{"id":12603,"date":"2024-06-19T09:38:30","date_gmt":"2024-06-19T09:38:30","guid":{"rendered":"https:\/\/intellico.ai\/?p=12603"},"modified":"2024-07-29T08:34:07","modified_gmt":"2024-07-29T08:34:07","slug":"customer-retention-e-ai-il-caso-di-grapho4upselling-per-il-settore-bancario-e-assicurativo","status":"publish","type":"post","link":"https:\/\/intellico.ai\/it\/blog\/customer-retention-e-ai-il-caso-di-grapho4upselling-per-il-settore-bancario-e-assicurativo\/","title":{"rendered":"Customer retention e AI \u2013 Il caso di Grapho4Upselling per il settore bancario e assicurativo"},"content":{"rendered":"\n

Il mercato del settore bancario e assicurativo di oggi si caratterizza per un\u2019elevata competitivit\u00e0, dove le compagnie cercano costantemente strategie innovative per migliorare la soddisfazione del proprio cliente e garantirne la fidelizzazione. Secondo alcune statistiche di settore, acquisire un nuovo cliente pu\u00f2 costare 5 volte di pi\u00f9 rispetto a mantenerne uno esistente1<\/sup>. L’AI pu\u00f2 offrire nuovi approcci e strumenti per raggiungere questi obiettivi, con modelli che prevedono il tasso di abbandono dei clienti e ottimizzano le opportunit\u00e0 di upselling<\/em> e cross-selling<\/em>.<\/p>\n\n\n\n

I modelli di machine learning<\/em>, infatti, possono analizzare grandi quantit\u00e0 di dati sui clienti, tracciando informazioni demografiche, dati storici su bisogni, interazioni con gli operatori e i siti e sistemi informativi aziendali, ed utilizzare questi dati per comprendere i pattern<\/em> di acquisto che possono portare il cliente all\u2019abbandono della compagnia. Queste informazioni forniscono informazioni aggiuntive sul cliente o sulle strategie commerciali; tuttavia, agire in modo mirato richiede di capire come utilizzare i risultati del modello, nel momento stesso in cui si parla con una persona o si prendono decisioni strategiche.<\/p>\n\n\n\n

Come superare quindi queste limitazioni?<\/p>\n\n\n\n

 In Intellico<\/strong> crediamo che l’Explainable AI<\/strong> possa migliorare i processi decisionali. Ecco perch\u00e9 abbiamo integrato un motore di Explainable AI<\/em> nella soluzione Grapho4Upselling<\/strong> per la gestione della fidelizzazione del cliente, anche nel settore bancario e assicurativo.<\/p>\n\n\n\n

Le tecniche di Explainable AI restituiscono ai decision-maker<\/em> l\u2019elenco dei fattori chiave che influenzano il comportamento del singolo, in modo che si possano decidere le azioni da intraprendere, come quale promozione o fascia di prezzo applicare, come condurre al meglio la conversazione. <\/p>\n\n\n\n

Vediamo come funziona Grapho4Upselling.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Grapho4Upselling: Explainable AI di Intellico per il settore bancario e assicurativo<\/strong><\/h2>\n\n\n\n
<\/div>\n\n\n\n

Grapho4Upselling<\/strong> \u00e8 una soluzione finalizzata ad ottenere insights dai dati raccolti nel tempo nelle interazioni con i clienti.<\/p>\n\n\n\n

Grapho4Upselling \u00e8 stato configurato per supportare gli agenti per pre-valutare la probabilit\u00e0 di conversione dei clienti, prima degli appuntamenti commerciali pianificati.<\/p>\n\n\n\n

Grapho4Upselling offre agli agenti 3 funzionalit\u00e0:<\/p>\n\n\n\n

    \n
  1. Explorer<\/strong>: L’agente visualizza lo storico di tutte le negoziazioni con il cliente, rappresentato attraverso un grafo di interazioni, cos\u00ec da comprendere facilmente il numero di appuntamenti effettuati in passato ed il loro esito, con l\u2019ulteriore possibilit\u00e0 di navigare nei dettagli riguardanti il tipo di bisogni discussi e le proposte emesse.<\/li>\n\n\n\n
  2. Explainer<\/strong>: L’agente pu\u00f2 accedere a una dashboard<\/em> che evidenzia i fattori chiave che, secondo il modello di AI, spiegano meglio le scelte del singolo. Quali bisogni specifici o fattori di prezzo sono da prendere in considerazione? Quanto \u00e8 importante essere proattivi e pianificare appuntamenti periodici?<\/li>\n\n\n\n
  3. Simulator<\/strong>: L’agente pu\u00f2 simulare l’impatto di nuove condizioni di offerta o nuovi approcci basati sugli insights raccolti attraverso la consultazione dell\u2019 \u201cExplorer\u201d e dell\u2019\u201cExplainer\u201d sugli appuntamenti passate.\u00a0<\/li>\n<\/ol>\n\n\n\n
    <\/div>\n\n\n\n

    Quali sono i benefici di Grapho4Upselling?<\/strong><\/h2>\n\n\n\n
    <\/div>\n\n\n\n

    La soluzione \u00e8 stata applicata per modellare la probabilit\u00e0 di conversione delle proposte commerciali e quindi i processi di fidelizzazione delle persone che si rivolgono alla compagnia. <\/p>\n\n\n\n

    In particolare, Grapho4Upselling<\/a> aiuta a identificare le opportunit\u00e0 di upselling<\/strong> analizzando il profilo dei clienti e la tipologia di scelte di acquisto effettuate, identificando i servizi aggiuntivi che meglio si coniugano con le potenziali esigenze del cliente. Questa strategia \u00e8 lungimirante in quanto non si focalizza sull\u2019aumento delle vendite, ma sul rafforzare il rapporto con il singolo.<\/p>\n\n\n\n

    Inoltre, Grapho4Upselling pu\u00f2 essere esteso con modelli per suggerire strategie di cross-selling<\/strong> in base al portafoglio prodotti dei clienti specifici. Ad esempio, un cliente con un’assicurazione sulla casa potrebbe essere interessato a includere anche una polizza welfare.<\/p>\n\n\n\n

    Gli agenti che hanno testato la soluzione hanno sperimentato:<\/p>\n\n\n\n