금융 서비스 사용 사례
금융 서비스 조직은 Adobe Experience Platform을 활용하여 뱅킹, 대출 및 투자 채널 전반에서 고객 데이터를 통합함으로써 관계를 강화하고 성장을 이끄는 개인화된 경험을 제공합니다. 이러한 조직은 계정 활동, 거래 내역 및 행동 신호를 종합하여 고객이 기대하는 신뢰와 규정 준수를 유지하면서 적시에 적절한 오퍼를 제공할 수 있습니다.
높은 가치의 리드 육성
프로필 데이터 및 행동을 기반으로 가치가 높은 잠재 고객을 식별한 다음 자동화된 여정을 통해 개인화된 콘텐츠 및 오퍼로 육성합니다. 인구 통계학적 세부 정보, 탐색 활동 및 참여 신호를 결합함으로써, 금융 기관은 전환 가능성이 가장 높은 리드를 우선 순위를 정하고 고객이 될 수 있도록 맞춤 경로를 안내할 수 있습니다.
비즈니스에 대한 영향
높은 가치의 리드 육성을 구현하는 조직은 보다 건전하고 예측 가능한 판매 파이프라인을 구축하면서 리드-고객 전환율을 개선했습니다.
구현 방법
여러 단계로 구성된 오케스트레이션된 여정 패턴을 사용하여 잠재 고객 참여 및 준비 신호를 기반으로 적응하는 자동화된 육성 시퀀스를 빌드합니다. 사용 사례에서 참여 지표를 기반으로 하는 조건부 분기와 함께 며칠 동안 순차적인 다중 메시지 흐름이 필요한 경우 적합한 패턴입니다. 트리거된 단일 메시지는 자격 단계 간의 적응형 양육 논리 또는 종속성 논리를 수용할 수 없습니다.
기술 고려 사항
- CRM 리드 스코어링 데이터 및 웹 사이트 행동 이벤트를 통합 잠재 고객 프로필에 통합하여 여정 입력 및 분기 논리를 강화합니다.
- 동의 및 옵트인 환경 설정이 모든 접점에서 적용되는지 확인하십시오. 특히 금융 마케팅 규정이 적용되는 전화 및 이메일 연락처에 대한 기본 설정이 적용됩니다.
- 짧은 평가 기간 동안 여러 커뮤니케이션으로 잠재 고객을 압도하지 않도록 여정 제한을 구성합니다.
- 분기 또는 어드바이저 상호 작용과 디지털 참여 간의 데이터 지연 시간을 고려하여 육성 메시징과 관련된 정보를 유지하십시오.
기존 고객을 위한 제품 추천
기존 고객의 프로필, 거래 내역, 생활 단계 등을 토대로 신용카드, 대출, 투자상품 등 관련 금융상품을 추천한다. 이 사용 사례는 일상적인 계정 데이터를 각 고객을 위한 차세대 제품을 제공하는 실행 가능한 통찰력으로 전환합니다.
비즈니스에 대한 영향
개인화된 제품 추천은 제품 채택률을 높이고 지갑 공유를 심화시켜 고객 생애 가치를 크게 높입니다.
구현 방법
Offer Decisioning 패턴을 사용하여 적격한 제품 오퍼에 대해 각 고객을 실시간으로 평가하여 관련성 및 비즈니스 우선 순위에 따라 권장 사항의 등급을 지정합니다. 이는 오퍼 선택이 금융 적합성 규칙 및 규제 자격 제한 — 행동 친화성 순위만 고려하는 것이 아니라 통제된 의사 결정 논리를 필요로 하는 제약 조건을 고려해야 할 때 올바른 패턴입니다.
기술 고려 사항
- 거래 데이터, 계정 잔고 및 제품 보유를 단일 고객 프로필로 통합하여 의사 결정 모델이 기존 관계를 완전히 파악할 수 있도록 합니다.
- 오퍼를 등급화하기 전에 의사 결정 엔진 내에서 재무 적합성 규칙 및 규제 자격 제한을 엄격한 가드레일로 적용합니다.
- 온라인 뱅킹, 모바일 앱, 이메일 및 어드바이저 채널 전반에서 오퍼 게재를 조정하여 권장 사항이 충돌하거나 중복되지 않도록 합니다.
- 특히 모기지 및 투자 계정과 같은 고고려 제품의 경우 권장 피로를 방지하기 위해 제품 카테고리당 빈도 상한을 구현합니다.
