施策レスポンス予測による効果最大化
[状況]
B銀行では、自社で発行しているクレジットカード会員の休眠可能性や、リボ払いの利用ニーズを検知するためにAIを活用しています。AIで各顧客が抱える状況や潜在ニーズを把握できることはすでに実証できていたものの、次なる壁として、このニーズ把握を元にした施策の効果を最大化することが求められていました。
[問題定義]
直近で実施した休眠を防止するためのメルマガ施策の効果を検証したところ、休眠する可能性がセグメントの中でも特にAIが高いと判断した顧客における効果は限定的である等、せっかくの施策が無駄うちになっていることが分かりました。
[AI適用による結果]
上記の課題を解決すべく、メルマガを送付時に施策に対する反応があった先、なかった先の実績を集計してAIに学習させ、施策の送付先を選定する基準として、休眠可能性だけでなく、施策に反応する可能性も考慮することにしました。これにより、休眠可能性は高いものの、施策に反応する可能性も高い顧客については、施策対象リストから除外することで、施策の効果をさらに高めることに成功しました。
