Các nhà tiếp thị ngành ngân hàng đang dựa vào học máy để hiểu rõ hơn về khách hàng của mình, tạo ra các chiến dịch hấp dẫn và thúc đẩy hoạt động kinh doanh.

Các nhà tiếp thị thông thái trong ngành dịch vụ tài chính đang đi tiên phong trong việc sớm chấp nhận sử dụng học máy để hợp lý hóa các hoạt động và tối ưu hóa kết quả kinh doanh.

Theo cuộc khảo sát trên 1.419 khách hàng, bao gồm hơn 150 khách hàng trong lĩnh vực dịch vụ tài chính do tạp chí MIT Technology Review Insights phối hợp với Google thực hiện, các nhà tiếp thị trong ngành dịch vụ tài chính là một trong đối tượng đạt được tiến bộ lớn nhất trong việc triển khai học máy. Cuộc khảo sát cho thấy 41% các nhà tiếp thị dịch vụ tài chính hiện đang sử dụng học máy. Dữ liệu khảo sát cũng chỉ ra rằng việc áp dụng học máy sẽ tiếp tục đạt được kết quả như sau: 30% các nhà tiếp thị dịch vụ tài chính khác có kế hoạch triển khai công nghệ này trong năm nay.

Đây là một tin vui nhưng không hề gây ngạc nhiên. Các nhà tiếp thị dịch vụ tài chính hàng đầu cho thấy việc sử dụng học máy của mình được khuyến khích nhờ thành công ban đầu. Dữ liệu khảo sát cho thấy 66% các nhà lãnh đạo doanh nghiệp đồng ý rằng học máy cho phép các nhóm của họ tập trung vào tiếp thị chiến lược.

Ulku Rowe, giám đốc kỹ thuật phụ trách các dịch vụ tài chính tại Google Cloud đồng thời là cựu Giám đốc công nghệ của JPMorgan Chase cho biết, “Học máy đang có tác động biến đổi sâu sắc đối với mọi chức năng trong dịch vụ tài chính và tiếp thị là một trong những lĩnh vực dẫn đầu:. “Học máy đang giúp các nhà tiếp thị dịch vụ tài chính bắt kịp hành vi tiêu dùng luôn luôn thay đổi và đảm bảo rằng họ nhận được giá trị tốt nhất từ ​​mỗi đô la chi cho hoạt động tiếp thị”.

Tiên tiến nhưng bảo thủ

Ngành dịch vụ tài chính là sự kết hợp của các sáng kiến ​​tiên tiến và hành động bảo thủ.

Theo Christian Renaud, phó chủ tịch nghiên cứu tại hãng nghiên cứu 451 Research, một mặt, các nhà tiếp thị dịch vụ tài chính phải đi đầu trong việc triển khai công nghệ mới. Họ phải cung cấp các dịch vụ phục vụ nhu cầu khách hàng ở hiện tại và trong tương lai. Và họ đang chịu áp lực rất lớn để thực hiện các chiến dịch tiếp thị chính xác và các chương trình khuyến mãi chuyên biệt giúp thúc đẩy doanh thu và thu nhập. Họ liên tục được giao nhiệm vụ phải đánh bại các đối thủ cạnh tranh và nâng cao hơn hiệu quả hoạt động của chính mình mỗi quý tài chính. Việc đáp ứng nhu cầu như vậy đòi hỏi họ có kiến ​​thức toàn diện về cơ sở khách hàng và các phân khúc thị trường cụ thể.

Học máy có thể cung cấp những hiểu biết sâu sắc về hành vi của khách hàng bằng cách phân tích các mẩu dữ liệu cụ thể. Renaud gọi học máy là “một công cụ ngày càng cần thiết”, có thể giúp các nhà tiếp thị dịch vụ tài chính sàng lọc các luồng dữ liệu, xác định những gì hoạt động trong các chiến dịch tiếp thị trước đây và đưa ra các lựa chọn sáng suốt. Các nhà tiếp thị cũng có thể sử dụng học máy để xem các chiến dịch nào phù hợp với các phân khúc khách hàng theo yếu tố địa lý và nhân khẩu học cụ thể”.

