Velkommen til Bank 2.0

Transkript

1 Velkommen til Bank 2.0 1

2 2 Kurt Nørrisgaard CEO, BEC

3 Inspirationsdag om fremtidens bank v. Kurt Nørrisgaard, BEC 2. december 2014

4 Der har aldrig været større behov for at træffe de rigtige valg 4 1. Flere aktører forsøger at overtage dialogen med kunden eller substituere bankens produkter 2. Compliance vil fortsat betyde væsentlige investeringer 3. Indtjeningen er presset pga. lav lånelyst og rentemarginal 4. Kundeadfærd og digitalisering kræver høj attention

5 Mange trends påvirker markedet 5 Sektor trends Nye betalingsløsninger og nye spillere i sektoren Øget konsolidering i sektoren Øget regulering Sektorselskaber skifter ejere Danske Banks enegang Lav lånelyst i samfundet Øget digitalisering af processer Øget mediebevågenhed i sektoren Jura begrænser udnyttelse af digitale muligheder Forandringshastigheden er stigende Mobilitet, social & kanaler Teknologi trends Big data, analytics & realtid Standardisering af løsninger Cybersikkerhed Elektroniske betalingsløsninger Abonnementsløsninger / Cloud Tekniske platforme, mainframe og Wintel Kunde forventninger Privat og Erhverv Kend mig og mød mig hvor jeg er, når det passer mig Convenience det skal være let Ny generation af stærkere privatkunder på vej Nye forventninger fra erhvervssegmentet

6 Konkurrencen og kundernes krav intensiveres 6 Potentielle indtrængere Niche bank Globale banker Leverandører BARRIERER Konkurrencesituationen Kunder BARRIERER Substituerende produkter NFC teknologi

7 Konkurrencen og kundernes krav intensiveres 7 Potentielle indtrængere Niche bank Globale banker Leverandører BARRIERER Konkurrencesituationen 1. Øget transparens og intensiveret priskonkurrence 2. Lav rente og øget regulering presser lønsomhed og solvens 3. Ingen eller lav vækst 4. Konsolidering og opkøb 5. Kundeattraktivitets-kapløb 6. Danske Bank prøver at skabe unik position BARRIERER Kunder Substituerende produkter NFC teknologi

8 Generelt er sektorens indtægtsgrundlag under pres Nye innovatører gør indhug i den normale værdikæde Lavt renteniveau og lav lånelyst i det traditionelle marked Lovgivning øget styring og kapitalbehov Digitalisering flytter kunder De traditionelle forretningsmodeller er under pres Øget konkurrence i sektoren Pres på omsætning presser omkostninger Reduktion af tab Proceseffektivitet Omni- Channel

9 Kunderne vil interagere med finansielle udbydere - På alle platforme

10 ...Men kunder er forskelligt digitaliserede Viden om kunderne og deres adfærd skal sikre en fokuseret indsats Camilla og Jesper De selvkørende Florian I Danmark for en periode Personas De unge borgere Johannes De itfremmede De velvillige Verner De tøvende Claus Personas fra Borger.DK Amina

11 Det nye mindsæt for fremtidens it-understøttelse - er derfor noget it-leverandørerne i sektoren kommer til at fokusere meget på Benchmark ift. konkurrenter

12 Forventninger Forandringer hvad er hype / hvad ender med at flytte noget? Toppen af oppustede forventninger og alle de andre trends / tiltag Reel effekt Skuffelsens lavpunkt Tid Kunsten bliver at investere nok og rigtigt

13 Vi skal kunne træffe bedre beslutninger Take calculated risks. That is quite different from being rash -General George S. Patton

14 Automatisk kreditscore/kunderating - er afgørende for den fremtidige produktivitet og porteføljerobusthed Application (ansøgningsscoring) Nye kunder/nye lån Baseret på aktuelle kundeinformationer i ansøgningen kombineret med eksterne integrationer til fx CPR, RKI, Kreditstatus og et statistisk erfaringsgrundlag Behavioral (adfærdsscoring) Eksisterende kunder: Kredit- og risikostyring, risiko- og kapitalopgørelser, forretningsoptimering, mersalg, limitstyring, bemyndigelser mv. Empiriske modeller (PD) eller ekspertvurderinger, fx kontohistorik Kræver meget stort datasæt for statistisk signifikans Kræver løbende overvågning og justeringer på baggrund af kundernes adfærdsændring og forklaringsvariabler Understøtter stigende myndighedskrav om brug af objektive modeller

15 Samarbejder og integration på tværs - Er nødvendig for at kunne tage det næste skridt 15 Adressedata Kontohistorik Pensioner Statistikker Forsikringsaftaler Betalinger Digital tinglysning Leasingforpligtelser Skatteoplysninger Boligpriser Bilgæld Helbredsoplysninger Negativregistre Regnskaber Sociale medier Kreditstatus positivregistre

16 Ha en rigtig god dag 16 BEC - den foretrukne it-partner for finansvirksomheder i Danmark

17 17 Henrik Axelsen Partner, EY

18 Bank 2.0 Trends in the Banking & Capital Market segment November 2014

19 Years to reach 50m users Worldwide Internet penetration The digital revolution and digitalization of everything is a major trend MOSAIC - First Web Browser Released First internet ordering system created by Pizza Hut Netscape goes public Nokia releases first phone with Internet Access Business.com sold for 80k Google Founded Napster Founded AOL buys Netscape Dot Com bubble bursts as NASDAQ peaks at 5, Napster taken off-line by federal judge Apple launches Appstore Term Web 2.0 coined Facebook Founded YouTube launched Spotify founded Twitter launched iphone launched Twitter passes 1m Tweets per 1/4 Foursquare founded Facebook hits 500m users ipad launched Google+ Launched Facebook passed 1bn users 30.2% 28.7% 20% 15.7% 8.6% 9.4% 2% 4% Source: EY Research Page 19

