RBS: Améliorer les Taux de Réponse de 25 %

Royal Bank of Scotland (RBS) ne ménage pas sa peine pour attirer et fidéliser une clientèle lucrativesur un marché ultra-concurrentiel. Pour se constituer un solide portefeuille de clients en tant quebanque de réseau, la banque doit concevoir, exécuter et quantifier des programmes marketingpersonnalisés. En plus de cibler de nouveaux clients et de renforcer ses offres de ventes croisées,RBS se devait également de mieux fidéliser sa clientèle existante et de dégager des recettessupplémentaires à partir de celle-ci.

Faciliter les opérations bancaires, en étant à l’écoute du client et en l’accompagnant à chaque fois que nécessaire : tel était le maître-mot de la nouvelle charte clients de RBS. Pour atteindre ses objectifs,la banque se devait de procéder par étapes. Premièrement, RBS a souhaité simplifier ses opérationsen améliorant l’agilité, la précision et les résultats de ses programmes marketing d’ensemble(publipostage, courrier électronique et autres stratégies de marketing sortant). Deuxièmement,le groupe a voulu exploiter des analyses intelligentes et des processus de gestion décisionnelle pourindividualiser les échanges avec les clients et les rendre plus lucratifs sur l’ensemble des canaux.

RBS était convaincu de l’extrême importance des données clients en sa possession. Il lui fallaitnéanmoins une solution unifiée capable d’extraire ces données, et de les transférer entre canaux enfonction du contexte pour maximiser leur pertinence. La solution marketing de Pega a permis à RBSde créer, gérer et documenter des campagnes marketing ultra-ciblées, à concurrence de 14 millionsde contacts chaque année. Les fonctionnalités déclenchées par des événements de Pega étaientégalement propices à la mise en place de campagnes ciblées, d’un millier à une poignée de contacts.

Soucieux d’élargir la portée et les fonctionnalités de ses programmes marketing avec unepersonnalisation intelligente de ses communications en temps réel, RBS a mis à profit l’analyseadaptative pour personnaliser pas moins de huit traitements différents pour chaque client sur sonsite Web. Grâce à l’apprentissage adaptatif de Pega, RBS a disposé d’un moteur décisionnel centralisépour ajuster ses campagnes et ses offres à la volée, renforçant encore ainsi son efficacité.

Enfin, RBS a mis au point un relevé annuel individualisé qui récapitule, dans une plaquette couleurpersonnalisée, le détail des avoirs de chaque client. En regard de chaque graphique/tableau figureun message Next-Best-Action personnalisé (chaque plaquette peut en contenir une vingtaine).