Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Jakość i obsługa

Klienci w strategii banku

1 czerwca 2010 7 min czytania
Zdjęcie Zbigniew Jagiełło - Prezes zarządu PKO BP
Zbigniew Jagiełło

Utrzymanie dominującej pozycji na rynku bankowym oraz gwarancja stabilności i efektywności ekonomicznej to najważniejsze wyzwania w strategii PKO Banku Polskiego. Ma w tym pomóc wiedza o wszystkich segmentach klientów banku.

Od lat PKO BP jest liderem bankowości detalicznej z największą bazą klientów. Ale utrzymanie tej pozycji było trudne. W ciągu ostatnich kilkunastu lat na polskim rynku pojawiło się wiele nowych podmiotów, które miały jeden cel – pozyskać jak najwięcej klientów. I to zarówno dotrzeć do osób, które nigdy nie korzystały z usług bankowych (w połowie lat dziewięćdziesiątych XX wieku było to ponad 70% społeczeństwa), jak również do tych bardziej świadomych i wyedukowanych, które już były klientami instytucji finansowej. Z tym zagrożeniem musiał zmierzyć się także PKO Bank Polski. Właściwą segmentację klientów i budowanie odpowiednich relacji podjęto jednak z pewnym opóźnieniem.

Poznawanie klientów

W 1998 roku rozpoczęły się w banku pierwsze działania zmierzające o poznania potrzeb klientów, aby zaoferować im odpowiednią ofertę i standard usług. Gromadzone przez wiele lat dane dotyczyły przede wszystkim podstawowych informacji o klientach: wiek, miejsce zamieszkania i dochody. Brakowało jednak szczegółowych – o ich wykształceniu, zajmowanym stanowisku, pełnionych funkcjach, strukturze wydatków czy posiadanych produktach. Tym samym nie było też dokładnych danych na temat zyskowności poszczególnych klientów.

Pierwsza segmentacja miała uporządkować zebrane informacje o około 3 milionach klientów detalicznych. Podzielono ich na dwie grupy: klientów masowych i zamożnych (o dochodach powyżej 5 tysięcy złotych). Dodatkowo w segmencie masowym wyodrębniono dwie grupy wiekowe: od 13. roku życia, której zaoferowano specjalny dostęp do konta w ramach rachunku rodziców (Superkonto Graffiti), i młodzież akademicką, dla której przygotowano Superkonto Student.

Z kolei pierwsza segmentacja klientów z uwzględnieniem kryteriów biznesowych została przeprowadzona dopiero w 2004 roku. Podjęto wówczas kompleksowe działania mające na celu systemowe gromadzenie informacji o spełnianych przez klientów kryteriach. Były to m.in. dane o średniomiesięcznych wpływach na rachunek ROR, łącznej kwocie środków ulokowanych w banku lub w podmiotach należących do grupy kapitałowej. Uzupełniono je o takie informacje, jak wiek czy przynależność do środowiska opiniotwórczego lub grupy o wysokim uznaniu społecznym. Wówczas do segmentu Bankowości Osobistej (osoby średnio zamożne) przypisanych zostało około 300 tysięcy klientów, natomiast do segmentu Bankowości Prywatnej (osoby zamożne) 20 tysięcy, którym zaproponowano odpowiednio program obsługi Aurum lub Platinium.

Od tego czasu bank co roku aktualizował informację o spełnianych przez klientów kryteriach segmentacji, starając się w praktyce modyfikować je tak, by pasowały do zmieniających się standardów obsługi na rynku. Jednak ze względu na ograniczenia związane z brakiem w pełni zintegrowanego systemu informatycznego w praktyce klientom oferowano głównie produkty bankowe. Nie było bowiem kompleksowej informacji, jakie mają oni produkty z innych instytucji finansowych należących do grupy kapitałowej.

