ΕΤΕ-SAS: To success story μιας παραδοσιακής τράπεζας που έγινε «AI-first»
Τέσσερα χρόνια από την έναρξη του επιχειρηματικού της μετασχηματισμού η Εθνική Τράπεζα έχει ικανοποιήσει τον φιλόδοξο στόχο να γίνει πιο ευέλικτη και μοντέρνα, χάρη στην ενσωμάτωση τεχνητής νοημοσύνης και data analytics στις λειτουργίες της.
Φαντάζεται κανείς ότι η ο ψηφιακός μετασχηματισμός ενός οργανισμού 180 ετών απαιτεί τεκτονικές αλλαγές, με αφετηρία τις εσωτερικές δομές του. Σκοπός όμως της Εθνικής Τράπεζας ήταν να επενδύσει σε τεχνολογία προκειμένου να πετύχει μεγαλύτερη αποτελεσματικότητα, αλλά και να αξιοποιήσει στο έπακρο τα ανταγωνιστικά πλεονεκτήματα που της παρέχουν η μακρόχρονη ιστορία και το ισχυρό brand name της, σε συνδυασμό με την υψηλή κεφαλαιακή επάρκεια και ρευστότητά της.
Όπως εξηγεί στο Fortune Greece ο Παντελής Μαραβέας, Assistant General Manager Retail Segments, Bank Analytics & Liability Products της Εθνικής Τράπεζας, όταν άρχισε η υλοποίηση του σχεδίου το 2019, η Εθνική Τράπεζα παρουσίαζε υψηλό λειτουργικό κόστος, χαμηλή διείσδυση σε ψηφιακή τεχνολογία και συστήματα πληροφορικής που δεν εξυπηρετούσαν το συνεχώς μεταβαλλόμενο οικονομικό περιβάλλον, ούτε βέβαια τις συνθήκες που επικράτησαν αργότερα, λόγω και της πανδημίας Covid-19. «Για να φτάσουμε σήμερα να έχουμε κατακτήσει την 1η θέση στην ψηφιακή τραπεζική προχωρήσαμε σε σημαντικές επενδύσεις, αλλά και αλλαγές σε συστήματα και διαδικασίες σε μεγάλο εύρος – από το λειτουργικό μας μοντέλο μέχρι το μηχανογραφικό μας σύστημα, του οποίου η αλλαγή βρίσκεται σε εξέλιξη».
Ο ψηφιακός μετασχηματισμός απετέλεσε τον σημαντικότερο πυλώνα και την μεγαλύτερη προτεραιότητα του Προγράμματος Μετασχηματισμού της Εθνικής Τράπεζας. Για παράδειγμα, στη Λιανική Τραπεζική, από το 2019 μέχρι σήμερα, έχουν υλοποιηθεί 48 δράσεις με την ενεργή συμμετοχή στελεχών από όλη την Τράπεζα. Επίσης επένδυσε στον τομέα των Analytics συστήνοντας το Analytics Centre of Excellence και εξοπλίζοντάς το με την πλατφόρμα του SAS Viya στο Cloud.
Μέσω της υποδομής analytics η Εθνική Τράπεζα είναι σε θέση να αναλύσει πολλαπλές πηγές δεδομένων, να αναγνωρίσει τάσεις, συμπεριφορές και μοτίβα που κρύβονται σε αυτά. Η γνώση (insights) που παράγεται βοηθά την τράπεζα στο σχεδιασμό καινοτόμων προϊόντων και υπηρεσιών, στη βελτίωση του τρόπου διάθεσης τους μέσω όλων των καναλιών, στη βελτιστοποίηση της τιμoλόγησης καθώς και της ωφέλειας που αποκομίζουν οι πελάτες. Παράλληλα δημιουργούνται προσωποποιημένες προτάσεις ανάλογα με το προφίλ του κάθε πελάτη, οι οποίες επικοινωνούνται μέσω των φυσικών και των ψηφιακών καναλιών της τράπεζας τη βέλτιστη χρονική στιγμή, αξιοποιόντας δεδομένα ακόμα και σε πραγματικό χρόνο, με στόχο την βελτίωση της εμπειρίας αλλά και την αύξηση των πωλήσεων.
«Όπως ήταν αναμενόμενο, οι συντονισμένες και επίμονες προσπάθειές μας, οδήγησαν στα σημερινά αποτελέσματα και στην αλλαγή της εικόνας της Τράπεζας, αλλά και της ποιότητας των παρεχόμενων υπηρεσιών μας που δεν βασίζονται βέβαια μόνο στον ψηφιακό μετασχηματισμό, μιας που θέτουμε τον πελάτη σε απόλυτη προτεραιότητα», καταλήγει ο κ. Μαραβέας.
