شرکت کارن تکنولوژی - درحال بارگزاری...

نوآوری پرداز کارن

توسعه بر بستر وب و موبایل، خدمات هوش مصنوعی و یادگیری ماشین، توسعه بازی بر بستر موبایل، توسعه بر بستر بلاکچین

شبکه های اجتماعی

تماس آنی ما با شما

در کوتاهترین زمان مشاوره رایگان دریافت نمایید

امتیازدهی سرنخ بانکی - وقتی یک نفر از سه کانال، سه سرنخ شمرده می‌شود

امتیازدهی سرنخ بانکی - وقتی یک نفر از سه کانال، سه سرنخ شمرده می‌شود

در بانک، همان یک نفر ممکن است در شعبه فرم پر کند، در اپلیکیشن روی محصولی کلیک کند و به مرکز تماس زنگ بزند. هر سه در سیستم ثبت می‌شوند و هر سه سرنخ جداگانه شمرده می‌شوند - و هیچ‌کدام تصویر کاملی نمی‌دهد.

در این مقاله می‌خوانید

  • یک نفر، سه سرنخ
  • چرا ادغام روی شماره تلفن در بانک کافی نیست
  • انگیزه ثبت: مسئله‌ای که فنی نیست
  • امتیازدهی بر پایه رفتار، نه فرم
  • گردش‌کار
  • سنجش و نقطه شروع
امتیازدهی سرنخ در فروش محصولات بانکی با یکپارچه‌سازی کانال‌ها

محصول آماده کارن تکنولوژی

این را روی داده واقعی کسب‌وکار خودتان ببینید

آنچه در این مقاله می‌خوانید، در محصولات کارن پیاده‌سازی شده است. در جلسه دمو، همان را روی داده و فرآیند خودتان اجرا می‌کنیم.

درخواست دمو رایگان یا تماس بگیرید: ۰۲۱-۸۸۶۱۴۲۸۲

یک نفر، سه سرنخ

نتیجه عملی این پراکندگی، سه مشکل هم‌زمان است:

  • تماس تکراری - سه کارشناس با یک نفر تماس می‌گیرند و هر بار از اول شروع می‌کنند
  • آمار غلط - تعداد سرنخ بیش از واقع گزارش می‌شود و نرخ تبدیل کمتر از واقع
  • از دست رفتن سیگنال - کسی که در سه کانال فعال بوده، جدی‌تر از کسی است که یک بار فرم پر کرده؛ ولی این در داده پراکنده دیده نمی‌شود
مورد سوم مهم‌ترین است: پراکندگی فقط ناکارآمدی نمی‌سازد، بهترین سیگنال را هم پنهان می‌کند.

چرا ادغام روی شماره تلفن کافی نیست

راه‌حل بدیهی این است که رکوردها را روی شماره موبایل ادغام کنیم. در بانک این ساده نیست:

  • شماره ممکن است متعلق به همراه مشتری باشد نه خودش
  • یک شماره می‌تواند برای چند نفر ثبت شده باشد - مثلاً در خانواده یا کسب‌وکار کوچک
  • و مهم‌تر: ادغام رکوردها یعنی ادغام دسترسی. اگر اشتباه شود، اطلاعات یک مشتری در پرونده مشتری دیگر دیده می‌شود

پس ادغام باید محافظه‌کارانه باشد: تطبیق قطعی با کد ملی، تطبیق محتمل با ترکیب چند فیلد که به صف بررسی می‌رود، و در غیر این صورت جدا ماندن.

این محافظه‌کاری هزینه دارد - بخشی از رکوردها ادغام‌نشده می‌مانند - ولی هزینه‌اش از هزینه یک ادغام اشتباه در بانک کمتر است.

انگیزه ثبت: مسئله‌ای که فنی نیست

یک واقعیت که هیچ فناوری‌ای حلش نمی‌کند: کارمند شعبه انگیزه‌ای برای ثبت سرنخ ندارد اگر ثبتش وقت بگیرد و نتیجه‌اش به خودش برنگردد.

نتیجه‌اش سیستمی است پر از رکوردهای ناقص و یک لایه سرنخ که اصلاً وارد نشده. مدل امتیازدهی روی چنین داده‌ای، الگوی کارمندان را یاد می‌گیرد نه الگوی مشتریان.

