Skip to content
事例・ユースケース

過去の取引データに基づく見込み顧客のターゲティングと提案商品のレコメンド

属人化していた営業担当者のアプローチ顧客ターゲティングと提案商品の選定を、AIが過去の取引データなどから推定し営業担当者に通知する仕組みを構築しました。
解決したい課題

解決したい課題

アプローチ顧客を営業が経験と勘で選んでいる上に、提案する商品も商談時にその場で選定しており、営業活動の効率が良くない

ソリューション

ソリューション

多様なデータを機械学習し、関連商品を購入する可能性の高い顧客の特徴を推定しました。

導入の効果

導入の効果

膨大な見込み顧客から購買可能性の高い顧客を抽出し、効率的な営業活動が行えるようになります。

お客様業種・課題

証券会社

営業担当者が膨大な顧客リストからアプローチする顧客を経験と勘で選んでアプローチしている状況で、非常に効率の悪い営業活動を行っていました。また、アプローチする顧客に提案する商品も、営業担当者がその場その場で選定しており、必ずしもお客様ごとに適切な商品を提案できているわけではありませんでした。

ソリューション内容

顧客ごとに個別商品を提案するため、金融商品情報、過去の取引履歴データ、顧客属性、マーケット情報など別々に管理されていたさまざまなデータをもとに機械学習を行い、将来、関連する商品を購入する可能性の高い顧客の特徴を推定しました。
さらに、その顧客にマッチしたオススメ商品を自動抽出(レコメンド)し、販売活動に活用する業務フローを構築しました。
本取り組みでは既存顧客の利用を活性化するだけでなく、新規顧客の獲得効率の向上など、マーケティング活動の高度化、営業活動の効率化の実現が可能となります。

過去の取引データに基づく見込み顧客のターゲティングと提案商品のレコメンド

導入後の成果

  • 顧客の属性データや過去の問い合わせ情報、購買データなどを一元化して営業活動にデータが活用できるようになります
  • 膨大な見込み顧客から購買可能性の高い顧客を抽出し、効率的な営業活動が行えるようになります
  • 顧客ニーズをAIが予測し、適切な提案商品の選定を補助することで受注率が高まります