お客さまは自分の事が理解され、ニーズが把握され、個々の事情に合わせてカスタマイズされたソリューションが提供されることを期待しています。複数のチャネルを横断して、あらゆるコンタクトポイントからシームレスにサービスや金融商品を提供するためには、お客さまに関する全てのデータを活用して、ニーズの変化、最も有益な商品やサービス、顧客が好む対話方法を予測する必要があります。銀行業においては、AIを業務適用してデータサイエンスを加速することで、顧客ポートフォリオに応じてオファリングを最適化することができます。
概要
AI活用による銀行業での顧客ポートフォリオの最適化
銀行業でのAI活用事例
【改善・改革領域の概要 】
金融商品の販売促進:顧客属性、預金の入払、カード決済、各種契約・取引履歴など、顧客データを活用して金融商品に対する顧客ターゲティング・モデルを生成できます。購入につながりやすい見込み顧客とその特徴を判別することで、効果的な営業・マーケティング活動を推進でき、契約者の増加と収益の拡大に貢献します。
【 dotDataが業務部門にもたらす価値 】
見込み顧客リストを営業店に配布するだけでなく、「なぜその顧客は見込みが高いと考えられるのか」を提示することができます。顧客の特徴や、その特徴がもたらす確度の高さをリストに追加することで、営業活動の動機づけとなります。
キーとなる特徴に対応する営業用のスクリプトを予測結果と一緒に準備することで、見込み顧客ごとに「このお客様の特徴から、このようにアプローチするのがよい」とわかり、営業経験が浅い担当者にも適切な商品を説得力をもって説明できるようになります。
【 ビジネス効果 】
各種金融商品の契約者増加
販売額増加
【改善・改革領域の概要 】
顧客体験の向上:法人顧客に関連する過去の履歴データや属性データなどを学習し、有力な商品・サービスに対するニーズ発生を予測するモデルを構築できます。ニーズを持つ法人顧客の特徴から、商品・サービスごとの施策の立案・実行を支援するとともに、各顧客に対するタイムリーな提案を実現します。顧客体験を向上させ、顧客との関係強化を進めることで、収益の向上を図ります。
【 dotDataが業務部門にもたらす価値 】
さまざまな商品・サービスに対する予測モデルを効率的に作成するとともに、予測結果から顧客別に「どの商品・サービスの確度が高いか」、および「確度を上げている顧客の特徴」を提示します。
法人顧客に対して、継続的にニーズの発生を検知・通知することで、営業担当者の提案を促し、営業経験の浅い担当者も含めた営業活動の底上げを進めます。
【 ビジネス効果 】
顧客との関係強化
収益の拡大
【改善・改革領域の概要 】
デフォルトリスクの予測:財務データや企業の基本情報などに加え、預金入払や貸出明細など、より更新頻度が高いデータや各種の推移を表すデータなどを活用することで、貸出残高がある取引先に対して延滞や格付け低下などのリスクをよりタイムリーに予測するモデルを作成できます。リスクを事前に把握し対策を立てることで、デフォルトリスクの低減につなげます。
【 dotDataが業務部門にもたらす価値 】
更新頻度の高い取引データなど多種類のデータを同時に分析し、対象企業の延滞や格付け低下などに影響を与える要因をさまざまな観点から抽出・分析できるため、いち早くリスクを発見し、リスクの元となる特徴量を出力できます。
データの変化に伴って現れたリスク要因をより高い頻度で営業店に提示することで、営業活動を促し、要注意先に対する金融支援やモニタリングなど、早期に対策を進めることができます。
【 ビジネス効果 】
デフォルトリスクの低減
【改善・改革領域の概要 】
現金需要予測:各ATMで利用される現金の需要を、過去の需要実績に加え、地域、カレンダー、給料日、気象等々のデータを含めて、予測するモデルを作成できます。より精度の高い予測結果をもとに、適切なタイミングで現金を補充することによって、紙幣切れによるATM停止を防止するとともに、紙幣の過多による資金コスト増を低減します。
【 dotDataが業務部門にもたらす価値 】
ATMで必要となる現金の予測と、予測に影響を与えている特徴を把握することで、現金の効率的運用、補充業務の最適化が可能になります。
過去の需要実績と関連データを予測モデルに投入して、例えば来月の日別の需要を予測することで、現金の補充計画を策定できます。その予測結果は実際の需要と比較し、計画の調整と補充計画の確定を進めることができます。また、計画と実績の状況を分析することで、必要に応じたモデルの再構築も効率よく実施できるため、需要傾向の変化にも対応することができます。
【 ビジネス効果 】
ATM停止の防止
資金コスト増の低減
【改善・改革領域の概要 】
ハイパフォーマンス社員の特徴分析:社員の基本属性、資格、適性検査結果などプロファイル系のデータに加えて、勤怠、評価、研修履歴、活動履歴、日報のような履歴データを活用することで、ハイパフォーマンスな社員の特徴を分析します。パフォーマンス指標ごとに複数のモデル化を行い、成果の高い社員に共通する特徴に応じた教育施策やKPIを立案・推進することで、全体のパフォーマンス向上を推進します。
【 dotDataが業務部門にもたらす価値 】
パフォーマンスの定義パターンを考慮し、全社員対象のモデルや、職種別・勤続年数別といった様々な条件別のモデルを効率良く生成し、成果の高い社員の特徴を把握することができます。
同様に、退職しやすい社員の特徴分析等、要件に応じた予測ができるため、人事面・給与面の施策など具体的なアクションにつなげることができます。
【 ビジネス効果 】
社員全体のパフォーマンスの向上
データに基づいた教育やKPIによる社員のモチベーション、満足度向上
適切なユーザーに適切な製品
お客様の環境、ユースケース、ニーズに応じた製品選定から始め、データサイエンス・ワークフローで抱える詳細な課題解決まで、お客様のデータ活用や分析の事情に応じて対応します。
全ての企業、全ての人の手にAIを
dotDataは、独自の自動化技術によって企業のAIを加速し、民主化し、業務を革新し、全ての企業・全ての人がAIを活用できる世界を創出します。dotDataのAutoML 2.0は、AI開発の破壊的なスピードとスケールによって、AIによるビジネスの変革に無限の可能性をもたらします。
BI & データアナリスト
データ前処理や特徴量設計に関する深い知識やスキルが必要な従来のAutoMLとは異なり、dotDataはデータサイエンスプロセス全体を自動化します。BIアナリストとデータアナリストは、 dotDataを利用して、短期間でAI / 機械学習活用の取り組みを開始することができます。
データサイエンティスト
データサイエンティストは、80%の時間を複雑なデータ処理や特徴量仮説の設計に費やしています。特徴量自動設計で機械学習モデル開発を強化し、プロセス全体の自動化によって価値創出にかかる時間(Time-to-Value)を10倍高速化することができます。