이탈 방지 캠페인
AI 기반 이탈 예측을 사용하여 이탈 위험이 있는 고객을 식별하고 유지 제안 및 개인화된 커뮤니케이션으로 고객을 참여시킵니다. 이탈 신호를 조기에 탐지하면 고객이 계좌를 폐쇄하거나 자산을 다른 곳으로 이동하기 전에 금융기관이 개입할 수 있다.
비즈니스에 대한 영향
사전 예방적 이탈 방지 노력은 고객 감소를 줄여 반복되는 수익원을 보호하고 고객 교체 비용을 절감하는 데 도움이 됩니다.
구현 방법
이탈 위험 점수가 정의된 임계값을 초과하는 경우 의사 결정을 통해 크로스 채널 여정 패턴을 사용하여 보존 여정을 트리거하고 임베드된 의사 결정을 통해 가장 매력적인 보존 오퍼를 선택하십시오. 이는 여정이 중복 보존 오퍼를 방지하기 위해 여러 채널에 걸쳐 게재를 조정해야 하는 경우와 오퍼 선택에 위험 점수 임계값 및 비즈니스 제한이 필요한 경우, 즉 여러 단계로 구성된 오케스트레이션만으로는 고객당 최적의 보존 오퍼를 선택하는 데 필요한 실시간 의사 결정 레이어를 제공하지 못하는 올바른 패턴입니다.
기술 고려 사항
- 계정 활동 트렌드, 서비스 상호 작용 내역 및 참여 빈도를 Customer AI 이탈 성향 모델에 전달하여 위험 점수를 생성합니다.
- 계정 확인에 대한 참여 해제 신호가 투자 포트폴리오와 다르기 때문에 제품 라인과 관련된 이탈 위험 임계값을 정의합니다.
- 유지 오퍼를 활성화하기 전에 적용 가능한 공정한 대출 및 동등한 대우 규정을 준수하도록 법률 및 개인 정보 보호 팀과 타겟팅 및 억제 기준을 검토하십시오.
- 사기 행위나 규정 준수 작업으로 인해 이탈하는 고객을 제외하기 위해 제외 논리를 작성합니다. 여기서 유지 전달이 적절하지 않습니다.
개인화된 계정 대시보드
각 고객의 계정 활동, 환경 설정 및 재무 목표를 기반으로 온라인 뱅킹 대시보드 및 모바일 앱 경험을 개인화합니다. 맞춤화된 대시보드는 고객이 가장 중요한 항목을 찾고 관련 통찰력을 검색 없이 표시하는 데 도움이 됩니다.
비즈니스에 대한 영향
개인화된 대시보드는 디지털 뱅킹이 직관적이고 관련성이 있다고 느끼도록 하여 참여율을 높이고 고객 만족도 점수를 의미 있게 향상시킵니다.
구현 방법
알려진 방문자 웹/앱 Personalization 패턴을 사용하여 인증된 디지털 환경 내에서 실시간으로 개인화된 콘텐츠 블록, 제품 스포트라이트 및 금융 통찰력을 제공합니다. 이는 개인화가 행동 친화성 모델이 아닌 프로필 속성 및 계정 활동에 의해 추진되고, 1초 미만의 지연 시간이 사용자 경험에 중요한 경우 올바른 패턴입니다.
기술 고려 사항
- 대기 시간이 사용자 경험에 직접적인 영향을 미치는 인증된 뱅킹 세션 내에서 1초 미만의 개인 맞춤화 결정에 Edge Network을(를) 활용합니다.
- 거래 데이터를 지출 카테고리 및 절감 트렌드와 같은 미리 계산된 프로필 속성으로 집계하여 대용량 데이터 세트의 실시간 계산을 방지합니다.
- 접근성 표준을 준수하고 개인화된 콘텐츠가 정적 콘텐츠와 동일한 규정 준수 공개 요구 사항을 충족하는지 확인합니다.
- 웹 채널과 모바일 채널 간에 개인화 논리를 조정하여 고객이 장치에 관계없이 일관된 경험을 볼 수 있도록 합니다.
라이프 스테이지 기반 제품 오퍼
결혼, 주택 구입, 은퇴와 같은 새로운 생활 단계에 접어드는 고객을 식별하고 관련 금융 상품과 서비스를 적극적으로 제공합니다. 이러한 이정표를 예상하는 것은 기관들이 중요한 재무적 순간 동안 신뢰할 수 있는 파트너로 자리매김할 수 있게 한다.
비즈니스에 대한 영향
수명 단계에서 트리거되는 오퍼는 보다 강력한 제품 채택률을 달성하고 일반 캠페인을 능가하는 성과를 거두면서 장기적인 고객 관계를 강화합니다.
