Внешние источники данных в рекомендательной системе CRM

Размещено на сайте 23.02.2024

Обогащение клиентского профиля через внешние источники данных для повышения качества рекомендаций является «хорошим тоном» в CRM. Внешние данные используются в моделях Data Science для уточнения склонности клиента к продукту. Интересно, что ожидания от использования внешних источников в системе рекомендаций могут быть завышены, особенно когда речь идет о действующих клиентах. Разберем успешные и неуспешные кейсы использования внешних данных и поделимся бизнес-эффектами, которые могут быть достигнуты.

Андрей РАССАДИН, Промсвязьбанк, заместитель директора департамента клиентских взаимоотношений

Приводятся извлечения из статьи. Полную версию материала читайте в журнале. Подписаться

Агрегация и деперсонализация данных имеют обратную сторону. В этом случае банки получают обобщенную информацию. Однако некоторые источники, такие как кредитные бюро, предоставляют очень подробные персонализированные отчеты.

В сравнении с кросс-продажами эффекты от обогащения клиентских данных в процессах управления рисками могут быть более значимы. Прирост к уровню одобрения кредитных заявок по новым клиентам при использовании дополнительных источников в системе принятия решений может составлять до 20%.

Одним из векторов развития рынка является коллаборация поставщиков данных на единой площадке. В частности, кредитные бюро имеют готовую инфраструктуру обмена данными с крупнейшими банками.

Выбрать	Риски	Бухучет и налоги	Кредитный департамент	Управление банком
направление:	Розница	Внутренний контроль	Операционный департамент	Юридическая работа

О компании	Контакты	Авторам		Для клиентов (Как скачать закрывающие документы)
Помощь	Реклама	Подписным агентствам