Η τράπεζα του μέλλοντος: Τεχνητή Νοημοσύνη, Ανθρωποκεντρική Νοοτροπία
Οι παραπάνω επιδόσεις καταδεικνύουν τα οφέλη του ψηφιακού μετασχηματισμού ειδικά για τις εταιρείες του χρηματοπιστωτικού τομέα. «Οι τράπεζες θα συνεχίσουν να επενδύουν στην τεχνητή νοημοσύνη για να αυξήσουν την αποτελεσματικότητά τους, αλλά και να προσφέρουν εξατομικευμένα προϊόντα και υπηρεσίες. Πεδίο δόξης λαμπρό για την τεχνητή νοημοσύνη είναι και ο εντοπισμός και η πρόληψη της απάτης και του οικονομικού εγκλήματος. Η διαχείριση κινδύνων, η κανονιστική συμμόρφωση και το μάρκετινγκ αναβαθμίζονται συνεχώς με τη χρήση τεχνητής νοημοσύνης», αναφέρει χαρακτηριστικά ο Κωνσταντίνος Μπαχάς, SAS Head of Customer Advisory SE Europe, διευκρινίζοντας ωστόσο ότι «στο μέλλον αυτό ίσως δεν είναι αρκετό, καθώς, για να ευημερήσουν σε ένα εξελισσόμενο ανταγωνιστικό περιβάλλον οι παραδοσιακές τράπεζες πρέπει να εφαρμόσουν νέες προσεγγίσεις, ώστε να γίνουν “AI-first” στη στρατηγική και στις δραστηριότητές τους».
Παράλληλα, οι τράπεζες θα μεταφέρουν μεγαλύτερο όγκο εργασίας στο cloud για περισσότερη ευελιξία, επεκτασιμότητα και αποτελεσματικότητα. Σύμφωνα με έρευνα του Economist Intelligence Unit (EIU) του 2021, σχεδόν τα τρία τέταρτα των στελεχών πληροφορικής των τραπεζών πιστεύουν ότι η μετάβαση στο cloud θα συνεισφέρει στις επιχειρηματικές προτεραιότητες. Ο Κωνσταντίνος Μπαχάς σημειώνει ότι το κόστος είναι ο μεγαλύτερος μοχλός για τη μετάβαση στο cloud, ακολουθούμενο από την υιοθέτηση της τεχνητής νοημοσύνης και τη βελτίωση της εμπειρίας των πελατών. Η έρευνα EIU υπογραμμίζει ότι οι τράπεζες ήταν γενικά πιο αργές στο να προσεγγίσουν το cloud computing από άλλους τομείς. Ωστόσο, η πανδημία αποδείχθηκε καταλύτης, με το 30% των στελεχών να αναφέρουν ότι ενσωματώνουν τεχνολογίες AI multi-cloud στον οργανισμό τους.
Με ποιον τρόπο μπορούν οι τράπεζες να πραγματοποιήσουν το «ψηφιακό άλμα» που απαιτούν οι σύγχρονες συνθήκες, με όσο το δυνατόν μεγαλύτερη ασφάλεια; Ο Κωνσταντίνος Μπαχάς μιλά για το SAS Viya, σημειώνοντας ότι «φέρνει στις τράπεζες τεχνητή νοημοσύνη δοκιμασμένη σε πραγματικές συνθήκες, έτσι ώστε να ενισχύεται η ανθεκτικότητα των οργανισμών σε συνθήκες αβεβαιότητας. Μετατρέπει τα δεδομένα σε γνώση με ταχύτητα και αξιοπιστία, δίνοντας τη δυνατότητα σε όλους, παντού στον οργανισμό, να λαμβάνουν σίγουρες αποφάσεις, κάθε στιγμή. Το SAS Viya στο Microsoft Azure παρέχει πρόσβαση σε αξιόπιστα Analytics και AI από τη SAS με το πάτημα ενός κουμπιού. Ως οι “εφευρέτες των analytics”, έχουμε τη δυνατότητα να επαναπροσδιορίζουμε συνεχώς τον εαυτό μας και να επιδεικνύουμε πρώτοι το πνεύμα καινοτομίας που ευαγγελιζόμαστε για τους πελάτες μας».
