Payment Enrichment: Der Schlüssel zu präzisen Transaktionsdaten

Ursache für dieses Problem sind rohe, unstrukturierte Transaktionsdaten. Wenn Sie in einem Geschäft, an einer Tankstelle oder in einer Bar etwas bezahlen, heisst das nicht unbedingt, dass Ihnen die Zahlung auf Ihrer Abrechnung auch mit dem eigentlichen Namen der Verkaufsstätte angezeigt wird. Stattdessen erhalten Sie die Daten in vielen unterschiedlichen Formaten und einzelne Händler lassen sich dabei nur schwer unterscheiden.

Das führt zu verschiedenen Problemen. Konkret geht es dabei um Folgendes:

• Kundinnen und Kunden können nicht nachvollziehen, wofür sie ihr Geld ausgeben.
  
  
• Die fehlende Nachvollziehbarkeit erschwert das Erstellen von persönlichen Budgets.
  
  
• Wegen mangelnder Transparenz steigt das Betrugsrisiko.
  
  
• Für Banken ist es schwieriger, intuitive Nutzeroberflächen zu gestalten.
  
  
• Basierend auf den rohen Transaktionsdaten lassen sich personalisierte Offerings nicht optimal anbieten, beispielsweise eine Kategorisierung der Transaktionsdaten im E-Banking-Feed.
  
  
• Für Banken erhöht sich der Aufwand, da vermehrt Rückfragen der Kundschaft eingehen.
  
  

Eine Lösung für dieses Problem existiert bereits: Data Enrichment. Das ist ein Prozess, bei dem bestehende Datensätze mit zusätzlichen Informationen ergänzt werden, um deren Nutzen zu steigern. Entweder fügt man dazu externe Daten hinzu oder man verfeinert die bereits vorhandenen Daten. Ziel von Data Enrichment ist es, genauere und umfassendere Daten zu erhalten. Dadurch sind bessere Analysen möglich – oder auch die Verwendung in Anwendungen mit künstlicher Intelligenz. Für Letzteres ist die Qualität der Daten ausschlaggebend.

Unternehmen nutzen Data Enrichment häufig, etwa für die Optimierung von Kunden- oder Produktdaten – oder wie in unserem Fall für die Verbesserung von Transaktionsdaten. Dafür gibt es einen separaten Namen: Payment Enrichment. 

Payment Enrichment ist eine Subkategorie von Data Enrichment. Mit Payment Enrichment werden Transaktionsdaten optimiert. Damit wird genau das Problem gelöst, das am Anfang dieses Blogs beschrieben wurde. Payment Enrichment macht Zahlungen nachvollziehbar und transparent. Aber wie funktioniert das? Werfen wir dafür einen Blick auf dieses Bild: 

Alles beginnt mit rohen Transaktionsdaten. Denn ohne Payment Enrichment würde die Benutzeroberfläche im E-Banking oder in einer Zahlungs-App ungefähr so wie auf der linken Seite des Bildes aussehen.  Ziemlich unübersichtlich, nicht wahr? Das Beispiel veranschaulicht, warum rohe Transaktionsdaten ein Problem sind. Hier kommt Payment Enrichment ins Spiel. Dadurch werden die Daten verständlich. Wenn wir als Beispiel die SIX Payment Enrichment Services nehmen, sieht die Benutzeroberfläche danach ungefähr so aus, wie rechts im Bild.

Aber wie kommt man von rohen Transaktionsdaten zu einer ansprechenden Benutzeroberfläche? Einfach ausgedrückt: Aus rohen, unstrukturierten Daten extrahiert man strukturierte Daten, die für Menschen einfach zu verstehen und für Computer einfach zu verarbeiten sind.

Wenn wir beim Beispiel SIX Payment Enrichment Services bleiben, wird jede Zahlung um folgende Daten angereichert:

• Transaktionskategorie
• Einheitlicher und verständlicher Name der Gegenpartei (Pretty Name)
• Logo der Gegenpartei

Zusätzlich für Händler:

• Kontaktangaben des Händlers
• Standort des Händlers

Für das Anreichern der Daten werden verschiedene Ansätze kombiniert: Datenaufbereitungsalgorithmen, Mustererkennung sowie menschliche Bearbeitung.  

Payment Enrichment hilft dabei, Transaktionen zu verstehen. Es macht die Zahlungen transparenter – für Banken wie auch für deren Kundschaft. Das bringt verschiedene Vorteile. Payment Enrichment hilft etwa bei der Betrugserkennung, weil Banken Transaktionsdaten besser verstehen und dadurch in der Lage sind, Anomalien besser zu erkennen. Die Kundschaft profitiert von klar verständlichen Informationen und personalisierten Angeboten. Die bessere Verständlichkeit der Daten macht es auch möglich, gezieltere Analysen durchzuführen.

Weil die Daten strukturiert werden, eignen sie sich auch optimal für den Einsatz von künstlicher Intelligenz oder Machine Learning. Und letztlich bringt Payment Enrichment auch Kosteneinsparungen für Banken. Beispielsweise reduzieren nachvollziehbare Transaktionen die Anrufe in Call Centern bezüglich der Identifikation von Zahlungen.