超个性化：为银行提供基于人工智能的客户洞察

研究情报 封面 超个性化： 赋予银行AI驱动的洞察进入他们的客户群体 2024年9月Krungsri研究 目录 引言3 什么是超个性化以及为什么4 这有关系吗？ 人工智能在超个性化中的作用7 人工智能与超个性化在9银行业 KrungsriResearch观点：通往14个性化成功 参考文献16 免责声明 订阅我们 关于研究订阅，请联系 krungsri.research@krungsri.com 除非明确声明，否则本出版物及其所有内容均受KrungsriResearch的版权保护。因此，未经事先书面同意，严禁对本文字或其任何部分的重新使用、复制或修改。本报告引用了各种经过验证和可靠的来源，但KrungsriResearch不能保证所引用材料的绝对真实性。此外 ，KrungsriResearch不对其报告或其中包含的数据被用于任何目的所导致的直接或间接损失承担责任。本报告中表达的信息、观点和判断属于KrungsriResearch，但本出版物并不一定反映KrungsriResearchPublicCompanyLimited或同一商业集团内其他公司的观点。本报告准确反映了KrungsriResearch在发布日的思考和观点，但我们保留在不事先通知的情况下更改这些观点的权利。 引言 新技术源源不断地涌入日常生活，显示出没有减缓的迹象，其中最引人注目的之一就是人工智能 （AI）。关于AI影响的大讨论已经非常广泛，AI技术在几乎经济的所有领域都迅速找到了应用。生成式AI（GenAI），或“创造性人工智能”，能够执行各种任务，如内容创作、总结、翻译、人机交互、编码、数据分析以及提供推荐，这促使许多行业，包括银行业，探索如何利用AI开发创新的客户服务解决方案。在激烈的竞争中，数据驱动的银行可以利用AI通过分析和处理大量数据与客户互动。这允许对个人客户需求的快速和准确预测，使银行能够提供精确满足客户需求的定制金融产品或服务。 要求。这种方法，被称为超个性化允许银行满足每位客户的需求 好像他们完全理解他们的偏好。 帕琳雅·明萨库尔 分析师parinya.mingsakul@krungsri.com+6622962980 并且NathanonRatanathamwat 高级分析师nathanon.rattanathamwat@krungsri.com 皮姆纳拉·希兰卡西，博士 研究部分负责人兼首席经济学家pimnara.hirankasi@krungsri.com 什么是超个性化以及为什么 这有关系吗？ 在现代时代，人们寻求与他们的生活方式相符合的产品或服务，以表达他们独特的个性。这导致企业深入理解客户行为，以确保他们的产品和服务能够充分、准确地满足每个客户的需求。由于对消费者需求的更深入了解转化为改善的商业机会，这些变化条件的结果是，公司需要获得对个人消费者行为的更深入洞察，并确保他们的产品和服务以最全面的方式针对这些需求。 近年来，个性化营销策略获得了显著的人气。企业通常会对消费者群体或个体的历史数据进行分析，然后提供产品或服务。 服务特定群体或个人可能感兴趣的。这种方法被称为 个性化这可能包括，例如，向客户发送基于已知偏好、行为、购买记录和搜索历史的分析推荐产品的个性化电子邮件或信息。 然而，这些针对个性化的较旧方法，它们根据更广泛的人口统计学因素（如性别、年龄、收入或喜好和偏好）对市场进行细分，并且仅仅基于对历史数据的考虑，并不具备准确性。因此，企业正在探索新的方法来深入了解、个性化消费者洞察，然后利用这些洞察来对特定消费者的个人需求进行精调。这随后推动了以下发展...超 个性化，一种被称为超个性化（hyper-personalization）的新方法已经出现，这比个性化营销更加先进和有效，为企业提供了在顾客心中留下更深刻印象的能力。这一策略的关键驱动因素是利用人工智能处理实时大数据，从而使企业能够更深入地理解顾客需求。例如，购物和 浏览行为、财务习惯、生活方式和兴趣、当前位置和偏好购买 频道 超个性化依赖于一系列技术和方法的连续使用。(i)收集和汇总大数据，为个人消费者的身份、偏好和行为提供深入了解（即“谁”和“什么”）。(ii)处理和精确预测客户需求，使公司能够进行准确的消费者需求预测，进而可用于构建产品和服务提供，以及开发个性化的促销和推荐，这些推荐能够精确地满足个体层面的需求（即“接下来是什么”）。(iii)最后，可以根据个体情况和需求即时生成营销内容。因此，超个性化为公司提供了发展更加牢固和个性化的客户关系，并且能够实时实现。例如，如果一位客户正在考虑购买一辆新车，正在与经销商试驾，银行现在可以立即自动准备一项提供汽车贷款或适当的财务建议的促销活动，该建议针对的是客户的具体情况。 个人情况然后通过电子邮件或短信，或通过银行应用程序发送给他或她。 图1 个性化与超个性化之间的差异 个性化 超个性化 数据利用率 人口统计学与先前购买数据 实时数据和个体行为数据 预测性能力 基本预测基于历史趋势 通过提高预测精度高级AI用于处理复杂 实时数据 客户经验 定制化体验由特定群体特征 独特，个性化体验 来源：Yuty，亚洲银行家，和Krungsri研究 广泛对超个性化感兴趣。 因为超个性化为企业构建竞争优势开辟了道路，对该领域的兴趣正在增长，许多公司计划提升在这一领域的技能。因此，BrainyInsights估计，虽然2023年全球超个性化市场规模达到189亿美元 ，但到2033年，这一数字将增长到748亿美元。1/因此，在该期间以约41%的复合年增长率增长 。同样，MMAGlobal在2023年进行的一项调查2/发现，鉴于这是建立客户参与度和忠诚度的首选方式，全球44%的公司计划扩大其对针对个体商品的依赖。 服务和。