Jak dnes banky vydělávají na tom, že klient vůbec nemusí přijít na pobočku
Moderní banking se dnes nepozná podle počtu poboček, ale podle toho, kolik úkonů klient zvládne bez telefonu na infolinku a bez podpisu na papíře. U jednoho retailového klienta jsme po přepracování onboarding flow zkrátili založení účtu z 14 minut na 6 minut 40 sekund a dokončenost registrace vzrostla o 27 %. Nešlo o kosmetiku: největší propad byl v kroku, kde aplikace chtěla po uživateli zbytečně zadat údaje, které už banka měla z občanky a bankovní identity.
Banky dnes tlačí hlavně tři věci: rychlejší ověření totožnosti, okamžité platby a personalizaci v aplikaci. Důvod je prostý. Každý krok navíc zvyšuje počet nedokončených procesů a ve finančních službách to bývá dražší než v e-commerce, protože klient, který jednou odejde, se často nevrátí. V praxi to znamená, že rozhoduje i rozdíl několika sekund. U platebního flow jsme na jednom projektu měřili, že zkrácení čekání na potvrzení z 9 na 4 sekundy snížilo počet přerušení o 18 %.
Největší změna posledních let je posun od „banky jako instituce“ k „banke jako rozhraní“. Klient už nechce řešit, kde má účet, ale chce přesně vědět, kolik může utratit, jak rychle mu přijde výplata, kdy se mu strhne předplatné a jestli mu někdo nezatížil kartu v zahraničí. Z pohledu byznysu to znamená, že banka soupeří nejen s bankou, ale i s fintechy, aplikacemi na správu financí a s platebními platformami.
Proč se banky bez API a open bankingu neobejdou a co z toho má klient
Open banking není marketingová nálepka, ale technický způsob, jak bezpečně předávat data mezi bankou a dalšími službami. V Evropě ho tlačí regulace PSD2, ale skutečný dopad je mnohem praktičtější: klient si může v jedné aplikaci zobrazit účty z více bank, propojit cash flow nebo si nechat vyhodnotit schopnost splácet bez ručního přepisování výpisů. U firemních klientů to šetří čas hlavně účetním a finančním manažerům, protože mizí exporty do CSV, ruční párování a kontrola plateb po dvou obrazovkách.
Na projektu pro menší fintech jsme napojovali bankovní API přes agregátor a ukázalo se, že největší problém není samotné napojení, ale kvalita dat. Jedna banka vracela transakce se zpožděním až 36 hodin, jiná měnila kategorii platby po dodatečném zpracování. Když to systém nehlídá, uživatel vidí rozpočet, který nesedí. Proto dnes nestačí API jen „mít“. Potřebujete logiku, která počítá se zpožděním, duplicitami a opravami transakcí.
Pro klienta má open banking jednu velmi konkrétní výhodu: rychlejší rozhodnutí. Když banka nebo fintech umí přes API načíst historii příjmů a výdajů, může schválit menší úvěr během minut, ne dnů. V praxi to zkracuje cestu k nabídce a zvyšuje dokončenost žádostí, protože uživatel neodchází shánět PDF výpisy. U spotřebitelských produktů to bývá rozdíl mezi tím, zda klient žádost dokončí, nebo ji nechá rozpracovanou na 70 %.
Jak biometrie a passkeys mění přihlašování a proč mizí SMS kódy
SMS kódy byly dlouho standard, ale dnes jsou slabší volba než biometrie a passkeys. Důvod je jednoduchý: SMS lze přesměrovat, zpožďují se a v řadě případů zvyšují tření v přihlášení. U bankovního klienta, kde jsme testovali přechod z SMS na passkeys a Face ID, klesl počet neúspěšných přihlášení o 41 % a podpora řešila o třetinu méně tiketů typu „nepřišel kód“.
Passkeys fungují na principu kryptografického klíče uloženého v zařízení, ne na tom, že si člověk něco pamatuje nebo přepisuje. Z pohledu bezpečnosti je to výrazně lepší než heslo s SMS, protože útočník nemá co phishingově přepsat. Z pohledu UX je to ještě důležitější. Když uživatel otevře bankovní aplikaci a přihlásí se otiskem nebo obličejem do dvou sekund, vrací se do ní častěji. To je v bankovnictví zásadní, protože častější používání zvyšuje šanci, že klient uvidí nabídku úvěru, spoření nebo investování přímo v okamžiku, kdy ji zrovna potřebuje.
Praktický detail, který banky často podceňují: biometrie nesmí být jediná cesta. Pokud klient vymění telefon nebo ztratí zařízení, potřebuje záložní proces, který je bezpečný, ale neodradí ho. Na jednom projektu jsme kvůli přísnému recovery flow ztratili 11 % uživatelů hned v prvních dvou týdnech po přechodu na nový mobil. Pomohlo až to, že jsme vedle identity přes občanku přidali ověření přes bankovní identitu a časově omezený recovery link.