20 Banking is moving towards it s Spotify moment Peter Sands Chief Executive Standard Chartered

21 CUSTOMER VALUE Disruption changes the play Potential disruptive development Future Traditional development Today TIME Page 21

22 Where is banking going these days? Financial education goes gaming! Voice command on the rise! Slimming the wallets! Communication channels within apps! Demand of digital advisors Wearable banking Digital currencies gain legitimacy Big data: generate value from app-user information From multichannel to Omni channel (24/7) Page 22

23 The biggest disruption in banking is NOT technology

24 It is the millennials Page 24

25 Millenials are those who: Believe innovation will come from outside the banking industry Will be more excited (73%) about a new financial services offering from Google, Apple, Amazon and Facebook than their bank Rather go to the dentist (71%) than listen to their bank Are the early adopters of new technology and offerings Don t trust banks (leading banks are among the least loved brands by Millennials) Are open switch banks in the next 90 days Page 25

26 Banks need to recognize that customers seek advice through external channels Digitisation has made it easy to seek advise from our social network and from complete strangers Discussion forums 80 % of the members of a social network use recommendations coming from their network in the decision making process* Person who seeks advice on a discussion forum after having an unsatisfying counselling discussion with his bank Social media *Morgan Stanley report on internet trends Page 26

27 Given this trend in particular, the whole banking industry is under attack New Entrants Suppliers bargaining power Industry rivalry Customer demand & bargaining power Substitutes REGULATORY REGIME Page 27

28 New consumer requirements Some facts 87% use internet bank 50% has a mobile banking app Branch visits ( ) Channel preferences ( ) 40% use mobile banking Several banks reports that #mobile banking visits > #net banking visits People < 60 years are frequent mobile banking customers Millenials do not think of banks as banks Page 28

29 Nordic banking customers are increasingly unhappy with their bank Unhappy customers (percent) Changes in satisfaction (percent) Source: EY Global consumer banks survey 2014 Page 29

30 New kids on the block in banking 4500 Tech companies are trying to enter into the banking space Page 30

31 Substitutes banking, but not banks Page 31

32 In summary, banks are under attack from all industries Tech Airliners Retailers Telecom Investors Global brands NGOs Page 32

33 To succeed, we see six critical must win battles for incumbent banks Must win battles for incumbent banks 1 Rebuild trust 2 Defend the value chain 3 Use capital wisely 4 Seek operational excellence 5 Speed up innovation 6 Master the cultural change Page 33

34 Must win battles Main objectives 1. Rebuild trust 2. Defend the value chain STAY IN THE GAME 3. Use capital wisely 4. Seek operational excellence 5. Speed up innovation 6. Master the cultural change TRANSFORM THE BANK

35 The transformation from bank to banking

36 INNOVATION: This time it s personal; from consumer to a co-creator Expectations on immediate responses/services driven by mobile behavior Transformed customercompany relationship Wider adoption of e- commerce transforms the perception of a truly digital experience More demanding expecting more customization, personalization, flexibility and me-tricity Global Consumers in 2020 Have access to 50 billion 80% mobile telephony 60+% have smart phones or low-cost tablet computers connected devices globally Page 36

37 index Fortifying focus on tomorrow s customer - Nordic customer trends are reshaping the industry Niche banks are better at meeting customer expectations 80 Customer satisfaction level 65% 53% 56% 70 Use comparison sites, blogs or other online sources to research Have - more than one banking relationship Are unsatisfied with how banks adapt products and services to their needs Niche banks Large banks 69% 41% The shift in banking operations The Past The Present The Future Are willing to provide their bank with more personal information if it would lead to more customized products and services 70% Turn to friends, family and colleagues for advice Are dissatisfied with today s mobile banking Source: Svenskt kvalitetsindex 2013, EY Global Consumer Banking Survey 2012; Company websites, Source: Global Consumer Banking Survey 2012, Nordic results - The customer takes control Page 37

38 Like chameleons, customers demonstrate everchanging demands and behavior in the changing landscape Transparency Convenience Currently, more customers are demanding relevant services and full, transparent access to all information across all channels consistently Customers demand a fully integrated banking experience that combines the advantages of physical branches and in-person interactions with information-rich digital channels Personalized experience Multi-channels Customers demand more personalized services and enhanced experiences which increase simplicity, self-control and mobility Customers expect to be placed at the center stage of the banks business models and allowed access to real-time services regardless of channel Customer experience Online channels Customers real experience with their bank is the main driver for increased customer loyalty. The way I am treated when a problem occur is the moment of truth Customers are using mobile banking more and more and are requiring flawless and optimal IT-solutions in application, online, mobile phones and in interaction trough social media Price sensitivity Pricing is becoming less of an issue. The way I am treated is much more important in our part of the world Page 38

39 Meeting these demands is a major challenge for the incumbent banks with their static view of consumer needs based on the consumer life cycle Illustrative life cycle example Income (SEK) 50,000 40,000 30,000 First employment Get married and have children Buy first home Plan for retirement Retirement 20,000 First savings account First car 10, Age Page 39

40 Our experience suggests a fundamental difference between managing the daily economy and making potentially life altering choices across all segments Elements Normal household income and expenses Characteristics Perceived as tangible, concrete and relatively simple LIFE ECONOMY DAILY ECONOMY Elements, e.g. Investments i bonds and stocks Buying a home Pension planning Tax management Charateristics Perceived as intangible, abstract and complex Provokes insecurity and anxiety Page 40