3/ 1/ https://www.thebrainyinsights.com/report/hyper-personalization-market-14004 2/MMA（移动营销协会）全球是一个非营利性协会，拥有超过800名来自全球领先企业（例如，Uber、万事达卡、Meta、谷歌、花旗等）的成员。该协会专注于通过使用移动和其他新技术来加速营销的转型和创新。该组织致力于研究、识别和推广最佳实践，以及构建商业网络，旨在帮助企业在营销工作中提高效率和效果。3/问卷调查分析基于来自世界各地102位首席市场营销官的反馈。更多详情请见： https://www.mmaglobal.com/documents/state-ai-marketing 图2 市场个性化价值（美元） 74.9 复合年增长%率（CAGR）=41% 18.9 20232033 来源：BrainyInsight，KrungsriResearch Netflix是全球娱乐流媒体服务提供商的一个显眼例子，展示了超个性化框架和流程的实施方式。Netflix利用人工智能来理解和分析来自客户互动的数据，包括用户通常何时消费流媒体服务、他们用于此目的的设备，以及他们可能跳过或暂停节目的时间。这使得 公司将为观众量身定制其推荐的影片、剧集或其他内容，并且每日逐步进行。 人工智能预测观众的兴趣或媒体消费可能发生的变化。此外，随着人工智能技术的不断进步，Netflix已经能够扩展其在该领域的功能，最近更是涉足大型语言模型（LLM）的开发。4/该系统为向观众提供对话性推荐的人工智能聊天机器人提供动力。5/这因此有助于增加观看体验的价值，并且事实上德勤估计，Netflix收入中的60%完全来自于其构建高度个性化体验的努力。6/ 许多其他公司正在部署超个性化技术和方法，同样旨在提升客户体验并开发新的商业机会，尽管这些变化在零售领域尤为明显。在泰国，这一例证就是莲花公司及其MyLotus应用程序，它利用人工智能支持大数据分析能力。因为这样公司能够获得对消费者行为更加清晰的洞察，莲花公司更能有效地生成针对消费者、追踪特定购物者变化需求的针对性促销活动。7/ 4/大型语言模型，或称为LLMs，是基于神经网络或基础模型构建的AI系统，这些模型已经在大量数据集上进行过训练。这使得AI系统能够通过自然语言理解和与人类用户进行交流。5/ https://research.netflix.com/publication/large-language-models-as-zero-shot-conversational-recommenders6/ https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/financial-services/deloitte-uk-hp-the-future-of-retail-banking .pdf7/提高“我的莲花”的品牌忠诚度，通过应用人工智能和大数据|Techsauce 人工智能在高度个性化中的作用 2023年，由麦肯锡公司（McKinsey&Company）和斯坦福大学（StanfordUniversity）进行的一项调查显示，在全球范围内，超过四分之一的公司决定使用人工智能（AI）来帮助开发他们销售的商品和服务，并且人工智能在销售和营销中的作用越来越重要。具体来说，23%的公司现在正在使用人工智能来个性化营销活动，这是继接触中心自动化之后的第二大常见的人工智能应用 。 (图3).8/ 图3 最常见的AI应用场景 呼叫中心自动化 26% 个性化 23% 客户获取于人工智能的产品增强 产品特性优化 22%22% 19% 基 来源：麦肯锡公司，斯坦福大学 如上所述，人工智能在超个性化过程中扮演着核心角色，部分原因在于这项技术能够承担人类传统上与左脑和右脑活动相关联的分析和创造性任务。具体而言，以下人工智能子领域对超个性化做出了重大贡献。 □预测人工智能（PreAI）帮助企业进行商业决策，通过提供对特定结果发生可能性的专家评估 。因此，这通常是一种左脑活动，涉及逻辑、计算和评估。在超个性化领域，PreAI被用作工具 ，帮助businesses分析和了解他们的客户基础，并提供对市场需求深入了解。这还可以用来确定最适合个别客户的优惠。 □生成式人工智能（GenerativeAI）9/特别能力在于其产生新颖和创造性的反应以应对输入的能力。这包括诸如创建符合消费者兴趣的新内容或设计客户旅程，从个人与公司的初次接触直到成为其客户的所有阶段。因此，这与传统的右脑活动相呼应，这些活动要么是创造性的，要么需要采取全面的视角。此外，通用人工智能（GenAI）能够使用自然语言与人类用户互动，通常通过聊天机器人进行，因此通用人工智能现在被用来驱动能够即时响应客户查询或其他类型指令的虚拟助手。 8/https://aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_AI-Index-Report-2024.pdf9/ 请见详细内容，见https://www.krungsri.com/en/research/research-intelligence/generative-ai-20 23超个性化： 图4 利用人工智能开发超个性化系统 账户交易 卡记录 网站行为 借贷行为 产品行为 风险特征 应用使用情况应用地理定位 预测人工智能 一个预测算法 设计用于预测行为和风险。 生成式人工智能 生成算法 设计用于创建新基于现有内容 数据。 自适应人工智能 一个旨在适应的算法设计。调整 其性能基于反馈。 沟通 会话式人工智能 一个设计用于的语言算法 人类似对话。 来源：BCG，KrungsriResearch 此外，上述两种类型的AI之外，还可以使用其他类型的AI来提升超个性化的发展。其中之一是自适应人工智能能够通过将历史数据或经验纳入其建模过程而不断进化的AI，因为这种能力使得这些系统能够智能地适应新情况，所以它们可以应用