4 cách AI cá nhân hóa sản phẩm dịch vụ trong ngân hàng

Giữ khách hàng trở nên trung thành là một bài toán mới của các ngân hàng. Dùng AI cá nhân hoá trải nghiệm được coi là một phương án tốt nhất trong bối cảnh không có nhiều sự khác biệt về cốt lõi hoạt động giữa các ngân hàng với nhau.

Các biến động trên thế giới gần đây, đặc biệt là dịch bệnh Covid-19 đóng góp không nhỏ cho sự phát triển của kỹ thuật số. Hầu hết các giai đoạn giao dịch hiện nay của ngành ngân hàng đều có thể thực hiện online. Vì vậy cá nhân hoá trải nghiệm người dùng hay nói cách khác là xây dựng cá tính cho ngân hàng trong từng tương tác với khách hàng trở nên cần thiết.

Các ngân hàng sẽ không còn đơn thuần là nơi giữ tiền của khách hàng. Bước phát triển tiếp theo là ngân hàng trở thành những trợ thủ tài chính, hiểu biết về mục tiêu cuộc sống cũng như những trăn trở của khách hàng để có thể đưa ra những lời khuyên tài chính xác đáng nhất.

NatWest dùng chatbot AI Cora để cá nhân hoá trải nghiệm người dùng 

NatWest của Vương Quốc Anh có thể coi là một ví dụ mạnh mẽ của tác động AI lên hoạt động vận hành. Bằng khả năng tận dụng sức mạnh của AI, cụ thể là chatbot Cora, NatWest đã có thể xử lý hơn 11 triệu cuộc đối thoại của các khách hàng cá nhân trong năm 2023. Chatbot Cora sẽ giúp NatWest hiểu người dùng hơn để có thể đưa ra các tuỳ chọn cũng như giải pháp tài chính hợp lý. Nhờ chatbot Cora, NatWest đã phát hiện hơn 1,4 triệu khách hàng đang gặp phải các vấn đề tài chính cần giúp đỡ do giá thực phẩm và nguyên liệu tăng cao. Với mỗi khách hàng, NatWest có thể kịp thời đưa ra giải pháp hỗ trợ tài chính riêng biệt và phù hợp nhất.

Đây cũng là điều mà khách hàng mong muốn. Gần 2/3 khách hàng mong muốn có được những gợi ý được cá nhân hoá từ các ngân hàng. 25% khách hàng đã đổi ngân hàng trong năm qua với lý do hàng đầu là tìm kiếm trải nghiệm số tích cực hơn, theo báo cáo của Salesforce.

Khả năng cá nhân hoá ở một mức độ cao giúp các tổ chức tài chính như ngân hàng có thể mang tới trải nghiệm khách hàng tương đương thậm chí vượt hơn thời kỳ trước khi số hoá. Chìa khoá công nghệ giúp đạt được điều đó chính là AI với khả năng mang tới những chiến lược cũng như công cụ hỗ trợ quá trình này. Dưới đây là những cách AI giúp cá nhân hoá trải nghiệm khách hàng.

1. Vì sao cá nhân hoá trải nghiệm trong ngân hàng trở nên quan trọng?

Trước hết cần hiểu lý do các ngân hàng cần phải cá nhân hoá trải nghiệm. Cá nhân hoá trải nghiệm, đúng như cái tên, có nghĩa là mang tới trải nghiệm độc nhất cho mỗi khách hàng khi tương tác với các dịch vụ của ngân hàng. Để đạt được điều này, cần thu thập nhiều dữ liệu khách hàng. Đồng thời phân tích những dữ liệu đó để có thể kịp thời đưa ra các gợi ý về sản phẩm tài chính phù hợp nhất với nhu cầu của khách hàng.

Cá nhân hoá không dừng lại ở việc mỗi email gửi khách hàng được ghi rõ họ tên. Những lợi ích cụ thể của việc cá nhân hoá bao gồm:

Cải thiện sự hài lòng của khách hàng: Trải nghiệm cá nhân hoá mức độ cao giúp ngân hàng tạo sự trung thành cũng như cải thiện tỷ lệ giữ chân và điểm thương hiệu

Tăng cường hiệu quả chi phí marketing: Thu hẹp đối tượng hướng tới của các chiến dịch marketing, nhắm đúng đối tượng giúp giảm thiểu chi phí hút khách hàng mới

Tăng trưởng lợi nhuận: Những khách hàng trung thành và những gợi ý được cá nhân hoá dẫn tới giá trị mỗi khách hàng tăng cao

Giữ vững vị thế cạnh tranh: Cá nhân hoá trải nghiệm giúp ngân hàng có được lợi thế cạnh tranh so với những đối thủ không áp dụng.

2. AI có thể giúp ngân hàng cá nhân hoá trải nghiệm như thế nào?

2.1 Tăng cường trải nghiệm ngân hàng số

AI giúp ngân hàng có nhiều cơ hội để nhận diện khách hàng, cung cấp những dịch vụ được cá nhân hoá để nhận được sự trung thành.

Với AI, ngân hàng có thể sử dụng dữ liệu giao dịch cũng như dữ liệu từ những nguồn khác để hiểu hành vi người dùng. Ngân hàng có thể sử dụng những hiểu biết từ dữ liệu này nhằm khuyến khích người dùng sử dụng dịch vụ nhiều hơn.