41 Business impact Main advantage Segmentation factor and banks need now complement segmentation approaches with the behavioral and anthropological aspects to match customer expectations or deepest desires.. Value Behavior Psychographics Demography Geography Level of usage Potential future usage Usage patterns Type of usage Brand loyalty Lifestyle type Personality type Social class Attitude Gender Age Income Occupation Education Region of residence Urban or rural Focus efforts on high value customers Adapt marketing to customer interaction with company Learn about what motivate and stimulate customers Adapt marketing and value proposition to customer basic data Potentially facilitate decentralization of marketing efforts Page 41

42 There are a number of different players in the financial service market that cater towards unmet customer needs Examples Banks Credit card companies Short term funding companies Full service financial institution that accepts deposits, enables payments and transfers and offer lending Companies that offer credit cards (often in cooperation with banks) Companies that offer liquidity through short time lending solutions Leasing Companies that offer use of assets through financing solutions Mobile payment Companies that offer payment services performed via a mobile device Money transfer Companies that offer money transfer services Aggregator/ Reseller Companies that compile financial data/information/products Page 42

43 The impacts of digital technologies create market dynamics offering threats and opportunities to the industry Threat Opportunity Customer channel shift to digital channels Engage more frequently Adopt new ideas quickly Expect rapid response Lowered barriers to market entry Lower cost infrastructure and operations Rapid modification of new business models Banking utilities provide market entry platforms Lower customer inertia Easy product and price comparison Easy product opening Products and services with reduced friction, better fit to need and lower cost Seamless information flow internally and externally Easier integration into other ecosystems Low cost access to high value support and advice Changed industry and collaboration models Products combine or unbundle traditional ones Banks intermediated or dis-intermediated Digital collaboration platforms Enhanced customer insight and business decisions Digital customer data enriches marketing, customer management and credit risk strategies Digital processes support test and learn New risks to manage Reputation risk in social media; Security risks, Technical failure, Communication control, Vendor performance Page 43

44 The digital transformation is truly transformational.. DIGITAL TRANSFORMATION Strategy Operating Model Programme Design Transformation Delivery DIGITAL CUSTOMER DIGITAL DATA INSIGHT DIGITAL RISK & SECURITY DIGITAL TECHNOLOGY & OPERATIONS DIGITAL ORGANISATION Customer Proposition Customer Analytics Cyber Security Technology Solution Innovation (Digital) Culture Customer Experience Operations Analytics Financial Crime Management Process Redesign Collaboration / Workforce Enablement User Interface Data Strategy & Platforms IT Risk Management BPM Technology Talent Regulatory Compliance Page 44

45 Best practices in product development Yesterdays best practice Clear product definition up front Clear business case Clear development process Tall gates 0-5 Freeze points Solid analysis & testing End product is technologically perfect and meets all product requirements Large coordinated product launch 100% tested, no bugs Integrated will all other systems Trained staff 2-5 years The best products does not always win Good timing is better than a better product Products from market rebels often beat radical innovations Page 45

46 Best practices in product development Yesterdays best practice Todays best practice Clear product definition up front Clear business case Clear development process Tall gates 0-5 Freeze points Solid analysis & testing End product is technologically perfect and meets all product requirements Large coordinated product launch 100% tested, no bugs Integrated will all other systems Trained staff Accept an unclear end product Focus on customer demnd & experience Co-develop with customers & partners Follow a try & failure process Focus on quick iterations Launch beta-versions early Continue to develop and fix bugs real time 2-5 years 3-9 months Page 46

47 Leading Innovators understand that new approaches to innovation will be necessary to enable success in todays digital world Innovative Firm (Lagging) Innovative Firm (Leading) Standalone digital products Multi-platform digital estate Bricks and mortar mind-set dominates investment Processes not aligned to digital Digital channels and multi-channel E2E process automation & digital optimization Digital marketing and analytics Omni channel experience Page 47

48 Innovation Impact And I wonder how banks relying on on shared infrastructure will organize their innovation efforts to remain relevant Disruptive Disruptive Redefine, disrupt the core, and potentially deliver an entirely new value proposition Adjacent Adjacent -- Change and expand the core value proposition that may alter the competitive environment Sustaining Sustaining -- Incremental improvements to existing solutions required to sustain and protect the core value propositions Value Potential Page 48

50 50 Henrik Jensen Udviklingschef, BEC

51 Den nye kunde i den nye verden Kundernes forventninger til deres finansielle samarbejdsparter vokser dag for dag og tilsvarende gør de krav kunden forventer at blive understøttet af. Samtidig er der skabt et helt nyt konkurrencebillede. Hør hvad kundens forventninger er til fremtidens finansielle samarbejdspartner samt hvilke konkurrenter der flytter sig hurtigst. Den 2. december 2014

52 52 Henrik Jensen Udviklingschef, ebusiness & Rådgivningsløsninger Havsteensvej Roskilde Mobil henrik.jensen@bec.dk BEC.dk

53 En lille hverdagshistorie 53

54 Indhold i en traditionel forretningsmodel 54 Kundenærvær Bedste totalløsning Produktfokus Bedste produkt Operationel perfektion Laveste omkostning

55 Ikke-finansielle aktører snupper en bid af banken 55 Funding: Payments: Overlay: Rådgivning:

56 Ikke-finansielle aktører snupper en bid af den finansielle sektor 56 Hvem er konkurrenterne nu og fremover? Ved vi, hvor stor en bid de tager? Er de en reel trussel mod bankens forretningsmodel? Er der nok tilbage?

