Lead generation per banche e assicurazioni: l’IA al servizio dei consulenti finanziari

Le istituzioni finanziarie non li hanno mai sfruttati appieno, ma i loro dati, grazie alle nuove applicazioni di machine learning, possono rendere banche e assicurazioni le protagoniste di campagne di comunicazione di grande successo.

Che si tratti di tradizionali campagne e-mail, campagne di marketing sul sito o sui social, o di vero e proprio digital advertising o anche di campagne sui media tradizionali è evidente che tanto meglio si conoscono i propri clienti, ossia la propria audience, tanto più efficace sarà la campagna stessa, e i ricavi aggiuntivi da essa procurati.

Partendo da questo ragionamento banale si potrebbe pensare che l’industria bancaria e assicurativa – che per esigenze regolamentari e di prodotto raccoglie un gran numero di informazioni sui propri clienti e siede su un grande vantaggio informativo rispetto ad altri settori – realizzi campagne particolarmente performanti.

Spesso non è così.

Un nuovo contesto normativo in continua evoluzione

Le aziende finanziarie e assicurative solo in tempi recenti hanno cominciato a ragionare sulle enormi potenzialità che il loro vantaggio informativo può offrire. Con la rapida evoluzione digitale del settore, complice anche la GDPR, con il prossimo divieto d’utilizzo (spesso spregiudicato) dei third party cookies, le aziende finanziarie potranno sicuramente diventare protagoniste di campagne digitali di grande successo.

Il team di Virtual B, da sempre verticale sulle applicazioni di Data Analytics per il settore, insieme a Nirtya, azienda leader nel Data Driven Marketing e nelle tematiche di sostenibilità, ha messo a punto una gamma di soluzioni mirate ad aumentare la competitività dell’industria dei servizi finanziari anche in un contesto in costante evoluzione.

Dai First Party Data alle Financial Personas

Fino ad oggi, le imprese finanziarie hanno trovato più comodo basarsi sulla raccolta dei dati affidata a terze parti per realizzare e misurare le campagne di advertising. In realtà, senza un eccessivo aggravio, è possibile realizzare campagne più mirate ed efficaci utilizzando la propria conoscenza dei clienti.

I First Party Data (o dati di prima parte) ad esempio sono tutti i dati di proprietà dell’intermediario finanziario. Vanno dai dati di comportamento online ricavabili dal sito (e dalle altre web properties) ai dati anagrafici e di contatto, includono i dati MIFID e IDD, nonché quelli relativi a transazioni relative ai prodotti e ai conti correnti (ottenibili anche via “account aggregation”, grazie a PSD2), fino ai dati del CRM.

Da qui, attraverso i data analytics e il tool proprietario di Virtual B per il data enrichment finanziario, è possibile ricostruire in maniera estremamente dettagliata e granulare un gran numero di financial personas, cioè tipologie di clienti specifiche per l’industria bancaria e assicurativa.

Noi ne utilizziamo oltre un centinaio, aggregabili gerarchicamente su un numero inferiore. Queste financial personas sono composte da moltissime informazioni (oltre cento diversi attributi) che includono aspetti reddituali, finanziari, specifici bisogni di prodotti assicurativi e finanziari, dati di propensione ESG o d’utilizzo del canale digitale, e aspetti riguardanti il lifestyle.

Financial Personas ancora più a fuoco grazie al loro comportamento “online”

Attraverso l’ascolto e l’analisi dei comportamenti online, siamo in grado di rendere sempre più accurata la conoscenza delle financial personas. Per esempio, i nostri algoritmi riescono ad attribuire alle diverse celle i cinque grandi fattori della personalità (i cosiddetti Big Five) che, secondo uno degli approcci teorici più accreditati, definiscono la personalità come la somma di cinque tratti comportamentali desunti dai dati.

La conoscenza degli aspetti psicologici e comportamentali serve a ottimizzare il servizio e le campagne marketing, e si concretizza nella differenziazione delle creatività stesse.

Tra i comportamenti che è possibile tracciare, troviamo anche la sensibilità rispetto alle tematiche di sostenibilità. Grazie a un algoritmo proprietario Nirtya, è possibile analizzare e classificare gli interessi rispetto agli ESG, consentendo di clusterizzare gli utenti in base a conoscenza e propensione all’azione.

Ottimizzare il customer journey e la performance con la personalizzazione dei contenuti

Il passo successivo alla creazione di cluster ricchissimi di informazioni e perfettamente calati nel contesto di banche e assicurazioni è quello della personalizzazione delle creatività. Parliamo di creatività statiche e dinamiche, a seconda delle caratteristiche dei diversi cluster. Ciò consente un livello di personalizzazione elevatissimo, che può essere utilizzato in varie attività.

• Engagement on site: erogazione di contenuti ad hoc, in pagina o nell’app mobile, basati sul comportamento, senza latenza e senza percezione da parte dell’utente.
• Engagement on delivery: personalizzazione di e-mail e marketing automation, consegnando messaggi diversi in funzione di propensione e affinità.
• Ads optimization: acquisto di advertising mirato e lookalike activities.

Questo sistema è all’interno di una curva che presuppone risultati crescenti su KPI differenti in una logica di apprendimento. I risultati derivanti dalla personalizzazione diventano dunque più incisivi a mano a mano che aumenta la conoscenza degli utenti.

Attraverso l’utilizzo di creatività dinamiche, che si adattano al contesto dell’utente, è possibile verificare un impatto sul business che parte da un primo livello di risposta alle campagne, con un aumento di efficacia delle campagne stesse, per portare sul medio e lungo periodo dapprima a un incremento di conversioni e in seguito a un effetto positivo sul lifetime value dei clienti, anticipando le loro necessità con le proposte più adeguate al loro contesto.

Decentralizzare parte del digital marketing verso il relationship manager

Attraverso una piattaforma dedicata, parte dell’attività di marketing digitale può essere svolta in modo controllato direttamente da chi, come consulenti finanziari, private banker e agenti assicurativi, gestisce concretamente il cliente.

In sostanza, il relationship manager può ingaggiare digitalmente il cliente in modo diretto, sfruttando percorsi di storytelling e contenuti personalizzati già resi disponibili, studiati in funzione delle “financial personas”, e resi disponibili sulla piattaforma. Li può combinare in modo molto semplice e veloce, aggiungendo un tocco di personalizzazione, ma sfruttando appieno il patrimonio di informazioni disponibili a monte, ottenuto con gli advanced analytics.

In questo modo, un consulente finanziario o un agente assicurativo può mandare la “sua” newsletter ai suoi clienti, utilizzando un framework aziendale, sicuro, nel pieno rispetto della GDPR.

L’approccio verticale per il settore finanziario e la profondità di dettaglio del nostro processo di profilazione rendono le soluzioni realizzate da Nirtya e Virtual B un unicum nell’industria. È lo strumento per campagne assai più performanti. Oggi forniamo alle aziende finanziarie un approccio progettuale e a breve lanceremo uno strumento che, in modo automatico e rapido, è in grado di “dare un volto ai dati”: il primo creatore automatico di financial personas.

Stay tech.

Virtual B & Nirtya

La soluzione di Virtual B

Se il tema ti incuriosisce, contattaci al link sottostante e scopri come applicare le logiche del Machine Learning ai tuoi processi aziendali.