  • ثبت باید چند ثانیه‌ای باشد، نه یک فرم چندصفحه‌ای
  • نتیجه پیگیری باید به همان شعبه برگردد
  • و ترجیحاً در سنجش عملکرد شعبه دیده شود
اگر این سه نباشد، پروژه CRM هر چقدر هم فنی خوب باشد، روی داده ناقص کار می‌کند - و این را باید پیش از شروع گفت، نه بعد از تحویل.

سرنخ‌های شما از چند کانال می‌آیند؟

در جلسه ارزیابی، کانال‌های ورود سرنخ و امکان یکسان‌سازی هویت بررسی می‌شود.

امتیازدهی بر پایه رفتار، نه فرم

امتیازدهی سنتی بر پایه اطلاعات فرم است: سن، شغل، درآمد اعلامی. این‌ها ثابت‌اند و کمتر از رفتار می‌گویند.

سیگنال‌های رفتاری که در بانک در دسترس‌اند و معمولاً استفاده نمی‌شوند:

  • تعداد و تازگی تعاملات در کانال‌های مختلف
  • زمان صرف‌شده روی صفحه محصول در اپلیکیشن
  • پاسخ به پیگیری‌های قبلی - حتی پاسخ منفی، خودش اطلاعات است
  • تغییر در الگوی تراکنش که با نیاز به محصول همبستگی دارد

و مدل باید در کنار امتیاز، دلیل برگرداند - چون کارشناسی که فهرست بدون دلیل بگیرد، به آن اعتماد نمی‌کند و استفاده‌اش نمی‌کند.

گردش‌کار

۱. جمع‌آوری سرنخ از همه کانال‌ها

شعبه، اپلیکیشن، وب‌سایت، مرکز تماس و کمپین‌ها.

۲. یکسان‌سازی محافظه‌کارانه هویت

تطبیق قطعی خودکار، تطبیق محتمل به صف بررسی، بقیه جدا.

۳. امتیازدهی با دلیل

بر پایه رفتار چندکاناله، نه فقط فرم.

۴. تخصیص با در نظر گرفتن ظرفیت

به شعبه یا کارشناس مربوطه، متناسب با ظرفیت واقعی پیگیری.

۵. ثبت نتیجه و بازگشت به شعبه

نتیجه پیگیری هم مدل را بهبود می‌دهد و هم انگیزه ثبت را حفظ می‌کند.

سنجش و نقطه شروع

معیار اول و پیش از هر بحثی درباره مدل: سهم سرنخ‌هایی که به هویت واحد نگاشت شدند. اگر این عدد پایین باشد، امتیازدهی روی داده پراکنده انجام می‌شود و نتیجه‌اش قابل اتکا نیست.

معیار دوم: نرخ تبدیل سرنخ‌های بالای فهرست در برابر انتخاب تصادفی - که تنها راه نشان دادن ارزش مدل است.

پیشنهاد ما شروع با یک محصول بانکی است - معمولاً محصولی با چرخه فروش کوتاه‌تر، تا نتیجه در چند ماه دیده شود.

جزئیات پلتفرم در صفحه CRM هوشمند است.

مبانی امتیازدهی و بقیه کاربردهای دستیار در قیف فروش در راهنمای دستیار هوشمند فروش توضیح داده شده است.

بقیه کاربردها در صفحه راهکارهای بانکداری است.

پرسش‌های متداول

چون در بانک ادغام رکورد یعنی ادغام دسترسی، و اشتباهش یعنی دیده شدن اطلاعات یک مشتری در پرونده دیگری. شماره هم ممکن است متعلق به همراه مشتری باشد یا برای چند نفر ثبت شده باشد. ادغام باید محافظه‌کارانه باشد: تطبیق قطعی خودکار، محتمل به صف بررسی، بقیه جدا.

می‌مانند، و این هزینه پذیرفته‌شده‌ای است. هزینه ادغام‌نشدن از هزینه یک ادغام اشتباه در بانک کمتر است.

