به‌کارگیری هوش مصنوعی در بانکداری نوین




 

فن‌آوری هوش مصنوعی به سرعت در حال تکامل است. موسسات مالی استفاده از این فن‌آوری را برای کاربردهایی چون کشف تقلب، مبارزه با پول‌شویی، شخصی‌سازی خدمات ارائه شده به مشتریان، اعتبارسنجی، درک زبان طبیعی در پردازش مستندات و ارزیابی ریسک آغاز نموده‌اند.

بانک‌ها در دهه‌ی گذشته در حال بهبود روش‌های تعامل با مشتریان خود بوده‌اند. مفهوم دستگاه‌های خودپرداز بیش از شصت سال پیش مطرح شد. پس از آن شاهد رواج کارت‌های بانکی برای برداشت پول نقد از دستگاه‌های خودپرداز شدیم اما این تغییر به گستره‌ی عظیمی از پرداخت‌های کارت-‌محور منجر شد. به همین ترتیب مطرح شدن مفهوم هوش مصنوعی در خدمات مالی، بستر بزرگی از امکانات و خدمات ایجاد کرد. بر اساس پیش‌بینی‌های انجام شده، بانک‌ها در سال2023 با استفاده از فن‌آوری هوش مصنوعی، مبلغی بالغ بر447 میلیارد دلار صرفه‌جویی خواهند کرد. نوشته‌ی زیر برخی از روندهای آتی استفاده از هوش مصنوعی در صنایع مالی را به تصویر می‌کشد.

 

بانکداری موبایلی

استفاده از هوش مصنوعی در بانکداری موبایلی به سرعت در حال رشد است. به عنوان نمونه، یکی از بانک‌های پیشرو، ابزار دستیار صوتی Siri را با نرم‌افزار موبایلی خود ادغام نموده است و امکان صدور دستور پرداخت‌های صوتی را در اختیار مشتریان خود قرار داده است. شخصی‌سازی خدمات ارائه شده بر اساس تحلیل رفتار یک مشتری در گذشته و ارائه‌ی پیشنهادهای ویژه برای هر مشتری بر اساس رفتار خرید وی، نمونه‌هایی از استفاده از فن‌آوری هوش مصنوعی در بانکداری موبایلی هستند.

 

ربات‌های گفت‌و‌‌گوی هوشمند

ربات‌های گفت‌وگو ابزارهایی هوشمند برای مکالمات بین مشتریان و موسسات مالی هستند. به کمک فن‌آوری هوش مصنوعی، این ربات‌ها حجم قابل‌توجهی از مکالمات بین مشتریان و موسسات مالی را با هزینه‌ای اندک میسر می‌سازند. درک زبان طبیعی که یکی از کاربردهای رایج فن‌آوری هوش مصنوعی است به بانک‌ها کمک می‌کند پرسش‌های مطرح شده از سوی مشتریان را درک کرده و به شکلی هوشمندانه به آنها پاسخ دهند. با افزودن ربات‌های گفت‌وگو به محیط‌های عرضه‌ی خدمات بانکی، موسسات مالی، امکان پاسخ‌دهی به مشکلات و تقاضاهای مشتریان در محل شکل‌گیری/ رخ دادن آنها را فراهم می‌کنند. به عنوان دو نمونه از پیاده‌سازی موثر این فن‌آوری می‌توان از بانکی که فعال‌سازی کارت‌های بانکی، تغییر رمز و دریافت موجودی را خودکارسازی نموده است و همچنین بانکی که بر اساس خریدهای انجام شده توسط هر مشتری، توصیه‌هایی را برای کاهش هزینه‌ها استخراج نموده و در قالب یک مکالمه با مشتری آنها را به وی ارائه می‌دهد، نام برد.

 

جمع‌آوری و تحلیل داده‌ها

با دیجیتالی‌شدن هرچه بیشتر فرآیندها، حجم داده‌های تولید شده در اطراف فعالیت مشتریان به شدت افزایش یافته است. این واقعیت، امکان گردآوری حجمی دوچندان از داده‌ها را – به صورت مستقیم از فعالیت‌های مالی ایشان و از طریق مشارکت‌های داده‌ای با دیگر منابع تولید و جمع‌آوری داده‌ها – در اختیار موسسات مالی قرار داده است. تاثیر این داده‌های افزونه، ایجاد دیدی 360 درجه از مشتریان و اشراف به تمایلات آنها در زمینه‌های مختلفی است که ردپای تراکنش‌های مالی در آنها وجود دارد. در بسیاری از سازمان‌ها، نگاهی به استفاده از بینش خلق شده از این داده‌ها به عنوان یک منبع درآمدی نیز وجود دارد.

