Het verbeteren van de zogenoemde ‘customer journey’, de online-klantbeleving, is een hot topic onder banken en vermogensbeheerders. NN Investment Partners begint binnenkort in Polen met een pilot robo-profiling.
Het idee hierachter is dat wie wil beginnen met beleggen vaak een lange vragenlijst moet invullen over wie hij is, waarvoor hij wil beleggen en hoeveel risico hij aankan.
‘Tijdens dit zogenoemde “onboarding”-proces haken veel mensen af’, zegt directeur FitVermogen Ronald Sminia van NN IP, die betrokken is bij het project. ‘Zij voelen zich onbegrepen omdat veel van de vragen die ze krijgen niet op hen van toepassing zijn.’
Dat kan slimmer, dachten ze bij NN IP. Dit kan door gebruik te maken van algoritmes gebaseerd op de ‘item response theory’ en door onder andere gebruik te maken van de ‘computerised adaptive testing’-methode. Deze theorieën worden bijvoorbeeld ook gebruikt bij Cito-toetsen en toelatingstesten voor Amerikaanse universiteiten. Hierbij hangt iedere vervolgvraag af van de eerder gegeven antwoorden.
In het geval van NN IP krijgt iemand die op basis van een antwoord of kenmerk dat in de richting van een neutraal beleggingsprofiel gaat, een vraag die daarbij past en geen vraag specifiek gericht op meer offensieve of meer defensieve beleggers.
Na ieder antwoord ziet de klant vervolgens meteen wat zijn antwoorden voor invloed hebben gehad op zijn risicoprofiel. Er is continu een metertje in beeld dat aangeeft welk van de profielen, oplopend van ‘sparen’ en ‘zeer defensief’ via ‘neutraal’ tot ‘avontuurlijk’, op basis van zijn antwoorden tot dan toe waarschijnlijk het beste bij hem en het door hem aangegeven beleggingsdoel past.
‘De klant ziet zo dus dat we iets doen met zijn antwoorden, waardoor hij zich beter begrepen voelt en doordat hij alleen de voor hem relevante vragen krijgt, kan hij na vijf of zeven vragen al zicht hebben op zijn definitieve risicoprofiel, in plaats van na twintig of dertig deels irrelevante vragen’, zegt Sminia.
Het systeem maakt nadrukkelijk alleen gebruik van de klantgegevens die de klant (of bij collectieve klanten: zijn werkgever) zelf verstrekt heeft. ‘Nee, we kijken niet op Facebook-profielen om te zien waar iemand van houdt, dat geeft mogelijk wrijving met privacy-regels’, aldus Sminia. Het algoritme is wel lerend en houdt rekening met eerdere uitkomsten van klanten met vergelijkbare kenmerken.
Zo weet het systeem dat vrouwen vaak minder risico willen nemen dan mannen. In de huidige pilot wordt in eerste instantie nog niet gedifferentieerd met de formulering van de vragen, ‘maar daar kijken we wel naar’, zegt Sminia. ‘We onderzoeken nog wat we kunnen doen als het gaat om de tone of voice.’ Wellicht dat vragen aan jongere mensen op den duur dus anders geformuleerd zijn dan die aan oudere.