این مسئله فنی نیست و فناوری حلش نمی‌کند. سه شرط لازم است: ثبت چند ثانیه‌ای باشد نه فرم چندصفحه‌ای، نتیجه پیگیری به همان شعبه برگردد، و ترجیحاً در سنجش عملکرد شعبه دیده شود. بدون این‌ها مدل الگوی کارمندان را یاد می‌گیرد نه الگوی مشتریان.

بر پایه رفتار نه فرم: تعداد و تازگی تعاملات چندکاناله، زمان روی صفحه محصول، پاسخ به پیگیری‌های قبلی - که حتی پاسخ منفی‌اش اطلاعات است - و تغییر الگوی تراکنش. اطلاعات فرم ثابت‌اند و کمتر می‌گویند.

چون کارشناسی که فهرست بدون دلیل بگیرد به آن اعتماد نمی‌کند و استفاده‌اش نمی‌کند. دلیل هم به او می‌گوید چطور شروع کند و هم نشان می‌دهد فهرست تصادفی نیست.

با مقایسه نرخ تبدیل سرنخ‌های بالای فهرست در برابر انتخاب تصادفی. و پیش از آن، معیار پایه‌ای‌تر: سهم سرنخ‌هایی که به هویت واحد نگاشت شدند - اگر این پایین باشد، بحث درباره دقت مدل بی‌معناست.

از یک محصول بانکی با چرخه فروش کوتاه‌تر، تا نتیجه در چند ماه دیده شود نه چند سال. محصولات با چرخه بلند نقطه شروع خوبی برای اثبات ارزش نیستند.

محصولات کارن تکنولوژی

محصولات آماده کارن؛ هر کدام جداگانه یا روی یک لایه داده مشترک کار می‌کنند و نسخه نصب روی سرور خودتان دارند.

مانوتل - چت‌بات و پشتیبانی چندکاناله

وب‌سایت، واتساپ، تلگرام، ایتا، بله و ایمیل در یک صندوق واحد، همراه با تیکتینگ و دستیار هوشمند فارسی.

معرفی محصول >

نرم‌افزار CRM هوشمند

امتیازدهی خودکار سرنخ، پیش‌بینی احتمال بسته شدن معامله و اتوماسیون پیگیری، یکپارچه با سامانه‌های مالی داخلی.

معرفی محصول >

هوش اسناد و OCR فارسی

خواندن متن چاپی و دست‌نوشته فارسی، استخراج داده از فاکتور و قرارداد، و جست‌وجوی معنایی در آرشیو سازمان.

معرفی محصول >

هوش تجاری سازمانی (BI)

انبار داده، داشبورد فارسی با تقویم شمسی و پرس‌وجو به زبان طبیعی؛ گزارش به‌جای فایل‌های اکسل پراکنده.

معرفی محصول >

تحلیل هوشمند مشتری

یک پرونده واحد از هر مشتری با اتصال CRM، فروش و پشتیبانی؛ پیش‌بینی ریسک ریزش، ارزش طول عمر و بهترین اقدام بعدی.

معرفی محصول >

دستیار صوتی هوشمند

تبدیل گفتار فارسی به متن، تحلیل مکالمات مرکز تماس و تولید گفتار طبیعی برای پاسخ‌گویی خودکار.

معرفی محصول >

محصولات دیگر: پلتفرم فروش هوشمند · دایاتل - سوئیت هوش مصنوعی سازمانی · کارنتل - دستیار دانش سازمانی · رایوتل - ایجنت آواتار هوشمند · پلتفرم بازاریابی هوشمند · مدیریت وفاداری مشتریان · سرمایه انسانی هوشمند · یادگیری و آموزش هوشمند · استودیو هوش مصنوعی مولد · همه محصولات

جلسه شناخت رایگان، بدون تعهد

یک جلسه ۳۰ دقیقه‌ای رزرو کنید. اسناد و داده خودتان را می‌دهید و همان جلسه نتیجه را می‌بینید.

شرکت سهامی
خاص
2016
تأسیس
+۵۰
متخصص هوش مصنوعی
+۱۲
محصول AI-Ready
+20
صنعت تخصصی
+10
سال تجربه
۰۲
مرکز توسعه
ISO 9001 & 27001
گواهینامه
AI-Native
معماری
Infosys
شریک تجاری
HCL Technologies
شریک تجاری
TCS
شریک تجاری