Anwendungsfälle
Einsatzmöglichkeiten im Hier und Jetzt

Themengebiete | Financial Artificial Intelligence | Anwendungsfälle

Abgrenzung der Begrifflichkeiten

Top-Thema

Analytical CRM

Methoden des Machine Learnings können zum Beispiel Produkt- und Dienstleistungspräferenzen von Kunden und Kundengruppen ermitteln. Vertrieb und Marketing können so eine qualifiziertere Vorauswahl von anzusprechenden Bestandskunden treffen und die Abschlussquote im Rahmen einer Kampagne erhöhen (Affinitäts-Scoring).

Ebenso können die Cross-Selling-Wahrscheinlichkeit erhöht und Streuverluste im Marketing verringert werden, indem den Inhabern bestimmter Bankprodukte zielgerichteter weitere Produktempfehlungen anhand von intelligenten Datenanalysen gemacht werden (Next Best Offer) können. Die vergleichende Segmentierung von Bestandskunden und potenziellen Kunden können darüber hinaus Ansätze für Kampagnen zur Neukundenakquisition bieten.

Überwachtes Lernen (supervised learning) vergangener Kundenabwanderungen und deren Einflussfaktoren können Hinweise zur Früherkennung kündigungswilliger Kunden liefern. Darauf aufbauend können Maßnahmen zur Reduzierung der Kündigerquoten erarbeitet werden (Churn Prevention).

Datenqualität
Risikomanagement
Geldwäsche- und Betrugserkennung
Marktprognosen
Prozessautomation
Weitere Anwendungen

Andreas Strunz

Abteilungsleiter

Andreas Strunz leitet bei msgGillardon das Center of Competence Financial Artificial Intelligence.

+49 (0) 174 / 3071 113

Andreas Mach

Executive Partner

Andreas Mach leitet als Executive Partner bei msgGillardon den Bereich Risikomanagement & Controlling.

+49 (0) 89 / 943011 1525