公股行库 建潜在客群数据模型

公股行库积极运用新科技，合作金库银行透过监督式机器学习找出高潜力客群，借由程式训练资料让机器学习规则，并建立数据模型，以此模型进行机率推测。土地银行借由大数据分析团队，推出分群行销活动。

合库银主管举例，在「深耕客户二次行销」案，就是用资料科学角度透过客群样貌分析找出影响增加销售的关键因子，借此建立潜在客群的机率模型，采取A（高机率组）─B（低机率组）Test方式追踪数据分析模型成效。

结果显示，高机率组的渗透率为低机率组渗透率的两倍以上，合库银主管说，这表示自建数据分析模型具有高效度，未来也会以此更广泛的应用在推荐客户合适产品或服务专案当中。

合库银主管说，目前大数据应用是与各业务单位合作，除了定义数据专案范围，以及运用资料科学技术，进行多维度建模与演算，以洞察客户属性，并找出智慧变数因子推荐。

目前已完成自主建置数位轨迹搜集暨互动平台及360度个人户视图，以今年来说，已经针对有数位存款帐户、外汇交易、信用卡、房屋贷款或理财等的各种不同样貌的族群，推出产品的数位通路推荐，或是透过营业单位推荐合适客户的产品。

土地银行则是成立大数据分析团队，透过大数据应用分析各业务，更加清晰地了解客户轮廓及客户行为轨迹等，以掌握客户实际对各商品的偏好。土银以大数据模式分析银行客户轮廓及行为模式，推出分群行销活动，像是扩增招募数位客户族群、推广台湾Pay等数位服务、分析银行客户行销活动偏好及轮廓等。

此外，土银也透过大数据资讯将信用卡客户分群，依其属性建立名单并结合行销活动，如依店家的地缘性、客户消费种类偏好等促刷行销活动通知，未来将再规划运用大数据分析，将客户属性与行为指标化，提升信用卡呆卡活化及旧卡促刷等精准行销的效率。