Το νέο μοντέλο στην πράξη
Μιλώντας για την εξατομίκευση των υπηρεσιών ο Κωνσταντίνος Μπαχάς εξηγεί ότι οι τράπεζες πρέπει να δημιουργήσουν ευελιξία για τους πελάτες τους βελτιστοποιώντας παράλληλα το κόστος εξυπηρέτησης. Η Deloitte έχει προσδιορίσει την υπερ-εξατομίκευση ως επιτακτική ανάγκη για τις τράπεζες, καθώς αυτό τους επιτρέπει «να ανταποκρίνονται στις προφανείς και λανθάνουσες ανάγκες των πελατών». Η υπερ-εξατομίκευση περιλαμβάνει την αξιοποίηση δεδομένων σε πραγματικό χρόνο για τη δημιουργία πληροφοριών, χρησιμοποιώντας την επιστήμη της συμπεριφοράς και την επιστήμη δεδομένων για την παροχή υπηρεσιών, προϊόντων και τιμών που εξαρτώνται από το περιβάλλον. Αυτές οι πληροφορίες συγκεντρώνονται χρησιμοποιώντας AI για την ανάλυση δεδομένων, όπως εξηγεί ο SAS Head of Customer Advisory SE Europe.
Η SAS επιτρέπει στις τράπεζες να έχουν μια εικόνα 360 μοιρών του πελάτη τους σε κάθε σημείο επαφής του customer journey του, μέσω ενδελεχούς συλλογής ψηφιακών δεδομένων. «Μέσα από τη χρήση αυτοματισμών, δημιουργούμε τις κατάλληλες διαδράσεις σε κάθε σημείο επαφής του πελάτη με την τράπεζα, διασφαλίζοντας ότι αυτός λαμβάνει τη σωστή προσφορά, τη σωστή στιγμή, στον κατάλληλο πελάτη, για τον σωστό λόγο, με το σωστό αποτέλεσμα», τονίζει χαρακτηριστικά ο Κωνσταντίνος Μπαχάς.
Η πρόβλεψη επιθυμιών και η νέα γενιά χορηγήσεων
Για έναν οργανισμό όπως η Εθνική Τράπεζα, της οποίας το πελατολόγιο περιλαμβάνει όλους σχεδόν τους κατοίκους της Ελλάδας, η παροχή εξατομικευμένων προτάσεων για δανειακά προϊόντα, ανάλογα με τις ανάγκες και το προφίλ του κάθε πελάτη αποτελεί στρατηγική επιλογή.
Με τη συνεργασία της SAS, η Εθνική Τράπεζα υλοποίησε έργα που οδήγησαν στην εις βάθος ανάλυση του πελατολογίου της. Σκοπός των συμβαλλόμενων μερών ήταν το έργο να μην περιοριστεί στις λειτουργικότητες του segmentation πελατών, αλλά να δημιουργήσει data-driven insights σχετικά με τα εισοδήματά τους και τα έξοδα διαβίωσης του κάθε πελάτη ξεχωριστά. Τα μοντέλα πρόβλεψης που δημιουργήθηκαν πάνω στην πλατφόρμα SAS Viya επιτρέπουν στην Εθνική Τράπεζα να υπολογίσει με ακρίβεια αφενός ποιο είναι το κατάλληλο ποσό δανείου για κάθε πελάτη και αφετέρου πόσο πιθανό είναι ο πελάτης να αποπληρώσει το δάνειό του.
Τα αποτελέσματα
Ζητούμενο είναι στην προκειμένη περίπτωση αν τα analytics συνεισφέρουν στον στόχο της τράπεζας να καλύψει την ανάγκη του πελάτη χωρίς να ζημιωθεί από τυχόν αδυναμία του να αποπληρώσει. Προφανώς έχει τρέξει πολύ νερό στο αυλάκι από το 2000 π.Χ. που χρονολογείται η δραστηριότητα του δανεισμού και έκτοτε εξελίσσεται, όπως σημειώνει χαριτολογώντας ο Κωνσταντίνος Μπαχάς. Ωστόσο, οι δανειστές πρέπει να διασφαλίσουν ότι λαμβάνεται η σωστή απόφαση όταν αντιμετωπίζουν μια αίτηση για πίστωση.
Στο πλαίσιο της δημιουργίας υπερ-εξατομικευμένης σχέσης ανάμεσα στην τράπεζα και τον καταναλωτή, η εξισορρόπηση ανάμεσα στην εμπειρίας πελάτη και τον κίνδυνο απαιτεί μια ολιστική θεώρηση του customer journey ∙ ενσωματώνοντας σε κάθε touchpoint τις αποφάσεις για την απάτη, τον κίνδυνο και το engagement του πελάτη, οι τράπεζες μπορούν να μειώσουν το κόστος και να εξορθολογήσουν τις τεχνολογικές υποδομές τους, ενισχύοντας παράλληλα τα έσοδα τους και τη διακράτηση των πελατών.
