(Microsoft PowerPoint - Finansr\345det_Simon_Schou_12062012)

Transcription

1
Velkommen til Bank 2.0
2
Kurt Nørrisgaard
CEO, BEC
Inspirationsdag om fremtidens bank
v. Kurt Nørrisgaard, BEC
2. december 2014
4
Der har aldrig været større behov for at træffe de rigtige valg
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
Nye betalingsløsninger og
nye spillere i sektoren
Sektor
trends
Øget konsolidering
i sektoren
Sektorselskaber
skifter ejere
Øget
regulering
Danske Banks
enegang
Øget mediebevågenhed
i sektoren
Big data, analytics & realtid
Standardisering af løsninger
Cybersikkerhed
Kunde
forventninger
Privat – og
Erhverv
Øget digitalisering
af processer
Jura begrænser udnyttelse
af digitale muligheder
Forandringshastigheden er stigende
Teknologi
trends
Lav lånelyst i
samfundet
Mobilitet, social & kanaler
Elektroniske betalingsløsninger
Abonnementsløsninger / Cloud
Tekniske platforme, mainframe og Wintel
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
Potentielle indtrængere
Niche bank
Leverandører
Globale
banker
BARRIERER
Konkurrencesituationen
BARRIERER
Substituerende produkter
NFC teknologi
Kunder
7
Konkurrencen og kundernes krav intensiveres
Potentielle indtrængere
Niche bank
Leverandører
Globale
banker
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
Substituerende produkter
NFC teknologi
Kunder
Generelt er sektorens indtægtsgrundlag under pres
Nye innovatører
gør indhug i den
normale værdikæde
De traditionelle
forretningsmodeller
er under pres
Lavt renteniveau og
lav lånelyst i det
traditionelle marked
Øget konkurrence i
sektoren
Lovgivning
– øget styring og
kapitalbehov
Digitalisering
flytter kunder
Reduktion
af tab
Proceseffektivitet
Pres på omsætning
presser
omkostninger
OmniChannel
Kunderne vil interagere med finansielle udbydere
- På alle platforme
...Men kunder er forskelligt digitaliserede
Camilla og Jesper
Viden om kunderne og
deres adfærd skal sikre
en fokuseret indsats
De selvkørende
I
Danmark
for en
periode
De unge
borgere
Florian
Johannes
Personas
De
velvillige
De itfremmede
Verner
Claus
De
tøvende
Personas fra
Borger.DK
Amina
Det nye mindsæt for fremtidens it-understøttelse
- er derfor noget it-leverandørerne i sektoren kommer til at fokusere meget på
Benchmark
ift. konkurrenter
Forandringer
– hvad er hype / hvad ender med at flytte noget?
Toppen af oppustede
forventninger
Forventninger
og alle de andre
trends / tiltag
Reel
effekt
Skuffelsens
lavpunkt
Tid
Kunsten bliver at investere nok og rigtigt
Vi skal kunne træffe bedre beslutninger…
”Take calculated risks. That is
quite different from being rash”
-General George S. Patton
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
Samarbejder og integration på tværs
- Er nødvendig for at kunne tage det næste skridt
Adressedata
Leasingforpligtelser
Skatteoplysninger
Kontohistorik
Helbredsoplysninger
Pensioner
Negativregistre
Statistikker
positivregistre
Forsikringsaftaler
Regnskaber
Betalinger
Digital
tinglysning
Boligpriser
Bilgæld
Sociale
medier
Kreditstatus
15
16
Ha’ en rigtig god dag
BEC
- den foretrukne it-partner for finansvirksomheder i Danmark
17
Henrik Axelsen
Partner, EY
Bank 2.0
Trends in the Banking & Capital Market segment
November 2014
The digital revolution and digitalization of
everything is a major trend
MOSAIC First Web
Browser
Released
First
Nokia
Business.com
internet
releases
sold for £80k
ordering
first phone
system
with
Google Founded
created Netscape Internet
by Pizza goes public Access
Hut
Napster
Founded
AOL buys
Netscape
Dot Com
bubble
bursts as
NASDAQ
peaks at
5,048.62
Term “Web
2.0” coined
Napster taken
off-line by
federal judge
Apple
launches Facebook
Founded
Appstore
Spotify
founded
YouTube
launched Twitter
launched
iPhone
launched
Twitter
passes
1m
Tweets
per 1/4
Facebook
hits 500m
users
Foursquare
founded
Google+
iPad
launched Launched
Facebook
passed 1bn
users
30.2%
Worldwide Internet penetration
28.7%
20%
15.7%
9.4%
8.6%
4%
2%
1994
1995
Years to
reach 50m
users
1993
Source: EY Research
Page 19
1996
1997
6
1998
1999
2000
1.8
2001
2002
2003
2004
2
2005
2006
2007
2008
2009
2010
2.8 1.5
2011
2012
0.3
“Banking is moving
towards it’s Spotify
moment”
Peter Sands
Chief Executive
Standard Chartered
Disruption changes the play
CUSTOMER VALUE
Future
Potential disruptive
development
Traditional development
Today
TIME
Page 21
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
“The biggest disruption in
banking is NOT
technology”
It is “the millennials”
Page 24
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
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
►
80 % of the members of a
social network use
recommendations coming
from their network in the
decision making process*
Discussion forums
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
Given this trend in particular, the whole
banking industry is under “attack”
New
Entrants
Suppliers
bargaining
power
Industry
rivalry
Substitutes
REGULATORY REGIME
Page 27
Customer
demand &
bargaining
power
New consumer requirements
Some facts
►
►
►
►
►
►
87% use internet bank
50% has a mobile
banking app
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
Branch visits
(2004-14)
Channel preferences
(2004-14)
Nordic banking customers are increasingly
unhappy with their bank
Changes in satisfaction
(percent)
