(1)客戶介紹

海岸銀行提供便捷的個人銀行和商業銀行解決方案，如支票、儲蓄、貸款、抵押、網上銀行和手機銀行等。

(2)項目背景

機器學習可實現大規模個性化

為了使現代銀行保持競爭力，必須通過高級分析來改善客戶體驗。Seacoast憑借其專有的客戶分析平臺而在此領域中脫穎而出，該平臺由SAS支持并用于發掘客戶的洞察力，用于許多目的。

匯總和情境化的數據分析后，銀行使用SAS ^®企業礦工™建立一個客戶終身價值（CLTV）模型，它看起來在每一個客戶，衡量自己的價值，并說明為什么他們是有價值的。計算CLTV對于估算客戶的潛力以及銀行應該投入多少資金來吸引和服務該客戶以獲取最大的ROI至關重要。

“由于我們更加了解哪些客戶群體可以帶來價值，因此我們可以微調客戶處理策略以及我們的收購努力，以產生非常高的回報，” Seacoast首席營銷官杰夫·李（Jeff Lee）說。

有了CLTV模型后，Seacoast添加了預測模型并應用了機器學習來解決特定的業務問題，例如大規模的個性化。借助SAS，銀行可以根據客戶的偏好和交易歷史分別向他們推銷產品。

“沒有SAS，我們真的無法做我們正在做的事情，” Lee說。

客戶分析平臺在效率和盈利能力上均取得了進步。隨著客戶洞察力遍及整個組織，營銷人員可以使活動自動化，一線員工可以加強銀行與其最有價值的客戶的關系，而商業銀行業務人員可以查看其個人客戶組合并使用交互式儀表板跟蹤其績效。

過去，如果Seacoast員工希望獲取有關客戶的更多信息，則他們必須為每個查詢運行服務請求。“您會提出請求，等待回覆，” Seacoast的分析官Robert Stillwell說。“它不是按需的，您不能與數據進行交互或探索它來尋找機會。”

現在，Seacoast不再等待IT部門創建電子表格，而是允許適當的人員訪問并可視化數據以創建見解。SAS Viya上的SAS Visual Analytics提供了來自客戶分析平臺的數據，可在受控的按需框架中提供信息，因此業務部門領導者可以隨意使用這些見解-并信任他們的數據。而且由于速度和計算能力是關鍵任務，因此Seacoast依靠SAS Viya的內存功能來加快計算和發現速度。

Stillwell說：“以前，我們只能看到一年的趨勢，因為我們無法將足夠的數據輸入到系統中。” “有了SAS Viya，我們現在可以看到四年的趨勢，這對我們非常重要。”

海岸還受益于更快的處理速度。“以前，我們的流程非常繁瑣，以至于幾乎每個整天都要計算每個月我們需要的東西，” Stillwell說。“ SAS Viya的并行處理使我們能夠更快地獲取該信息。”

(4)價值體現

人工智能的銀行服務已經成熟

自從投資SAS以來，每位客戶進行風險調整后的收入增長了30％，而自動化營銷活動的投資回報率則高達三位數。這一成功促使該銀行開始考慮擴大分析的使用范圍，以其他方式改善客戶體驗。

Lee認為，人工智能是首要考慮因素，他說，越來越需要服務增強技術來取悅那些期望24/7全天候更好，更快，更便宜的消費者。

“考慮到聊天互動，電話互動，網絡交流-所有這些對于AI來說都是成熟的，” Lee說。“我們業務中有多個用例與AI完美契合。現在，我們的數據是有序的，并且我們在機器學習方面已經日趨成熟，人工智能將成為我們未來業務運營的重要組成部分。”