57 Når andre spiser af kagen, udfordres kundeloyaliteten 57 Produkter Værdiforøgelse Betaling Opsparing Investering Bil + andre udlån Netbank/ mobilbank Bolig For den finansielle samarbejdsparter 1. Kæver stærk opmærksomhed rettet mod forandringer i markedet 2. Innovation er en kritisk faktor for at fastholde kundeloyaliteten

58 Er løbet kørt? 58

59 Løbet er ikke kørt 59

60 Kan I huske den lille hverdagshistorie? 60

61 Kan du huske den lille hverdagshistorie? 61 Olek på markedspladsen Warszawa

62 mbank det gode eksempel 62 På 14 mdr. er mbank blevet en af verdens mest avancerede, kundeorienterede online-banker. Banken har fået mange flere nye kunder Signifikant løft i salget på op til 205 % blandt eksisterende kunder. Tre kerneværdier i bankens digitale transformation: Være så let og bekvem for kunden som muligt. Være digitalt attraktiv med en personlig tone og attitude. Optræde relevant i kundens hverdag - også i utraditionelle sammenhænge. Kilder:

63 Bill Gates, Banking is essential, Banks are not.

64 Medialisering af samfundet 64

65 Mit liv i min og vores verden 65 min hverdag

66 Vejen frem 66 Hverdagsrelationen Transaktion

67 Kend kunden 67 JA, for så kan du: Skal man kende kunden, ud over den initiale kreditscoring? Være tilgængelig, når kunden oplever et behov Møde kunden, hvor han er Fremme nærvær Stille skarpe priser

68 Mød kunden på rette tid og sted 68

69 Mød kunden på rette tid og sted 69

70 Skarpe priser i realtid 70

71 Skarpe priser i realtid 71

72 Pengeinstitutternes styrke 72 Pengeinstitutterne har mulighed for ikke kun at kende den enkelte transaktion, som fx PayPal. Unikke! Pengeinstitutterne kender HELE kundens økonomi. Hvilket gør banker:

73 Vi tror, at kundenærvær stadig er fundamentet 73 Kundenærvær Bedste totalløsning Produktfokus Bedste produkt Operationel perfektion Laveste omkostning Innovationskraft er påkrævet

74 Konkurrencefordelen 74

75 Spørgsmål 75

76 Kaffepause 76

77 77 Martin Glarvig CEO, Geomatic & Frank Papsø Director Corporate Market, Experian

78 How to turn data into business benefit 360o Overblik & Indsigt December Experian Limited. All rights reserved. Experian and the marks used herein are service marks or registered trademarks of Experian Limited. Other products and company names mentioned may be the trademarks of their respective owners. No part of this copyrighted work may be reproduced, modified, or distributed in any form or manner without prior written permission of Experian Limited. Experian Public.

81 En model frem for Big Data - hjælper med at sætte fokus Model Enkeltmandsvir ksomheder Selskaber med 0 regnskaber Selskaber med 1+ regnskaber Beskrivelse EMV ere. Modellen er udviklet på kreditaktive virksomheder (Experians definition). Konkursraten er meget lav, hvilket hænger sammen med virksomhedernes størrelse. Alle nyoprettede selskaber, der endnu ikke har indgivet et årsregnskab. Datamængden er lav der er ikke meget data i det offentlige rum. Der er noget Experian adfærdsdata. Selskaber, der har indgivet mindst et årsregnskab. Mange data til rådighed inklusiv mere Experian adfærdsdata 2013 Experian Limited. All rights reserved. Experian Confidential. 81

82 Voldsom vækst i antal skilsmisser I 2013 blev personer med en dansk adresse skilt. Det er en stigning på 20 procent i forhold til 2012, hvor personer blev skilt 2013 Experian Limited. All rights reserved. Experian Confidential. 82

83 Faser i en gældsudvikling Der er flere veje og årsager men generelt starter det med mindre gældsbeløb på dagligvarer og vokser til større udgifter knyttet til hjemmet Mobil telefoni Benzin El-regninger Parkering Tandlæger Forbruger kredit Realkredit Postordre Bredbånd Bolig udlejning Bil Leasing Falck Bank og Sparekasse 24 år 26 år 26 år 26 år 28 år Inkasso Inddrivelse Advokater 2013 Experian Limited. All rights reserved. Experian Confidential. 83

84 Det er så simpelt men udfordringen er data kvalitet Samarbejde mellem kredit og Marketing Kredit Marketing Scorekort Strategisparring Software Platform Rapportering Data Analyse Software Platform Eksekverings modul Data Rapportering Analyse 2013 Experian Limited. All rights reserved. Experian Confidential. 84

86 BI data dataleverance til vores kunder Online (O) & Batch/Monitoring (B) Business On-line Denmark Norway Finland Sweden Northern Ireland Ireland (ROI) Name & Address x x x x Payment delinquencies x x x Tax x x Property x x Financial statements x x Score x x x x CAIS x BI connections x WWW (marketing) x WWW (credit) x County court judgement x Credit behaviour x x Business Batch/Monitoring Denmark Norway Finland Sweden Northern Ireland Ireland (ROI) Name & Address x x x Payment delinquencies x x x Tax x Property x Financial statements x x x x Financial statements (pdf) x x x x Score x x BI connections x x Business (BI) Denmark Norway Finland Sweden Northern Ireland Ireland (ROI) Name & Address B O B O/B O O Financial statements B O/B B O/B Financial statements (pdf) B O/B B O/B Payment delinquencies O/B O B O/B BI connections B B O Score B O/B O O WWW (marketing) O WWW (credit) O Property O O/B Tax O O/B CAIS O County court judgement O Credit behaviour O O 2013 Experian Limited. All rights reserved. Experian Confidential. 1. Main BI delivery. Standardized nordic data in common on-line and batch interface 2. If Irelands is doing BIGNet, we have a shortcut to the mapping. Also I see Irelands as secondary 3. Think we as a start should focus on a Nordic Business Insight solution 4. We'll look into these. The deliveries will be country dependent 5. Not in focus due to lag of volume, interest and comparability 86