Unhappy customers
(percent)
20
-44
8
11
10
7
Source: EY Global consumer banks survey 2014
Page 29
-16
-30
-28
13
4
9
New kids on the block in banking
4500 Tech companies are trying to enter into the banking space
Page 30
Substitutes – banking, but not banks
Page 31
In summary, banks are under attack from all
industries
Tech
Airliners
Retailers
Investors
Page 32
Telecom
Global brands
NGOs
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
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
The transformation
from bank…
…to banking
INNOVATION: This time it’s personal; from
consumer to a co-creator
Transformed
customercompany
relationship
Expectations on
immediate
responses/services
driven by mobile
behavior
More demanding –
expecting more
customization,
personalization, flexibility
and “me-tricity”
Wider adoption of ecommerce transforms
the perception of a
truly digital experience
Global
Consumers in
2020
80%
50 billion
Have access to
mobile telephony
connected devices globally
60+%
have smart phones or
low-cost tablet computers
Page 36
Fortifying focus on tomorrow’s customer
- Nordic customer trends are reshaping the industry
Niche banks are better at meeting customer expectations
index
Customer satisfaction level
65%
53%
56%
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
80
70
60
2008
2009
2010
2011
Niche banks
2012
2013
Large banks
The shift in banking operations
69%
Are willing to provide
their bank with more
personal information
if it would lead to
more customized
products and
services
41%
70%
The Past
The Present
The Future
Are dissatisfied
with today’s
mobile banking
Turn to friends,
family and
colleagues for
advice
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
Like chameleons, customers demonstrate everchanging demands and behavior in the changing
landscape
Transparency
►
Currently, more customers are demanding
relevant services and full, transparent access
to all information across all channels
consistently
Convenience
►
Multi-channels
Personalized experience
►
Customers demand more personalized
services and enhanced experiences which
increase simplicity, self-control and mobility
►
Customer experience
►
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”
Price sensitivity
►
Page 38
Pricing is becoming less of an issue. The way
I am treated is much more important in our
part of the world
Customers demand a fully integrated banking
experience that combines the advantages of
physical branches and in-person interactions
with information-rich digital channels
Customers expect to be placed at the center
stage of the banks’ business models and
allowed access to real-time services
regardless of channel
Online channels
►
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
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
Get married and have
children
40,000
Plan for retirement
First employment
30,000
20,000
Retirement
Buy first home
First savings account
First car
10,000
0
0-15
Page 39
15-17
18-20
21-23
24-26
27-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70-74
75+
Age
Our experience suggests a fundamental difference
between managing the daily economy and making
potentially life altering choices across all segments
LIFE ECONOMY
Elements
• Normal
household
income and
expenses
Characteristics
• Perceived as
tangible,
concrete and
relatively simple
Page 40
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
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..
Page 41
Value
Behavior
• Level of
usage
• Usage
patterns
• Potential
future usage
• Type of
usage
• Brand loyalty
Focus efforts on
high value
customers
Adapt marketing
to customer
interaction with
company
Psychographics
Demography
• Lifestyle type
• Gender
• Personality
type
• Age
• Social class
• Occupation
• Attitude
• Education
Learn about
what motivate
and stimulate
customers
• Income
Adapt marketing
and value
proposition to
customer basic
data
Geography
• Region of
residence
• Urban or
rural
Potentially
facilitate
decentralization
of marketing
efforts
There are a number of different players in the financial
service market that cater towards unmet customer
needs
Examples
►
Full service financial institution that
accepts deposits, enables payments
and transfers and offer lending
Credit card
companies
►
Companies that offer credit
cards (often in cooperation
with banks)
Short term
funding
companies
►
Companies that offer liquidity
through short time lending
solutions
►
Companies that offer use of
assets through financing solutions
►
Companies that offer payment
services performed via a mobile
device
►
Companies that offer money
transfer services
►
Companies that compile financial
data/information/products
Banks
Leasing
Mobile
payment
Money transfer
Aggregator/
Reseller
Page 42
The impacts of digital technologies create market dynamics
offering threats and opportunities to the industry
Customer channel shift to
digital channels
Lowered barriers to market
entry
Lower customer inertia
Products and services with
reduced friction, better fit to
need and lower cost
Changed industry and
collaboration models
Enhanced customer insight
and business decisions
New risks to manage
Page 43
Threat
Opportunity
• Engage more frequently
• Adopt new ideas quickly
• Expect rapid response


