ธนาคารต้องทำก็เพราะกลัวคู่แข่งอย่าง Rabbit Line Pay, True Money Wallet ที่มี Alipay หนุนหลัง, และรายล่าสุดคือ GrabPay ซึ่งทุกรายล้วนแต่มีทุนมหาศาลและมีความเชี่ยวชาญด้าน digital เป็นอย่างมาก
ประโยชน์หลัก 3 ข้อคือ
- เอา data ไปทำอย่างอื่นที่เพิ่มรายได้ให้ธนาคาร
- ลดต้นทุนสาขาและคน
- 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