Theo Renaud, họ có thể dự đoán xu hướng ngành trong tương lai và mô hình mua hàng của khách hàng, xác định chính xác thời điểm nào trong năm là tốt nhất để phát động một chương trình khuyến mãi tiếp thị cụ thể, chẳng hạn.

Đồng thời, bản thân ngành dịch vụ tài chính là một trong những ngành bảo thủ nhất bởi ngành này phải tuân thủ nghiêm ngặt một loạt các quy định tuân thủ phức tạp. Việc bảo mật tốt cũng cần thiết để bảo vệ tài sản dữ liệu khách hàng là người tiêu dùng và doanh nghiệp và giảm thiểu rủi ro bảo mật cho các tổ chức. Học máy có thể tăng cường bảo mật và giảm thiểu rủi ro, Rowe cho biết.

“Khách hàng trông chờ các tổ chức tài chính sẽ đảm bảo an toàn cho tiền và thông tin của mình. Họ trông chờ các tác nhân xấu sẽ không thể tiếp cận tới chúng. Họ mong đợi vào việc tuân thủ các quy định”, Rowe nói. “Chúng tôi thấy học máy giúp vượt qua tất cả các khía cạnh đó”.

Renaud nói rằng công nghệ này có thể được triển khai trong toàn bộ tổ chức để nâng mức độ bảo mật thông tin lên một tầm cao mới. Khi nhu cầu tăng lên, học máy có thể hỗ trợ đội ngũ kế toán và đội ngũ tuân thủ phân tích pháp y trong việc theo dõi dòng tiền và phát hiện ra bất kỳ điểm bất thường nào. “Khả năng quan trọng này của học máy không thể bị cường điệu hóa vì các lỗ hổng bảo mật và tình trạng gian lận hiện đang ở mức cao nhất từ trước đến nay”, ông nói.

Học máy được triển khai trong các dịch vụ tài chính

Kết quả khảo sát chỉ ra rằng 53% các nhà tiếp thị đến từ ngành dịch vụ tài chính nói rằng việc sử dụng học máy cho phép các công ty của mình đạt được lợi thế cạnh tranh.

Theo Rowe, các khách hàng dịch vụ tài chính sử dụng Nền tảng đám mây của Google hiện sử dụng học máy để cải thiện dịch vụ khách hàng, triển khai các chatbot và phân tích dữ liệu được thu thập trong các tổ chức của họ để tạo ra các ưu đãi được cá nhân hóa. Và họ tìm đến các công nghệ như xử lý ngôn ngữ tự nhiên cho khách hàng mới và phê duyệt cho vay.

Rowe cho biết: “Với chi phí cho vay giảm và các mô hình quyết định tín dụng tốt hơn, họ có thể mở rộng phạm vi và cung cấp các sản phẩm tốt hơn cho nhiều khách hàng mới theo cách nhanh hơn, tiết kiệm chi phí hơn và hấp dẫn hơn”.

Theo Stephen Arthur, giám đốc điều hành phụ trách mảng quan hệ đối tác tài chính của Google, AXA, công ty bảo hiểm đa quốc gia có trụ sở tại Paris, hiện sử dụng học máy để tối ưu hóa việc định giá bằng cách dự đoán các vụ tai nạn giao thông có “thiệt hại lớn” đạt độ chính xác lên đến 78%. Các vụ tai nạn có thiệt hại lớn ảnh hưởng đáng kể đến kết quả kinh doanh sau thuế vì chúng đòi hỏi khoản tiền xuất chi lên đến hơn 10.000 USD. Nhóm nghiên cứu và phát triển của AXA tại Nhật Bản đã sử dụng học máy để dự đoán liệu một tài xế có thể gây ra vụ tai nạn có thiệt hại lớn trong khi được bảo hiểm hay không. Công ty đã phân tích 70 biến số, bao gồm tuổi và địa chỉ của người lái xe, phí bảo hiểm hàng năm và thời gian sử dụng của chiếc xe. AXA sau đó có thể sử dụng dữ liệu thu được từ thuật toán phân tích học máy để dự đoán thiệt hại và điều chỉnh mức phí bảo hiểm tương ứng.

