PKO Bank Polski rozpoczyna wykorzystywanie zaawansowanych algorytmów uczenia maszynowego, aby lepiej rozpoznawać potrzeby swoich klientów. Na stronie internetowej banku użytkownicy mogą teraz znaleźć informacje dopasowane do ich indywidualnych preferencji.
Spis treści
PKO BP wykorzysta sztuczną inteligencję do profilowania klientów
W przyszłości PKO Bank Polski chce rozwinąć hiperpersonalizację, która zastąpi standardowe kampanie CRM i będzie tworzyć unikalne oferty dla każdego klienta. Kluczowe cechy idei hiperpersonalizacji w wykonaniu PKO Banku Polskiego to:
- Dopasowanie w czasie rzeczywistym: Bank wykorzystuje sztuczną inteligencję, aby w czasie rzeczywistym identyfikować potrzeby klienta i wyświetlać mu najbardziej odpowiednie produkty i usługi.
- Analiza historii aktywności: Bank analizuje historię aktywności klienta, aby lepiej zrozumieć jego preferencje i potrzeby.
- Modele uczenia maszynowego: Bank wykorzystuje zaawansowane modele uczenia maszynowego do tworzenia spersonalizowanych ofert dla każdego klienta.
- Zgoda klienta: Wszystkie działania w zakresie personalizacji treści są podejmowane przez bank za zgodą klienta.
Co to oznacza dla klientów banku PKO?
Z perspektywy klienta PKO wspomniane zmiany mogę oznaczać np.: mniejszą ilość telefonów ze strony infolinii, która zazwyczaj próbuje wcisnąć użytkownikowi kompletnie nietrafione oferty. Efektem wdrożenia zmian będą również lepiej dobrane banery promocyjne w aplikacji IKO, które raz na jakiś czas wyświetlają się po ekranie logowania.
Bankowość przyszłości to bankowość internetowa i mobilna dopasowana do potrzeb każdego użytkownika. Personalizacja wspierana przez zaawansowane algorytmy machine learning otwiera zupełnie nowe możliwości dopasowania oferty i komunikacji z klientem. W PKO Banku Polskim zrobiliśmy kolejny krok w tę stronę. Obecnie już połowa użytkowników strony internetowej banku ma kontakt z treściami personalizowanymi na podstawie analizy danych.
Marcin Bednarski, dyrektor Departamentu Analityki Danych w PKO Banku Polskim.
Szersze wykorzystanie algorytmów uczenia maszynowego we współczesnej bankowości jest również jedynym sposobem na utrzymanie pozycji marki na rynku, ponieważ zdecydowana większość nowoczesnych przedsiębiorstw korzysta z narzędzi AI w celu poprawy efektów swojej pracy. Ewolucja sztucznej inteligencji w sektorze finansowym jest więc oczywistym następstwem rozwoju technologii.
