ขับเคลื่อนการรักษาฐานลูกค้าและการเติบโตทางธุรกิจของธนาคารด้วยการแบ่งกลุ่มลูกค้าอย่างชาญฉลาด
Challenge:
ความท้าทายในการใช้ Data Lake เพื่อสร้างการรับรู้ข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมและลดการถอนเงินก่อนกำหนด
ธนาคารออมสินซึ่งเป็นธนาคารชั้นนำ มี Data Lake อยู่แล้ว แต่ยังไม่ได้ใช้ประโยชน์จากข้อมูลในการวิเคราะห์เชิงลึกอย่างเต็มที่ ธนาคารต้องการเข้าใจลูกค้าที่ซื้อพันธบัตรหรือฝากประจำให้มากขึ้น โดยมุ่งเน้นพฤติกรรมต่าง ๆ เช่น ความถี่ในการทำธุรกรรม ระยะเวลาในการถอนเงิน และช่องทางที่เลือกใช้ เพื่อป้องกันการไถ่ถอนก่อนกำหนดและสร้างการมีส่วนร่วมที่เหมาะสม
Blendata in Action:
การแบ่งกลุ่มตามพฤติกรรมด้วยพลังของ Blendata Enterprise
โดยการเชื่อมต่อกับ Data Lake ที่มีอยู่แล้ว Blendata Enterprise ช่วยให้ธนาคารสามารถแบ่งกลุ่มลูกค้าได้อย่างแม่นยำตามรูปแบบการทำธุรกรรม
ตัวอย่างเช่น:
- ผู้ซื้อพันธบัตรวงเงินน้อยแต่ซื้อบ่อย
- ผู้ลงทุนพันธบัตรวงเงินสูง
- ผู้ซื้อที่มูลค่าสูงแต่ทำธุรกรรมไม่บ่อย
กลุ่มลูกค้าเหล่านี้สร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริง ช่วยให้ธนาคารเข้าใจและตอบสนองความต้องการที่หลากหลายได้อย่างมีประสิทธิภาพยิ่งขึ้น
Results Achieved:
แคมเปญแบบกำหนดเป้าหมายช่วยลดการถอนเงินล่วงหน้าและเพิ่มความพึงพอใจ
ด้วยการแบ่งกลุ่มลูกค้าที่ขับเคลื่อนด้วย Blendata ธนาคารสามารถเปิดตัวแคมเปญที่ตรงกลุ่มเป้าหมายได้อย่างแม่นยำ ส่งผลให้การไถ่ถอนก่อนกำหนดลดลงและความภักดีของลูกค้าเพิ่มขึ้น ทีมการตลาดยังได้ข้อมูลเชิงลึกเชิงพฤติกรรมที่ลึกซึ้งยิ่งขึ้นเพื่อนำไปพัฒนากลยุทธ์ ซึ่งช่วยทั้งการรักษาฐานลูกค้าเดิมและการดึงดูดลูกค้าใหม่
Customers Success