«Σε μια εποχή όπου η ευσυνειδησία αυξάνεται στον τραπεζικό τομέα, τα μοντέλα κινδύνου που διαθέτουμε διασφαλίζουν ότι τα δάνεια χορηγούνται με υπευθυνότητα, λαμβάνοντας υπόψη βασικές μεταβλητές για την αποφυγή αυξήσεων των ΜΕΔ (Μη Εξυπηρετούμενων Δανείων). Αυτό οφείλεται στο γεγονός ότι ο κίνδυνος μη εξυπηρετούμενων δανείων παραμένει πανταχού “παρών”, παρά το γεγονός ότι οι ζημίες το 2021 δεν ήταν τόσο σοβαρές όσο αρχικά αναμενόταν. Οι τράπεζες έχουν αποδειχθεί σε μεγάλο βαθμό ανθεκτικές στην πανδημία και έχουν λάβει μέτρα για τη μείωση των ΜΕΔ. Η ελαχιστοποίηση των ανοιγμάτων και η πρόληψη των πιστωτικών απωλειών απαιτεί πολύπλοκες αναλύσεις κινδύνου, ροή εργασιών, data analytics, αναφορές και βελτιωμένες μεθοδολογίες διακυβέρνησης…”, προσθέτει ο Κωνσταντίνος Μπαχάς.
To αποτύπωμα στην κερδοφορία
O ψηφιακός μετασχηματισμός παράγει θετικά αποτελέσματα. Αυτό επιβεβαιώνουν και τα στοιχεία της Εθνικής Τράπεζας για το αποτύπωμα των ψηφιακών αλλαγών στην κερδοφορία. Τα αποτελέσματα του α’ εξαμήνου 2022 καταγράφουν σταθερά ισχυρή πορεία σε όλους τους τομείς δραστηριοτήτων της Τράπεζας. Η οργανική κερδοφορία ενισχύθηκε κατά 40% σε ετήσια βάση, και συνεχίζει να βελτιώνεται σύμφωνα με τον στόχο που έχει τεθεί για το 2022.
Σύμφωνα με τον Παντελή Μαραβέα ο ψηφιακός μετασχηματισμός της Τράπεζας εξακολουθεί να σημειώνει εντυπωσιακά αποτελέσματα. «Τον Ιούνιο του 2022 οι εγγεγραμμένοι χρήστες των ψηφιακών μας καναλιών έφτασαν τα 3,5 εκατ. και οι ενεργοί χρήστες τα 2,6 εκατ.. Επιπλέον, η πώληση προϊόντων τόσο σε νοικοκυριά, όσο και σε επιχειρήσεις μέσω των ψηφιακών καναλιών της Τράπεζάς μας, συμπεριλαμβανομένων και των συμφωνιών με εξωτερικούς συνεργάτες, σημείωσε εντυπωσιακή αύξηση κατά 58% ετησίως».
Μέσω της σημαντικής διείσδυσης στο ψηφιακό περιβάλλον, αλλά και της συνέχισης του Προγράμματος Μετασχηματισμού της Τράπεζας σημειώθηκε σημαντική αύξηση των προμηθειών στη Λιανική και Εταιρική Τραπεζική. Περαιτέρω, η αυτοματοποίηση και κεντροποίηση των εργασιών για την εξυπηρέτηση συγκεκριμένων υπηρεσιών με ενιαίο και σύγχρονο τρόπο, αποδέσμευσαν πολύτιμους πόρους. Παράλληλα, το analytics CoE εντοπίζει και υλοποιεί καινοτόμα analytics use cases, αξιοποιώντας στο έπακρο τους αλγορίθμους μηχανικής μάθησης και τεχνητής νοημοσύνης της πλατφόρμας SAS Viya, για την ανάπτυξη νέων εργαλείων που θα βοηθήσουν τις μονάδες της τράπεζας να πετύχουν τους στόχους τους.
Η παραγωγικότητα
Η χρήση αυτών των εργαλείων έχει συμβάλλει σημαντικά και στην αύξηση της παραγωγικότητας και των πωλήσεων των στελεχών του δικτύου. «Παράλληλα, με την αναβάθμιση των ψηφιακών μας υπηρεσιών προς την πελατεία μας, προχωρήσαμε στον ψηφιακό μετασχηματισμό του εργασιακού μας περιβάλλοντος», σημειώνει ο Παντελής Μαραβέας. Όπως εξηγεί, υλοποιείται ένα νέο, αποτελεσματικό, λειτουργικό μοντέλο εργασίας. «Αξιοποιούμε τις νέες τεχνολογίες και την εκπαίδευση, με στόχο την αύξηση της αποδοτικότητας, ενισχύοντας ταυτόχρονα τον τρόπο συνεργασίας και αυξάνοντας συνολικά την παραγωγικότητα. Το σύνολο των ενεργειών μας προωθεί και καλλιεργεί μια νέα εργασιακή κουλτούρα που βασίζεται στην αποτελεσματικότητα και την πρωτοβουλία», καταλήγει.