• Lower cost infrastructure and operations
• Rapid modification of new business models
• Banking ‘utilities’ provide market entry platforms


• Easy product and price comparison
• Easy product opening

• Seamless information flow internally and externally
• Easier integration into other ecosystems
• Low cost access to high value support and advice


• Products combine or unbundle traditional ones
• Banks intermediated or dis-intermediated
• Digital collaboration platforms


• Digital customer data enriches marketing, customer
management and credit risk strategies
• Digital processes support test and learn
• Reputation risk in social media; Security risks,
Technical failure, Communication control, Vendor
performance


The digital transformation is truly
transformational..
DIGITAL
TRANSFORMATION
DIGITAL
CUSTOMER
Strategy
DIGITAL
DATA INSIGHT
Operating
Model
DIGITAL
RISK &
SECURITY
DIGITAL
TECHNOLOGY &
OPERATIONS


Transformation
Delivery
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
Programme
Design
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
►
►
►
Page 45
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
Best practices in product development
Todays best practice
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
►
►
►
Page 46
100% tested, no bugs
Integrated will all other systems
Trained staff
2-5 years
►
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
► 3-9
months
Leading Innovators understand that new approaches to
innovation will be necessary to enable success in todays
digital world
Innovative Firm (Lagging)




Standalone digital products
Multi-platform digital estate
‘Bricks and mortar’ mind-set dominates investment
Processes not aligned to digital
Page 47
Innovative Firm (Leading)




Digital channels and multi-channel
E2E process automation & digital optimization
Digital marketing and analytics
Omni channel experience
And I wonder how banks relying on on shared
infrastructure will organize their innovation efforts to
remain relevant…
Disruptive
Innovation Impact
Adjacent
Sustaining
Value Potential
Page 48

Disruptive – Redefine, disrupt the core, and
potentially deliver an entirely new value
proposition

Adjacent -- Change and expand the core
value proposition that may alter the
competitive environment