87 Kom tættere på hinanden Identificér Banks bedste kunder Find flere af dem i basen Aktivér dem via deres foretrukne device og kanal Bedste Kunde 2013 Experian Limited. All rights reserved. Experian Confidential. 87

89 Lidt om Geomatic center for geoinformatik Geomatic blev stiftet i 2002 og er et analyse- og udviklingshus med 30 dygtige medarbejdere specialiseret i geoinformatik og Big Data geodata Geomatic er i dag markedsledende i norden indenfor geodemografisk segmentering og markedsdata til brug for analyse, modellering, databaseoptimering, tele- og direct marketing og indenfor alle områder af Business Intelligence. Vi leverer egenudviklede BI løsninger under navnet conzoom klassifikationen. Vi samarbejder med Experian og refererer til Experians globale mosaic TM klassifikation 2013 Experian Limited. All rights reserved. Experian Confidential. 89

91 360 o Overblik & Indsigt Risk Habits QUALITATIVE VIEW Attitude Interactions Behaviour Needs Fam. status Transactions Profit Lifestyle Spends Products Satisfaction Ownership Wallet share Other banks Property 2013 Experian Limited. All rights reserved. Experian Confidential. 91

92 Den koordinerede marketing- og risikoindsats Bedre markedsføring og målrettet kommunikation Med segmentering baseret på geoinformatik opnås en optimeret markedsføring og kommunikation. Brugen af geostatistik optimerer responsen fra den rette målgruppe Effektiv anvendelse af markedsføringsbudgettet Færre udsendelser og færre sager der skal behandles, men som alligevel ender med en afvisning. Større gevinst og mere loyale kunder der bliver længere Ved at satse mere på de rigtige, bliver de længere og livstidsværdien øges markant. Færre inkassosager og tabsgivende kunder Geoinformatik bidrager til at træffe de rette beslutninger ud fra et objektivt grundlag. Det betyder få inkassosager og mindre tab Experian Limited. All rights reserved. Experian Confidential. 92

95 Vitalas en business case om rigtig brug af data Hver femte nye kunde var illoyal! Konsekvens: 20% af de nye kunder var tabsgivende Begrænset eksekvering og/eller skalering af marketing budget Upræcis forecasting Omsætning trækkes ud Udgift til permissions Udgift til call-center Produkt Udgifter ifm. inkasso 2013 Experian Limited. All rights reserved. Experian Confidential. 95

97 Vitalas en business case om rigtig brug af data Idé #1 Kan man finde ud af hvorfor kunderne ikke betaler deres regning? Nej! Dårlige betalere er svære at få i tale. Desuden var de loyale kunder tilfredse, så illoyaliteten skyldtes sandsynligvis ikke utilfredshed med produktet Experian Limited. All rights reserved. Experian Confidential. 97

98 Vitalas en business case om rigtig brug af data Idé #2 Kan vi kredittjekke kunden når ordren er afgivet hos call-centeret? Ja! Men der var dog et problem 2013 Experian Limited. All rights reserved. Experian Confidential. 98

100 Vitalas en business case om rigtig brug af data Idé #3 Kredittjek af alle kundeemner i forbindelse med indsamling? Nej! Ulovligt 2013 Experian Limited. All rights reserved. Experian Confidential. 100

101 Vitalas en business case om rigtig brug af data Idé #4 conzoom finance aka FSS? Høj risiko Lav risiko En risikoprofilering er lovlig Vitalas kunne lide ideen! 2013 Experian Limited. All rights reserved. Experian Confidential. 101

102 Step #1 Kodning af alle dårlige betalere Step #1 i processen: Matchede alle dårlige betalere op mod conzoom finance 1 erne var stærkt overrepræsenteret blandt de dårlige betalere! 2013 Experian Limited. All rights reserved. Experian Confidential. 102

103 Step #2 bygge automatiseret flow for nye kunder SMS Kundservice Web 2 Angiver telefon eller navn + adresse eller personnr 1 Kunden Kontakter jer! Simplify enrolment and real time scoring for new clients 4 En glad og professionelt eksponeret kunde 3 Web service kompletterer kontaktinfo API for Matching, geocoding, scoring, update and data enrichment Finland Sweden Norway Denmark 2013 Experian Limited. All rights reserved. Experian Confidential. 103

110 Vitalas en business case om rigtig brug af data Resultat 100 nye kunder betød før 80 rentable nu 93 RENTABLE 100 nye kunder betød før 5 breakeven stadig 5 break-even kunder 100 nye kunder betød 15 tabsgivende og nu kun 2 tabsgivende 2013 Experian Limited. All rights reserved. Experian Confidential. 110

111 Vitalas en business case om rigtig brug af data Spørgsmål? Martin K. Glarvig president & founder Geomatic A/S center for geoinformatics Experian Limited. All rights reserved. Experian Confidential. 111

112 112 Ole Rosenkvist Forretningskonsulent, BEC

113 Forbedr bundlinjen med BEC s kunderating BEC/Experian - Bank 2.0 den 2. december 2014 v/ole Rosenkvist, BEC

114 Kunderating hvad tilbyder BEC? Forvaltning Net-kundeansøgningsflow - Modeludvikling - Modelvedligeholdelse - Modelovervågning - Rating/scoring af nye kunder (ansøgningsscore) - System til behandling af låneansøgninger - Automatisk Kundeoprettelse - Automatisk Kontooprettelse - Automatisk bestilling/udstedelse af debet- /kreditcards - Selvbetjeningsløsninger* via Netbank/ Netfinans til PC og mobil - NemID, underskriftsrum,.. - Hjælp til opfyldelse af Hvidvaskdirektivet Rating og scoring af eksisterende kunder (Adfærdscoring)

