今日の急速に進化する金融環境では、ビッグデータ分析は単なるバズボードではなく、戦略的な資産となっています。データが銀行における顧客の関与をどのように変革しているかを理解するために、我々は、最近の研究の著者であるAmit Tanejaと座り、科学、工学、テクノロジーにおけるイノベーション研究の国際ジャーナルに掲載されました。 Q:あなたの研究の背後にある主なアイデアを概要できますか? この研究の核心は、銀行がビッグデータ分析をどのように活用して、顧客の行動をこれまで以上に正確に理解し、予測しているかということです。 Amit:  Q.銀行はどのような顧客データを分析しているのか? 銀行は通常、3種類の主要なデータを分析します。 Amit: 取引履歴 - これは、金融取引の頻度、量、種類に関するデータを含みます。 人口統計データ - 年齢、収入、性別、職業、場所はすべてセグメント顧客を助ける。 Online Activity Logs - ユーザーがどのくらいの頻度でログインするか、どのようなサービスと相互作用するか、特定のプラットフォームでどのくらいの時間を費やしているかは、すべて、好みや関与を測定するために監視されます。 Q:銀行は、このような大きな、多様なデータをどのように理解しているのでしょうか。 素晴らしい質問です. それが機械学習の入り口です. この論文で焦点を当てた2つの重要なテクニックは、 Amit:  クラスタリング(監督されていない学習):これにより、類似した行動を持つ顧客をグループにします。例えば、支出とセグメント顧客のパターンを「トランザクター」、「リボルバー」または「非アクティブ」ユーザーとして識別できます。 セグメント化(監督学習):これは、決定の木やK近隣のアルゴリズムを使用して、既知の結果や特徴に基づいて顧客を分類します。 Q:どのようなデータセットが分析に使用されましたか? 私たちは主に使用しています: Amit:  UCI Machine Learning Repositoryの銀行マーケティングデータセットは、ポルトガルの銀行からの実際のキャンペーンと人口統計データを含む。 Kaggle Customer Segmentationデータセットは、匿名化されているものの、人口統計や取引データを使用して現実的な銀行行動をモデリングするのに最適です。 Q:共有したい予測モデリングの洞察はありますか? 確かにいくつかの予測モデルを構築して、顧客のチャレンジやキャンペーン応答率などの結果を予測しました。 最善を尽くす: Amit:  Random Forest algorithms  91%の精度 93%の精度 90%の思い出 これは、Logistic RegressionやDecision Treesなどの他のモデルを上回った。 Q:このアプローチは、銀行にとって有意義な改善をもたらしたのでしょうか。 はい、そして結果は印象的でした. 以下は2つの具体的な結果です: Amit: 顧客セグメントの成功:例えば、銀行は高取引ユーザーや低関与ユーザーなどのセグメントを理解することで、オファーをカスタマイズすることができます。 パーソナライズされたアドバイス:これらは、パーソナライズされたアドバイスを実装した後、満足度スコアが約1ポイント(5ポイントスケール)上昇しました。 Q:そして顧客の忠誠心とチャーニーはどうですか? 2019年から2021年にかけて、銀行が伝統的なマーケティングからビッグデータに基づく戦略に移行したときに、12%から6%まで一貫した低下を示している。 Amit: Q:それでは、銀行のリーダーのための取扱いは何ですか? ビッグデータアナリティクスは競争上の優位性だけでなく、顧客のニーズを予測し、サービスをパーソナライズし、積極的に負担を減らすことによって、銀行は迅速に変化するデジタル環境で関連性を維持し、持続可能な顧客関係を構築することができます。 Amit:  Q:最後の質問は、このフィールドの次は何ですか? 次の境界線は、リアルタイムの分析とAI駆動型のパーソナライゼーションを統合することです。あなたの支出習慣を知っているだけでなく、リアルタイムであなたのライフスタイルにオファーを適応させる銀行を想像してください。 Amit:

This story contains new, firsthand information uncovered by the writer.

Between Two Computer Monitors: This story includes an interview between the writer and guest/interviewee. 

このオーディオは、ストーリーの元の言語で制作されています。

ビッグデータが銀行における顧客体験をどのように再構築しているか

About Author

コメント

ラベル

この記事は

Related Stories

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

Telegram: クリプト島と本土を結ぶ橋

フロキのヴァルハラがインドのスリランカツアーのアソシエイトスポンサーに加わる

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

Telegram: クリプト島と本土を結ぶ橋

フロキのヴァルハラがインドのスリランカツアーのアソシエイトスポンサーに加わる

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps