第9章 客户终身财富的大规模定制

在第8章中,我们学习了如何管理客户的数字数据。我们还讨论了开放银行项目和API。另外,我们学习了文档布局分析,还学习了一个典型的美国家庭的现金流预测示例。然后,我们学习了另一个使用发票实体识别记录日常开支的示例。

在本章中,我们将学习如何结合调查数据进行个人数据分析,并学习如Neo4j之类的图数据库技术。我们将介绍构建一个聊天机器人为客户提供7×24小时全天候的服务。我们还将通过一个例子来学习如何使用NLP和Neo4j来预测客户的反应。之后,我们将学习如何使用Cypher来操作Neo4j中的数据。

本章将讨论以下主题。

财富工具的金融概念。

集成学习。

预测客户反应。

构建聊天机器人为客户提供全天候服务。

基于NLP和图的知识管理。

在本节中,我们将探讨个人银行业务营销人员提出的几个问题。然后,我们将研究另一种重要的模型开发技术——集成学习,它将有助于组合来自不同模型的预测。

个人银行(又名零售银行)客户分析中极常见的任务之一就是检索额外的数据以帮助我们了解客户的投资行为和模式。毫无疑问,我们将会知道客户的反应,但模型的工作是找出他们为什么会做出这些反应。令人惊讶的是,关于个人行为的汇总信息(例如人口普查数据)是如此之多。我们还可以从社交媒体中找到相关数据,因为通常客户会使用社交媒体进行身份验证。然后,可以将这些相关的社交媒体数据与我们在银行内部观察到的个人级别的事务数据关联在一起。为了解释个人银行客户的行为,我们需要一些补充数据,即关于他们财富的信息。

客户生命周期

典型的客户生命周期包括3个主要阶段:获客期、交叉销售/升级销售期和维护期。图9-1所示为这3个阶段。

图9-1

获客期是指我们开始与客户建立商业关系的阶段。然后,我们继续对客户进行交叉销售和升级销售。交叉销售是指通过关联性给客户销售更多相关的产品/服务。升级销售(又名追加销售)是指向客户销售其已购买产品/服务的升级品、附加品或者其他用以加强其原有功能与用途的产品/服务。维护期是指与客户保持关系,是银行为保持客户关系而采取的一种防御性的、避免丢失客户或者避免竞争对手抢走客户的行为。我们的第一个示例涉及交叉销售(如果客户还没有购买该金融产品)和升级销售(如果客户已购买该金融产品)。 ...

Get 金融中的人工智能 now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.