金融與保險

 

口碑監測與服務滿意度

 

客戶對服務感到滿意，企業就會獲得免費有效口碑宣傳的機會。網路社群的口碑監控，才能第一時間作出正確的行銷判斷與處理。

 

DSIGroup替保險業者規劃每季一次的滿意度體檢，每次以電話訪問700位客戶。掌握各分公司理賠服務現況與缺口。每日進行各大保險業者品牌的市場動態，建立AI口碑監測模型與通報機制，利用輿情分析模組，匯流消費者討論焦點與服務痛點，為理賠服務缺口設計改善方案，並滾動式評估執行效果。

 

我們發現保險客戶表面重視解決問題速度，但其實心理在意的是服務人員的積極度，是否能同理客戶的心情；另外，保險業的社群口碑監測平均每週可以掌握到30則以上的重要發文，其中有三成需要後續的行銷處理。  

 

協助業者連續2年將服務滿意度維持在90分以上  想瞭解更多

 

個人化金融商品精準推薦

 

精準的產品推薦能引發消費者的購買慾望，消費品推薦只有消費者買與不買的問題，但金融商品的推薦可能會讓客戶損失，對AI推薦有更高的正確性要求。

 

DSIGroup典通以保護使用者個人隱私權為前提，以自動化方式運用業者的“客戶交易行為資料”與“外部市場數據”，以機器學習技術結合「商品特徵」與「行為特徵」成功地為證劵業者建置「個人化商品分析模型」，協助證卷業者可依每位顧客過去的下單行為與偏好，提供客戶個人化建議，實踐精準行銷。

 

基於客戶投資偏好的推薦機器人、智慧地雷股偵測機器人、智慧優股池篩選機器人，唯一通過2020經濟部理財機器人AI能量認證。

 

客戶成交下單率提升130%，APP委託金融商品數成長214%  想瞭解更多

 

客戶風險分析與預測  

 

風險預測分析可用於簡化作業流程、提高收益及降低風險，將專業人員的知識結合AI風險評估模型，是未來趨勢。

 

DSIGroup典通分析保險業者的客戶交易行為資料、核保資料、理賠資料、相關人員知識紀錄等資料，建構客戶風險預測模型，預測高風險客戶群體，並設計過濾高風險客戶方式，協助客戶教育訓練，導入第一線應用。

 

我們發現高理賠率的業務人員與低理賠率的業務員有著不同的評估標準。預測到1%可能理賠的客戶，就能減少10%的理賠金額。

 

 

風險評估模型預測正確率高達九成 想瞭解更多