Опрос 1419 клиентов, в том числе более 150 в секторе финансовых услуг, проведенный MIT Technology Review Insights совместно с Google, показал, что маркетологи в отрасли являются одними из самых прогрессивных в развертывании машинного обучения (ML).

Индустрия финансовых услуг сталкивается с проблемами при внедрении ML из-за строгих правил соблюдения, особенно в Европе с новым Общим регламентом защиты данных (GDPR). Однако исследование показывает, что 41% маркетологов финансовых услуг в настоящее время используют ML. Данные опроса также показывают, что внедрение машинного обучения продолжится: еще 30% маркетологов финансовых услуг планируют внедрить эту технологию в течение года.

Последние семь месяцев я работаю в компании, занимающейся технологиями искусственного интеллекта, и последние пару месяцев мы сосредоточились на индустрии финансовых услуг. Вот некоторые извлеченные уроки, которые также отражены в результатах опроса Массачусетского технологического института.

Операционная эффективность

Банки первыми задаются вопросом, сколько они могут сэкономить на операционных расходах, если переведут человеческую поддержку клиентов на автоматизированную.

Данные ведущего британского банка показывают, что 73% тратят деньги на передовую в традиционном обслуживании клиентов. Голосовые агенты и чат-боты могут сыграть важную роль в вашей истории успеха, расширяя ваш бизнес в Интернете или отвечая на запросы клиентов. эффективно.

Респонденты опроса сообщают об особом прогрессе в автоматизации запросов клиентов.

Средний респондент указывает, что от четверти до половины всех запросов в настоящее время полностью разрешаются через автоматизированные каналы, и почти каждый десятый указал, что большая часть входящих контактов с клиентами полностью автоматизирована.

Этот процент еще выше среди лидеров по работе с клиентами, что указывает на то, что клиентоориентированные фирмы могут справиться с эскалацией полной автоматизации контактов без потери удовлетворенности клиентов.

Прогностический маркетинг

Компании могут использовать возможности искусственного интеллекта для улучшения взаимодействия с клиентами за счет действенного понимания разумности, содержания и смысла каждого взаимодействия с клиентом. Но самое главное, обеспечить, чтобы все данные, собранные в ходе этих взаимодействий, направлялись во все подразделения компании для прогнозирования поведения клиентов и корректировки коммерческих процессов.

Это то, что я лично нашел интересным, поскольку технологии теперь могут автоматизировать и соединять точки на протяжении всего пути клиента.

В ходе опроса 60% маркетологов финансовых услуг заявили, что, по их мнению, машинное обучение может улавливать намерения на протяжении всего пути клиента. Возможность контекстуально исследовать связи и отношения позволяет маркетологам анализировать путь клиента, от первоначального контакта с брендом до конверсии и постоянного взаимодействия. Они могут использовать машинное обучение, чтобы проследить первые шаги продаж или маркетинга до действий, которые привели к решению о покупке, и использовать полученные знания для улучшения таких областей, как обслуживание клиентов и поддержка.

Анализ настроений помогает управлять расходами

Для большинства респондентов операционные расходы выросли, но меньше для тех, кто инвестирует в анализ настроений клиентов. Компании, использующие сложные инструменты, такие как анализ естественного языка, как правило, являются лидерами в развертывании технологий обслуживания клиентов и теперь могут лучше видеть результаты затрат и результатов от этих инвестиций.

Большинство трудностей, с которыми мы столкнулись, связаны с анализом настроений на разных языках. Анализ настроений требует значительной настройки и не может применяться к шаблонам в разных отраслях и на разных языках. Однако, инвестируя в инструменты, которые способствуют более глубокому пониманию клиентов, они могут принимать более разумные инвестиционные решения.

Источники:

Глобальное исследование Массачусетского технологического института: люди + боты: напряжение и возможности, https://www.genesys.com/resources/mit-global-research-humans-bots-tension-and-opportunity?thankyou=109214&page_type=resources&page_attr=Research%20Report %3BEnterprise%3BMid-Market&cid=7010d000000mbLV

AI Trends, Консервативная финансовая индустрия развивается с помощью машинного обучения, https://www.aitrends.com/financial-services/conservative-financial-industry-progressing-with-machine-learning/