Sustaining -- Incremental improvements to
existing solutions required to sustain and
protect the core value propositions
EY
Assurance | Tax | Transactions | Advisory
2014 Ernst & Young - all rights reserved.
Proprietary and confidential. Do not distribute without written permission.
50
Henrik Jensen
Udviklingschef, BEC
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
Henrik Jensen
Udviklingschef, eBusiness & Rådgivningsløsninger
Havsteensvej 4
4000 Roskilde
Mobil 61 56 23 87
henrik.jensen@bec.dk
BEC.dk
53
En lille hverdagshistorie
54
Indhold i en traditionel forretningsmodel
Kundenærvær
Bedste totalløsning
Produktfokus
Bedste produkt
Operationel
perfektion
Laveste omkostning
55
Ikke-finansielle aktører snupper en bid af banken
Funding:
Payments:
Overlay:
Rådgivning:
Ikke-finansielle aktører snupper en bid af den
finansielle sektor
• 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?
56
57
Når andre spiser af kagen, udfordres kundeloyaliteten
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?
59
Løbet er ikke kørt
60
Kan I huske den lille hverdagshistorie?
61
Kan du huske den lille hverdagshistorie?
Olek på markedspladsen Warszawa
62
mBank – det gode eksempel
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:
•
http://finanswatch.dk/secure/Klummer/article7170425.ece?1415111127278
•
http://www.accenture.com/pl-en/Pages/success-mbank-poland-rebuild-online-presence.aspx
•
http://media.mbank.pl/en/pr/266592/forrester-research-recommends-new-mbank-s-solutions-to-banks-around-the-world
63
Bill Gates, 1994
Banking is essential,
Banks are not.
64
Medialisering af samfundet
65
Mit liv – i min og vores verden
… min hverdag …
66
Vejen frem
Hverdagsrelationen
Transaktion
67
Kend kunden
JA, forSkal
såman
kankende
du: kunden,
• Være tilgængelig, når kunden oplever et behov
•
ud over den initiale
Møde kunden, hvor han er
kreditscoring?
• Fremme nærvær
• Stille skarpe priser
68
Mød kunden på rette tid og sted
69
Mød kunden på rette tid og sted
70
Skarpe priser i realtid
71
Skarpe priser i realtid
72
Pengeinstitutternes styrke
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
Kundenærvær
Bedste totalløsning
Operationel
perfektion
Laveste omkostning
Produktfokus
Bedste produkt
Innovationskraft er
påkrævet
74
Konkurrencefordelen
75
Spørgsmål
76
Kaffepause
77
Martin Glarvig
CEO, Geomatic
&
Frank Papsø
Director Corporate Market,
Experian
How to turn data into business
benefit
360o Overblik & Indsigt
December 2014
©2013 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.
Hvor starter det
© 2013 Experian Limited. All rights reserved.
Experian Confidential.
79
Er der en løsning til alt
80
En model frem for Big Data - hjælper med at sætte
fokus
Model
Beskrivelse
EMV’ere. Modellen er udviklet på
kreditaktive virksomheder
Enkeltmandsvir (Experians definition). Konkursraten
ksomheder
er meget lav, hvilket hænger
sammen med virksomhedernes
størrelse.
Alle nyoprettede selskaber, der
endnu ikke har indgivet et
Selskaber med årsregnskab. Datamængden er lav
0 regnskaber
– der er ikke meget data i det
offentlige rum. Der er noget
Experian adfærdsdata.
Selskaber, der har indgivet mindst
Selskaber med et årsregnskab. Mange data til
rådighed inklusiv mere Experian
1+ regnskaber
adfærdsdata
81
Voldsom vækst i antal skilsmisser
”I 2013 blev 36.449 personer med en dansk adresse skilt. Det er en stigning på 20
procent i forhold til 2012, hvor 30.292 personer blev skilt”
82
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
Parkering
El-regninger
Tandlæger
Forbruger
kredit
Realkredit
Postordre
24 år
Bredbånd
Bolig
udlejning
26 år
Falck
26 år
Inkasso
Bil Leasing
Bank og
Sparekasse
28 år
26 år
Inddrivelse
Advokater
83
Det er så simpelt – men udfordringen er data kvalitet
Samarbejde mellem kredit og Marketing
Kredit
Scorekort
Strategisparring
Software Platform
Rapportering
Data
Analyse
Marketing
