You are currently viewing ЦБА подключает парк банкоматов к «мозгу» обслуживания клиентов

ЦБА подключает парк банкоматов к «мозгу» обслуживания клиентов

  • Post author:
  • Post category:Финансы

Банк Содружества подключает свой парк банкоматов к централизованному «мозгу» для автоматизированных разговоров с клиентами, чтобы лучше интегрироваться с другими физическими и цифровыми каналами обслуживания.

Парк банка из 4000 банкоматов, который в настоящее время обновляется сенсорными экранами, вскоре подключится к его централизованному механизму взаимодействия, или CEE.

Этот механизм теперь активен по «всем нашим каналам», сказал Эндрю Макмаллан, генеральный менеджер по принятию решений о клиентах в Commonwealth Bank, на симпозиуме Gartner.

«В филиалах, в цифровом виде, в нашем мобильном приложении мы вот-вот войдем в банкоматы. Мы находимся в толчке, в электронной почте, даже в бумажной почте, SMS. Мы в значительной степени охватили все каналы, которыми пользуемся.»

Двигатель обрабатывает 16-17 миллионов звонков в день по этим бесчисленным каналам.

Интеграция парка банкоматов в централизованный механизм взаимодействия позволит проводить push-кампании, обратную связь в режиме реального времени и двусторонние переговоры с банком, говорится в сообщении ЦБА.

«Вы можете использовать банкомат рядом с филиалом, и мы могли бы посмотреть, есть ли в филиале открытая запись, соединить эти вещи вместе и сказать:» Эй, вы не хотели бы прийти на встречу? » — сказал Алекс Бертон, руководитель отдела данных и стратегии принятия решений розничного банка.

По словам Бертона, ЦБА «боролся» с проектом данных большую часть трех лет.

Ранее банк управлял сильно настроенной платформой Teradata, Hadoop data lake и рядом других дискретных движков кампаний.

Он мигрировал в Pegasystems в качестве базовой технологии для ЦВЕ, чтобы заменить разрозненные технологии и создать единый механизм принятия решений для общения с клиентами по всем каналам.

Платформа использует обработку естественного языка для понимания двухсторонних разговоров с клиентами, сказал Макмаллан.

«Это то, что мы используем, чтобы решить следующий лучший разговор для наших клиентов по всем нашим каналам», — сказал Макмаллан.

Команда CBA data science использует адаптивное моделирование и машинное обучение, чтобы определить, какие разговоры наиболее успешны, и «уйти на пенсию» или скорректировать разговоры, которые не являются успешными.

Например, банк отправляет клиентам напоминания об оплате кредитной картой, чтобы помочь им избежать дополнительных сборов, и обнаружил, что это привело к повышению удовлетворенности клиентов на 5 процентов по сравнению с контрольной группой, сказал Макмаллан.

CBA выпускает технологию CEE в больших количествах.

«В прошлое Рождество мы перешли от нуля ко всей нашей мобильной базе пользователей, которая, я думаю, составляет 5 миллионов активных пользователей, примерно за две с половиной недели»,-сказал Бертон.