データとAIが
金融DXを加速する

金融業界の個人向けの営業とマーケティング領域では、dotDataは顧客の基本属性データから、預金の入出金履歴、取引履歴、クレジットカードの決済履歴などの履歴データ、過去のキャンペーンや営業活動のデータから個人顧客の製品やサービスへの反応を特徴量化し、ターゲット顧客プロファイルを作成します。これにより、DM（ダイレクトメール）やデジタルチャネルを通じたターゲティングの効果や、顧客と商品のマッチングによるアップセルやクロスセルの機会を最大化するとともに、dotDataの特徴量を通じた深い顧客理解に基づいた商品のおすすめ文の作成や、パーソナライズされたマーケティングクリエイティブの作成を支援します。個人向けローン、積立NISAなどの投資商品、デジタルアプリを通じた非金融サービスの提供など、全ての商品やサービスに対して、データに基づいた売上や顧客満足度の向上を実現する施策実行を可能とします。

銀行業界の法人向けの営業とマーケティング領域の基本戦略は、個人領域と同様に顧客の属性データや財務諸表、預金や与信、営業日報などのデータから、法人顧客の製品やサービスへのニーズを分析することです。法人領域では、特に対面型やハイタッチでの営業が難しい中小企業へのデジタルチャネルを通じたマーケティングや、営業ステージや成約の予測による案件リスク管理の高度化など、インサイトによる大手顧客に対するハイタッチ営業の強化と、母集団の大きな中小顧客に対する予測に基づくマスアプローチを使いわけことが重要です。説明力の高いdotDataの特徴量からえられるインサイトを蓄積することが、営業員の提案力強化を実現します。

銀行のCRM戦略では、従来の対面サービスだけでなく、顧客とのデジタル接点の強化が重要です。CRMシステムに蓄積される対面コミュニケーションのデータと、オンライン行動ログ、取引履歴、顧客のデジタルインタラクションから顧客の特徴を分析し、パーソナライズされた顧客エンゲージメントを実現します。AIは顧客の製品やサービスへの興味や必要とするタイミングを予測し、アップセルやクロスセルのチャンスを自動的に特定。解約予兆を早期に捉え、リテンション戦略を立案することで、顧客満足度と保持率の向上を図ります。また、デジタルチャネル上での顧客の動向とフィードバックをAIが分析し、サービス改善に直結するインサイトを提供します。これにより、銀行は対面とデジタルの双方のタッチポイントを通じて、顧客リレーションを高めることができます。

金融機関における与信やリスク評価は、AIとデジタル技術の活用により劇的に変化しています。従来の静的な情報からの評価だけでなく、顧客の信用履歴、取引や支払いパターン、購買行動といった多様なデータを組み合わせることで、より網羅性の高い信用リスクを特徴量として抽出。結果、与信判断は速く、より精確になり、リスク低減とビジネス効率の同時向上を実現します。さらに、AIはオペレーショナルリスクと市場リスクの管理にも寄与し、金融機関の全体的なリスクポートフォリオを最適化します。これにより、金融機関はリスク管理における競争優位性を確立し、持続的な成長を追求できます。

金融業界ではAIとデータ分析が不正検出に革命をもたらしています。クレジットカードの不正使用では、異常な購入パターンや地理的な非一貫性を示す特徴量が重要です。一方で、不正送金を捉える場合は、不審な取引額や送金先の特異性がキーとなります。AML（反マネーロンダリング）においては、複数アカウント間の不自然な資金流や頻繁な低額取引の特徴量が利用されます。これらの特徴量が、不正のパターンに対する洞察（インサイト）を与え、不正対策を高度化するとともに、機械学習の入力とすることで、不正をより迅速かつ正確に検出するモデルを構築することができます。