ธนาคารจะทำเงินมหาศาลจากข้อมูล Mobile Banking ได้อย่างไร บทวิเคราะห์อย่างละเอียด | Techsauce

ธนาคารจะทำเงินมหาศาลจากข้อมูล Mobile Banking ได้อย่างไร บทวิเคราะห์อย่างละเอียด

ข่าวใหญ่ในอาทิตย์ที่ผ่านมานี้คือ ธนาคารเกือบทุกแห่งประกาศยกเลิกค่าธรรมเนียมการทำธุรกรรมออนไลน์สำหรับลูกค้าบุคคลทั่วไป เพื่อมุ่งหวังให้ลูกค้าใช้แอปธนาคารมากขึ้น แน่นอนว่าธนาคารเสียรายได้ส่วนนี้ และที่ธนาคารต้องทำก็เพราะกลัวคู่แข่งอย่าง Rabbit Line Pay, True Money Wallet ที่มี Alipay หนุนหลัง, และรายล่าสุดคือ GrabPay ซึ่งทุกรายล้วนแต่มีทุนมหาศาลและมีความเชี่ยวชาญด้าน digital เป็นอย่างมาก

คำถามคือ ทำแล้ว ธนาคารได้ประโยชน์อะไร นอกจากป้องกันคู่แข่งจากการแย่งลูกค้าในด้าน e wallet และmobile payment เพราะไม่มีเหตุผลที่ลูกค้าธนาคารจะต้องไปใช้ mobile payment ของแอปอื่น เมื่อใช้ฟรีบนแอปธนาคาร

ประโยชน์หลัก 3 ข้อคือ

  1. เอา data ไปทำอย่างอื่นที่เพิ่มรายได้ให้ธนาคาร
  2. ลดต้นทุนสาขาและคน
  3. ลดต้นทุนการจัดการเงินสด

จากประสบการณ์ที่ผมทำงานด้าน Analytics ที่ Credit Karma ฟินเทคสตาร์ทอัพที่ประสบความสำเร็จอย่างมากที่อเมริกา ผมพอมองเห็นภาพการเอา data ไปเพิ่มรายได้ให้ธนาคารดังนี้

Alternative credit scoring

รายได้หลักของธนาคารคือการปล่อยกู้ แต่ก็ยังมีคนจำนวนมากที่ต้องการกู้เงินแต่ธนาคารไม่ปล่อยสินเชื่อเพราะความน่าเชื่อถือทางการเงินไม่พอ ทำให้พวกเขาต้องไปกู้จากสถาบันการเงินที่ไม่ใช่ธนาคาร เช่น อิออน ที่มียอดปล่อยกู้ปีละกว่าแสนล้านบาท และยังมีคนจำนวนมากที่สมัครอิออนไม่ได้

จากที่เมื่อก่อนคนกลุ่มนี้มาใช้ถอนเงินมาเป็นก้อนแล้วใช้จ่ายเป็นเงินสดซึ่งทำให้ธนาคารไม่รู้เลยว่าเอาเงินไปซื้ออะไร หรือแม่ค้าที่เมื่อก่อนรับเงินสดแล้วฝากธนาคารทีเดียวซึ่งธนาคารก็ไม่รู้ว่าเป็นเงินมาจากไหน เมื่อมาใช้ mobile banking ธนาคารสามารถสร้างโมเดลวิเคราะห์พฤติกรรมการเงินของคนกลุ่มนี้ได้ว่าเอาเงินไปทำอะไร แล้วคนอื่นที่มีพฤติกรรมเหมือนเขา มีความน่าเชื่อถืออย่างไร ดังนั้นคนคนนี้มีความน่าเชื่อถือขนาดไหน

ไม่ใช่แค่ปล่อยสินเชื่อให้กับคนที่แต่ก่อนไม่สามารถเข้าถึงได้ ธนาคารที่ทำได้ดีด้าน data ยังสามารถแย่งลูกค้าจากธนาคารคู่แข่ง เมื่อมีข้อมูลมากกว่าธนาคารอื่น เข้าใจลูกค้ามากขึ้น สำหรับลูกค้าชั้นดี ธนาคารสามารถนำเสนอสินเชื่อที่มีดอกเบี้ยต่ำกว่าสินเชื่อที่เขาได้จากธนาคารอื่น

Personalized financial products, personalized previlege and personalized touch points

รายได้หลักอีกส่วนหนึ่งของธนาคารคือ รายได้จากผลิตภัณฑ์ทางการเงินและการให้บริการทางการเงิน โดยเฉพาะ บัตรเครดิต, ขายประกัน, และ private wealth

ทั้งสามอย่างนี้โดยตัวหัวใจหลักของผลิตภัณฑ์แล้วเป็น commodity product คือแทบไม่ค่อยต่างกันเลยธนาคารนี้ออกผลิตภัณฑ์อะไร ธนาคารอื่นสามารถทำตามได้หมด

ทุกวันนี้ธนาคารแข่งกันด้วยสิทธิประโยชน์ แต่ยังคงเป็นสิทธิประโยชน์ในระดับที่หว่านแห บัตรเครดิตที่ดีที่สุดของธนาคารมีสิทธิประโยชน์มากมาย ปัญหาคือธนาคารไม่รู้ว่าสำหรับลูกค้าคนนี้ ธนาคารควรชูจุดขายสิทธิประโยชน์ไหน

