<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1446330315732208&amp;ev=PageView&amp;noscript=1">
8p

Lehet mindent tudni egy vállalat, vagy vállalkozás ügyfeleiről? Nem, de ez nem jelenti azt, hogy nem is érdemes megpróbálni. Az adattárolás, -kezelés és -feldolgozás legfejlettebb, mesterséges intelligenciával is megtámogatott módjai mind a vállalatoknak – köztük a pénzintézeteknek és biztosítóknak –, mind az ügyfeleiknek már rövid távon is pénzben és időben mérhető nyereségeket hozhatnak.

Ha rákeresünk arra a kifejezésre, hogy 360 fokos ügyfélkép, akkor rengeteg találatot kapunk. Ebből akár arra is következtethetünk, hogy ez egy létező dolog, amit számos cég kínál az egyik, illetve használ a másik oldalon. A helyzet azonban nem ilyen egyszerű.

„A 360 fokos ügyfélkép a CRM-rendszerek unikornisa, egy álom, amit kergetünk, de soha nem érünk el”

– foszlatja szét ezt az illúziót Erdey Levente, a 4iG csoporthoz tartozó INNObyte Zrt. szakértője.

Márpedig, ha ő ezt mondja, akkor igaza lehet, hiszen a szakember - a hasonló területeken eltöltött közel két évtized után - 2016 óta már kifejezetten big data alapú, mesterséges intelligenciával támogatott adattárházakat épít különböző ügyfeleknek. Akkor ez az egész egy nagy átverés lenne? Ez sem igaz.

Közelítő értékek

Lépjünk egy kicsit hátrébb! A 360 fokos ügyfélkép valami olyasmit jelentene, hogy mindent, vagy legalábbis minden olyan dolgot tudunk egy ügyfélről, ami fontos lehet. „Igen ám – teszi fel azonban a kérdést Erdey Levente –, de mi az, hogy mindent tudni az ügyfélről?” Ahogy egy kör kerületét is csak közelítően lehet kiszámolni, hiszen a képletben szerepel a Pi, egy irracionális szám, úgy az ügyfélről sem lehet mindent tudni, már csak technológiai és adatkezelési korlátok miatt sem.

Hogyan kell jól üldözni egy utolérhetetlen unikornist? Erdey Levente, a 4iG és az INNObyte szakértője tudja. Fotó: 4iGHogyan kell jól üldözni egy utolérhetetlen unikornist? Erdey Levente, a 4iG és az INNObyte szakértője tudja. Fotó: 4iG

Viszont a kör kerületénél sem mindegy, hogy 3,14-nek számoljuk a Pi értékét vagy mondjuk több tizedesjegy pontossággal, hiszen ez utóbbi esetben jóval pontosabb eredményt kapunk. Azok a cégek pedig, akik az ügyfélről, ha nem is mindent, de sok mindent tudnak, és tisztában vannak azzal, mit lehet kezdeni ezekkel az adatokkal, sokkal jobb eredményt érhetnek el, mint az olyan versenytársaik, ahol erre nem fordítanak elég figyelmet. Hiszen rengeteg mindent lehet tudni egy ügyfélről: a bankja például tudja, hol és mikor szokott vásárolni, a kiskereskedelmi láncoka vásárlói kártyák alapján azt is, hogy pontosan mit, a telekommunikációs cégek pedig tudják, mikor és merre jár és így tovább. Ez a rengeteg adat pedig potenciálisan elképesztően sokat ér mind pénz, mind felhasználható információ formájában.

Akkor hát nosza, mindenki induljon kergetni az unikornist? Igen, csakhogy rengeteg a buktató az úton, ezért nem árt olyan szakembereket megbízni a feladattal, akik tudják, mit csinálnak. Hogyan is lehet közelebb jutni az unikornishoz? Először is kell egy jól felépített adattárház, ahol a cégnél képződő adatokat rendszerezetten, jelentésekkel, hozzáféréseket kezelve, biztonságosan, valamint a szabályoknak megfelelően tárolják. Jelenleg a legtöbb esetben itt meg is akad a folyamat.

