Discover Weekly: wat kunnen financials leren van Spotify?

op 06 juli 2017 in Actueel

Auteur: Florine Reinders

In mijn vrije tijd luister ik graag naar muziek en ben ik altijd op zoek naar nieuwe, inspirerende bandjes. Bij het zoeken naar nieuwe muziek hoef ik tegenwoordig niet meer te raden te gaan bij vrienden. Als ik Spotify open, weet Spotify wat ik graag luister. Op basis van deze voorkeuren geeft Spotify mij tips over welke muziek mogelijk ook interessant zou kunnen zijn voor mij. Al menig keer heeft Spotify mij positief verrast.

 

Discover Weekly: wat kunnen financials leren van Spotify?

Online bedrijven als Spotify, Netflix en LinkedIn weten ontzettend veel van de consument. Naast welke muziek je luistert, weten ze welke series je kijkt en hoe vaak en ze weten hoe je netwerk eruitziet. Zij zetten deze kennis in om de consument persoonlijke suggesties te doen. Niet alleen voor nieuwe muziek, maar ook nieuwe series, connecties of bedrijven. Deze kennis wordt ook wel Machine Learning genoemd. Een hippe term voor het herkennen van patronen door middel van algoritmes en op basis van deze patronen nieuwe suggesties doen.

Machine Learning is een onderzoeksgebied binnen de kunstmatige intelligentie. Waar eerder een programma van A tot Z in code geschreven diende te worden, geldt dat voor Machine Learning niet. Door het beschikbaar stellen van een aantal variabelen (input en output) wordt het programma geschreven. Een mens kan vervolgens de computer verder verbeteren door handmatig conclusies te verbinden aan de output. De computer is vervolgens in staat hier zelf van te leren.

Naast suggesties bieden voor nieuwe muziek zijn er legio mogelijkheden om machine learning toe te passen binnen andere domeinen. Dit brengt mij bij de financiële dienstverlening. Een domein dat nog in de kinderschoenen staat wanneer het gaat om het toepassen nieuwe technieken als machine learning. Een ongemakkelijk en onzeker speelveld, met name omdat de financial te maken heeft met strakke wetgeving en privacy eisen. Toch zal machine learning in de nabije toekomst steeds belangrijker worden in dit domein. De consument is gewend aan directe, proactieve, maar ook op de persoon afgestemde benadering door online bedrijven. Daarbij vind ik het bijvoorbeeld niet erg dat zij meer over mij weten dan alleen mijn NAW-gegevens. Mijn generatie, generatie Y, is opgegroeid met veel digitale mogelijkheden. Facebook, Twitter en Instagram zijn voor ons de dagelijkse mediums. Wij zijn vaak sneller bereid gegevens af te staan als dat ons een betere customer experience oplevert.

Een financial heeft veel gegevens beschikbaar over zijn klanten, maar zet deze inzichten nog niet tot nauwelijks in om de klant te helpen in zijn dagelijkse gang van zaken. Een aantal financials biedt inmiddels portalen of apps om mij meer inzicht te geven in mijn financiële huishouden. Binnen deze portalen of apps wordt de consument ontzettend veel data, grafieken en overzichten geboden. Wat het meeste opvalt aan deze initiatieven is dat de hoeveelheid informatie de consument eerder in verwarring brengt dan dat het daadwerkelijk meer inzicht geeft. De consument moet zelf in staat zijn om op basis van deze gegevens zijn conclusies te trekken en eventueel actie te ondernemen. Oftewel, de basis ligt er maar nu moet hierop doorgepakt worden door financials.

Financials kunnen veel leren van online diensten. Dit lijkt mogelijk appels met peren vergelijken, een high-interest product versus een no-interest financieel product. Maar juist door naar de user interfaces te kijken van online diensten en dit te plotten op de producten van een financial is er veel winst te behalen in het betrekken van de consument bij zijn financiële plaatje. Online diensten spelen in op de nieuwsgierigheid van de consument. Wanneer er een aanbevolen serie of nieuwe muziek beschikbaar komt, ga je toch al vaak even kijken wat het inhoudt. Met een simpele actie kan je vervolgens aan de slag met de suggesties. Spotify heeft gegevens over luistergedrag, zoekgedrag en luistertijd. Dit resulteert in een aantal playlists die aansluiten bij de interesses van de consument. Spotify zet als het ware een extra laag bovenop de data die ze over jou beschikbaar hebben. Deze data zetten ze om in een simpel dashboard die iedereen begrijpt. Dat is precies wat financials ook zouden moeten doen.

Financials hebben uitgebreide gegevens over o.a. het betaal- en spaargedrag van de consument. Een logische vraag zou vervolgens zijn wat ze op basis van deze gegevens willen teruggeven aan de consument. Vervolgens is het belangrijk dat de financial dit zo simpel mogelijk aan de consument presenteert, zodat de consument direct weet wat hij aan de financial heeft. De data moet mij als consument vertellen dat ik een probleem heb of dat ik het hartstikke goed doe. Ik moet daar als consument niet zelf naar gissen, zoals nu vaak het geval is.

Samenvattend, een financial kan de consument meer helpen. Door beter te kijken naar de vraag van de consument en hoe andere markten de consument bedienen is de consument veel beter geholpen. Door ze eenvoudige tools aan te reiken is de consument in staat om veel verstandigere beslissingen te nemen. De 4 belangrijkste tips zijn dan ook:

  1. Gebruik nieuwe technieken als machine learning om je klanten beter te kunnen bedienen;
  2. Geef de consument eenduidig inzicht in zijn gegevens;
  3. Ga aan de slag met wat je al weet van de consument;
  4. Keep it simple – geen ingewikkelde grafieken of berekeningen maar eenvoud zodat de boodschap goed overkomt.

Plaats een reactie

U plaatst een reactie als gast