Software Platform
Eksekverings modul
Data
Rapportering
Analyse
84
Foundation for a strong decision flow
DATA HIGHWAY – I DAG
NORDISK EN DAG GLOBAL
85
BI data dataleverance til vores kunder
Online (O) & Batch/Monitoring (B)
Business On-line
Name & Address
Payment delinquencies
Tax
Property
Financial statements
Score
CAIS
BI connections
WWW (marketing)
WWW (credit)
County court judgement
Credit behaviour
Denmark Norway Finland Sweden Northern Ireland Ireland (ROI)
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Business Batch/Monitoring Denmark Norway Finland Sweden Northern Ireland Ireland (ROI)
Name & Address
x
x
x
x
x
x
Tax
x
Property
x
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
B
O/B
B
O/B
Financial statements (pdf)
B
O/B
B
O/B
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
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
Kom tættere på hinanden
Identificér Banks
bedste kunder
Find flere af dem i
basen
Aktivér dem via
deres foretrukne
device og kanal
Bedste
Kunde
87
Always on
Én platform – stort overblik høj værdi
88
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
mosaicTMklassifikation
89
En business case om rigtig brug af data
Illoyale kunder
koster din
virksomhed
penge!
90
360o Overblik & Indsigt
QUALITATIVE VIEW
Habits
Risk
Interactions
Transactions
Fam.
status
Needs
Behaviour
Lifestyle
Spends
Profit
Ownership
Products
Satisfaction
Attitude
Wallet
share
Property
Other
banks
91
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
Færre inkassosager og
tabsgivende kunder
Ved at satse mere på de rigtige, bliver de
længere og livstidsværdien øges markant.
Geoinformatik bidrager til at træffe de rette
beslutninger ud fra et objektivt grundlag.
Det betyder få inkassosager og mindre tab.
92
Vitalas – en business case om rigtig brug af data
Vitalas og de
urentable
kunder
I samarbejde med:
93
Hvor kommer kunderne fra?
94
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
95
4 mulige
løsninger
96
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.
97
Idé #2
Kan vi kredittjekke kunden når
ordren er afgivet hos call-centeret?
Ja! Men der var dog et problem…
98
Omkostninger ved permissions
og call-center er allerede
afregnet!
99
Idé #3
Kredittjek af alle kundeemner i
forbindelse med indsamling?
Nej! Ulovligt
100
Idé #4
conzoom®finance aka FSS?
1
Høj
risiko
2
3
4
5
6
7
8
9
10
Lav
risiko
En risikoprofilering er lovlig
Vitalas kunne lide ideen!
101
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!
102
Step #2 – bygge automatiseret flow for nye kunder
SMS
Kundservice
Web
1
4
Kunden
Kontakter jer!
En glad og
professionelt
eksponeret
kunde
2
Angiver telefon
eller navn +
adresse eller
personnr
3
Simplify enrolment and
real time scoring for new
clients
Web service
kompletterer
kontaktinfo
API for Matching, geocoding, scoring, update and data enrichment
Finland
Sweden
Norway
Denmark
103
Vitalas havde nu
mulighed for at
fokusere på de
rentable
kundeemner!
104
Det virkede!
105
Andel af dårlige betalere (pct.)
Andelen af dårlige betalere faldt hastigt
Måned
106
Effektivitet (pct.)
Stort løft i løsningsgrad hos inkasso
Måned
107
Før
Af 100 nye kunder
Endte 20 til inkasso
Og 15 betalte aldrig
108
Efter
Af 100 nye kunder
Ender 7 til inkasso
Og 2 betaler aldrig
109
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
110
Spørgsmål?
Martin K. Glarvig
president & founder
Geomatic A/S – center for geoinformatics
mkg@geomatic.dk
+45 2323 2130
111
112
Ole Rosenkvist
Forretningskonsulent, BEC
Forbedr bundlinjen med BEC’s kunderating
BEC/Experian - Bank 2.0 – den 2. december 2014
v/Ole Rosenkvist, BEC
Kunderating – hvad tilbyder BEC?
Forvaltning
Net-kundeansøgningsflow
- 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)
- Modeludvikling
- Modelvedligeholdelse
- Modelovervågning
115
Kundeansøgnings-flow
Webansøgning
Tilsynsindberetninger
NemID
Automatisk
Opslag hos