 

مدیریت ریسک

زمانی که یک موسسه‌ی مالی به انبوهی از داده‌های رفتاری یک مشتری نگاه می‌کند، توان بیشتری در ساخت الگوی رفتاری وی و پیش‌بینی امکان عدم ایفای تعهدات را به دست می‌آورد. هرگونه مشکل مالی آتی یک مشتری در رفتارهای مالی وی نشانه‌هایی اولیه دارد و با استفاده از تحلیل بلادرنگ داده‌های عظیمی که هر لحظه در اثر رفتار هر مشتری در حال تولید هستند، سازمان‌های مالی می‌توانند خطرات احتمالی عدم ایفای تعهدات در آینده را تا حد قابل‌توجهی پیش‌بینی نمایند.

 

غنی‌سازی داده‌های تراکنش‌ها و امنیت داده‌ها

تبدیل اطلاعات متنی موجود در اطراف یک تراکنش مالی به اطلاعات قابل تحلیل و نیز غنی‌سازی اطلاعات هر تراکنش در مشارکت با دیگر منابع تولید داده می‌تواند از بروز تقلب و بسیاری از تماس‌های مشتریان برای رفع ابهام در تراکنش‌ها پیشگیری نماید. به عنوان نمونه، افزودن محل فیزیکی انجام تراکنش‌های بانکی امکان کشف تقلب در صورت بروز دو تراکنش پیاپی با فاصله‌ی جغرافیایی قابل توجه را در اختیار موسسات مالی قرار می‌دهد. همچنین افزودن اطلاعاتی تکمیلی در خصوص کسب وکاری که تراکنش مالی از طریق ترمینال آن انجام شده است بانک‌ها را از علایق و سبک زندگی و الگوی مصرف مشتری مطلع می‌سازد.

 

جمع‌بندی

در روند پیشرفت موسسات مالی، سازمان‌هایی که هوش مصنوعی را به عنوان ابزاری کلیدی در توسعه‌ی خدمات خود و در ارتباط با مشتریان خود در نظر می‌گیرند، از رقبای خود پیشی خواهند گرفت. حجم افزونه‌ی داده‌های تولید شده در اطراف رفتار مشتریان و پیشرفت فن‌آوری هوشمند مصنوعی، عرصه‌ی رقابت موسسات مالی را به گونه‌ای تغییر داده است که در آن به‌کارگیری این فن‌آوری از لازمه‌های اصلی عرضه‌ی خدمات رقابتی است.

 

منبع:

https://www.finextra.com/blogposting/20688/use-of-artificial-intelligence-in-banking-world-today

 

مطالب مرتبط: 

برای موسسات مالی در سال جدید، هوش مصنوعی جزو الزامات محسوب می‌شود.

 

هوش مصنوعی در خدمات مالی

 

سه راه و روش تحول آینده‌ی انفورماتیک در بانک‌ها از طریق هوش نرم‌افزاری

آیا شما به اندازه‌ی مشتریان خود باهوش هستید؟




 

(پیاده‌سازی یک استراتژی «در برگیرنده‌ی همه‌ی کانال‌ها» با بهره‌گیری از بینش حداکثری نسبت به مشتریان)

دنیای ابزارها و کانال‌های ارتباطی دیجیتال، گسترش‌یافته و هزاران نقطه‌ی تماس میان مشتریان و صاحبان کسب و کار ایجاد نموده است. امروزه مشتریان در ارتباط با صاحبان کسب و کارها به تمامی کانال‌های ممکن دسترسی دارند و بر اساس سلیقه و نیاز خود، ترکیبی از آنها را در ارتباط با مشتریان انتخاب می‌نمایند. به همین دلیل، کسب وکارهای مختلف، تحت فشار افزونه‌ای، قرارگرفته‌اند تا انتظار مشتریان درکانال برتر ارتباطی با ایشان را تشخیص دهند. سیستم‌های دربرگیرنده‌ی تمام کانال‌ها یا Omnichannel ردپای مشتریان در تمامی کانال‌های موجود را در یک مجموعه‌ی منسجم، گرد هم می‌آورند. به عنوان نمونه، در زمینه‌ی امور مشتریان و خدمات پس از فروش، یک سیستم ارتباطی در برگیرنده‌ی تمامی کانال‌ها امکان گردآوری ارتباطات برقرار شده از طریق تماس تلفنی، پیامک، پیام‌های رد و بدل شده در بستر شبکه‌های اجتماعی و پست الکترونیک را در کنار هم قرار می‌دهد تا در ارتباط بعدی، هیچ بخشی از ارتباطات گذشته – مستقل از کانال انتقال آن – از دید نیروهای سازمان مخفی نماند. در سیستم‌های فروش کالا، چنین ساختاری، ردپای دقیقی از خدمات حضوری، الکترونیکی، خریدهای آنلاین و در محل فروشگاه‌ها را در کنار هم قرار می‌دهد تا برخورد جزیره‌ای با هر یک از این خدمات از میان برداشته شود.

