企業は顧客エンゲージメントのために人工知能にどのように依存しているか

ここ数年、銀行は消費者の期待の高まり、優れた顧客エクスペリエンスを備えたデジタル競合他社との競争、技術の進歩、規制の強化など、多くの新たな問題に直面してきました。多くの銀行は、これらの課題に対処し、関連性を維持するためにデジタル化を開始していますが、トラフィックがデジタル チャネルに流れ始めたため、銀行はコストを節約するために支店ネットワークを縮小しました。

新型コロナウイルス感染症の発生後、デジタル変革はさらに加速しました。これは、コスト対収益の比率がデジタル銀行の 2 倍である従来の実店舗銀行に特に当てはまります。

私たちは現在不況に陥っており、誰もが気を引き締めることを余儀なくされています。支出は減少しており、現在の状況はしばらく続くと思われる。景気低迷はほとんどの銀行にも影響を及ぼしており、多くの銀行が採用支出を削減しなければならず、多くの場合、さらなる人員削減を余儀なくされている。この人員削減によって経済的圧力はいくらか緩和されたかもしれないが（金融行動監視機構は、銀行支店を閉鎖することで年間59万ポンドの節約ができると試算している）、銀行は依然として顧客とのつながりを維持し、確実に顧客を維持し、新たな顧客を引きつけるためのリソースを必要としている。

1 つの解決策は、データと人工知能を使用して顧客の知識を獲得し、ユーザーの定着率を高めることです。機械学習 (ML) を使用してデータを分析し、状況に応じたエクスペリエンスに関する洞察を銀行に提供したり、会話型人工知能を使用して顧客との「人間のような」やり取りを可能にしたりできます。 NatWest の仮想アシスタント Cora は、パンデミックの影響を受けた何千人もの顧客がローンやクレジット カードの支払いのスケジュールを変更できるよう支援することで、これをどのように達成できるかを示しています。

顧客を理解することがエンゲージメントを向上させる鍵です。人工知能と分析ソリューションは、顧客の財務管理に役立つ洞察を提供し、次のステップを推奨することでこれを可能にします。ただし、最も効果的なエンゲージメントを提供するには、包括的なデータが必要です。銀行は、顧客の好みを理解し、将来のニーズを予測できるように、プラットフォームを使用して顧客の他の取引関係や所在地に関する情報を収集する必要があります。たとえば、顧客の収入と支出のパターン、年齢、金融資産と負債に基づいたデータの収集により、銀行は特定の企業への投資を推奨したり、頻繁な外食への支出を削減したりできるようになる。

データ分析を使用するもう 1 つの利点は、銀行が必要のないサービスやオファーで顧客に迷惑をかけるのを防ぐことです。その代わり、銀行は適切なサービスを適切な人に適切なタイミングで提供できるようになります。これにより、顧客が経済的ニーズを満たすために他の場所に行く可能性が低くなります。

前述の例により、銀行は AI を効果的に使用して高度にパーソナライズされた状況に応じたエクスペリエンスと、顧客の財務的幸福を向上させる推奨事項を提供することで、高レベルのエンゲージメントを達成できる可能性があります。

しかし、顧客にこのデータを提供することで、顧客が財務をより効果的に管理し、銀行がデータを維持できるようになりますが、調査レポート「デジタル バンキング エンゲージメントの最大化」では、効果的な顧客エンゲージメントを生み出すことに成功している銀行はわずか 5% であることが示されています。ほとんどの場合、長期的な計画ではなく、顧客エクスペリエンスのための一時的な修正に重点を置くだけです。

データの収集と分析に必要なテクノロジーにも課題が生じる可能性があります。コストは高くなる可能性があり、結果は使用するデータによって異なります。したがって、銀行は、事業目標、顧客ベース、テクノロジーの準備状況などの要素を考慮して、所在地に基づいて選択を行う必要があります。

以上が企業は顧客エンゲージメントのために人工知能にどのように依存しているかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。