Skat
Kunde- og
Kontooprettelse
BECmoduler
Opslag hos
Behandling af
ansøgning *
CPR
Kreditpolitikker
Opslag i
RKI
Creditscoring
116
Behandlingsproces - Ansøgningsscoring
117
Netbank/”Netfinans” - et ”underskriftsrum”
Produkter udstilles i
Net-banken/-finans.
Kunden kan nemt
bestille og signere med
NemID
118
Adfærdsmodeller
Pooling
af
data
Adfærdsmodel
BEC
Private
Forvaltning
(ren statistik)
Adfærdsmodel
BO-rapporter:
Ratingspec.,
Private
Vandrings-lister
”ekspertmodel”
BEC
Kunderating
Erhverv:
Downgrade
Styrkeprofil
(RKI,
Realkredit-
Regnskab
Adfærd
restance)
EMV:
Månedlig
Private
Rating
Styrkeprofil
1-10
Regnskab
Adfærd
119
Sådan kan I opsætte Kunderating individuelt
Opsætning i BEC’s
systemstandards
Valg af forskellige
modeller
Valg af forskellige
produkter
•
Renteberegninger m.v
Valg af aggreringsmetoder
”Del-modeller”
•
•
Opsætning af PDintervaller
per bank per model
Individuelle modeller
Valg mellem forskellige
BEC-scoremodeller
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?
Porteføljestyring:
Låneansøgning:
styring af
acceptance-rate
/- tab
Vandringer*
Nedskrivninger:
gruppevise og
indiv.
Automatisk
bevilling
Early
warning
BEC
Løsninger
Objektiv
Mersalg til
ledelses- og
bedste
tilsyns-
segmenter
indberetning
Prissætning
Genforhandling/
rebevilling
122
BO-Rapportering - porteføljeovervågning
Eksempel på en vandringsliste:
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.)
Drifte modeller
Drifte BEC-, Finans-individuelle eller viderestille til eksterne
scoremodeller
Modeludvikling
At udvikle, forbedre eller rådgive
om eksisterende scoremodeller
Modelovervågning
Overvågning af scoremodeller
eller adgang til såvel interne som
eksterne overvågningsværktøjer
124
Spørgsmål og mere information
• www.bec.dk
• Ole.Rosenkvist@bec.dk
• Direkte 46 76 35 05
• Mobil
61 56 73 05
125
Marius Vidkjær
Head of Analytics, Experian
Benyt scorekort i hele
kundens livscyklus
….
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.
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 Public.
127
Hvorfor bruge statistiske modeller i sine
beslutningsprocesser ?
3 væsentlige styrker ved statistiske
modeller
1. Hastighed
2. Konsistens
3. Omkostningseffektivitet
Experian Public.
128
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
Experian Public.
129
Kredithåndteringens 4 faser
2 Kundehåndtering
1 Låneansøgning
Optimale
beslutninger i
alle faser
sikrer
maksimal
rentabilitet
3 Rykkerbehandling
Experian Public.
4 Inkasso
130
Beslutningstyper gennem kundens livscyklus
Delphi
Prospect score
Ansøgnings score
Krydssalg
Kundekontakt
Opsalg
Roll-rate
Bevillingsfasen
Velkomst
Vilkår
Prissætning
Kanal
Kreditvurdering
Rykker
Afskrivning
Delphi
Adfærds score
“Afgang” ?
Inkasso
Op- og krydssalg
score
“Prospecting”
Aktions-score
0 Marketing
Experian Public.
1 Låneansøgning
2. Kundehåndtering
3. Rykkerbehandling
Inkasso score
4. Inkasso
131
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
Experian Public.
132
• 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
Experian Public.
133
Høj score
Nu acceptér
Førhen acceptér
SCORE
Lav risiko
Cut off
Førhen afvis
Nu afvis
Lav score
Høj risiko
Accepter
Experian Public.
Afvis
134
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)
Score
[Low : 863]
[864 : 900]
[901 : 952]
[953 : 973]
[974 : High]
Gross Income, Main and Co-applicant
[Low : 140000) [140000 : 310000) [310000 : 500000) [500000 : 620000) [620000 : High]
0
0
0
0
0
0
10,000
15,000
20,000
30,000
0
20,000
35,000
40,000
50,000
0
30,000
40,000
60,000
70,000
0
40,000
65,000
80,000
100,000
Scorekort til prisning
• Lavt cut-off – og scoren bruges dernæst til differentieret prissætning
i henhold til risikoprofil.
Experian Public.
135
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
Experian Public.
136
2 Scorekort til kundehåndtering
Data
kilde
Kunde-niveau
Løn konto
Type af information

Kredit-turnover
Kreditkort

Debit-turnover
Privat- Lån

Balance
Boliglån

Balance
Opsparing




Udnyttelsesgrad
Betalingshistorik
Experian Public.


Udnyttelsesgrad
Betalingshistorik



Størrelse på
afdrag

Løbetid

Balance
Kredit-turnover
Størrelse på
afdrag
Betalingshistorik
Betalingshistorik
137
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
Experian Public.
138
Modeller i forbindelse med rykkerbehandling og inkasso
Forebyggende
Periode
Tidlige
rykkerforløb
Alm.
rykkerforløb
Sent
rykkerforløb
• Adfærdsmodeller
• Self Cures
• Roll rate
• Opsigelse af
engagement
• Besked til rådgiver
• Gentagne
restancer
• Begræns inkasso
omkostninger
• Rentenulstilling
• Tidlig kontakt
• Bevilget overtræk
• Låneomlægninger
• Frivillig forlig
Inkasso
• Salg af gældspost
• Afskrivning
• Inddrivelse
Restanceforløbets forskellige faser
Start
Betalingsinfo Betalingsfrist
rmation
Experian Public.
Dag 30
Dag 60
Dag 90+
Afskrivninger
139
Experian Public.
140
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
Experian Public.
141
Analyser til inkassoscorekort
180%
180%
Inddrivelsesgrad efter antal dage
160%
160%
140%
140%
120%
120%
100%
100%
80%
80%
60%
60%
40%
40%
20%
20%
0%
0%
Experian Public.
[Low : 500)
[500 : 1000)
[1000 : 2000)
[2000 : 3000)
[4000 : 5000)
[5000 : 8000)
[8000 : High]
Total
[3000 : 4000)
142
Bestemmelse af aktions-kæder
Experian Public.
143
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
Experian Public.
144
Opsummering: Anvendelse af scoring i kredithåndteringens 4 faser
Scoring kan anvendes til :
 Accepter/manuel behandling/afvis
 Limit
1 Låneansøgning
2 Kundehåndtering
 Prisning
 Up-sell, down-sell





Løbende vurdering af udlån
Forhøjet udnyttelsesgrad
Fastholdelse af værdifulde kunder
Cross-sell, up-sell
Autorisationer
 Rykker og overtræksbehandling
 Impairment
3 Rykkerbehandling
 Inddrivelses proces
 Inkasso
4inddrivelse
Inkasso
© 2013 Experian Information Solutions, Inc. All rights reserved.
Experian Restricted.
145
Bureau Modeller – Delphi
• Commercial Delphi
• Delphi for Collection - business
Næste modeller
• Delphi for collection –
consumers
Experian Public.
146
Så enkelt kan det siges ….
Experian Public.
147
© 2013 Experian Information Solutions, Inc. All rights reserved.
Experian Restricted.
148
149
Frokost
150
Tore Widding
CRO, Bank Norwegian
Utfordringen med å bygge en bank nesten
uten ansatte
Tore Widding, Chief Risk Officer
«Vi trenger et
fordelsprogram for å
konkurrere med SAS»
Våren 2007
• Ideen fødes
«La oss
starte en
bank»
«Vi trenger et
Våren 2007
• Ideen fødes
Nov. 2007
• Banken åpnes
• Sparekonto
Usikrede lån
«La oss
starte en
bank»
«Vi trenger et
Våren 2007
• Ideen fødes
Nov. 2007
Våren 2009
• Banken åpnes
• Sparekonto
Usikrede lån
• Banken går i
pluss
«La oss
starte en
bank»
«Vi trenger et
Våren 2007
April 2010
• Ideen fødes
• Kredittkort på
egen bok
Nov. 2007
Våren 2009
• Banken åpnes
• Sparekonto
Usikrede lån
• Banken går i
pluss
«La oss
starte en
bank»
«Vi trenger et
«La oss
starte en
bank»
Våren 2007
April 2010
Sep. 2012
• Ideen fødes
• Kredittkort
på egen bok
• Salgsfinans
flybilletter
Nov. 2007
Våren 2009
• Banken åpnes
• Sparekonto
Usikrede lån
• Banken går i
pluss
«Vi trenger et
Våren 2007
April 2010
Sep. 2012
• Ideen fødes
• Kredittkort på
egen bok
• Salgsfinans
flybilletter
Nov. 2007
• Banken åpnes
• Sparekonto
Usikrede lån
Våren 2009
• Banken går i
pluss
Q2/Q3 2013
• Sverige
• Kredittkort
sparekonto
blancolån
«La oss
starte en
bank»
«Vi trenger et
«La oss
starte en
bank»
Våren 2007
April 2010
Sep. 2012
• Ideen fødes
• Kredittkort
på egen bok
• Salgsfinans
flybilletter
Nov. 2007
• Banken åpnes
• Sparekonto
Usikrede lån
Våren
2009
• Banken går i
pluss
Q2/Q3
2013
• Sverige
• Kredittkort
sparekonto
blancolån
Q4 2014
• Banken
profitabel i
Sverige
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
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
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
… 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
Virker det