구현 방법
Decisioning과 함께 크로스 채널 여정 패턴을 사용하여 생활 단계 표시기를 감지하고 각 이정표에 맞는 임베드된 여정 선택으로 멀티 터치 오퍼를 오케스트레이션합니다. 이는 여정이 중요한 재무 순간 동안 여러 채널에 걸쳐 게재를 조정해야 하는 경우와 오퍼 선택에 적합성 확인 및 비즈니스 규칙이 필요한 경우에 적합한 패턴입니다. 다단계 오케스트레이션만으로는 규정 준수 및 관련성을 보장하는 데 필요한 의사 결정 레이어를 제공하지 않습니다.
기술 고려 사항
- 주소 변경, 공동 계정 개설, 큰 예금과 같은 자사 신호와 허가된 타사 데이터를 결합하여 수명 단계 전환을 유추합니다.
- 잘못 추론된 이정표가 신뢰를 손상시킬 수 있으므로 메시지 색조 및 빈도에 민감한 Life Event를 신중하게 처리합니다.
- 레이어 규정 적합성은 Offer Decisioning을 검사하여 권장 제품이 고객의 검증된 재무 상황에 맞게 조정되도록 합니다.
- 짧은 기간에 여러 지표가 실행될 때 겹치는 전달을 방지하기 위해 수명 단계 캠페인 간의 냉각 기간을 빌드합니다.
트랜잭션 기반 경고 및 권장 사항
거래에 대한 실시간 경고를 보내고 지출 패턴 및 계정 활동에 따라 개인화된 추천을 제공합니다. 적절한 알림을 통해 고객에게 정보를 알리고 유용한 금융 지침을 제시하기 위한 자연스러운 순간을 만들 수 있습니다.
비즈니스에 대한 영향
트랜잭션 기반 경고는 강력한 참여를 유도하여 보안 인식을 개선하고 개인화된 추천에 대한 고가치 접점을 만듭니다.
구현 방법
이벤트 트리거 메시징 패턴을 사용하여 알림 및 상황에 맞는 권장 사항을 통해 트랜잭션 이벤트에 실시간으로 응답합니다. 트리거가 고객 동작이 아닌 시스템 이벤트이고 필요한 커뮤니케이션이 지속적인 육성 시퀀스가 아닌 즉각적이고 반응적일 때 올바른 패턴입니다. 경고 지연은 보안 효과에 직접적인 영향을 줍니다.
기술 고려 사항
- 몇 분 이상 지연되면 보안 경고는 가치를 잃게 되므로 대기 시간이 짧은 스트리밍 파이프라인을 통해 트랜잭션 이벤트를 수집합니다.
- 고객이 정의한 경고 환경 설정 및 임계값을 적용하여 알림이 한 가지 크기에 모두 맞는 규칙이 아닌 개별 설정을 반영하도록 합니다.
- 메시징 아키텍처의 선택적 권장 사항 메시지에서 필수 보안 경고를 분리하여 규정 준수 알림이 억제되지 않도록 합니다.
- 수요에 따라 확장되는 처리량 용량을 설계하여 급여 및 휴일과 같은 피크 기간 동안 높은 트랜잭션 볼륨을 처리합니다.
신용 카드 신청 포기 복구
신용카드 신청을 시작했지만 완료하지 않은 고객을 식별하고 개인화된 메시징 및 오퍼를 통해 다시 참여합니다. 응용 프로그램 포기는 주로 프로세스를 완료하기 위해 작은 살짝 살짝 살짝 살짝 살짝 살짝 살짝 살짝 살짝 살짝 살짝 이동하기만 하면 되는 높은 의도의 대상자를 나타냅니다.
비즈니스에 대한 영향
포기 복구 캠페인은 애플리케이션 완료율을 향상시켜 이미 관심을 표현한 대상자로부터의 새 계정 획득을 직접 늘립니다.
구현 방법
이벤트 트리거 메시징 패턴을 사용하여 응용 프로그램 중단 이벤트를 감지하고 일반적인 중단 이유를 해결하는 시기 적절한 후속 메시지를 트리거합니다. 이는 개별 고객 작업(중단)이 트리거이고 필요한 응답이 애플리케이션 데이터가 부실 상태가 되기 전에 전달되는 시간에 민감한 메시지인 경우 적절한 패턴입니다. 다단계 시퀀스가 긴급하고 협소한 복구 기간을 수용할 수 없습니다.
기술 고려 사항
- 신원 확인 시 하차한 사람이 기간 검토 시 하차한 사람과는 다른 안심이 필요하기 때문에 맞춤형 메시지를 작성하기 위해 애플리케이션이 중단된 특정 단계를 캡처합니다.