Jednolity standard obsługi zaproponowano klientom dopiero w 2008 roku, kiedy wdrożony został zintegrowany system informatyczny. Rozpoczęto także gromadzenie o nich dodatkowych informacji. Poza danymi obejmującymi ich cechy socjodemograficzne bank ma też wiedzę o ich zachowaniach, wie, kiedy i w jakiej sprawie klient kontaktował się z oddziałem. Ten potencjał informacyjny daje solidną podstawę do zaoferowania produktów i obsługi, których klienci oczekują. Możliwe jest zatem lepsze zaspokajanie potrzeb klientów, a z drugiej strony bardziej trwałe związanie ich z bankiem, będące jednocześnie źródłem dodatkowych znaczących przychodów.

Dużym wyzwaniem dla PKO Banku Polskiego jest obecnie przeprowadzenie prawidłowej segmentacji małych i średnich przedsiębiorstw, uwzględniające ich zróżnicowanie oraz odmienne potrzeby finansowe. Bardzo ważne jest również czytelne określenie linii oddzielających segment klienta korporacyjnego od klienta z MiŚ. To punkt wyjścia do zaoferowania im optymalnej kombinacji bliskości obsługi, specjalistycznego doradztwa i oferty produktowej.

Strategiczne wyzwania

Wiedza o kliencie jest podstawą funkcjonowania każdej nowoczesnej organizacji. Chcąc być bankiem uniwersalnym o docelowym rozkładzie dochodów 70% z bankowości detalicznej, 20% z korporacyjnej i 10% z inwestycyjnej, przyjmujemy, że każdy segment klientów ma dla nas równie duże znaczenie. Temu celowi służy obecna strategia banku „Lider”, która określa nasze cele na najbliższe trzy lata. Mamy świadomość, że w rozpoznaniu i zrozumieniu potrzeb różnych grup klientów pomoże nam bardziej szczegółowa segmentacja, do której dostosowany będzie model obsługi. Szczególnie w obszarze bankowości detalicznej, choć nie tylko. Istotne jest zrozumienie ich zachowań – do tego używamy tzw. segmentacji behawioralnej, pozwalającej w lepszym stopniu dostosować ofertę produktową do potrzeb klientów. Chcemy, aby każdy z nich, powierzając nam swoje pieniądze czy poszukując wsparcia dla rozwiązania swoich problemów finansowych, czuł się ważny i był pewny, że podjął właściwą decyzję.

Zgodnie z nową strategią oferta PKO BP ma być bardziej zrozumiała nie tylko dla jej twórców, ale przede wszystkim dla tych, do których jest adresowana, zwłaszcza że klienci dobrze wiedzą, co chcą osiągnąć. Rolą specjalistów z banku jest podpowiedź, który produkt czy usługa jest dla nich najwłaściwsza. Jednym z najważniejszych wyzwań – zarówno dla bankowości detalicznej, jak i korporacyjnej – będzie wzrost tzw. uproduktowienia klientów w ramach kontaktów ze spółkami zależnymi banku. Ich produkty i usługi będą dostępne w całej sieci PKO Banku Polskiego. Wzrośnie rola kanałów komunikacji i bezpłatnych bankomatów. Oferta i model obsługi klientów bankowości korporacyjnej zostaną dostosowane do potencjału dochodowego poszczególnych segmentów klientów. W zakresie bankowości inwestycyjnej model obsługi będzie uwzględniał zapotrzebowanie klientów na specjalistyczne rozwiązania. Na jej wymierne efekty trzeba będzie jeszcze poczekać. Jednak już w pierwszym kwartala 2010 roku bank notuje dobre wyniki uzyskane dzięki wdrażaniu początkowych celów strategicznych.

O autorach
Tematy

Może Cię zainteresować

Marki luksusowe pod presją geopolityki

W połowie kwietnia rynki kapitałowe zelektryzowała informacja o tym, że francuski gigant LVMH stracił tytuł najcenniejszej firmy luksusowej na świecie na rzecz mniejszego, ale bardziej ekskluzywnego Hermèsa. Czy detronizacja jednej francuskiej marki przez drugą (producenta torebek Louis Vuitton przez producenta torebek Birkin) to rzeczywiście zdarzenie, którym powinny się ekscytować europejskie rynki? I co ta zmiana oznacza dla polskich producentów marek premium?

