銀行間の熾烈な競争においては、既存顧客の買い戻しの可能性を解き放つことが焦点となっています。しかし、現在、銀行による金融商品の販売プロセスにおいては、金融担当者の個人的な経験に過度に依存していることが主な原因の一つとなっており、一連の問題が発生しています。国有銀行にとって、ターゲット顧客の位置付けやマーケティング実行の過程でこうした問題の発生を回避することも困難である。
ある国有銀行は業績のプレッシャーと競合するマーケティング リソースに直面しており、既存顧客の買い戻しの可能性を実現することが困難でした。
国有銀行の主要支店では、主に 3 つの営業部門に分かれています。投資商品の販売を担当するパーソナルファイナンス事業部、融資を担当するコンシューマーファイナンス事業部、クレジットカード事業部の3部門です。これら 3 つの事業部門の発展は比較的独立しており、そのうち個人金融事業部門は 1,000 万人を超える顧客を抱えています。
銀行事業における競争は熾烈を極めており、業績の伸びを高めるためには、既存顧客の再購入の可能性を最大限に活用する必要があります。これまで金融商品の販売は常に財務マネージャーの個人的な経験に依存していたため、ターゲット顧客の特定とマーケティングの実行過程で低いコンバージョン率と高いリスクが生じており、早急に改善が必要でした。
低品質: 応答率は低く、平均して 1% 未満です。
非効率性: 現在、財務マネージャーは 400 人強いますが、毎月約 20,000 人の顧客しか連絡できません。しかし、既存顧客は1000万人以上おり、販売条件を満たす人は数百万人もいる。現在の行き当たりばったりの販売方法では、必要とする顧客をタイムリーに見つけて満足させることができず、販売機会の損失や顧客の喪失につながります。これらの顧客は「スリープ」および「チャーン」状態にあります。
リスクが高い: 顧客の邪魔をしすぎると、苦情を受ける可能性があります。顧客からの苦情が多数ある場合、規制当局はアウトバウンド コール チャネルの使用を停止する場合があります。
Feisuan Technology は銀行のビジネス プロセスを分析し、すべてのリンクに明らかな問題があることを発見しました。
Feisuan Technology は銀行の業務プロセスを包括的に分析した結果、3 つの問題のあるリンクを発見しましたが、これらの問題は適切に解決されていません。
第一段階の業務連携は「候補者リストの取得」であり、具体的な業務内容は、業務担当者がIT担当者に対して候補者リストの取得を要求することである。このビジネスには主に 4 つの問題点があります: 1 つ目、ビジネス担当者には分析能力が不足しており、IT 担当者に頼らなければならないこと、2 つ目、IT 担当者は誤解を起こしやすいこと、3 つ目、IT 担当者のフィードバックサイクルが長いこと、4 つ目、両者間のコミュニケーション不十分なため、さらに再作業が必要になります。同銀行は本店のビッグデータプラットフォームを活用して改善を試みたが、効果は思わしくない。問題の1つは、依然としてビジネス担当者が参加できず、ビジネスとITの間に「コミュニケーションギャップ」が存在していることだ。2つ目は、本社のデータが各支店の個別のニーズを考慮しておらず、ニーズに応えられないことです。このビジネス リンクは現在比較的原始的なものであり、ビジネス担当者が要件を提示した後、IT 担当者が手動でデータを抽出します。
2 番目のビジネス リンクでは、ビジネス担当者が経験的な判断に基づいて潜在的な顧客を特定し、候補リストを作成します。しかし、彼らが直面している問題は、経験則に依存しているため、位置が不正確になり、結果が不十分になることです。同銀行は、人工知能モデリングを実施するアルゴリズムの専門家を雇用することで状況の改善を図ってきたが、その結果は満足のいくものではなかった。理由の 1 つは、専門家にかかるコストが高いこと、もう 1 つはモデリング サイクルが長く、ビジネス チームの時間要件を満たせないことです。このリンクの現在のビジネス状況では、エキスパート モデリングは小規模でのみ使用されており、経験則が依然として意思決定の主な基礎となっています。
3つ目のビジネスリンクは、営業担当者が顧客と接触し、金融商品を勧める「つながりの構築と販売」です。ただし、このリンクの問題は、手動の方法に依存しており、効率的ではないことです。この問題を改善するために、銀行は従来のマーケティング システムを使用しようとしましたが、これによりいくつかの問題は解決されましたが、新たな問題も生じました。まず、閉じられたマーケティングループが開かれておらず、手動で実行する必要があるため、自動化されたマーケティングは不可能です。第二に、クロスチャネルリソースの統合と顧客コミュニケーション戦略の最適化は達成できません。現在、このリンクは依然として従来のマーケティング システムを使用して運用されています。
