aalto1 untyped-item.component.html
Finding the most suitable customer onboarding solution for an energy company
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Master's thesis
Electronic archive copy is available via Aalto Thesis Database.
Authors
Date
Department
Major/Subject
Mcode
Language
en
Pages
51
Series
Abstract
Know Your Customer (KYC) processes are important for banks and financial institutions to verify that their services aren't used illicitly, such as in money laundering or terrorist financing. KYC processes are also used in other types of companies as part of their onboarding process in order to make sure that for example, the new customer's financial situation will not cause problems on paying their invoices.
This thesis aims to find the most suitable customer onboarding solution for an energy company Company X. Currently their Nordic Business-to-Business bulk fuel customers are onboarded manually by Company X personnel. The company is looking for an automated process that gathers information about the customer, such as credit reports and sanction list screening data to one place where the personnel can review the data and either accept or deny the customer application.
The outcome of the study was that most of the commercially available onboarding solutions were not targeted towards the needs that Company X has. Only Signicat Mint showed potential with its no-code workflow builder that has templates for the required background checks, but since the platform was too new and lacked support for more complex logic, an in-house solution was suggested instead. This solution, like Company X's other Web services, relies on a microservice that handles the communication between Company X's internal services and external data sources to gather information about the customer and create the related resources in Company X's services if the customership was approved. The microservice could also host onboarding for other customer types in the future. While this thesis focused on automating the process of becoming a customer, some further studies could be made on effective ways of walking the new customer through the Company X Web services, monitoring customer behaviour during and after onboarding, and finally, using AI in analyzing customers' documents.
Asiakkaan tuntemisen prosessit ovat tärkeitä asioita pankeille ja muille finanssialan instituutioille, jotta voitaisiin varmistaa, että niiden palveluja ei käytetä laittomiin tarkoituksiin, kuten rahanpesuun ja terrorismin rahoittamiseen. Kyseisiä prosesseja käytetään myös muuntyyppisissä yrityksissä uusien asiakkaiden kohdalla tapahtuva palveluiden piiriin saattamisprosessin (eng. customer onboarding) alussa, jotta saadaan varmistettua, että esimerkiksi asiakkaan taloudellinen tilanne ei aiheuta riskejä laskujen maksamisen suhteen.
Tämä diplomityö pyrkii selvittämään sopivimman ratkaisun automatisoida uusien asiakkaiden saattamiselle energiayhtiö Yhtiö X:n palveluiden piiriin. Tällä hetkellä uudet Yhtiöasiakkaat, jotka tilaavat polttoainetta suoratoimituksena tuodaan uusiksi asiakkaiksi manuaalisesti Yhtiö X:n henkilöstön toimesta. He etsivätkin automatisoitua prosessia joka selvittää yhtiön taustat, kuten luottotiedot ja sanktiolistojen mahdolliset osumat yhteen paikkaan, josta yhtiön työntekijä voi tarkastaa löydetyt tiedot ja joko hyväksyä tai hylätä asiakkaan hakemuksen.
Työn tuloksena selvisi, että suurin osa kaupallisesti saatavilla olevista ratkaisuista ei ollut Yhtiö X:n vaatimukset täyttäviä. Ainoastaan Signicat vaikutti lupaavalta vaihtoehdolta, tarjoten asiakastietojen hakemiseen valmiita sapluunoita heidän alustallaan jonka käyttämiseen ei tarvitse osata ohjelmoida. Kyseinen alusta oli kuitenkin varsin tuore, ja siitä puuttui vielä ominaisuuksia, joita tarvittaisiin monimutkaisemman logiikan toteuttamiseen. Valmiiden ratkaisuiden sijaan päätettiin ehdottaa sisäisesti uuden mikropalvelun ympärille toteutettavaa ratkaisua, joka hakee yhtiön taustatiedot ulkoisista järjestelmistä, analysoi niitä ja antaa Yhtiö X:n henkilöstölle arvioitavaksi. Hyväksynnän jälkeen mikropalvelu luo tarvittavat resurssit sisäisiin järjestelmiin. Tulevaisuudessa mikropalveluun voitaisiin lisätä myös muiden asiakastyyppien palveluihin saattamisprosessit. Tämän diplomityön keskittyessä asiakkaaksi tulemisen automaatioon, jatkotutkimuksena voisi selvittää keinoja rekisteröitymisen jälkeiseen vaiheeseen, jossa asiakasta opastetaan yhtiön palveluiden käytössä, tai selvittää tapoja monitoroida asiakkaan käyttäytymistä asiakkaaksi tulemisen aikana ja palveluiden käyttöönotossa. Lisäksi potentiaalisena tutkimuskohteena voisi olla asiakkaan dokumenttien analysointi tekoälyn avulla.