Erfolgsgeschichten

2,9 Millionen personalisierte Interaktionen durch ein KI-gestütztes Kundenentscheidungszentrum

Der Kunde, eine führende nationale Bank, wollte die Kundenbindungsrate durch eine stärkere Einbeziehung der Kunden verbessern. Sein Altsystem konnte jedoch nicht skaliert werden, um die wachsenden Kundenerwartungen zu erfüllen. Da viele Prozesse immer noch manuell durchgeführt wurden und es keine Omnichannel-Ansicht oder Unterstützung für Kunden gab, war es nicht möglich, personalisierte, kontextbezogene Erfahrungen in Echtzeit bereitzustellen. 

Ihr Ziel war es, mit Hilfe von prädiktiven Analysen und adaptivem Lernen effektive Marketingkampagnen zu erstellen und gleichzeitig Geschäftsanwendern die Möglichkeit zu geben, einen Beitrag zu leisten und die Arbeit mit der IT zu koordinieren. 

Die Herausforderung

Der Kunde wollte die Kundenbindungsraten mit KI-/ML-gesteuerten Aktivitäten verbessern, um die Kundenbindung zu erhöhen.

Der Kunde hatte die Absicht: 

  • Den Kunden auf digitalem Wege ein persönliches, Filial-ähnliches Erlebnis zu bieten, um ihnen zu zeigen, dass man sie kennt und sich um sie kümmert, so wie es ein Bankangestellter in einer Filiale tun würde
  • Relevante und rechtzeitige Erinnerungen und Empfehlungen an bestehende Kunden auf ihrer Banking-Homepage und per E-Mail weiterzuleiten, um den Kundennutzen der Bank zu demonstrieren 
  • Folgeaktionen und -angebote an Kunden zu senden, und zwar über die von ihnen bevorzugten digitalen Kanäle, einschließlich Web, SMS oder automatische Telefonanrufe, basierend auf ihren Bedürfnissen, ihrem Verhalten, ihrer Demografie, ihrem Kaufverhalten und ihren Aktivitäten in der Filiale.
Die Lösung

Die Implementierung von vEngage auf Pega und die Integration mit anderen Technologien, einschließlich Adobe, ermöglichte es dem Kunden, den Pega Customer Decision Hub zu nutzen.

Die Pega-Engine unterstützt den neuen Customer Decision Hub (Kundenentscheidungszentrum) der Bank, um personalisierte Interaktionen mit Kunden zu ermöglichen:

  • KI-unterstützte Entscheidungsfindungsfunktionen 
  • Analysegestützte Empfehlungen in Echtzeit
Lösung: Azure Cloud Migration
Der Nutzen

Die Bank lieferte nach der Implementierung etwa 2,9 Millionen personalisierte, durch Analysen gestützte Interaktionen und kann nun gezielte Produktangebote und Dienstleistungen über relevante Kanäle zum geeignetsten Zeitpunkt hyper-personalisieren.

Die Fähigkeit zur Bewertung der Ablenkungsrate von Anrufen mit Hilfe der adaptiven Modellpriorisierung und die Genauigkeit der Absichtsvorhersage zwischen dem traditionellen statischen Ranking und der adaptiven KI-Priorisierung haben der Bank ebenfalls geholfen, bedeutende Ergebnisse zu erzielen.

vEngage konnte der Bank dabei helfen:

  •  Steigerung der Kundeninteraktionen um 5 %, mit dem Potenzial, diese um 30-50 % zu erhöhen
  • Steigerung der Klickraten um 3,5 %, mit dem Potenzial, sie um 25-50 % zu erhöhen
  • Versenden von ca. 250.000 gezielten E-Mails pro Tag, um über 400.000 Kunden zu erreichen

 

Steigerung der Kundenzentrierung

Aufbau von Hyper-Personalisierung im großen Maßstab mit vEngage

Erfahren Sie mehr Click to Erfahren Sie mehr
Zugehörige Inhalte