銀行がチャットボットを悪用してビジネスに損害を与えている方法

ファイナンシャル アドバイザーに連絡することは、すでに困っている顧客にとってはストレスになる可能性があり、多くの人にとって、お金に関連する問題について話し合うことは気が遠くなるようなものです。残念ながら、デジタル化されたコミュニケーション プロセスが崩壊すると、事態はさらに悪化します。自動化されたチャット ボットから、そうでない担当者に移行すると、意図せずに消費者を動揺させる可能性があります。

US State of Multichannel Customer Service は、 顧客の 3 分の 2 がエージェントと話す前に企業に不満を感じていることを発見しました。多くの場合、顧客に情報を繰り返すように求める混乱したチャットボットのおかげで、解決策は残っています: エージェントに相談してください。そして 91% は、そのような否定的な経験の後、再びビジネスを行う気はありません。

しかし、世界のチャットボット市場が成長しているのには理由があります。 2019 年には、銀行、金融サービス、および保険 (BFSI) だけで4 億 9,468 万ドルの価値があり、このセクターは 2027 年までに 33 億 9000 万ドルに達すると予測されています。では、この市場スペースで成功しているのは誰でしょうか?

非金融サービスブランドが台頭している。今日のチャットボットの言語機能の向上により、企業はアプリケーション プログラミング インターフェイスなど、5 歳の子供が理解できる複雑な定義を記述できるようになりました。 モバイル ネットワークプロバイダーを差別化するためであれ、 信頼できるブランドを独占するためであれ、デジタル ファーストの企業は銀行に激しい競争をもたらしています。

銀行には厳しい規制と軽減すべきリスクがありますが、最高の金融商品を提供するための情報も持っています。人工知能 (AI) とチャットボット データのサポートにより、銀行はリスクを軽減し、オーダーメイドのサービスを提供できます。必要なのは、これらのツールを対象者に正しく効果的に適用する方法をよりよく理解することだけです。

銀行が直面する課題

世界規模で、消費者は銀行の顧客サービスを5 段階中 3.84と評価しています。興味深いことに、最も高いスコアを獲得したのはインドネシアで、実店舗の銀行を見つけるのが難しいため、サービスの大部分はオンラインです。

しかし、世界中の金融機関の半数近くがモバイルアプリで普通預金口座開設の手続きを提供する必要があり、投資販売を導入した金融機関は 3 分の 1 未満です。金融商品と要件を理解することは、混乱を招く可能性があります。顧客は、24 時間年中無休で銀行と通信し、質問をして回答を受け取ることができる信頼できるチャネルを必要としています。

18 ～ 22 回のログインを受け取る平均的なユニバーサル バンクと比較して、トップ パフォーマンスの銀行では 1 か月あたり30 回以上の銀行アプリ ログインが見られます。銀行は、顧客のニーズが満たされている場合に優れたパフォーマンスを発揮しますが、銀行社会が成長するにつれて、テクノロジーがギャップを埋めて、個々の顧客に通信チャネルを提供します。

Bank のチャットボットには、適切なワークフローが整った状態で、商品情報、規制、パラメータ、および顧客情報を伝達する機能 (およびデータ) があります。最低限の信用スコアを維持することや無担保ローンを返済することなどは、顧客にとっては明らかではないかもしれませんが、銀行にとっては当然のことです。

同時に、プロセスの遅延により、銀行は複数のエージェントの時間を浪費し、オファーが期限切れになり、顧客はサービスに満足せず、希望する製品を入手できなくなります。ブランドは最初の接触で問題を解決することを優先する必要があり、人工知能 (AI) にはこれを可能にする力があります。

銀行はコンテキストを定義する必要があります

約 43% の顧客がチャットボットとのデータ共有をより快適に感じており、 ズーマーやミレニアル世代では 60%に跳ね上がります。しかし、銀行はこのテクノロジーを使用して顧客の状況を把握していません。結果として、彼らはサービスの改善と収益の成長を逃しています。

今日のAIとチャットボットは、すべての人を標準的なチャネルに導きます。単一のチャットボット インタラクションで共有されるサービスのパーソナライズはありません。ただし、銀行が複数の会話データを統合すると、舞台裏で顧客の独自の AI プロファイルを生成できます。

銀行には、損益計算書、支出、月末の残高から、通話履歴、チャットボットの会話、顧客のクエリまで、多数のデータがあります。銀行は、データ クレンジング分析と商品知識を利用して、AI をトレーニングし、顧客の財務能力を評価できます。

AI によって生成された顧客の行動プロファイルは、顧客のプライバシーを保護しながら、顧客の全体像を提供します。これにより、銀行は、顧客が利用できる商品、資格を確保するために実行できる手順を事前に決定し、統合されたチャットボットが顧客の旅をガイドすることができます。

顧客の負債と収入の比率が製品に対して高すぎるとします。個人は、資格を得るためにどのような手順を踏むべきかを知りたいと思うでしょう。チャットボットが潜在的なローンの顧客を拒否するのではなく、銀行は次のように尋ねる必要があります。顧客は X ポイントでそれを完済できますか?これらの質問は、問題を理解するために必要な重要なデータを収集します。

銀行は、高所得者と低所得者の顧客がコンテキストを収集し、顧客のニーズを予測し、それに応じて商品やアドバイスを提供するためのシンプルなワークフローを作成する必要があります。

自宅でのプライベートでもOK

信用は預金よりも急速に成長しており、銀行は苦戦しています。彼らは、ローンのリスクをより正確に定量化し、自社製品を提供する方法を見つける必要があります。

そのためには、銀行は社内データと顧客とのコミュニケーションの間のギャップを埋める必要があります。住宅ローンの顧客に戻りましょう。それらは ID または銀行参照番号を共有しているため、チャットボットの AI はワークフローに従うことができます。

事前にマッピングされた AI プロファイルにより、銀行は顧客の財務能力と次のステップを既に把握しており、チャットボットが簡単な質問をして最適なシナリオを生成できるようにします。今日受けられるローンや、XYZ を行う場合に借りられるローンなどのオプション。

同時に、銀行は AI を使用して、リスク許容度が存在する自社製品を評価するワークフローを作成し、適切な応答で顧客にこれらのソリューションを提供できるようにする質問をすることができます。

銀行が AI を使用して顧客の行動を分析すると、顧客の可能性を特定できます。このようにして、銀行はシンプルな次のステップのワークフローを備えたチャットボットを準備し、ユーザー エクスペリエンスを向上させ、経済の財政の健全性をサポートするためのより優れた製品を構築できます。

この記事はもともと、Uday Akkaraju がThe Sociable に掲載したものです。