- 법률 및 규정 준수 팀과 협력하여 모든 복구 커뮤니케이션이 배포 전에 해당 신용 마케팅 공개 요구 사항 및 채널별 동의 규칙을 충족하는지 확인하십시오.
- 부실 애플리케이션 데이터가 더 이상 사전 검증에 유효하지 않을 수 있으므로 정의된 기간 후에 복구 전달이 중지되도록 시간 감소 논리를 구현합니다.
- 지점 방문 또는 전화 통화와 같은 다른 채널을 통해 완료한 지원자에 대한 복구 메시지를 표시하지 않도록 애플리케이션 시스템과 조정합니다.
투자 Portfolio 추천
각 고객의 위험 프로필, 투자 내역 및 재무 목표에 따라 개인화된 투자 권장 사항을 제공합니다. 데이터 기반 포트폴리오 지침은 고객이 자산 관리 서비스와의 관계를 심화하면서 정보에 입각한 결정을 내리는 데 도움이 됩니다.
비즈니스에 대한 영향
개인화된 투자 추천은 투자 제품 채택을 증가시키고 고객 기반 전반에 걸쳐 포트폴리오 다각화를 향상시킵니다.
구현 방법
행동 권장 사항 패턴을 사용하여 투자 행동과 선호도를 분석한 다음 디지털 채널과 어드바이저 도구를 통해 관련 포트폴리오 권장 사항을 표시하십시오. 항목 집합(투자 영역)이 크고 선택은 엄격한 자격 규칙이나 적합성 확인 결정만으로 적용되는 제한된 오퍼 집합이 아닌 행동 친화성 및 위험 정렬에 의해 주도될 때 적합한 패턴입니다.
기술 고려 사항
- 중개 및 고객 데이터 피드를 통합하여 각 고객의 현재 보유 및 할당에 대한 정확한 최신 보기를 유지합니다.
- 고객의 문서화된 위험 허용 범위 및 투자 목표에 맞게 권장 사항이 증권사 규정에 따라 의무화된 적합성 요구 사항을 적용합니다.
- 개인화된 투자 콘텐츠를 필요한 경우 교육 또는 정보 제공용으로 명확히 표시하여 신인의무가 있는 공식적인 투자 자문과 구별하십시오.
- 시장 전환, 포트폴리오 드리프트 및 고객 목표 변화를 설명하기 위해 정기적인 케이던스로 추천 모델을 새로 고칩니다.
사기 행위 경고 Personalization
각 고객의 커뮤니케이션 환경 설정 및 과거 상호 작용 기록을 기반으로 사기 경고 및 보안 커뮤니케이션을 개인화합니다. 맞춤화된 경고는 고객이 중요 보안 알림을 인지하고, 이해하고, 행동할 가능성을 높입니다.
비즈니스에 대한 영향
개인화된 사기 경고는 경고 응답률을 개선하여 보안 준수를 강화하고 의심스러운 활동 중 노출 시간을 줄입니다.
구현 방법
이벤트 트리거 메시징 패턴을 사용하여 각 고객이 선호하는 채널을 통해 사기 행위 알림을 전달하고 상황별 세부 정보를 통해 활동을 쉽게 확인하거나 해결할 수 있습니다. 트리거가 고객 동작이 아닌 시스템 이벤트이고 필요한 커뮤니케이션이 여러 단계의 시퀀스에 대한 시간 없이 즉각적이고 반응적일 때 경고 지연이 재무 손실 노출과 직접 관련이 있을 때 올바른 패턴입니다.
기술 고려 사항
- 사기 경고 지연은 재무 손실 노출과 직접 관련이 있으므로 다른 모든 설계 고려 사항보다 게재 속도와 안정성을 우선시합니다.
- 기본 채널이 실패하더라도 전달할 수 있도록 폴백 채널을 유지하면서 고객의 확인된 기본 채널을 통해 경고를 전달합니다.
- 경고 상호 작용 기록을 저장하여 향후 경고 관련성을 개선하고 자주 여행하거나 비정형 구매를 하는 고객의 거짓 양성 피로도를 줄입니다.
- 모든 사기 경고 컨텐츠 및 워크플로가 뱅킹 보안 규정을 준수하고 메시지 미리 보기 또는 제목 줄에 민감한 계정 세부 정보를 노출하지 않도록 하십시오.
