台灣公股銀行 建立客群數據分析模型|台灣土地銀行

台灣金融業積極拥抱新科技，提升服務品質與客戶體驗。近期，合庫銀行透過監督式機器學習技術，成功挖掘高潛力客群，並以數據模型進行機率推測，結果顯著提升銷售成效。而土地銀行也不落人後，成立大數據分析團隊，透過深入分析客戶資料，推出精準的行銷活動，為客戶帶來更个性化的服務。

合庫銀行主管以「深耕客戶二次行銷」案例為例，透過資料科學分析客群樣貌，建立潛在客群的機率模型，並採取A（高機率組）─B（低機率組）Test方式追蹤數據分析模型成效。結果顯示，高機率組的滲透率為低機率組的兩倍以上，證明自建數據分析模型具有高效度。未來，合庫銀行將以此技術更廣泛應用於推薦客戶合適產品或服務專案。

合庫銀行主管表示，目前大數據應用與各業務單位合作，定義數據專案範圍，並運用資料科學技術進行多維度建模與演算，以洞察客戶屬性，並找出智慧變數因子推薦。目前已完成自主建置數位軌跡蒐集暨互動平台及360度個人戶視圖，針對不同客戶族群推出產品的數位通路推薦，或透過營業單位推薦合適客戶的產品。

土地銀行則成立大數據分析團隊，透過大數據應用分析各業務，更加清晰地了解客戶輪廓及行為軌跡，以掌握客戶對各商品的偏好。土銀以大數據模式分析銀行客戶輪廓及行為模式，推出分群行銷活動，如擴增招募數位客戶族群、推廣台灣Pay等數位服務、分析銀行客戶行銷活動偏好及輪廓等。

此外，土地銀行也透過大數據資訊將信用卡客戶分群，依其屬性建立名單並結合行銷活動，如依店家的地緣性、客戶消費種類偏好等促刷行銷活動通知。未來，土地銀行將再規劃運用大數據分析，將客戶屬性與行為指標化，提升信用卡呆卡活化及舊卡促刷等精準行銷的效率。