Secondo una nuova ricerca di Fenergo, leader mondiale nelle soluzioni di gestione del ciclo di vita del cliente (CLM), Know your Customer (KYC) e monitoraggio delle transazioni, il settore bancario di Singapore sta affrontando una sfida senza precedenti: il numero di clienti che abbandonano le banche a causa di pratiche di onboarding lente e inefficienti ha raggiunto livelli record.
Uno studio globale condotto su oltre centocinquanta dirigenti di livello C di banche aziendali, istituzionali e commerciali nel 2024 a Singapore ha rivelato che quasi il 90% ha perso clienti nell’ultimo anno a causa di ritardi e inefficienze nell’onboarding, un sorprendente aumento del 35% rispetto al 2023. Mentre le banche di tutto il mondo, comprese quelle negli Stati Uniti, nel Regno Unito e in Giappone, stanno affrontando problemi simili, Singapore è stata colpita più duramente, segnalando un problema critico per l’intero settore.
La ricerca evidenzia che le banche di Singapore stanno dedicando più tempo e risorse ai processi KYC, parte integrante della conformità AML, rispetto a qualsiasi altra regione esaminata. Il 91% degli intervistati ha attribuito alti tassi di abbandono a una cattiva gestione dei dati e a flussi di lavoro isolati. Mentre il 79% dei dirigenti ha sottolineato esperienze dei clienti scadenti e il 47% ha attribuito la colpa a processi di onboarding eccessivamente complessi. Queste inefficienze si verificano in un momento in cui gli istituti finanziari di Singapore sono sotto pressione per conformarsi alla strategia nazionale antiriciclaggio (AML), lanciata in seguito allo scandalo di riciclaggio di denaro di alto profilo del 2023.
Sebbene solo l’1% delle banche intervistate abbia automatizzato con successo la maggior parte dei propri flussi di lavoro KYC e onboarding, il rapporto rivela un crescente interesse per soluzioni basate sull’intelligenza artificiale. Il 38% degli intervistati ha indicato piani per implementare l’intelligenza artificiale per migliorare l’efficienza operativa, mentre il 30% mira a migliorare l’accuratezza dei dati con strumenti basati sull’intelligenza artificiale.