115 Kundeansøgnings-flow 115 Tilsynsindberetninger Web- ansøgning NemID Automatisk Kunde- og Kontooprettelse Opslag hos Skat Behandling af ansøgning * Opslag hos CPR Creditscoring Kreditpolitikker Opslag i RKI BECmoduler

116 Behandlingsproces - Ansøgningsscoring 116

117 Netbank/ Netfinans - et underskriftsrum 117 Produkter udstilles i Net-banken/-finans. Kunden kan nemt bestille og signere med NemID

118 Adfærdsmodeller 118 BEC Forvaltning Pooling af data Private (ren statistik) BO-rapporter: Ratingspec., Vandrings-lister BEC Kunderating Private Adfærdsmodel Adfærdsmodel ekspertmodel Downgrade (RKI, Realkredit- restance) Månedlig Rating 1-10 EMV: Private Styrkeprofil Regnskab Adfærd Erhverv: Styrkeprofil Regnskab Adfærd

119 Sådan kan I opsætte Kunderating individuelt 119 Opsætning i BEC s systemstandards Valg af forskellige produkter Renteberegninger m.v Valg af forskellige modeller Individuelle modeller Valg mellem forskellige BEC-scoremodeller Valg af aggreringsmetoder Del-modeller Opsætning af PDintervaller per bank per model

120 Overvågningsstruktur- statistik: Præsenteres som tabel, plot og dashboard Performance plot Gini-kofficient og kurve ROC-kurve og AUROC Weight of Evidence Kologorov-Smirnov Model performance: Måler modellens evne til at adskille default fra ikke default og evnen til at rangordne.

121 Hvordan forbedres bundlinjen med BEC Kunderating? 121 Porteføljestyring: Vandringer* Låneansøgning: styring af acceptance-rate /- tab Automatisk bevilling Nedskrivninger: gruppevise og indiv. BEC Løsninger Early warning Objektiv ledelses- og tilsynsindberetning Mersalg til bedste segmenter Prissætning Genforhandling/ rebevilling

122 BO-Rapportering - porteføljeovervågning 122 Eksempel på en vandringsliste:

123 Opsummering BEC tilbyder: Nyt Kunde-/låneansøgningsflow Håndtering af nye og eksisterende kunder i et automatiseret kunde- /låneansøgnings-flow Automatisk kreditvurdering En integreret automatisk løsning med scoring/rating og eksterne databaseopslag (NemID, CPR, RKI, Kreditstatus mv.) Modeludvikling At udvikle, forbedre eller rådgive om eksisterende scoremodeller Drifte modeller Drifte BEC-, Finans-individuelle - eller viderestille til eksterne scoremodeller Modelovervågning Overvågning af scoremodeller eller adgang til såvel interne som eksterne overvågningsværktøjer

124 Spørgsmål og mere information Direkte Mobil

125 125 Marius Vidkjær Head of Analytics, Experian

126 Benyt scorekort i hele kundens livscyklus Experian Limited. All rights reserved. Experian and the marks used herein are service marks or registered trademarks of Experian Limited. Other products and company names mentioned may be the trademarks of their respective owners. No part of this copyrighted work may be reproduced, modified, or distributed in any form or manner without prior written permission of Experian Limited. Experian Public.

127 Kort om mig Marius Vidkjær 39 år, Cand. Polit. Leder af Experian, DA Analytics i Norden, 7 års erfaring med risikostyring og statistiske modeller. 6 år, Senior analytiker i Danske Bank o IRB-A modeludvikling for Person og Erhverv o Primært PD og LGD-modeller Experian Limited. All rights reserved. Experian Public. 127

128 Hvorfor bruge statistiske modeller i sine beslutningsprocesser? 3 væsentlige styrker ved statistiske modeller 1. Hastighed 2. Konsistens 3. Omkostningseffektivitet 2012 Experian Limited. All rights reserved. Experian Public. 128

129 Hvornår kan statistiske modeller benyttes med fordel? 4 væsentlige kriterier der kan benyttes ved modelbrug 1. Hyppighed af problemstilling 2. Datagrundlag til beskrivelse af problemstilling 3. Kvantificerbarhed af udfald 4. Operationel implementering 2012 Experian Limited. All rights reserved. Experian Public. 129

130 Kredithåndteringens 4 faser 1 Låneansøgning 2 Kundehåndtering Optimale beslutninger i alle faser sikrer maksimal rentabilitet 3 Rykkerbehandling 4 Inkasso 2012 Experian Limited. All rights reserved. Experian Public. 130

131 Beslutningstyper gennem kundens livscyklus Prospect score Delphi Ansøgnings score Bevillingsfasen Vilkår Opsalg Velkomst Krydssalg Kundekontakt Rykker Roll-rate Afskrivning Kanal Prissætning Kreditvurdering Delphi Adfærds score Afgang? Inkasso Prospecting Op- og krydssalg score Aktions-score Inkasso score 0 Marketing 1 Låneansøgning 2. Kundehåndtering 3. Rykkerbehandling 4. Inkasso 2012 Experian Limited. All rights reserved. Experian Public. 131

132 1 Scorekort til låneansøgning Problemstillinger: Hvilke ansøgere skal have bevilget lån, hvor stort skal limit være og evt. til hvilken pris? Klassikeren indenfor anvendelse af statistiske modeller Opsamlet Information om ansøgere indenfor en periode (også afviste) og hvilken performance Identificer risikodrivere ved statistiske metoder og byg model. Benyt model på nye ansøgere og læg cut-off efter risikoappetit 2012 Experian Limited. All rights reserved. Experian Public. 132