Gazdálkodj adatokkal okosan

„Magyarországon jellemzően adattárházzal csak a nagyvállalatok rendelkeznek, de közülük se mindenki, és ahol van, ott se mindig működik megfelelően – állítja Erdey Levente. – Mi fel tudunk építeni a semmiből egy adattárházat, illetve be tudunk vezetni megfelelő adatvagyongazdálkodást ott, ahol ez még nem létezik. Sok helyen halmozzák az adatokat, de nem tudják, hogy került oda, hogyan kellene használni.” Egy adatról nem csak a mostani értékét kell tudni, hanem szükséges ismerni, hol van, mit tartalmaz, hogyan változott időben. Az ilyen és ehhez hasonló, az adatokról gyűjtött adatok nélkül ugyanis nem lehet az adatokra ráépíteni azokat a feldolgozásokat és mesterséges intelligencia-algoritmusokat, amelyek az igazán izgalmas dolgokat ki tudják nyerni belőlük.

Ha érdekli, milyen újgenerációs megoldásokat kínál a 4iG, kattintson a részletekért!

Egy jól működő adattárház és egy hatékony adatvagyongazdálkodás kiépítése nem megy egyik pillanatról a másikra, a kezdetektől számítva 1-2 éves folyamat, ha a megrendelőnek pontos elképzelései vannak, és csak ezután léphetnek működésbe a gépi tanulásra építő MI-algoritmusok. Az, hogy ezek pontosan milyen eredményeket szolgáltatnak majd, az már programozás és tanítóadat kérdése.

„A mesterséges intelligencia egy kalapács, azt már te döntöd el, milyen szögeket és hova versz be vele – magyarázza Erdey Levente. Az ügyfél viselkedésének megfigyelése egyfajta határterület a pszichológia és a mesterséges intelligencia között, és néha még minket is meglepnek az összefüggések, amelyeket egy önálló tanulásra képes MI feltár.”

Mindez nem olcsó, de több szempontból is gyorsan megtérülhet a befektetés. Már a data monetization, tehát a sok adatból – megfelelően anonimizált – előállított információk érhetnek annyit a piacon, ami fedezi a beruházás költségeit. Nehezebb számszerűsíteni azt, hogy mennyit takarít meg egy cég azzal, ha nem büntetik meg az elavult módszerekkel készülő beszámolói vagy szabálytalan adatkezelése miatt, ahogy amellé sem lehet egy számot tenni, mit ér meg, ha naprakész, előrejelzésekre is alkalmas rálátása van a cégvezetésnek a cég működéséről, vagy ha pontosan tudják, melyik ügyfél és miért akarná elhagyni a céget.

Akik a 4iG-t és az INNObyte-ot választják informatikai partnernek, azoknak mindez adott, de a további lehetőségek szinte korlátlanok. „A 4iG-nek minden szektorban van tapasztalata, és megvan a megfelelő MI-tudás is, hogy működő, értékteremtő megoldásokat szállítsunk. A mesterséges intelligencia nagyon gyorsan fejlődik, egy piaci cég nem tud a hazai viszonyok mellett elég erőforrást fektetni a kutatásokba. Ezt felismerve folyamatosan figyeljük az új technológiák megjelenését, időt fordítunk a kipróbálásukba, szoros együttműködést alakítottunk ki az itthoni egyetemekkel, így a legfrissebb kutatásokat azonnal a való életre tudjuk alkalmazni” – fogalmaz Erdey Levente.

Nem kell félni, hasznot fog hozni

Azonban van még egy akadály a másik oldalról is. A közvélemény szemében, elsősorban a nagy techcégek gyakorlatai miatt erős az ellenérzés adataik felhasználásával kapcsolatban. Márpedig a jelenlegi szabályozás értelmében az ügyfélnek a döntése, hogy milyen adatát engedi felhasználni, ahhoz pedig a kifejezett hozzájárulása szükséges, hogy mesterséges intelligenciát használó algoritmusok számára is feldolgozható legyen.