Ví dụ như, khi khách hàng sử dụng thẻ để thanh toán cho một chuyến bay, AI có thể nhận diện và đưa ra các gợi ý như một khách sạn vừa tầm tiền trong khu vực hay những tuyến taxi có thể sử dụng. Khách hàng có được những khoản chi tiêu hợp lý.

Với khả năng xử lý dữ liệu mạnh, tốc độ cũng như khả năng dễ dàng đưa ra các offers tốt cho khách hàng giúp tăng nhận diện thương hiệu cũng như doanh số bán các sản phẩm của ngân hàng.

2.2 Cải thiện hiệu quả hoạt động của trung tâm tư vấn

Với AI chat bot, việc trả lời các câu hỏi cơ bản của khách hàng có thể chuyển giao từ nhân viên tư sang cho AI. Điều này giúp nhân viên tư vấn có them thời gian để giải quyết các vấn đề lớn hơn hoặc tập trung vào việc mang lại các trải nghiệm cá nhân hoá cho khách hàng.

Việc này không làm đe doạ công việc của các tư vấn viên mà chỉ giúp công việc trở nên nhẹ nhàng và đỡ tốn thời gian hơn. Các tư vấn viên có thể giải quyết nhiều yêu cầu của khách hàng hơn, với tốc độ cao hơn và đưa ra lời khuyên phù hợp với từng khách hàng hơn.

Một ví dụ thành công trên thế giới là dự án Cora+ của ngân hàng NatWest Anh Quốc kết hợp với IBM. Đây là một chatbot AI tạo sinh giúp giải đáp thắc mắc của người dùng với đa dạng nguồn thông tin. Cora+ đã giúp NatWest giải quyết hơn 10 triệu yêu cầu trong 1 năm, hiệu suất tăng gấp đôi so với không sử dụng.

2.3 Cá nhân hoá khoản vay

Với sự hỗ trợ của AI, bộ phận tín dụng của ngân hàng sẽ có nhiều dữ liệu để đánh giá rủi ro nhằm đưa ra các quyết định cho vay hợp lý. Việc này giống như 1 mũi tên trúng hai đích khi vừa cải thiện hiệu quả tài chính vừa giảm thiêu rủi ro. AI cá nhân hoá từng khoản vay một cách “may đo” cho từng nhu cầu của người dùng.

Experian một trong những đơn vị đánh giá điểm tín dụng hàng đầu của Mỹ đã sử dụng AI để kết hợp với ngân hàng Clear Mountain, cải thiện 7% khả năng đánh giá tín dụng chỉ trong vòng 40 ngày.

2.4 Cá nhân hoá thông điệp marketing

Với hơn 90% ngân hàng đang phân loại khách hàng dựa trên hành vi tiêu dùng, chỉ có hơn 30% sử dụng những phương án truyền thông thích hợp với từng chân dung khách hàng

Để tạo ra các nội dung chuyên biệt cho từng nhóm khách hàng theo từng kênh sẽ rất tốn thời gian. Nhưng với AI những khoản thời gian đó sẽ giảm đáng kể

Ngân hàng OCBC của Singapore đã tạo một ứng dụng dựa trên nền chatGPT của riêng mình cho tất cả nhân viên. Việc áp dụng rộng rãi này theo ngân hàng giúp tăng trưởng mạnh mẽ khả năng ra quyết định lên mức 4 triệu quyết định một năm và dự kiến có thể tăng lên 10 triệu một năm vào năm nay.

3. Tương lai của AI cá nhân hoá trải nghiệm ngân hàng

Ngày càng nhiều khách hàng sẵn sàng mở tài khoản tại các ngân hàng theo phương thức phi truyền thống (Báo cáo của Salesforce)

Mặc cho khách hàng mong muốn những trải nghiệm cá nhân hoá, ngành ngân hàng vẫn chưa đáp ứng đầy đủ nhu cầu này. Việc thiếu vắng sự cá nhân hoá trong trải nghiệm vẫn 1 trong 3 lý do lớn nhất khiến người dùng rời bỏ một ngân hàng. Với việc khách hàng trẻ ngày càng gia tăng, việc có được những trải nghiệm cá nhân hoá sẽ dần trở thành yêu cầu bắt buộc đối với các lĩnh vực truyền thống như ngân hàng. Điều này bắt buộc các ngân hàng phải có tốc độ chuyển đổi và ứng dụng các công nghệ mới nhanh hơn.

Đáng tiếc, theo thống kê của Deloitte, 2/3 ngân hàng trên thế giới vẫn chưa thể nắm vững nhu cầu này của khách hàng. Việc chuyển dịch sẽ cần phải bắt đầu ngay nếu các ngân hàng không muốn bị bỏ lại phía sau trong việc cá nhân hoá trải nghiệm người dùng.

Bài viết độc quyền bởi Ông Lương Ngọc Bình – Chuyên gia Công nghệ số – Data – AI ngành Tài chính Ngân hàng

Chuyên gia trong lĩnh vực Tài chính Ngân hàng với 16 năm kinh nghiệm, trong đó có 10 năm kinh nghiệm ngành Ngân hàng số. Chuyên gia tư vấn về giải pháp Data – AI trong lĩnh vực ngân hàng – tài chính, phát triển các giải pháp nền tảng của ngân hàng như BIDV, Agribank, PVCombank…