Les données clients en temps réel façonneront l’avenir du secteur financier

Depuis plusieurs années, les institutions financières font face à une situation de marché délicate. Des taux d’intérêt faibles, des exigences de réserves monétaires plus importantes et une réglementation plus stricte exercent en effet de fortes pressions sur les possibilités de profit. De plus, l’apparition de nouveaux rivaux dans le paysage a durci le combat pour les parts de marché. Le classement concurrentiel établi par Adobe, dans le rapport Tendances numériques 2020, fait ressortir que la menace la plus sérieuse sur le marché vient sans doute des sociétés natives numériques…

Tendances numériques dans le secteur financier

Recours exceptionnel au service client personnalisé

Pour couronner le tout, la crise du covid-19 met également à rude épreuve le secteur, en exigeant davantage de flexibilité financière et en faisant de la prise en charge efficace du parcours client une priorité. Le rapport des Tendances numériques d’Adobe indique qu’en gérant bien une crise, une marque pourrait inciter 9 clients sur 10 à effectuer leurs achats auprès d’elle. Il semble donc qu’un soutien à la clientèle et des services de qualité seront les facteurs de différenciation clés au cours de la période à venir.

Que doivent donc faire les institutions financières pour se démarquer ? Lorsqu’ils naviguent sur Internet, les clients s’attendent à un engagement sans effort – comprenez par là qu’ils veulent un accès facile aux services et des réponses rapides à leurs questions. Et, au cours de ce processus, ils préféreraient ne pas avoir à répéter des informations déjà fournies. Sans surprise, les études indiquent que 90 % des clients s’attendent à une expérience personnalisée et que plus de 80 % d’entre eux sont prêts à partager leurs données à cette fin.

Le self-service et les chatbots améliorent l’efficacité

Pour traiter de manière efficace le nombre croissant de demandes clients pendant la crise, de nombreuses sociétés ont choisi d’investir dans le self-service et les chatbots. Même si toute organisation qui reçoit des questions de ses clients souhaitent pouvoir y répondre, et dans un délai convenable, les questions répétitives créent une surcharge qui empêche souvent un résultat optimal.

Les demandes de report de paiement par exemple, peuvent atteindre un pic en période d’incertitude. Afin de traiter rapidement toutes les questions appartenant à une catégorie, des chatbots TAL (basés sur le traitement automatique du langage naturel) peuvent être utilisés pour naviguer dans les bases de données et proposer des réponses correspondantes. Les bots intelligents permettent aux clients de réduire leur nombre de questions et indiquent quand une intervention humaine devient nécessaire. Et c’est là que les données en temps réel prouvent toute leur utilité.

L’importance des données clients en temps réel

Afin de fournir cette expérience sans effort, les agents de service doivent non seulement avoir à disposition une bonne vision 360° du client, mais également savoir ce que ceux-ci faisaient en ligne avant d’établir le contact. Grâce à ces informations, les agents peuvent accélérer le processus de réponse et les clients n’ont pas à s’embêter à expliquer de nouveau, pour la énième fois, ce qu’ils cherchent. En d’autres termes, cela permet à la fois de fournir une meilleure expérience client personnalisée et d’augmenter l’efficacité au niveau du traitement de la requête.

Un autre aspect à considérer est l’utilisation de plusieurs canaux pour entrer en contact avec les institutions financières. Les clients pourraient ainsi envoyer une demande à travers le chatbot sur le site web de la banque au courant de la journée et souhaiter consulter la réponse sur leur application mobile dans la soirée. Les données de profil des clients doivent donc être correctement centralisées afin de permettre leur exploitation par tous les canaux d’engagement et ainsi garantir une expérience cohérente.

En associant des profils clients en temps réel aux initiatives d’automatisation de service de type chatbot de cette manière, ces outils deviennent idéaux pour fournir un service sans effort. L’adoption de ces outils peut permettre aux organisations de fournir à leurs clients les informations nécessaires beaucoup plus rapidement, tout en continuant à offrir une expérience de service personnalisée par le biais des agents de service.

Anticiper les frictions futures

L’engagement sans effort ne permet pas uniquement de traiter les questions des clients de manière efficace. Elle permet également d’anticiper, et surtout d’éviter, les frictions futures. Imaginez tout ce que pourraient accomplir les banques, par exemple, en termes d’amélioration du parcours hors ligne. Des applications mobiles pourraient, par exemple, utiliser la géolocalisation d’un client ainsi que son emploi du temps pour recommander des distributeurs automatiques situés à proximité de son restaurant préféré.

Ou elles pourraient avertir, de façon proactive, les utilisateurs que le distributeur automatique qu’ils utilisent habituellement est hors service ce jour-là et les réorienter vers un autre à proximité ; elles pourraient recommander des endroits où les options de paiement sans espèces sont acceptées, également en se basant sur les préférences du client en termes de paiement et de lieux pour déjeuner. Et ce, en exploitant ainsi encore une fois les données clients en temps réel pour faire des recommandations pertinentes.

