Hoe Royal Bank of Scotland data science gebruikt heeft om klantenservice te verbeteren

Software as a Service, kortweg SaaS, in vele verschillende vormen en maten. Een van de manieren waarop software als dienst wordt aangeboden is data science. De combinatie van directe toegang tot verwerkte data in de cloud en machine learning als mogelijkheid om de meest voorkomende workflows te automatiseren zorgen er voor dat dit een niveau van zakelijk inzicht geeft dat met traditionele business intelligence tools niet haalbaar is.

Een prominente gebruiker van data science as a service is de Royal Bank of Scotland (RBS). Adobe publiceerde recentelijk een case study over Royal Bank of Scotland en Adobe’s Chris Wareham schrijft op de Adobe Blog hoe ze data science gebruikt hebben om hun klantenservice te verbeteren

Een van de redenen dat RBS besloot om te investeren in data science is om de ervaringen van hun klanten over meerdere contactpunten te kunnen integreren. Het gaat hier niet alleen om contact via hun digitale kanalen, maar ook om hun offline contactmomenten. Ze hebben geïnvesteerd in data science as a service om hun klanteninzichten te kunnen doorzetten naar een groot aantal belanghebbenden binnen het bedrijf. Deze belanghebbenden gebruiken deze data vervolgens om controle te houden over hoe de bank als merk gepresenteerd wordt aan hun klanten.

Giles Richardson, hoofd van analytics RBS, kent de kracht en de mogelijkheden die ze hebben geïmplementeerd beter dan wie dan ook. In de eerder genoemde case study beschrijft hij de aanpak die hij en zijn collega’s gekozen hebben om deze verandering door te voeren bij de bank.

“Mijn team en ik hebben nieuwe identiteiten neergezet voor onze digitale marketingleiders, genaamd ‘Superstar DJs’ (kort voor ‘digital journeys’). DJs zijn in feite productmanagers voor de verschillende ‘customer journeys’ die hun klanten ervaren in hun interactie met het RBS merk. Ze werken samen met gast DJs van teams van buitenaf -zoals klantenservice, HR en legal- om samen te werken en cross-functionele expertise en inzichten te delen. De DJ manager voor betaalrekeningen kan bijvoorbeeld een manager van het call center team van RBS uitnodigen als gast DJ om de klantervaring te optimaliseren voor een pagina waar klanten zich in kunnen schrijven voor nieuwe diensten. Het resultaat is dat marketeers bij RBS gebruik kunnen maken van de inzichten van collega’s van verschillende afdelingen om nieuwe ideeën te ontdekken over hoe ze de klantenervaringen en de conversies kunnen verbeteren.”

Wie had gedacht dat data tot zo’n positieve culturele omslag zou kunnen leiden? Een goed voorbeeld van het voordeel van de nieuwe zichtbaarheid van klantengedrag is leren dat 30 van alle klanten mobiele apparaten gebruikt om een lening aan te vragen. De conversiepercentages waren echter laag. Na het testen en uitrollen van een nieuwe mobiele klantenervaring, steeg het aantal klantconversies op mobiel met 20 procent en het aanvragen van een lening duurde nog maar enkele minuten in plaats van dagen.

“Deze manier van data-gedreven aanpak wordt toegepast op alle contactpunten die een klant heeft met ons merk. Of een klant nu een direct-mail opent, een vervolge-mail ontvangt, een bankfiliaal binnenstapt of mobiel een lening aanvraagt, de gehele klantervaring moet perfect overeenkomen met hun behoeften. We moeten overal zijn waar onze klanten zijn en aan al hun behoeften tegemoet komen.

We verwachten niet het vertrouwen van onze klanten te hebben – we verdienen het. We zijn behulpzaam en relevant geworden in iedere online klantinteractie, in call centers en in bankfilialen. Deze gedrevenheid om data-gedreven te zijn in alles wat we voor onze klanten doen zorgt voor een gevoel van opwinding en teamwork bij de Royal Bank of Scotland terwijl we leren hoe we onze klanten steeds beter kunnen behandelen.”

Hoewel de Royal Bank of Scotland een merk is dat al 300 jaar bestaat, werpt hun houding tegenover data als strategisch punt dat zo breed mogelijk ingezet kan worden vruchten af. Ze zijn marktleiders in het bekwaam gebruiken van data om beter inzicht te krijgen in de behoeften van hun klanten en om de klantinteractie over de gehele breedte van hun merk te optimaliseren.