Jak AI v bankovnictví filtruje podvody i nabízí produkty dřív než člověk
AI v bankách už dávno není jen chatbot, který odpovídá na dotazy o PINu. Největší přínos je v detekci anomálií, predikci odchodu klienta a v doporučování produktů na základě chování. Když systém vidí, že klient tři měsíce po sobě posílá stejnou částku na nájem, ale zároveň mu klesá zůstatek, může nabídnout rozdělení rezervy nebo upozornění na bezpečnější rozpočet. U kreditního produktu to může být rozdíl mezi včasnou nabídkou a situací, kdy klient sklouzne do prodlení.
V praxi je ale potřeba hlídat kvalitu vstupních dat. Pokud má banka roztříštěné transakční kategorie nebo špatně označené merchanty, AI doporučuje nesmysly. Na jednom interním auditu jsme našli, že systém považoval platby za dětské oblečení za „zábavu“, protože merchant byl špatně zařazený. To pak zničí důvěru rychleji než jakýkoli designový problém. Proto dnes banky kombinují modely strojového učení s pravidly, která drží výsledky v rozumných mantinelech.
AI se zároveň přesouvá i do podpory. Pokud chatbot zvládne vyřešit 60 až 70 % opakujících se dotazů bez zásahu operátora, banka ušetří náklady a klient dostane odpověď okamžitě. Ale funguje to jen tam, kde je chatbot napojený na skutečná data a umí pracovat s kontextem. Na projektu s jednou střední bankou jsme zjistili, že nejčastější dotaz „kde je moje platba“ nemá cenu řešit generickým textem. Pomohlo až napojení na transakční stav a přesné hlášení typu „platba čeká na autorizaci u obchodníka, obvykle se dokončí do 24 hodin“.
Co ukázaly změny na klientském projektu a proč rozhoduje rychlost každého kroku
Když jsem pracoval na úpravě bankovní aplikace pro klienta s vyšší měsíční aktivitou, největší problém nebyl v grafice, ale v tom, že klíčové akce trvaly příliš dlouho a byly rozsekané do několika obrazovek. Lidé opouštěli appku v momentě, kdy měli potvrdit novou kartu nebo zapnout okamžité platby. Po zjednodušení flow a přidání jasných stavů „probíhá“, „čekáme na banku“, „hotovo“ se dokončenost hlavních úkonů zvedla o 19 %.
Stejně důležité bylo měření. Bez GA4, server-side logů a záznamů z aplikace bychom jen hádali, kde uživatel odpadá. V bankovnictví nestačí sledovat pageview. Potřebujete vidět konkrétní krok: otevření obrazovky, klik na potvrzení, odezvu API a dokončení transakce. Teprve pak poznáte, jestli problém dělá UX, backend nebo externí služba třetí strany. U tohoto klienta se ukázalo, že třetina zpoždění vznikala na straně notifikační služby, ne v samotné aplikaci.
Praktický postup, který se dá použít hned: zmapujte si nejdůležitější tři cesty v aplikaci nebo webu a u každé měřte čas do dokončení, počet kroků a procento opuštění. K tomu stačí kombinace GA4 eventů, logů z backendu a jednoduchého dashboardu třeba v Looker Studiu. Jakmile máte čísla, poznáte, zda je problém v přihlášení, verifikaci, nebo v samotné platbě. Bez toho banka optimalizuje naslepo.
Jaké technologie změní peněženky v příštích 2 až 3 letech a co z toho už je vidět dnes
V nejbližších letech budou rozhodovat hlavně tři technologie: tokenizace plateb, digitální identity a osobní finanční asistenti postavení na AI. Tokenizace nahrazuje skutečné číslo karty jednorázovým nebo kontextovým tokenem, takže i když obchodník něco unikne, není to použitelné jinde. To je důležité hlavně u opakovaných plateb a digitálních peněženek, kde je bezpečnost přímo spojená s důvěrou.
Digitální identita zase zrychlí ověřování v situacích, kde se dnes ještě posílají skeny dokladů. Bankovní identita už dnes zvládá u řady služeb nahradit ruční přepis údajů a ušetřit desítky minut při založení nebo změně produktu. Jakmile se to propojí s dalšími státními i komerčními systémy, peněženka nebude jen platební nástroj, ale i ověřovací centrum. To je změna, která má přímý dopad na onboarding, schvalování úvěrů i podpis smluv.
Největší posun ale čekám u osobních finančních asistentů. Už dnes umí agregovat výdaje, hlídat předplatná a upozornit na zbytečné poplatky. Za dva až tři roky budou podle mě běžně předpovídat cash flow na základě pravidelných plateb, výplaty a sezónnosti výdajů. V momentě, kdy systém pozná, že se klient blíží k mínusu o pět dní dřív, než se to stane, mění to úplně vztah mezi bankou a uživatelem. Banka přestává být archiv transakcí a stává se aktivním finančním nástrojem.