133 1 Scorekort til låneansøgning Mange metoder til modellering: Linear regression Logistisk regression Beslutningstræer Neurale netværk Etc. Information skal være til rådig under ansøgningsprocessen Scorekort er godt og kommunikerbart Kreditintuition og statistik skal gå hånd I hånd Samspil med policy-rules 2012 Experian Limited. All rights reserved. Experian Public. 133

134 SCORE 1 Scorekort til låneansøgning Høj score Lav risiko Nu acceptér Førhen acceptér Cut off Førhen afvis Nu afvis Lav score Høj risiko Accepter Afvis 2012 Experian Limited. All rights reserved. Experian Public. 134

135 1 Scorekort til låneansøgning Scorekort til fastsættelse af kreditlimits Scorekortet udtaler sig om kunden risikoprofil indenfor en bestemt tidsperiode og kombineret med rådighedsberegning/indkomstoplysninger kan limit opstilles i matriceform Maximum Limit (Exposure) Gross Income, Main and Co-applicant Score [Low : ) [ : ) [ : ) [ : ) [ : High] [Low : 863] [864 : 900] 0 10,000 15,000 20,000 30,000 [901 : 952] 0 20,000 35,000 40,000 50,000 [953 : 973] 0 30,000 40,000 60,000 70,000 [974 : High] 0 40,000 65,000 80, ,000 Scorekort til prisning Lavt cut-off og scoren bruges dernæst til differentieret prissætning i henhold til risikoprofil Experian Limited. All rights reserved. Experian Public. 135

136 2 Scorekort til kundehåndtering Problemstillinger fx Hvilke af mine kunder skal have yderligere/formindskede kreditter? Porteføljeovervågning (bonitet) Bevillingsbeføjelser (DLA) Kundefastholdelse Samme metoder - andre data! Forøget kompleksitet Kundetilgang vs. produkt-tilgang Stærkere ift. ansøgningsscorekort 2012 Experian Limited. All rights reserved. Experian Public. 136

137 Type af information Data kilde 2 Scorekort til kundehåndtering Kunde-niveau Løn konto Kreditkort Privat- Lån Boliglån Opsparing Kredit-turnover Debit-turnover Balance Balance Balance Udnyttelsesgrad Udnyttelsesgrad Størrelse på afdrag Størrelse på afdrag Kredit-turnover Betalingshistorik Betalingshistorik Løbetid Betalingshistorik Betalingshistorik 2012 Experian Limited. All rights reserved. Experian Public. 137

138 3 Scorekort til rykkerbehandling Problemstillinger fx Hvilken rykkerstrategi skal jeg anvende overfor kunden? Hvad er sandsynligheden for at at rykkerforløbet går til næste skridt? Aktions-baserede metoder Roll rate analyser Data baseret på rykkersystemer og efterfølgende performance Optimeringsanalyser Præcision i interne omkostninger 2012 Experian Limited. All rights reserved. Experian Public. 138

139 3 Scorekort til rykkerbehandling Modeller i forbindelse med rykkerbehandling og inkasso Forebyggende Periode Tidlige rykkerforløb Alm. rykkerforløb Sent rykkerforløb Inkasso Adfærdsmodeller Self Cures Roll rate Opsigelse af engagement Salg af gældspost Besked til rådgiver Gentagne restancer Begræns inkasso omkostninger Rentenulstilling Afskrivning Tidlig kontakt Bevilget overtræk Låneomlægninger Frivillig forlig Inddrivelse Restanceforløbets forskellige faser Start Betalingsinfo rmation Betalingsfrist Dag 30 Dag 60 Dag 90+ Afskrivninger 2012 Experian Limited. All rights reserved. Experian Public. 139

141 4 Scorekort til inkasso Problemstillinger Hvilke inkassosager skal jeg prioritere? Hvilke aktionskæder giver optimal inddrivelse? Nye data: Hovedstol, tid i restance, inddrevne beløb, pålagte gebyrer. Modellering af inddrivelsesrater Modellering af inddrivelse/ingen inddrivelse Optimerede aktions-kæder Præcise interne omkostningsestimater 2012 Experian Limited. All rights reserved. Experian Public. 141

142 4 Scorekort til inkasso Analyser til inkassoscorekort 180% 160% Inddrivelsesgrad efter antal dage 180% 160% 140% 140% 120% 120% 100% 100% 80% 80% 60% 60% 40% 40% 20% 20% 0% 0% 2012 Experian Limited. All rights reserved. Experian Public. [Low : 500) [500 : 1000) [1000 : 2000) [2000 : 3000) [3000 : 4000) [4000 : 5000) [5000 : 8000) [8000 : High] Total 142

144 4 Scorekort til inkasso Indbetalingsomsætning kan accelereres ved at udnytte analytisk information Ved at indføre en statistisk scoremodel der forudsiger sandsynligheden for betaling på ens kundebase og dermed på evnen til at prioritere sager, kan opnås: cash flowet øges reducere unødvendig omkostninger. Nuværende indbetalingskurve M0 M1 M2 M3 M4 M5 M6. Fordele: Forbedret cash flow Interne ressourcer udnyttes bedst ved målrettet fokus på kunder med størst betalingssandsynlighed Omkostningsbesparelse på unødvendig recovery forsøg Kan målrette relevant aktioner betalingsplaner, forlig, retslig handling 2012 Experian Limited. All rights reserved. Experian Public. 144

145 Opsummering: Anvendelse af scoring i kredithåndteringens 4 faser Scoring kan anvendes til : 1 Låneansøgning Accepter/manuel behandling/afvis Limit Prisning Up-sell, down-sell 2 Kundehåndtering Løbende vurdering af udlån Forhøjet udnyttelsesgrad Fastholdelse af værdifulde kunder Cross-sell, up-sell Autorisationer 3 Rykkerbehandling Rykker og overtræksbehandling Impairment Inddrivelses proces Inkasso 4 inddrivelse Inkasso 2013 Experian Information Solutions, Inc. All rights reserved. Experian Restricted. 145