“Lý do hấp dẫn nhất đối với học máy và phân tích trong tiếp thị dịch vụ tài chính là khả năng thay đổi từng bước để mang lại trải nghiệm xuyên suốt từ đầu đến cuối hoàn hảo, phù hợp theo ngữ cảnh, dự đoán nhu cầu của khách hàng dựa trên biểu hiện của ý định”, Arthur nói. Ông cho biết thêm, “Mức độ cá nhân hóa không trội hơn và trong nhiều trường hợp, không hoàn toàn trực quan với cách chúng tôi phân khúc đối tượng truyền thống”.

Công ty bảo hiểm Nam Phi Santam chuyển sang học máy để thúc đẩy Các chiến dịch quảng cáo hiển thị. Hợp tác với công ty tiếp thị iProspect, Santam đã ra mắt sản phẩm Hiển thị thông minh của Google, cho phép các nhà tiếp thị tự động hóa việc tạo quảng cáo trên các trang web và thiết bị di động và làm phù hợp các quảng cáo với hồ sơ khách hàng. Kết quả là lượng chuyển đổi khách hàng cao hơn 75% so với các quảng cáo hiển thị truyền thống.

Dự đoán nhu cầu của khách hàng

Trong cuộc khảo sát, 60% các nhà tiếp thị dịch vụ tài chính cho biết họ tin rằng học máy có thể nắm bắt được ý định trong toàn bộ hành trình của khách hàng. Khả năng kiểm tra các kết nối và mối quan hệ theo ngữ cảnh cho phép các nhà tiếp thị phân tích hành trình của khách hàng, từ tiếp xúc ban đầu với thương hiệu đến chuyển đổi thái độ và tham gia liên tục. Họ có thể sử dụng học máy để theo dõi doanh số bán hàng hoặc tiếp thị đầu tiên cho các hành động dẫn đến quyết định mua và sử dụng những hiểu biết mà họ thu được để cải thiện các lĩnh vực như dịch vụ khách hàng và hỗ trợ khách hàng.

Theo Arthur, các sự kiện cuộc sống là một tác nhân quan trọng để giới thiệu các sản phẩm và dịch vụ tài chính mới. Điều đó có nghĩa rằng, các nhà tiếp thị thường rất khó khăn để nhận được các tín hiệu của người tiêu dùng đang trải nghiệm các sự kiện cuộc sống trong thời gian thực. “Tại Google, chúng tôi đã có thể sử dụng học máy để tận dụng dữ liệu của mình nhằm hiểu và dự đoán khi ai đó đang trải nghiệm một sự kiện quan trọng trong cuộc sống và giúp các nhà tiếp thị tiếp cận họ hiệu quả hơn trong những khoảnh khắc đó”.

Cuộc khảo sát cho thấy 44% các nhà tiếp thị dịch vụ tài chính phân khúc khách hàng dựa trên giá trị của khách hàng. Ví dụ, học máy giúp các nhà tiếp thị đánh giá giá trị của khách hàng tương lai của mình. Các triển vọng đánh giá phù hợp là “đặc biệt hấp dẫn” đối với các công ty dịch vụ tài chính, nơi mà việc hiểu được tiềm năng giá trị trọn đời khác nhau của những gì có khả năng biến mất một cách truyền thống để trở thành triển vọng tương tự có ý nghĩa rất lớn, Arthur nói.