고객 충성도 프로그램 참여
중복되거나 충돌하는 충성도 오퍼가 동일한 구성원에게 동시에 도달하지 않도록 온라인 뱅킹, 모바일 앱, 이메일 및 지점 채널 간에 실시간 오퍼 중재를 조정하여 충성도 프로그램 통신, 보상 및 오퍼를 개인화합니다. 각 구성원이 액세스할 수 있는 보상, 프로모션 및 상환 옵션을 제어하는 계층 기반 자격 규칙은 세그먼테이션만을 통해 해결되기 보다는 의사 결정 계층에서 적용되므로 오퍼 선택이 모든 채널의 프로그램 제한을 준수하도록 합니다. 충성도 여정은 제품과 충성도 오퍼가 충돌하지 않도록 광범위한 마케팅 캠페인과 조정되므로 구성원에게 경쟁 메시지가 아닌 일관된 경험을 제공합니다.
비즈니스에 대한 영향
개인화된 충성도 참여는 프로그램 참여를 증가시키고 측정 가능하게 더 높은 포인트 환수를 유도하여 프로그램의 가치 인식을 강화한다.
구현 방법
Decisioning이 있는 크로스 채널 여정 패턴을 사용하여 채널 간에 충성도 커뮤니케이션을 오케스트레이션하고 임베드된 Decisioning을 통해 각 구성원에 대해 가장 적절한 보상 또는 오퍼를 선택할 수 있습니다. 이는 여정이 메시지 피로도 및 충돌하는 오퍼를 방지하기 위해 채널 간 전달을 조정해야 하는 경우와 오퍼 선택에 계층 기반 규칙 및 멤버 제한을 필요로 하는 경우, 즉 여러 단계 오케스트레이션만으로는 충성도 규칙 및 차별화된 멤버 처리를 준수하는 데 필요한 실시간 의사 결정 레이어를 제공하지 않는 올바른 패턴입니다.
기술 고려 사항
- 계층 상태, 포인트 잔고 및 상환 기록을 포함한 충성도 플랫폼 데이터를 거의 실시간으로 고객 프로필에 동기화하여 만료되거나 부정확한 잔고를 홍보할 수 있습니다.
- 상위 계층 구성원은 독점적인 대우와 프로모션에 대한 조기 액세스를 기대하므로 계층별 여정 논리를 세분화하여 차별화된 경험을 제공합니다.
- 프로그램 간 메시지 피로와 오퍼의 충돌을 방지하기 위해 광범위한 마케팅 캠페인으로 충성도 메시지를 조정합니다.
- 채널 간 상환 속성을 추적하여 어떤 개인화된 커뮤니케이션이 가장 높은 프로그램 투자 수익을 유도하는지 측정합니다.
담보 대출 사전 승인 캠페인
프로필 데이터, 행동 신호 및 생활 단계 지표를 기반으로 담보 대출 시장에 나올 가능성이 있는 고객을 타깃팅합니다. 사전 승인을 위한 사전 지원 서비스는 고객이 결정할 수 있는 가장 큰 재무 결정 중 하나로 기관을 편리한 첫 번째 선택으로 포지셔닝합니다.
비즈니스에 대한 영향
대상 모기지 사전승인 캠페인은 적시에 적정한 전망에 도달해 신청률을 높이고 대출 발생량을 개선한다.
구현 방법
여러 단계로 구성된 오케스트레이션된 여정 패턴을 사용하여 사전 승인을 통한 인식에서 참여 및 자격 신호를 기반으로 적응하는 멀티터치 육성 시퀀스를 통해 모기지 잠재 고객을 안내합니다. 이는 사용 사례가 참여 및 자격 신호를 기반으로 조건부 분기를 사용하여 확장된 타임라인에 걸쳐 순차적인 다중 메시지 흐름을 필요로 할 때 올바른 패턴입니다. 단일 트리거 메시지는 적응형 양육 논리 또는 공식 애플리케이션 프로세스로의 핸드오프를 수용할 수 없습니다.
기술 고려 사항
- 부동산 검색 행동, 저축 성장 추세 및 리스 만기 신호를 결합하여 모기지 구매자가 될 수 있는 성향 모델을 구축합니다.
- 모든 사전 승인 메시징이 필수 공개, 요율 정확성 및 동일한 주택 언어를 포함한 모기지 광고 규정을 준수하는지 확인합니다.
- 캠페인의 타이밍을 요금 환경 변화에 맞춰 조정함으로써 적절한 차입 조건에 부합하도록 하고 오래된 요금 참조를 방지합니다.
- 디지털 방식으로 양성된 리드가 공식 애플리케이션 및 인수 프로세스로 원활하게 전환되도록 대출 담당자에게 전달 워크플로우를 빌드합니다.