149 Frokost 149

150 150 Tore Widding CRO, Bank Norwegian

151 Utfordringen med å bygge en bank nesten uten ansatte Tore Widding, Chief Risk Officer

152 «Vi trenger et fordelsprogram for å konkurrere med SAS» Våren 2007 Ideen fødes «La oss starte en bank»

153 «Vi trenger et fordelsprogram for å konkurrere med SAS» Våren 2007 Ideen fødes «La oss starte en bank» Nov Banken åpnes Sparekonto Usikrede lån

154 «Vi trenger et fordelsprogram for å konkurrere med SAS» «La oss starte en bank» Våren 2007 Ideen fødes Nov Banken åpnes Sparekonto Usikrede lån Våren 2009 Banken går i pluss

155 «Vi trenger et fordelsprogram for å konkurrere med SAS» Våren 2007 Ideen fødes April 2010 Kredittkort på egen bok «La oss starte en bank» Nov Banken åpnes Sparekonto Usikrede lån Våren 2009 Banken går i pluss

156 «Vi trenger et fordelsprogram for å konkurrere med SAS» Våren 2007 Ideen fødes April 2010 Kredittkort på egen bok Sep Salgsfinans flybilletter «La oss starte en bank» Nov Banken åpnes Sparekonto Usikrede lån Våren 2009 Banken går i pluss

157 «Vi trenger et fordelsprogram for å konkurrere med SAS» Våren 2007 Ideen fødes April 2010 Kredittkort på egen bok Sep Salgsfinans flybilletter «La oss starte en bank» Nov Banken åpnes Sparekonto Usikrede lån Våren 2009 Banken går i pluss Q2/Q Sverige Kredittkort sparekonto blancolån

158 «Vi trenger et fordelsprogram for å konkurrere med SAS» Våren 2007 Ideen fødes April 2010 Kredittkort på egen bok Sep Salgsfinans flybilletter «La oss starte en bank» Nov Banken åpnes Sparekonto Usikrede lån Våren 2009 Banken går i pluss Q2/Q Sverige Kredittkort sparekonto blancolån Q Banken profitabel i Sverige

159 Hvem er vi Norwegian var ledende på e-handel det ønsket vi å bli også 95%+ av lånekundene rekrutteres via nettet Signering av avtaler på nettet Opplasting av dokumentasjon på nettet Time-to-yes Time-to-cash Kostnadsfokus Low cost Automatiserte prosesser Selvbetjening IT-utvikling tilpasset bankens kultur Strategy-focused and integrated systems development Low-cost kultur! Effektiv risikoseleksjon Automatiserte prosesser Risikobasert prising

160 Hva tror vi på Mål 1 er å rekruttere kunder til: Riktig pris Med riktig profil Riktig risiko Riktig lønnsomhet Mål 2 er å beholde og utvikle kunder: Med riktig profil Riktig risiko Riktig lønnsomhet

161 Hvordan gjør vi det Datainnsamling Samle de riktige dataene alt! Definisjoner - Eierskap til hvordan dataene skal forstås og benyttes Selvbetjening Alle på Risk skal være «selvforsynte» med data til analyse Automatisering av bli kunde prosess Skal være så enkelt som mulig; konvertering av søknad i sentrum Umiddelbart svar: Hvor mye kan en låne Til hvilken pris Dokumentasjonskrav Videre prosess Automatisert oppfølging til kredittsak er ferdig Kun manuell oppfølging der dette er nødvendig

162 og så Samle data Teste I samarbeid med: Resten av riskteamet Marked Operations IT utvikling og Database Benytte en god porsjon sunt «bondevett» Bygge modeller der dette er hensiktsmessig «Time-to-market» så kort som mulig Riktig verktøy til riktig oppgave Forenkle? Analysere

163 Virker det Økt salg men gjennomgående lavere risiko Risk står for ca. 20% av salget av lån Kundemasse på kunder lånekunder innskuddskunder Norwegian Reward kredittkortkunder Årlig egenkapitalavkastning i 3. kvartal utgjorde 38,0 %

164 55 ansatte inkl. vikarer

165 165 Richard Harris VP Commercial Fraud and ID Experian

166 Effectively Addressing Cyber-Fraud Threats Richard Harris Vice President, Commercial Fraud & ID, Experian 2014 Experian Limited. All rights reserved. Experian and the marks used herein are service marks or registered trademarks of Experian Limited. Other products and company names mentioned may be the trademarks of their respective owners. No part of this copyrighted work may be reproduced, modified, or distributed in any form or manner without prior written permission of Experian Limited. Experian Public.

173 The Digital World Benefits and Pitfalls Pros Cons The digital world Frictionless experience Build customer loyalty Increase adoption Increase activity Increase sales ID Theft Malware Advanced attacks Account takeover Coordinated takedowns Data Breaches 2014 Experian Limited. All rights reserved. Experian Public.

174 Know Your Customer. Know Your Enemy. Customers don t think in terms of channels They think in terms of accessibility So do criminals. How do you accommodate one, and refuse the other? 2014 Experian Limited. All rights reserved. Experian Public.

177 Seeing Through The Impersonation Daniele Rossi 46 Big Avenue 3 Operating System: ios 7 Time Zone: +2 GMT Language Settings: Turkish Software Configuration 100 other data elements New York 2014 Experian Limited. All rights reserved. Experian Public.

178 Account Takeover Detection One Device Accessing Multiple Accounts Acct111 Acct222 Acct333 Acct444 Acct555 Unfamiliar Device Accessing Accounts 2014 Experian Limited. All rights reserved. Experian Public.

Vis mere