เมื่อธนาคารมีข้อมูลการใช้จ่ายของลูกค้า รู้ว่าชอบซื้อของร้านอะไร ใช้เงินกับบริการประเภทไหน ธนาคารก็สามารถนำเสนอสิทธิประโยชน์นั้นในทุกช่องทางการขาย ทั้ง telesale, email, app ธนาคารเอง

Targeting ads model

ที่ธุรกิจชอบลงโฆษณาออนไลน์มากกว่าออฟไลน์ เพราะมันวัดผลได้และยิงตรงกลุ่มเป้าหมาย แต่ข้อมูลที่Facebook มีที่ว่าเรา Like เพจอะไร เป็นคนมี Interest ด้านไหน ก็ยังสู้ข้อมูลที่ธนาคารมีไม่ได้

ธนาคารรู้ว่าเรามีเงินฝากและทรัพย์สินเท่าไรและมีรายได้เท่าไร ซึ่งเป็นข้อมูลที่เป็นประโยชน์มากๆสำหรับนักการตลาด ที่สำคัญกว่าธนาคารรู้ว่าเราเป็นลูกค้าจ่ายเงินให้ธุรกิจนั้นๆ จริงหรือไม่ ไม่ใช่แค่ Like เพจ

นักการตลาดพร้อมทุ่มเงินอยู่แล้วถ้าสามารถวัดผลได้ว่างบโฆษณานี้ทำให้เกิดยอดขายที่คุ้มค่าหรือไม่ ซึ่งFacebook ทำได้แค่สำหรับเว็บที่ปิดการขายจ่ายเงินในตัวเว็บเลย ผ่าน pixel แต่สำหรับธุรกิจที่ยอดขายเกิดขึ้นนอกเว็บนั้น Facebook บอกได้แค่ว่าคนเห็นโฆษณาบน Facebook แล้วคลิกมาที่เว็บกี่คน

ข้อมูลอีกประเภทที่ธนาคารมีและนักการตลาดปรารถนาคือ ผู้ใช้ที่เป็นลูกค้าของสินค้าคู่แข่ง ผู้ใช้กลุ่มนี้เป็นกลุ่มที่ธุรกิจพร้อมทุ่มเงินแย่งมา เพราะมีความสนใจในผลิตภัณฑ์หรือบริการแนวนี้และมีกำลังซื้อ

การทำส่วนหนึ่งของแอปธนาคารให้เป็นพื้นที่โฆษณาสามารถสร้างรายได้หลักพันล้านบาทให้ธนาคารได้เพราะเป็นแอปที่ผู้ใช้กว่าล้านคนเปิดทุกวันวันละหลายครั้ง และข้อมูลระดับการใช้จ่ายรายคนที่ธนาคารมีปัจจุบันใช้พื้นที่เหล่านั้นไปกับการประชาสัมพันธ์ข่าวสารธนาคารที่ไม่ได้ personalize ให้เหมาะกับแต่ละคนและถึงจะอ่านแล้วก็ยังโชว์อีก

Personalized recommendation system

เวลาผู้ใช้เข้าแอปฯ ธนาคาร ก็จะเจอกับข้อมูลสรุปว่ามีเงินเท่าไร มียอดเคลื่อนไหวอย่างไร แต่ไม่ได้มีการแนะนำผู้ใช้ว่าเขาควรทำอย่างไรกับเงินที่เขามี หรือทำอย่างไรให้มีสุขภาพการเงินที่ดีขึ้น

ถ้าธนาคารสามารถวิเคราะห์และแนะนำผู้ใช้ได้เลยว่านี่คือ 5 สิ่งที่คุณควรทำ จากการวิเคราะห์เงินเข้าเงินออกย้อนหลัง เพื่อให้ได้ผลตอบแทนมากขึ้นโดยไม่เกิดปัญหาสภาพคล่อง ธนาคารจะสามารถจูงใจผู้ใช้หลายล้านคนให้ซื้อผลิตภัณฑ์การเงินมากขึ้น

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

เปิดกลยุทธ์ธุรกิจยุคใหม่ พลิกข้อมูล สู่ขุมทรัพย์ด้วย analyticX ด้วยพลัง Telco Data Insights และ GenAI

ยุคนี้ใคร ๆ ก็พูดถึง Data แต่จะใช้ Data อย่างไรให้เกิดประโยชน์สูงสุดต่างหากคือกุญแจสำคัญ! ในสัมมนาสุดเอ็กซ์คลูซีฟ "Unlocking Data-Driven Decisions with Telecom Data Insights" ที่จั...

Responsive image

‘UOB Sustainability Compass’ เครื่องมือออนไลน์ด้านความยั่งยืน หนุน SMEs เปลี่ยน Vision เป็น Action

บทสัมภาษณ์ คุณอัมพร ทรัพย์จินดาวงศ์ และคุณพณิตตรา เวชชาชีวะ เกี่ยวกับ ‘UOB Sustainability Compass’ เครื่องมือออนไลน์ที่เข้ามาช่วย SMEs เริ่มดำเนินการด้านความยั่งยืนอย่างเข้าใจและไม...

Responsive image

Intel พลาดอะไรไป ? ทำไมถึงต้องเปลี่ยน CEO กะทันหัน ? ถอดบทเรียนราคาแพงจากยุค Pat Gensinger

การ ‘เกษียณ’ อย่างกะทันหันของ Pat Gelsinger อดีตซีอีโอ Intel ในต้นเดือนธันวาคม สร้างแรงสั่นสะเทือนไปทั่ววงการเทคโนโลยี หลายฝ่ายมองว่าเป็นการบีบให้ออกจากบอร์ดบริหาร อันเนื่องมาจากผล...