개인화된 금융 교육 콘텐츠
각 고객의 금융 프로필, 목표 및 관심사를 기반으로 개인화된 금융 교육 콘텐츠, 팁 및 리소스를 제공합니다. 관련 교육 콘텐츠는 신뢰를 쌓고, 금융 이해력을 향상시키며, 유기적인 관련상품 소개기회를 창출한다.
비즈니스에 대한 영향
개인화된 교육 콘텐츠는 콘텐츠 참여율을 높이고 고객 금융 이해력을 향상시켜 보다 자신감 있는 제품 채택을 유도합니다.
구현 방법
의사 결정이 있는 크로스 채널 여정 패턴을 사용하여 여러 채널에 걸쳐 큐레이트된 교육 콘텐츠 시퀀스를 전달합니다. 의사 결정을 사용하여 각 고객의 재무 상황 및 관심사에 주제를 일치시킵니다. 이는 여정이 점진적 학습 경로를 통해 채널 간 전달을 조정해야 하는 경우와 주제 선택에 금융 프로필을 기반으로 자격 규칙이 필요한 경우 올바른 패턴입니다. 다단계 오케스트레이션만으로는 콘텐츠를 고객 금융 상황에 일치시키거나 전제 조건 위반을 방지하는 데 필요한 의사 결정 레이어를 제공하지 않습니다.
기술 고려 사항
- 교육 콘텐츠를 소득 대비 부채 비율, 저축률 및 투자 경험과 같은 재무 프로필 속성에 매핑하여 주제 관련성을 보장합니다.
- 연결 해제된 단발성 문서를 전달하지 않고 점진적 학습 경로를 구축하기 위해 난이도 및 전제 조건 주제가 있는 콘텐츠에 태그를 지정합니다.
- 주제 수준에서 콘텐츠 참여를 추적하여 개인화 모델을 세분화하고 고객 기반 전반에서 새롭게 대두되는 관심 영역을 식별합니다.
- 교육 콘텐츠가 제품 마케팅과 명확하게 구분되도록 하여 규제 준수를 유지하고 프로그램의 객관성에 대한 고객의 신뢰를 유지합니다.
AI 금융 제품 안내서
금융 서비스 기관들은 당좌 예금 계좌, 신용카드, 대출 상품, 보험 가입 옵션, 투자 수단 등 고객이 개인화된 안내 없이 탐색하기 어려운 상품 포트폴리오를 제공한다. 규제 제약은 일선 디지털 경험이 맞춤형 투자 추천을 제공하는 것을 막지만, 고객이 제품 작동 방식, 명시된 요구 사항에 맞는 계정 및 적용을 위한 다음 단계 조치를 이해하는 데 상당한 가치가 있습니다. AI 금융 상품 가이드는 고객을 자연스런 대화로 유도하고, 금융 목표와 생활 단계에 대해 자격을 갖춘 질문을 던지며, 규제된 조언 영역으로 넘어가지 않고 올바른 상품으로 안내합니다.
비즈니스에 대한 영향
가이드 대화형 검색을 통해 제품 애플리케이션 시작률이 향상되고 인지도와 애플리케이션 사이의 감소가 줄어드는 동시에 다운스트림 육성 및 어드바이저 참조 워크플로를 개선하는 의도 신호를 캡처할 수 있습니다.
구현 방법
Brand Concierge 대화 경험 패턴을 사용하십시오. 이 접근 방법에서는 승인된 제품 콘텐츠 라이브러리 및 기술 자료와 비교하여 Product Advisor Agent을 배포합니다. AEP Agent Orchestrator 및 실시간 고객 프로필 데이터를 사용하여 고객이 브랜드 관리, 규정 준수 검토 콘텐츠에 기반을 둔 다중 전환 대화 상자를 통해 적절한 제품을 찾도록 안내합니다. 이는 고객이 금융 제품을 이해하고 스스로 선택할 수 있도록 지원하는 대화형 다중 전환 대화 검색을 목표로 하는 경우에 적합한 패턴입니다. 이벤트 트리거 메시징과는 구별되는 일방향이며 불연속 계정 이벤트에 응답하는 개인 맞춤화된 웹 경험으로, 고객에게 자격 조건을 부여하는 대화 상자 없이 수동적으로 제품 컨텐츠를 표시하는 것입니다. AEP Agent Orchestrator 및 브랜드 거버넌스 구성이 필요합니다.
