Im heutigen Wochenrückblick auf die international diskutierten Themen der Finanzszene stehen Daten, ihre Analyse, ihre Nutzung und ihr Schutz im Mittelpunkt. Noch haben etablierte Banken hier Vorteile auf ihrer Seite. Das kann sich jedoch schnell ändern.
Von der Medizin bis zum Marketing: Maschinelles Lernen revolutioniert viele Branchen. Insbesondere für Versicherungen und Banken ergeben sich Riesenchancen. Denn sie sitzen auf einem kostbaren Schatz: Bestands- und Kontodaten. Diesen Schatz können sie nur mit systematischer Analyse heben.
Regulierung, neue Wettbewerber und die Digitalisierung verändern Banken und Sparkassen und schaffen vielfältige Herausforderungen. Daten und deren Management bieten jedoch vielfältige Chancen, vor allem für das Kundenmanagement.
Daten werden vielfach als das Gold der Digitalisierung bezeichnet. Die Kunst besteht darin, sie so zu nutzen, dass damit zusätzliche Erlöse verbunden sind. Dazu gibt es unterschiedliche Ansätze.
Um in einem zunehmend digitalen Wettbewerb bestehen zu können, muss das Kundenbeziehungsmanagement verbessert werden. Moderne Customer-Relationship-Management-Systeme ermöglichen eine Verbesserung der Customer Experience.
Im Buch „Data Science für Unternehmen – Data Mining und datenanalytisches Denken praktisch anwenden“ zeigen Foster Provost und Tom Fawcett welche Herausforderungen bei Data Science zu meistern sind und wie Data-Mining die Wettbewerbsfähigkeit eines Unternehmens steigern kann.
Im Zeitalter der Kundenzentrierung erhält die Analyse von Kundendaten zur proaktiven Bedarfserkennung eine zunehmend strategische Rolle bei der Transformation von Geschäftsmodellen. Datenstrategien sollten auf sechs Eckpfeilern aufbauen.
Im Zuge der Digitalisierung und der damit einhergehenden Datenflut müssen Unternehmen vermehrt um die Aufmerksamkeit der Kunden kämpfen. Marken müssen permanent ihre Relevanz unter Beweis stellen. Intelligente Personalisierung kann dabei helfen.
Die gezielte Steuerung von Vertriebsaktivitäten gehört zu den Kernaufgaben der Zentralfunktionen von Banken und Sparkassen. Doch oftmals werden wichtige Entscheidungen hintenangestellt anstatt die Vertriebssteuerung weiterzuentwickeln. Eine riskante Strategie!
Die traditionelle Finanzbranche arbeitet schon immer auf Basis verschiedenster Informationen und verfügt daher über einen großen Datenschatz. Doch bei dessen Nutzung mittels neuer Analysemethoden hinkt sie hinterher. Dabei ist das Potenzial groß – wenn man die richtige Strategie hat.
Kundenzentrierung sollte eigentlich ein alter Hut für Banken sein, ist aber ein wichtiges aktuelles Motto und Ziel. Digitale Technologien sollen endlich ermöglichen, wonach lange gestrebt wurde, allen voran die neuen Möglichkeiten der Datenanalyse.
Finanzinstituten, aber auch anderen Unternehmen stehen immer mehr Daten über ihre Kunden zur Verfügung. Laut einer aktuellen globalen Studie sind Big-Data-Analysen für drei Viertel der Banken die wichtigste Technologie, in die sie in den nächsten drei Jahren investieren wollen.
Daten und Informationen gelten als wertvolles digitales Gut der Zukunft. So wie BigTechs und FinTechs diese bereits nutzen, ergeben sich auch für etablierte Finanzinstitute Optionen für neue Geschäftsmodelle im Banking.
Der Zahlungsverkehr steht vor den größten Veränderungen seit Einführung der e-Zahlung. Wenn PayPal mit 21 Millionen potenziellen Kunden am POS ankommt sollten bei etablieren Marktteilnehmern die Alarmglocken läuten. Doch sie scheinen in Schockstarre, obwohl sie das größte Asset der digitalen Welt besitzen.
Handelt es sich bei Artificial Intelligence und Data Science nur um einen Hype oder um die quantitative Problemlösungsmethode, auf die wir alle gewartet haben? Der Durchbruch im Finanzbereich ist jedenfalls noch nicht in Sicht.
Die großen Social Media-Netzwerke nehmen Trends auf und bauen ihre Plattformen mit neuen Formaten, Technologien und Interaktionsformen aus. Die aktuellen Entwicklungen auf den wichtigsten sozialen Plattformen fasst eine aktuelle Studie zusammen.
Technologien aus dem Bereich Künstliche Intelligenz und ihr Nutzen für den Bereich Finanzdienstleistung werden intensiv diskutiert. Vor allem Machine Learning verspricht für das Banking der Zukunft enorme Möglichkeiten, die es zu nutzen gilt.
Die digitale Transformation und die damit einhergehenden Möglichkeiten weisen dem Chief Information Officer eine neue Rolle zu. Trotz vorhandener Erfolgsbeispiele verharren viele jedoch in den traditionellen Rollen.
Personalisierung ist das „next big thing“ im Marketing. Banken und Sparkassen haben die Notwendigkeit personalisierter Angebote für Kunden erkannt. Allerdings tun sie sich mit der Umsetzung noch schwer. Vor allem die Möglichkeiten Künstlicher Intelligenz werden noch unzureichend genutzt.
Künstliche Intelligenz und Maschinelles Lernen können die Datenqualität für Marketing, Vertrieb und Service deutlich erhöhen. Eine Studie hat die Herausforderungen eines professionellen Kundendatenmanagements näher untersucht.
Die Risikoberichterstattung bei vielen Banken ist historisch gewachsen. Zeitaufwändige Prozesse und inkonsistente Daten gehören daher im Risikocontrolling vieler Institute zum Alltag. Moderne Risikosteuerung sieht anders aus.
Unternehmen investieren vermehrt in Datenanalysen, um die Entscheidungsfindung und die Geschäftsergebnisse zu verbessern. Noch bestehen allerdings Zweifel, dass sich die Investitionen auszahlen. Die Gründe liegen vielfach in den Prozessen und Praktiken der eigenen Organisation.
Spätestens seit der Finanzkrise haben Banken und Aufsichtsbehörden die Notwendigkeit eines umfassenden Risikomanagements erkannt. Während Kreditinstitute ausgefeilte Systeme zur Steuerung finanzieller Risiken entwickeln, haben sie jedoch Mühe, effektiv mit operationellen Risiken umzugehen.
Daten sind das neue Gold der Digitalisierung. Informationen können zum entscheidenden Erfolgsfaktor werden. Doch bei der dafür notwendigen Nutzung von Business Intelligence & Analytics sind deutsche Unternehmen schwach.
Konkrete Lösungen statt hohler Phrasen: Auch das kann Digitalisierung für Banken sein. Besonders im Kundengeschäft und in der Administration lässt sich in wenigen Schritten viel erreichen, wenn man Künstliche Intelligenz anzuwenden weiß.
Banken und Sparkassen haben so viele intime Informationen über ihre Kunden wie keine andere Branche. Die gilt es zu nutzen: Zur Verbesserung von Service und Beratung und für mehr Erträge.
Robo Advisor sollen die Geld- und Vermögensanlage revolutionieren. Doch funktioniert das in der Praxis? Ermöglichen die digitalen Vermögensverwalter eine höhere Performance? Ein seit 2015 laufender Test lässt zumindest Zweifel aufkommen.
