顧客の属性情報や口座情報（トランザクション含む）と他の商品成約情報等を用いて、「誰に」「何を」「どのように」訴求すべきかを25種以上（70個以上)の機械学習モデルで予測。予測結果と商品特性を基に、薦めるべき商品及び顧客アプローチ方法を決定した。これにより、全ての商品において既存の人的アプローチと比較し約2〜5倍の顧客獲得効果が見られました。各種預金、債権、投資信託、保険など多様な商品のクロスセルに活用されています。