 

Dobre relacje w firmie zaczynają się od dobrze dobranych słów

Gdy codzienna komunikacja sprowadza się do skrótów myślowych, domysłów i niejasnych sygnałów, łatwo o spadek zaangażowania, narastające napięcia i chaos informacyjny. Coraz więcej organizacji dostrzega, że to właśnie język – sposób, w jaki mówimy do siebie w pracy – buduje (lub rujnuje) atmosferę oraz relacje w zespołach. O tym, jak świadomie kształtować kulturę organizacyjną poprzez komunikację, opowiada Joanna Tracewicz, Senior Content Strategy Manager w rocketjobs.pl i justjoin.it, a także współautorka poradnika Nie mów do mnie ASAP! O spoko języku w pracy.  Rozmawia Paulina Chmiel-Antoniuk.

AI w medycynie predykcyjnej – jak wearables zmieniają opiekę Jak AI i urządzenia noszone rewolucjonizują medycynę

W ostatnich latach inteligentne urządzenia noszone (wearables) przeszły drogę od prostych krokomierzy do zaawansowanych narzędzi monitorujących stan zdrowia. Dzięki sztucznej inteligencji stają się one nie tylko rejestratorami danych, lecz także systemami predykcyjnymi, które mogą wspierać diagnostykę i profilaktykę chorób. W świecie biznesu i zarządzania zdrowiem pracowników technologia ta może odegrać kluczową rolę.
Według raportu Think Tank SGH wartość globalnego rynku AI w ochronie zdrowia wzrośnie z 32,3 miliarda dolarów w 2024 roku do 208,2 miliarda dolarów w 2030 roku, co oznacza średnioroczny wzrost na poziomie 36,4%. Ta dynamiczna ekspansja wskazuje na rosnące znaczenie technologii AI i wearables jako ważnych elementów nowoczesnej opieki medycznej.

Strategiczna samotność – klucz do autentycznego przywództwa

W dynamicznym współczesnym świecie biznesu, w którym dominują informacje dostarczane w trybie natychmiastowym, umiejętność samodzielnego, logicznego i krytycznego myślenia stała się jedną z najcenniejszych kompetencji liderów. Koncepcja ta, przedstawiona przez Williama Deresiewicza, byłego profesora Uniwersytetu Yale, zakłada, że prawdziwe przywództwo nie rodzi się wśród zgiełku opinii i impulsów zewnętrznych, lecz w przestrzeni samotności i skupienia.

Skup się na fanach marki. Oferta skierowana do wszystkich nie działa!
Multimedia
Skup się na fanach marki. Oferta do wszystkich nie działa!

W spolaryzowanej kulturze pogoń za rynkiem masowym i kierowanie oferty do wszystkich są z góry skazane na porażkę. Najlepszym sposobem na osiągnięcie sukcesu marki jest sprzymierzenie się z subkulturą, która ją pokocha.

Cła, przeceny i okazje: Jak zarobić, gdy inni panikują lub tweetują

Trump tweetuje, Wall Street reaguje nerwowo, a inwestorzy znów sprawdzają, czy gdzieś nie pozostawili Planu B. Gdy rynek wpada w histerię, pojawia się pokusa: a może jednak warto „kupić w tym dołku”? W tym tekście sprawdzamy, czy inwestowanie w kontrze do tłumu to genialna strategia na czasy ceł Trumpa, banów na Chiny i politycznych rollercoasterów — czy raczej przepis na ból głowy i portfela. Nie wystarczy chłodna kalkulacja, przyda się też stalowy żołądek.

• Jak generować wartość z AI dzięki małym transformacjom w biznesie - Webster
Premium
Jak generować wartość z AI dzięki małym transformacjom w biznesie

Liderzy skutecznie wykorzystują duże modele językowe, stopniowo minimalizując ryzyko i tworząc solidne fundamenty pod przyszłe transformacje technologiczne, dzięki czemu generują realną wartość dla swoich organizacji.

Niespełna dwa lata temu generatywna sztuczna inteligencja (GenAI) trafiła na czołówki stron gazet, zachwycając swoimi niezwykłymi możliwościami: mogła prowadzić rozmowy, analizować ogromne ilości tekstu, dźwięku i obrazów, a nawet tworzyć nowe dokumenty i dzieła sztuki. To najszybsze w historii wdrożenie technologii przyciągnęło ponad 100 mln użytkowników w ciągu pierwszych dwóch miesięcy, a firmy z różnych branż rozpoczęły eksperymenty z GenAI. Jednak pomimo dwóch lat intensywnego zainteresowania ze strony kierownictwa i licznych prób wdrożeniowych nie widać wielkoskalowych transformacji biznesowych, które początkowo przewidywano. Co się stało? Czy technologia nie spełniła oczekiwań? Czy eksperci się pomylili, wzywając do gigantycznych zmian? Czy firmy były zbyt ostrożne? Odpowiedź na te pytania brzmi: i tak, i nie. Generatywna sztuczna inteligencja już teraz jest wykorzystywana w wielu firmach, ale nie – jako lokomotywa radykalnej transformacji procesów biznesowych. Liderzy biznesu znajdują sposoby, by czerpać realną wartość z dużych modeli językowych (LLM), nie modyfikując całkowicie istniejących procesów. Dążą do małych zmian (small t) stanowiących fundament pod większe przekształcenia, które dopiero nadejdą. W tym artykule pokażemy, jak robią to dzisiaj i co możesz zrobić, aby tworzyć wartość za pomocą generatywnej sztucznej inteligencji.

Premium
Polski przemysł na rozdrożu

Stoimy przed fundamentalnym wyborem: albo dynamicznie przyspieszymy wdrażanie automatyzacji i robotyzacji, co sprawi, że staniemy się aktywnym uczestnikiem czwartej rewolucji przemysłowej, albo pogodzimy się z perspektywą erozji marż pod wpływem rosnących kosztów operacyjnych i pogłębiającego się strukturalnego niedoboru wykwalifikowanej siły roboczej.

Jak alarmują prognozy Polskiego Instytutu Ekonomicznego, do 2030 r. w samej Europie może zabraknąć nawet 2,1 mln wykwalifikowanych pracowników, co czyni automatyzację nie jedną z możliwości, lecz strategiczną koniecznością. Mimo że globalnie liczba robotów przemysłowych przekroczyła już 4,2 mln jednostek, a w Europie w 2023 r. wdrożono rekordowe 92,4 tys. nowych robotów, Polska wciąż pozostaje w tyle. Nasz wskaźnik gęstości robotyzacji, wynoszący zaledwie 78 robotów na 10 tys. pracowników przemysłowych, znacząco odbiega od europejskiego lidera – Niemiec (397 robotów na 10 tys. pracowników), czy globalnego pioniera – Korei Południowej (tysiąc robotów na 10 tys. pracowników). W Scanway – firmie, która z sukcesem łączy technologie rozwijane dla sektora kosmicznego z potrzebami przemysłu – jesteśmy przekonani, że przyszłość konkurencyjności leży w inteligentnym wykorzystaniu danych, zaawansowanej automatyzacji opartej na AI oraz strategicznej gotowości do wprowadzania zmian technologicznych. Czy jednak zaawansowana wizja maszynowa napędzana przez sztuczną inteligencję może się stać katalizatorem, który pozwoli sprostać wyzwaniom i odblokować uśpiony potencjał innowacyjny polskiej gospodarki?

Premium
Gdy projekt wymyka się spod kontroli

Polskie firmy technologiczne coraz częściej realizują złożone zlecenia dla międzynarodowych gigantów. Jednak nawet najlepiej przygotowany zespół może przy takim projekcie natknąć się na nieoczekiwane przeszkody. Przykład firmy Esysco wdrażającej szyfrowanie poczty e-mail dla jednego z największych niemieckich banków pokazuje, jak szybko może runąć precyzyjnie zaplanowany harmonogram oraz jak radzić sobie z nieprzewidywalnymi wyzwaniami.

Polskie firmy technologiczne coraz częściej zdobywają międzynarodowe kontrakty i realizują projekty, które jeszcze niedawno były zarezerwowane wyłącznie dla międzynarodowych rywali. Dzięki temu zdobywają zagraniczne rynki, osiągając imponujące wyniki eksportu usług IT, który w 2023 r. przekroczył 16 mld dolarów. W ostatniej dekadzie przychody branży wzrosły niemal czterokrotnie, a wartość eksportu – aż 7,5 razy, dzięki czemu polski sektor IT stał się motorem rodzimego eksportu. Kluczowymi kierunkami ekspansji są Stany Zjednoczone, Niemcy i Wielka Brytania, a wśród najsilniejszych obszarów znajdują się fintech, cyberbezpieczeństwo, sztuczna inteligencja, gry oraz rozwój oprogramowania.

Polska wyróżnia się w regionie Europy Środkowo-Wschodniej jako największy eksporter usług IT, przewyższając Czechy czy Węgry, a pod względem jakości specjalistów IT zajmuje trzecie miejsce na świecie. Jednak do pełnego wykorzystania tego potencjału konieczne jest pokonanie barier takich jak ograniczony dostęp do kapitału na ekspansję, rosnące koszty pracy oraz niedostateczne doświadczenie w międzynarodowej sprzedaży i marketingu. To jednak nie wszystko. Przy współpracy z międzynarodowymi gigantami trzeba również pamiętać o nieznanej polskim wdrożeniowcom skali, złożoności i nieprzewidywalności towarzyszącym tak wielkim projektom. Dobrym przykładem może być nasze wdrożenie dla jednego z największych niemieckich banków, z którym podpisaliśmy kontrakt na wprowadzenie systemu zabezpieczeń e-maili dla ponad 300 tys. użytkowników rozsianych po całym świecie. Technologicznie byliśmy gotowi, ale rzeczywistość szybko zweryfikowała nasze plany.

Premium
Praktyczny poradnik kreowania wartości z dużych modeli językowych

Gdy w 2022 r. pojawiły się powszechnie dostępne duże modele językowe (LLM), ich potężna zdolność do generowania tekstu na żądanie zapowiadała rewolucję w produktywności. Jednak mimo że te zaawansowane systemy AI potrafią tworzyć płynny tekst w języku naturalnym i komputerowym, to są one dalekie od doskonałości. Mogą halucynować, wykazywać się logiczną niespójnością oraz produkować treści nieadekwatne lub szkodliwe.

Chociaż technologia ta stała się powszechnie dostępna, wielu menedżerów nadal ma trudności z rozpoznawaniem przypadków użycia LLM-ów, w których poprawa produktywności przewyższa koszty i ryzyka związane z tymi narzędziami. Potrzebne jest bardziej systematyczne podejście do wykorzystywania modeli językowych, tak aby uefektywnić procesy biznesowe, a jednocześnie kontrolować słabe strony LLM-ów. Proponuję trzy kroki ułatwiające osiągnięcie tego celu. Po pierwsze, należy rozłożyć proces na mniejsze zadania. Po drugie, trzeba ocenić, czy każde zadanie spełnia tzw. równanie kosztów GenAI, które szczegółowo wyjaśnię w tym artykule. Jeśli ten warunek zostanie spełniony, należy uruchomić projekt pilotażowy, iteracyjnie oceniać jego wyniki oraz na bieżąco wprowadzać zmiany w celu poprawy rezultatów.

Kluczowe w tym podejściu jest pełne zrozumienie, w jaki sposób mocne i słabe strony modeli językowych odpowiadają specyfice danego zadania; jakie techniki umożliwiają ich skuteczną adaptację w celu zwiększenia wydajności; oraz jak te czynniki wpływają na bilans kosztów i korzyści – a także na ocenę ryzyka i potencjalnych zysków – związanych z wykorzystaniem modeli językowych do podnoszenia efektywności realizowanych działań.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!