Feisuan Technology は自動化、人工知能、大規模モデル技術を活用して銀行に包括的なソリューションを提供します
Feisuan は、3 つの部分で構成されるエンドツーエンドのソリューションを銀行に提供します。1 つ目は、顧客インサイトの問題を解決するための大規模モデルと BI で強化された分析です。2 つ目は、候補リストの精度の問題に対処するための自動モデリングです。最後に、マーケティングの効率性とリソースの最適化の問題を解決する自動マーケティングがあります。
Feisuan Technology のソリューションの最初の部分は AI.Insight です。同製品は顧客ポートレートを自動生成し、トレンド分析、アトリビューション分析、ギャップ分析などの機能を提供する。AI.Insightは小型モデルと大型モデルの利点を総合的に活用します。小さなモデルは分析と推奨を担当し、大規模なモデルは対話と意思決定の生成を担当します。AI.Insight は、「ロングリストの取得」ビジネス リンクに、インテリジェントなインタラクションとインテリジェントな洞察という 2 つの期待される効果をもたらすことができます。データ洞察ポイントで顧客の特性を分析することで、異常な顧客グループの位置を特定できます。
Feisuan Technology の AI.Modeler は、ソリューションの 2 番目の部分で使用される完全に自動化されたデータ モデリング プラットフォームです。データ処理とモデル開発に焦点を当てており、データ モデリングの分野における分析、クリーニング、導出、選択、反復、オンラインのモデリング ライフ サイクル全体をカバーしています。AI.Modeler は、「候補リストの取得」ビジネス リンクに、正確な位置特定と低い使用しきい値という 2 つの期待される効果をもたらすことができます。
正確なポジショニング: 既存顧客の少数のリストを作成し、正確なマーケティングを実施し、コンバージョン率を向上させます。
AI.Modeler の標準バージョンは、製品マネージャーや財務マネージャーなどのビジネス担当者に適しており、使用の敷居が低くなります。モデリングプロセスはワンクリックで完了し、全自動で4つのステップを含めてわずか30分で完了します。プロモデラーに匹敵する仕上がり。
ソリューションの 3 番目の部分は、Feisuan Technology の自動マーケティング プラットフォームを通じて実現されます。閉じたマーケティング ループの開始、マーケティング戦略の最適化、マーケティング リソースの管理、活動やその他のニーズの設計、実行、追跡をサポートできます。自動化されたマーケティング プラットフォームを使用すると、「接続と販売」ビジネス リンクにおけるマーケティング戦略の最適化、マーケティング リソースの管理、イベントの設計と実行において望ましい効果を達成できます。
Feisuan Technology と銀行の協力はビジネスに大きな利益をもたらしました
2022 年6 月 10 日から 30 日まで、Feisuan Technology は POC を実施し、実際の顧客とのコミュニケーションやマーケティング結果の集計によるオフライン検証を実施しました。その結果、Feisuan Technologyのソリューションの応答率は2.48%に達したが、従来の銀行の応答率はわずか0.31%であり、Feisuanの応答率は従来の手法の8倍であった。Feisuan のソリューションの平均購入金額は 185 万個に達しますが、従来の方法では 50 万個強に過ぎず、Feisuan の平均購入金額は従来の方法の 3.6 倍です。全体として、Feisuan を使用した事業収入は 30 倍近く増加しました。
銀行はこのテストの結果に非常に満足し、Feisuan Technology の製品を正式に購入することを決定しました。両社は、さらなる概念実証を進めるために、顧客プロファイリング、イベントマーケティング、マーケティングオートメーションなどの詳細について話し合っています。
既存の顧客向けの価値向上ソリューションやソリューション内の特定の製品にも興味がある場合は、[Feisuan Technology] 公式アカウントをフォローして詳細をご覧ください。
SenseTime創設者Tang Xiaoou氏死去、55歳 2023年、PHP停滞 紅蒙システム独立間近、多くの大学が「紅蒙授業」開設 Quark BrowserのPC版が内部テスト開始. ByteDanceはOpenAIによって「禁止」された. Zhihuijunの新興企業は借り換え、金額は6億元以上、事前評価額は35億元. AIコードアシスタントは非常に人気があるため、プログラミングで競争することさえできません言語ランキング. Mate 60 Proの5Gモデムと無線周波数技術ははるかに先を行っている No Star, No Fix MariaDBがSkySQLをスピンオフし、独立した会社として設立