„Fontos feladatunk megrendelőinkkel közösen az ügyféledukáció, nincs más lehetőségünk, mint megértetni az emberekkel, hogy az nem rossz dolog, ha figyel minket a bankunk vagy a mobilszolgáltatónk. Már csak azért is, mert eddig is figyelt, eddig is rengeteg érzékeny adatnak volt a birtokában, csak éppen nem használta őket hatékonyan, a mi érdekünkben is”

– hívja fel rá a figyelmet Erdey Levente, aki GDPR-menedzser szakértő is, így pontosan ismeri a lehetőségeket, a veszélyeket és a szabályokat.

A szakértő szerint azt kellene megmutatni az embereknek, hogy már rövid távon, közvetlen hasznuk származhat abból, ha adataikat MI-vel megtámogatott rendszerek dolgozzák fel. A bank eddig is jelzett, ha mondjuk egy órával egy budapesti vásárlás után Thaiföldről kezdeményeztek vásárlást a kártyánkkal, de ez egy könnyen kiszúrható visszaélési kísérlet, ahogy az is, ha a mi telefonszámunkról egyszer csak több ezer SMS-t küld valaki. Egy MI viszont azt is észreveszi, ha több száz telefonról csak egyenként néhány tucat plusz üzenetet küldenek ki, feltéve, ha ez nem illeszkedik a felhasználók megszokott viselkedésébe.

„Még gyorsabban lehetne reagálni, ha valakinek ellopják a bankkártyáját vagy a telefonját, de egy házbiztosításnál is szólhat egy drónfelvétel alapján az MI-algoritmus, hogy jön a vihar, az ügyfélnél pedig nyitva maradt a tetőablak. Teszteltünk olyan, az autók rendszerére csatlakozó eszközt is, amely képes riasztani, ha baleset éri az autót, de például javasolni tud olyan változtatásokat is a vezetési stílusban, amelyekkel az üzemanyag fogyasztást lehet csökkenteni. Az élelmiszerbolt egészségesebb termékek felé tudna terelni minket a vásárlási szokásaink ismeretében. Rengeteg a lehetőség, és ezek mind olyan könnyen megvalósítható projektek, amiken már dolgoztam”

– sorolja Erdey Levente. Igen, ezekért az adatainkkal fizetnénk, de ugyanezt tesszük, amikor a népszerű közösségi oldalakat használjuk, vagy éppen elindítunk egy ingyenes navigációs alkalmazást a telefonunkon.

A pandémiás időszak után nem lehet kérdés, hogy a digitalizáció immár nem versenyelőny, hanem a hiánya jelent szinte behozhatatlan versenyhátrányt. Azonban nem mindegy, hogyan történik: egy rossz irányba történő fejlesztés több kárt okoz, mint amennyi hasznot hoz. Nem kell félni szakértő partnerekkel elindulni a jó irányba, hiszen ahogy láttuk, mind vállalati, mind ügyfélszinten gyorsan kifizetődő lehet a big data-alapú mesterséges intelligencia megfelelő használata. Csak azt tudjuk tehát javasolni, hogy mindenki induljon a 360 fokos ügyfélkép unikornisa után – még ha utolérni sohasem fogja, akkor is megéri közelebb jutni hozzá.

Ha érdekli, milyen újgenerációs megoldásokat kínál a 4iG, kattintson a részletekért!

Jól jönne 1,5 millió forint?

A Bank360.hu és az Mfor kalkulátora alapján az alábbi induló törlesztőkre számíthatsz a THM-plafon végéig, ha 1,5 millió forintra van szükséged 60 hónapra: a Raiffeisen Bank személyi kölcsöne 30 379 forintos törlesztőrészlettel lehet a tiéd. Az Erste Banknál 32 831 forint, a Cetelemnél pedig 33 556 forint a törlesztőrészlet. Más kölcsönt keresel? Ezzel a kalkulátorral összehasonlíthatod a bankok ajánlatait.