人的アプローチと比較したときに、最大6倍の顧客獲得効果が得られた、金融商品・サービスのクロスセル&アップセル事例。
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2〜6倍の顧客獲得効果が見られた。
課題 | : | マーケティングの高度化、 業務量削減、 |
---|---|---|
業界 | : | 金融・決済、 |
解析テーマ | : | テーブルデータ解析、 |