Les données en temps réels permettent d’augmenter les résultats tout au long du parcours client

Outre les améliorations au niveau de l’assistance et du service, les données clients en temps réel permettent d’augmenter les résultats de l’activité tout au long du parcours client. Imaginez par exemple qu’un client étudie les options hypothécaires d’une banque : l’outil en ligne de la banque devrait être pré-rempli à l’aide d’informations sur le contexte de la personne en ligne, salaire, dépenses, épargne, etc. afin que des simulations et des alternatives puissent lui être rapidement présentées. Cela permettrait de ne pas perdre de clients à cause de processus trop longs, répétitifs ou lourds.

L’analyse du parcours de votre client vous permettrait également de savoir ce que vous pouvez faire pour le guider à chaque étape. En identifiant le moment exact où le client décide d’abandonner le processus, vous pourriez déterminer la meilleure mesure à prendre en ce qui concerne ce client et surveiller cette catégorie de prospects chauds. Pour reprendre l’exemple précédent, si vous détectez en temps-réel qu’un client consulte des options hypothécaires sur votre site web, vous pouvez également de manière proactive lui proposer votre aide et vous assurer que le client obtienne une réponse immédiate à toutes ses questions.

Vous pouvez aussi suggérer une séance de tchat, un appel au centre de contact ou un rendez-vous en ligne avec un conseiller avant que votre client n’abandonne le processus de simulation en ligne…L’engagement omnicanal dans un tel contexte peut non seulement stimuler les ventes, mais également fidéliser les clients.

Favoriser les conversations avec la clientèle

Alors que la personnalisation devient habituelle, les conversations avec le client sont l’avenir. Imaginons, par exemple, que des données clients hors ligne indiquent qu’une assurance voyage pourrait intéresser un client, mais les données numériques en temps réel montrent que ce même client étudie les options de financement automobile. Engager une conversation autour du second sujet semble ainsi bien plus pertinent.

Seules des données clients en temps réel vous permettront de tirer parti de telles situations. Il s’agit là du carburant de la prise de décision numérique, de l’atout indispensable qui permettra d’alimenter les conversations avec les clients. Dans ce scénario, le profil client en temps réel fera mention de l’intérêt de celui-ci pour le financement automobile en tant qu’événement de l’expérience numérique et de le recommandation d’assurance voyage.

Toutefois, suivant la logique de prise de décision numérique, ces informations de profil seront associées aux règles de priorité commerciales pour que l’offre la plus pertinente soit recommandée, une offre qui aura un sens pour le client comme pour l’organisation. C’est par cette approche que les entreprises déterminent quelles offres recommander, en se basant sur les objectifs commerciaux et l’intention du client. Données en temps réel, prise de décision numérique et capacités d’analyse sont l’avenir et les clés nécessaires pour faire de la personnalisation des conversations avec les clients une réalité. 

Plan d’action

Outre les facteurs de crise à court terme, les institutions financières doivent également faire face aux tendances générales observées dans le secteur. Les recommandations clés incluent par conséquent :

• La mise en œuvre de solutions qui permettront de gérer rapidement des dispositifs d’assistance supplémentaires (tels que les options de self-service et les chatbots) ;
• Une conception axée sur les données clients en temps réel afin de réduire, pour le client, les efforts à fournir et d’anticiper les frictions futures ;
• L’exploitation de données en temps réel pour augmenter les résultats tout au long du parcours ;
• Favoriser les conversations avec les clients, en exploitant la prise de décision en temps réel et les données de profil.

Les plans d’action efficaces commencent toujours par avoir des priorités claires en tête et ensuite se poser les bonnes questions – dans quel domaine puis-je avoir le plus gros impact ? Quelles seraient les meilleures améliorations à apporter pour le plus grand groupe de clients, ou les plus grandes catégories de produits ? Quels types de requêtes pourraient être optimisés ? Comment éviter le plus gros risque, ou générer le gain le plus important pour l’entreprise ? (…) Les réponses à ces questions vous permettront de poser les premiers jalons de votre stratégie. Cela vous permettra ensuite d’identifier les opportunités d’amélioration au niveau du service, de la personnalisation des conversations et des résultats obtenus à travers les différents canaux.

Quelle que soit l’amélioration souhaitée, veillez à demeurer cohérent sur tous les canaux. Ensuite, identifiez les données dont vous aurez besoin pour prendre en charge l’expérience personnalisée.  De quel profil client aurez-vous besoin pour atteindre vos objectifs actuels et futurs, éviter les frictions avec le client et faire des recommandations personnalisées ? Et quels contenus, bases de connaissances, descriptions d’offres, métadonnées seront nécessaires ? Vous devez également déterminer comment mesurer le succès de vos nouvelles tactiques en matière d’expérience (temps de traitement amélioré, niveau de satisfaction plus élevé, nombre d’offres personnalisées proposé par rapport au nombre d’offres vendues).

Enfin, il faut vérifier que vos technologiques en matière d’engagement client soutiennent votre stratégie ; examiner les capacités à capturer les signaux numériques de l’intention client, et les combiner avec des données hors ligne pour créer un profil client complet en temps réel. Ensuite, assurez-vous que ce profil est bien disponible pour tous les canaux et départements. Cela permettra non seulement de générer des parcours clients de manière atomique, et de faire des recommandations produits en se basant sur des décisions ou le Machine Learning, mais également de trouver un équilibre entre les interactions service et les interactions commerciales.