기술 고려 사항
- 브랜드 거버넌스 가드레일은 엄격한 콘텐츠 경계를 정의하기 위해 규정 준수 및 법적 검토를 통해 구성해야 합니다. 에이전트는 투자 조언을 구성하지 않고 명시된 요구 사항에 따라 적합한 제품을 안내해야 하며 금지된 항목(특정 반환 예측, 보장, 비교 성과 청구)을 명시적으로 정의하고 적용해야 합니다.
- 컨텐츠 통합 계층은 동적으로 생성되는 주장 대신 규정 준수가 승인된 제품 설명, 공시 및 FAQ를 기반으로 구축되어야 하며, 이를 통해 에이전트가 제공하는 모든 대응 방안을 법률 및 규제 팀에서 검토하도록 보장해야 합니다.
- 실시간 고객 프로필 조회는 보유 중인 기존 제품, 계정 기간 및 고객 세그먼트 등 관계 데이터를 표시해야 하므로 상담원은 고객이 이미 보유하고 있는 제품을 추천하지 않고 고객과의 기존 관계에 맞게 지침을 조정할 수 있습니다.
- 라이브 에이전트 핸드오프는 고객이 반복하지 않도록 하기 위해 수신 권고자로 전송되는 전체 대화 컨텍스트와 함께 고객의 요구가 대화 가이드의 범위를 초과하는 시나리오(복잡한 대출 상황 또는 개인화된 재무 계획에 대한 요청)에 대해 구성해야 합니다.
제품 채택 Funnel 및 이탈 드라이버 분석
디지털 계정 개설, 대출 신청 또는 투자 온보딩 흐름 동안 고객이 어디에서 하차했는지 분석하고 제품 감소에 선행되는 행동 신호를 식별합니다. 이러한 낙후점이나 이탈 전조들을 볼 수 없는 금융기관들은 제품 경험 실패와 실격 여부를 구분하지 못하고 있어 시정 노력이 부정확하다.
비즈니스에 대한 영향
지원자가 디지털 흐름을 포기하는 위치와 계정 종료 전 동작을 정확히 이해하면 제품 및 마케팅 팀은 포기를 줄이고 고객 재직 기간을 연장하는 경험 개선을 우선적으로 고려할 수 있습니다.
구현 방법
Customer Analytics & Insight 생성 패턴을 사용합니다. 이 접근 방식은 디지털 동작 데이터, CRM 레코드 및 제품 이벤트 스트림을 Customer Journey Analytics에 연결하며, 여기에서 폴아웃 시각화는 드롭 오프 단계를 식별하고 집단 분석은 제품 라인 및 획득 세그먼트 간 유지 차이를 나타냅니다. 이는 억제 대상을 활성화하거나 유지 메시지를 트리거하지 않고, 여정이 분류되는 위치와 감축을 유도하는 요소를 이해하고 진단하는 것이 목표일 때 올바른 패턴입니다.
기술 고려 사항
- 디지털 애플리케이션 이벤트 데이터는 CJA 폴아웃 분석이 볼륨이 손실된 위치를 정확하게 격리할 수 있도록 온보딩 또는 애플리케이션 흐름의 각 단계를 일관된 단계 식별자를 사용하여 개별 이벤트로 캡처해야 합니다.
- CRM 제품 재직 기간 및 계정 상태 데이터는 이탈 분석이 소멸 전 행동과 실제 계정 종료 결과를 연관시킬 수 있도록 행동 데이터와 함께 CJA 연결에 연결되어야 합니다.
- 데이터 관리자 권한 없이 분석가가 액세스한 공유 대시보드에서 PII 노출을 방지하려면 CJA 연결에 포함된 민감한 재무 또는 ID 필드에 데이터 거버넌스 레이블을 적용해야 합니다.
- 보존 집단 분석에는 충분한 내역 데이터 깊이(일반적으로 12~24개월)가 필요하므로 의미 있는 집단 비교에 필요한 이벤트 내역을 보존하도록 AEP의 데이터 세트 보존 정책을 구성해야 합니다.
차기작 Offer Decisioning
중앙 집중식 의사 결정 논리를 사용하여 자격 규칙, 비즈니스 제한 및 AI 기반의 등급 전략을 결합하여 채널에서 각 고객에게 가장 적합한 오퍼를 선택합니다. 오퍼 선택을 중앙 집중화하면 각 고객이 규제 자격 요건 및 비즈니스 제한을 준수하면서 가장 상황에 맞는 금융 제품 오퍼를 받을 수 있습니다.
