解决问题
-
提高营销响应率利用人工智能分析技术综合评估用户账单分期需求以及消费力等，银行根据综合评估结果进行营销，提高营销响应率。 -
降低营销成本一方面提高营销响应率后，降低了单个分期客户的营销成本；另一方面，根据不同评分等级进行不同方式的营销，降低运营成本。 -
提升用户体验减少对无账单分期意愿的客户的营销，提升用户的服务体验。
业务痛点
-
营销响应率低银行只有用户在本行的消费数据，急需引入外部数据补充客户账单分期意愿、消费力等特征，提高营销响应率。 -
营销成本高银行通过电销、短信、优惠券配置等多种方式进行营销，流程长、响应率低，成功转化客户的平均营销成本高。 -
客户体验差无差别营销，会打扰到很多无账单分期意愿和能力的客户，客户体验差。
解决方案架构
方案优势/亮点
-
算法先进采用专家经验和机器学习算法相结合的方式进行评估，模型效果达到业界较高水平。 -
数据维度丰富依托于银联大数据能力，衍生基础类、消费类、金融类和资产类特征2万余个，可以从多维度分析用户特征。
