*

Finans Jyllands-Posten Watch Medier Om Finans Persondatapolitik
Finans
0

Airbnb og Uber viser vejen - også for bankerne

Bankerne skal lære at bruge maskinlæring til at skabe innovative løsninger til sine kunder. Her er tre firmaer, der allerede har lært det.

Opinion
Fremtidens bankoplevelse skal være meget mere personlig, end vi kender det i dag. Foto: Imaginechina via AP

Vi lever i en tid, hvor den klassiske bankmodel med en fast bankrådgiver og loyale kunder synger på sidste vers. Den nye rådgiver er en blanding af algoritmer, big data og maskinlæring. Det har de fleste store banker ikke set endnu, men hvis de ikke gør, så mister de både deres kunder og deres eksistensgrundlag. Vi ser det i øjeblikket med hotel- og taxabranchen, hvor hhv. Airbnb og Uber har rystet posen og finder nye forretningsmodeller, der presser de klassiske.

Så hvad er det, bankerne skal begynde at tilbyde deres kunder?

Udover deres fine lokaler i de fysiske filialer og guld i boksen så har de meget kundedata. Faktisk ved de alt om vores økonomi, hvad kunderne bruger sine penge på, og hvornår de bruger dem. Det er en utrolig indsigt i kundernes adfærd. Så hvorfor skal de puttes ind i et idiotisk kundeprogram som “one size fits nobody”, når bankerne kunne skræddersy tjenesterne. De kan skabe præcis den kombination af konti, kreditkort, lån, forsikring og pension, som kunden har behov for. Så behøver kunden ikke sætte sig ind i om de tilhører det ene eller andet kundeprogram.

Det er her, at bankernes ven er maskinlæring, fordi den er god til at tygge sig igennem store mængder data og lære mønstre. Når det først har lært dit adfærdsmønster, så kan det kigge på andre mennesker, og se om der er nogen, der har et lignende mønster. Og så er man på vej mod noget interessant. Folkene bag Uber vidste fx. ikke noget om folks brug af taxi’er og transportmønstre, da de lancerede tjenesten. Det gør de nu, og dermed kan de begynde at klistre nye tjenester på.

Det har de store banker ikke set endnu. Men hvis de ikke indser det, så bliver de overhalet indefra. Et af de mest kendte eksempler i finansverdenen er PayPal, der fjernede store dele af al det som hedder Swift-overførsler, der betyder, at man kan overføre betaling mellem køber og sælger, uden at der indgår fast kommission.

Et andet eksempel er Wonga, der har specialiseret sig i at udbyde kortfristede lån online til høje renter. Big data og algoritmer sætter Wonga i stand til at træffe beslutninger i løbet af få sekunder. Dermed bliver tiden, fra kunden ansøger om et lån, til han eller hun kan hente pengene i sin bank, reduceret til et spørgsmål om minutter. Det hjælper dem også til at skelne forskellen på en god betaler og en dårlig. Det betyder dermed også, at de kan skelne dårlige betalere fra gode, og dermed kan tilbyde lavere rente end andre payday lånere.

Wallet.ai er et andet eksempel. Det er et stykke software, der indkluderer en mobil app, der vil hjælpe dig med at bruge dine penge mere intelligent. Det gør den ved hjælp af algoritmer, der kan analysere dine data-spor og, hvordan du bruger dine penge og samtidig kombinere det med rettidig finansiel rådgivning. Det kan spænde fra at advare dig om, at du ikke må bruge mere end 20 dollars om dagen til at minde dig om, at du skal vælge den billigste sorte kaffe i stedet for den sædvanlige vanilla latte, når du passerer den lokale kaffebar.

Kasisto.com er et spin-off fra folkene bag Apples Siri, der tester et talegenkendelsesværktøj, der gør det muligt at kommunikere “intelligent” med sin bank. Man kan fx spørge, hvor meget man har brugt på gebyrer eller fortælle, at man leder efter en bestemt transaktion på kontoen. Man kan også stå i en bestemt butik og spørge, hvor mange penge har jeg brugt her, og så vil app’en bruge telefonens GPS til at finde ud af, hvor du er, og hvad der er af aktuelle tilbud i butikken. Tilsvarende kan Kasisto kigge på tidligere købshistorik og finde ud af om der er tilbud, der er relevante for dig.

Man kunne også forestille sig, at en bank koblede sig sammen med et supermarkedskæde. De ved begge meget om deres kunder, som de måske ikke bruger til noget fornuftigt. Og når man nu bruger alle sine penge på et bestemt supermarked, så kunne man godt forestille sig, at banken ville give et godt tilbud.

Essensen er, at i gamle dage, så sad bankfunktionær Hansen og vidste, hvad vi havde behov for. Men Hansen findes ikke længere. Derimod findes der nogle algoritmer som kan opfører sig som bankfunktionæren, så man får sin helt personlige bank med skræddersyede services og gerne med et ekstra lag af tjenester, der får en til at blive i den her bank.

Af Sebastian Cappelen, journalist i Alexandra Instituttet, en nonprofitvirksomhed, der leverer forskning og teknologi til offentlige og private organisationer.

Læs også
Annonce
Annonce