 

یکنواختی و همبستگی در تمامی کانال‌ها

برای حفظ مشتریان خود، سازمان‌ها باید درمیان تمامی کانال‌های عرضه‌ی خدمت یا کالا، نوعی همبستگی و یکنواختی را که در برگیرنده‌ی همه‌ی جنبه‌ها مانند قیمت، کیفیت خدمت، لحن گفت‌وگو در ارتباط با مشتری، محتوای عرضه شده و پیام منتقل شده است حفظ نمایند. یکی از راهکارهای پیاده‌سازی چنین سطحی از خدمت، برپایی سامانه‌ای به عنوان «تنها مرجع حقیقت» است که تمامی کانال‌های ارتباطی، ردپایی از تعاملات خود را در آن ذخیره می‌نمایند و ارتباط بعدی با مشتری با واکِشی آخرین اطلاعات موجود در این مرجع صورت می‌پذیرد. با طراحی و پیاده‌سازی چنین مرجعی و به دلیل ماهیت « در برگیرنده‌ی تمام ابعاد ارتباط و تعامل با مشتریان»، این بستر می‌تواند داده‌های جامع را در اختیار تحلیلگران کسب و کار قرار دهد.

 

بازاریابی بر اساس ارتباطات در برگیرنده‌ی همه‌ی کانال‌ها

با بنا نهادن چنین زیرساختی، تیم‌های بازاریابی در سازمان شما نیز باید بر روی دو موضوع تمرکز نمایند. موضوع اول، تهیه نمودن محتوای مناسب برای کانال‌های مختلف عرضه‌ی کالا یا خدمت است زیرا هر یک از کانال‌های عرضه‌، مشخصات و ویژگی‌های خاص خود را دارا بوده و روش ارائه‌ی محتوا در آن متفاوت از دیگر کانال‌ها است. موضوع دوم همخوانی محتوای ارائه شده از طریق این کانال‌های مختلف است تا بتوان همبستگی لازم میان ابزارهای مختلف ارتباطی را برقرار نمود. بدیهی است که با توجه به حجم قابل توجه داده‌های تولید شده در اطراف مشتریان، تیم‌های بازاریابی قادر خواهند بود تا حد قابل توجهی پیام به مخاطبان را شخصی سازی نمایند تا تجربه ی مشتریان در ارتباط با کسب و کار بهبود یابد.

 

طراحی مبتنی بر ارتباط در برگیرنده‌ی همه‌ی کانال‌ها

اولین قدم در این مسیر، دستیابی به نقاط داده‌ای در تمامی موقعیت‌های تماس مشتری با سازمان شما است. در حقیقت، گام آغازین این مسیر پیاده‌سازی ابزارهای مختلف در جمع‌آوری داده‌های رفتاری و شناختی از مشتریان در هر یک از کانال‌های متصور است. به عنوان نمونه، جمع‌آوری اطلاعات رفتاری مشتریانی که به وب‌سایت شما مراجعه می‌نمایند، مشتریانی که از طریق کانال‌های حضوری با شما در ارتباط هستند یا افرادی که از طریق تماس‌های تلفنی یا الکترونیکی با شما ارتباط برقرار می‌نمایند نمونه‌هایی از اقدامات لازم هستند. گام بعدی، پس از برپایی نقاط دریافت داده‌های مختلف، ایجاد ساختاری مرکزی برای نگهداشت تمامی نقاط داده‌ای، قدم بعدی شما خواهد بود. به نتیجه رسیدن تمامی این اقدامات، منوط به قدم بعدی به صورت استفاده از ابزارهای تحلیل داده‌ها و هوش مصنوعی است که طی آن، متخصصین در زمینه‌های مختلف، از ابزارهای ماشینی برای ایجاد بینش نسبت به سفر مشتری و بهترین محصول مناسب برای هر مشتری و روش برگزیده‌ی ارتباط با وی و … استفاده می‌کنند.

 

منبع:

https://customerthink.com/are-you-as-smart-as-your-customer-creating-an-omnichannel-commerce-strategy-by-maximizing-customer-insight/

 

مطالب مرتبط: 

روندهای جدید نرم‌افزارهای بانکی موبایلی، تداوم ارتباط موثر با مشتریان

 

از امروز برای مشتریان فردا آماده شوید/ نگاهی به آینده‌ی بازار مصرف

 

بهبود مدیریت امور مشتریان با بهره گیری از هوش مصنوعی

 

پیش‌بینی روندهای شناخت مشتریان در سال 2021