Økt salg – men gjennomgående lavere risiko

Risk står for ca. 20% av salget av lån

Kundemasse på 422.400 kunder
– 52.900 lånekunder
– 71.900 innskuddskunder
– 297.600 ”Norwegian Reward” kredittkortkunder

Årlig egenkapitalavkastning i 3. kvartal utgjorde 38,0 %

…
…
55 ansatte inkl. vikarer
165
Richard Harris
VP Commercial Fraud and ID
Experian
Effectively Addressing
Cyber-Fraud Threats
Richard Harris
Vice President, Commercial
Fraud & ID, Experian
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.
The Frictionless Consumer Experience
Available
Relevant
Engaging
Experian Public.
Predictable
Effortless
Protecting the Consumer Journey
Moments of Delight
or
Moments of Frustration
Experian Public.
Retailer Data Breach Trend
Not Likely to End Soon
Experian Public.
Hidden Dangers Of Data Breaches
Experian Public.
Malware Growth Continues
- Apple Insider
Experian Public.
Stolen Data is used to impersonate
victims online
Serious dangers to consumers,
retailer and financial institutions.
Experian Public.
The Digital World
Benefits and Pitfalls
Pros
Cons
• The digital world
• ID Theft
• Frictionless experience
• Malware
• Build customer loyalty
• Advanced attacks
• Increase adoption
• Account takeover
• Increase activity
• Coordinated takedowns
• Increase sales
• Data Breaches
Experian Public.
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?
Experian Public.
Protecting the Consumer Journey
Experian Public.
The Device Behavior Will Not Lie
?
Experian Public.
Seeing Through The Impersonation
drossi@yahoo.com
Daniele
Rossi
46 Big Avenue
3
New York
Experian Public.
Operating System: iOS 7
Time Zone: +2 GMT
Language Settings: Turkish
Software Configuration…
100 other data elements…
Account Takeover Detection
One Device
Accessing Multiple
Accounts
Acct111
Acct222
Acct333
Acct444
Acct555
Unfamiliar Device
Accessing
Accounts
Experian Public.
In The Digital Age…
Consumers are represented by their digital proxy…
We partner with businesses to help differentiate between their
Digital Consumers and their Digital Adversaries
Experian Public.
180
Søren Kargaard
Resurs Bank
Link
181
Opsummering og
spørgsmål
182
Kaffe & netværk

(Microsoft PowerPoint - Finansr\345det_Simon_Schou_12062012)

Transcription

Similar documents

Lync 2013 – genvejstaster

WEB-DIRECT Brugerguide

Cuba - Ecuador - Bolivia - erfaringer fra rejser og rejseledelse

Bilag 7 - Folketinget

NetApp Nyheder - Fujitsu | Storage Club