비즈니스에 대한 영향
중앙 집중식 차선책 오퍼를 사용하는 금융 서비스 조직은 향상된 제품 흡수율과 고객 상호 작용당 더 높은 매출을 볼 수 있으며 오퍼 선택이 성향 점수와 자격 조건을 모두 처리할 때 가장 강력한 성능을 발휘합니다.
구현 방법
Offer Decisioning 패턴을 사용하여 고객 자격을 평가하고, 비즈니스 제한을 적용하고, AI 등급을 사용하여 웹, 앱 및 아웃바운드 채널에서 각 고객 상호 작용에 대해 최적의 오퍼를 선택하는 중앙 집중식 의사 결정 엔진을 빌드합니다. 이는 오퍼 선택이 규칙 기반 개인화에만 너무 복잡한 경우, 오퍼 카탈로그에서 최적의 선택을 하기 위해 자격 논리, 우선 순위 규칙 및 적응형 순위의 조합이 필요한 경우에 적합한 패턴입니다.
기술 고려 사항
- 오퍼 자격 규칙은 의사 결정 엔진에서 유지되어야 하며 부적격 오퍼가 표시되지 않도록 핵심 뱅킹 또는 제품 시스템의 제품 자격 기준과 계속 동기화되어야 합니다.
- AI 등급 모델은 신뢰할 수 있는 성향 점수를 생성하기 위해 과거 오퍼 상호 작용에서 얻은 충분한 교육 데이터가 필요합니다. 새로 출시된 제품은 충분한 데이터가 축적될 때까지 대체 등급 전략이 필요합니다.
- 금융 서비스의 규정 요구 사항은 누구에게 그리고 어느 채널을 통해 제공될 수 있는지 제한할 수 있습니다. 의사 결정 논리는 이러한 제한을 부드러운 선호도가 아닌 엄격한 규칙으로 인코딩해야 합니다.
- 오퍼 피로도 추적이 중요합니다. 수락하지 않은 동일한 제품에 대한 오퍼를 반복적으로 받는 고객은 정의된 노출 횟수 이후에 해당 오퍼의 우선 순위가 낮아지거나 표시되지 않아야 합니다.
Customer Journey Analytics 대시보드
웹, 앱, 이메일 및 콜 센터 데이터를 결합하여 크로스 채널 분석 작업 영역을 구축하여 고객 여정을 시각화하고, 하차 지점을 식별하고, 캠페인 속성을 측정합니다. 통합 분석 작업 영역을 사용하면 제품 및 마케팅 팀에게 고객이 여정과 터치포인트 간을 어떻게 이동하는지에 대한 완전한 보기를 제공하여 채널 개선에 투자할 위치에 대한 데이터 중심의 결정을 내릴 수 있습니다.
비즈니스에 대한 영향
크로스 채널 여정 분석을 보유한 금융 서비스 조직은 캠페인 및 제품 팀의 insight 시간을 단축하여 온보딩 플로우, 애플리케이션 유입 경로 및 고객 서비스 여정 전반에서 영향력이 큰 최적화 기회를 보다 빠르게 식별할 수 있습니다.
구현 방법
Customer Analytics & Insight 생성 패턴을 사용하여 모든 디지털 및 오프라인 채널의 이벤트 스트림을 통합 분석 데이터 세트로 결합한 다음, 여정 흐름, funnel 드롭오프 및 속성 모델을 표시하는 작업 영역 시각화를 빌드합니다. 이는 주요 요구 사항이 실시간 활성화가 아닌 분석 insight 및 시각화인 경우 올바른 패턴입니다. 데이터는 고객 대면 작업을 트리거하기 보다는 의사 결정에 알리는 데 사용됩니다.
기술 고려 사항
- 크로스 채널 데이터 결합을 사용하려면 모든 소스 시스템에서 일관된 고객 식별자가 필요합니다. 즉, ID 전략이 세분화된 조직에서는 불완전한 여정으로 인해 분석이 제대로 수행되지 않을 수 있습니다.
- 콜 센터 및 오프라인 상호 작용 데이터를 수집하여 디지털 터치포인트를 기준으로 여정 시퀀스에 올바로 배치해야 합니다.
- 소스 시스템과 Analytics Workspace 간의 데이터 지연 은 인사이트 사용 기간에 영향을 줍니다. 빈도가 높은 분석 사용 사례에서는 일별 배치 피드가 아닌 거의 실시간으로 수집해야 할 수 있습니다.
- 개인 정보 보호 및 데이터 거버넌스 컨트롤은 개별 고객 레코드에 액세스할 수 없는 분석가가 액세스할 수 있는 대시보드에 개인 식별 정보가 표시되지 않도록 분석 데이터 세트에 적용해야 합니다.