“Chẳng có lý do gì để phải tốn cùng một khoản tiền để có được hai khách hàng, một người cấp vốn 10.000 USD cho một tài khoản môi giới trong khi người kia chuyển 500.000 USD vào một dịch vụ quản lý đầu tư”, Arthur giải thích. “Mỗi khách hàng đều có giá trị nhưng theo những cách rất khác nhau, và việc biết được ý định này hay xu hướng này để hành động làm thay đổi đầu tư truyền thông một cách có hiệu quả”. Mỗi khách hàng có thể có những nhu cầu khác nhau, Rowe nói thêm. Rowe đã đối chiếu nhu cầu của một người thuộc thế hệ Y trong giai đoạn đầu của sự nghiệp, sống tại thành phố lớn với nhu cầu của một người thuộc thế hệ của thời kỳ bùng nổ trẻ sơ sinh, sống ở vùng ngoại ô. “Một người có thể ưa thích sử dụng thẻ tín dụng, giúp họ tích điểm cao hơn khi sử dụng các dịch vụ nhà hàng và du lịch trong khi người còn lại có thể thích được hoàn lại tiền mặt. Một người có thể sẵn sàng lập gia đình trong khi người kia có thể tập trung hơn vào các hoạt động giải trí”, Rowe cho biết.

Một nguồn tài nguyên vô giá

Học máy cũng hữu ích trong việc phá bỏ các bức tường ngăn cách của các điểm dữ liệu theo cấu trúc silo và thông tin. Nó có thể vẽ nên bức tranh lớn, cho phép các nhà tiếp thị sắp xếp và phân tích tất cả các tài sản dữ liệu, giao dịch và nguồn dữ liệu của tổ chức tài chính. Theo nghĩa này, học máy cũng được xem như một cơ chế phát triển đội ngũ vô giá. Nó đảm bảo rằng các nhà tiếp thị và các đồng nghiệp của họ từ tất cả các bộ phận như Bán hàng, Kế toán, Dịch vụ khách hàng và Cho vay đều có quyền truy cập vào cùng thông tin và các dữ liệu chi tiết. Điều này dẫn đến sự hợp tác, giao tiếp và cộng tác hiệu quả hơn nhằm đạt được các mục tiêu của tổ chức.

Thật vậy, cuộc khảo sát cho thấy 73% các nhà lãnh đạo tiếp thị đầu tư vào học máy đã chuyển hơn 10% thời gian của mình vốn sử dụng cho việc kích hoạt thủ công sang hoạt động phát triển hiểu biết chiến lược. Những loại hiểu biết này có thể giúp các nhà tiếp thị dự đoán nhu cầu của khách hàng trong tương lai và tác động đến các bộ phận khác trong tổ chức tài chính để thay đổi, sửa đổi hoặc bổ sung các nguồn lực khi cần thiết nhằm đáp ứng các nhu cầu đó.

Hơn nữa, theo Renaud, chuyên gia hãng nghiên cứu 451 Research, việc triển khai các công cụ học máy cho phép các nhà tiếp thị dịch vụ tài chính sắp xếp thông tin dữ liệu ngày nay, khám phá thông tin quan trọng về khách hàng và phản ứng nhanh với sự thay đổi của các điều kiện thị trường trước khi bị các đối thủ cạnh tranh vượt qua.

“Học máy hỗ trợ các nhà tiếp thị dịch vụ tài chính trong rút ngắn thời gian cuộc đua” vì theo Renaud, “thời gian là tiền bạc” trong ngành dịch vụ tài chính.

Hoài Thu

Lược dịch theo MIT Technology Review Insights


Những ứng dụng của Machine Learning đang được áp dụng ngày càng nhiều trong các hoạt động kinh doanh, không chỉ riêng ngành tài chính. Lớp 7 – Những ứng dụng kinh doanh cho toàn xã hội của Mô hình AIWS 7 lớp do viện Michael Dukakis về Lãnh đạo và Sáng tạo khởi xướng sẽ hỗ trợ các doanh nghiệp hoạt động kinh doanh và sử dụng công nghệ một cách hiệu quả hơn, an toàn hơn.