Segmentation at Personalization ng Customer: Sa loob ng Etikal na Hangganan

Mga nadagdag:

• Pag-unawa sa kung saan nakabatay ang pagse-segment ng customer ng data at pagsusuri sa pag-uugali at kung paano ginagamit ang artificial intelligence upang makabuo ng insight gamit ang isang outline ng segment.
• Kakayahang gumamit ng artificial intelligence para sa kahulugan ng segment, text ng campaign at buod ng insight, pagpapanatili ng mga limitasyon ng diskriminasyon at pagmamanipula
• Kakayahang kilalanin ang linya sa pagitan ng benepisyo ng customer at pagsasamantala ng personalization at ilapat ang mga prinsipyo ng pagiging angkop at pahintulot

Hindi maaaring tratuhin ng mga bangko ang milyun-milyong customer nang pantay. Ang mga pangangailangan ng isang batang estudyante sa unibersidad at isang retiradong negosyante, isang may-ari ng SME at isang freelancer ay iba. Ang Segmentation ay ang gawain ng paghahati ng mga customer sa mga grupo batay sa magkatulad na katangian at pag-uugali; Ang ibig sabihin ng personalization ay nag-aalok ng naaangkop na produkto, komunikasyon at karanasan sa bawat grupo (kahit na indibidwal). Ang artificial intelligence ay isang mahusay na tool sa larangang ito: nag-sketch ito ng mga segment mula sa data ng pag-uugali, nagsusulat ng kopya ng campaign, nagbubuod ng mga insight. Ngunit ang pagse-segment sa pagbabangko ay may isang madilim na bahagi: ang parehong pamamaraan ay maaaring gamitin upang pagsamantalahan, diskriminasyon o manipulahin ang isang mahina na customer. Ang hangganan ay ang linya sa pagitan ng benepisyo at pagsasamantala ng customer, at ang linyang ito ay iginuhit ng mga tao.

Sa unit na ito, makikita natin kung saan nakabatay ang segmentation, kung paano gumamit ng artificial intelligence sa paggawa ng segment at campaign, at kung anong mga etikal na hangganan (pagkaangkop, pahintulot, walang diskriminasyon) ang dapat panatilihin.

Ano ang batayan ng segmentasyon?

Mga karaniwang entry ng segment:

• Demograpiko: Saklaw ng edad, pangkat ng trabaho, heyograpikong rehiyon (tandaan: ang mga ito ay malapit sa mga protektadong katangian).
• Pag-uugali: Paggamit ng produkto, dalas ng transaksyon, kagustuhan sa channel (mobile/branch), pattern sa pagtitipid-paggastos.
• Halaga at ikot ng buhay: Tagal ng relasyon sa bangko, bilang ng mga produkto, aktibidad.
• Kailangan ng mga signal: Maghanap ng bagong tahanan (interes sa mortgage), regular na pagbili ng foreign exchange, paglago ng negosyo.

Maaaring kunin ng AI ang "mga kumpol ng mga katulad na customer" mula sa data na ito. Ngunit kahit na ang isang cluster ay "makabuluhan sa istatistika," maaaring hindi ito magagamit sa etika.

Tip: Tanungin ang iyong sarili: "Maaari ko bang malinaw na ipaliwanag ang segment na ito sa customer?" Kung ang segment ay batay sa isang mapagsamantalang lohika gaya ng "sobrang utang at pagkataranta, madaling mahikayat na mga customer", dahil lang sa teknikal na posible ay hindi ito ginagawang lehitimo.

Pagiging karapat-dapat, pahintulot at diskriminasyon: tatlong hangganan

• Kaangkupan: Ang iminungkahing produkto ba ay nakakatugon sa mga tunay na pangangailangan at kakayahang magbayad ng customer? Maaaring "nagbebenta" ang marketing ng karagdagang kredito sa isang customer na sobra sa utang ngunit hindi ito naaangkop.
• Pahintulot at transparency: Alam ba ng customer na ang kanyang data ay pinoproseso para sa layuning ito at nagbigay ba siya ng pahintulot para dito (KVKK tahasang pahintulot / lehitimong balangkas ng interes)? Ang pag-personalize ay dapat na isang transparent na serbisyo, hindi isang lihim na pagmamanipula.
• Walang diskriminasyon: Ang segment ba ay sistematikong nagbubukod ng isang pangkat batay sa mga protektadong katangian tulad ng edad/kasarian/pinagmulan o ang kanilang mga proxy variable (gaya ng postcode)? Ito ay labag sa batas.

Paggamit

Benepisyo o pagsasamantala sa customer?

Inirerekomenda ang mga kapaki-pakinabang na produkto sa exchange rate sa mga customer na regular na bumibili ng foreign currency

Benepisyo (angkop sa pangangailangan)

Pagbibigay ng naaangkop na impormasyon ng kredito sa mga customer na naghahanap ng pabahay

Benepisyo (transparent, maginhawa)

Magbenta ng mamahaling karagdagang pautang sa mga customer na nahihirapang magbayad

Pang-aabuso (paglabag sa pagsunod)

Sistematikong pagbubukod ng isang partikular na rehiyon mula sa mga kampanya

Diskriminasyon (labag sa batas)

Pag-target sa segment na "insensitive sa presyo" na may mas matataas na bayarin

Panganib ng pagmamanipula

Ligtas na paggamit ng artificial intelligence: mga hakbang

1. Tukuyin ang layunin. Isulat kung ano ang kailangan ng lehitimong customer na inihahatid ng segment.
2. Makipagtulungan sa anonymous na data. Bumuo ng segment sketch nang walang mga kredensyal.
3. Pagsusuri sa diskriminasyon. Suriin kung ang segment ay batay sa isang protektadong ari-arian o kahalili na variable.
4. Pagsusuri sa pagsunod. Tanungin ang pagiging angkop ng iminungkahing produkto sa solvency at mga pangangailangan ng segment.
5. Gumawa ng draft ng teksto. I-print ang teksto ng kampanya/komunikasyon sa artificial intelligence; Suriin kung may pagmamalabis, panggigipit at mapanlinlang na mga pangako.
6. Pag-apruba ng tao. Dumaan sa pagsunod, pagsunod at pag-apruba ng tatak; tanggapin ang responsibilidad.

Apat na maaaring kopyahin na mga template

1) Lehitimong balangkas ng segment:

Ang iyong tungkulin: katulong na nagmumungkahi ng mga balangkas ng segment para sa kapakinabangan ng customer. Mga hindi kilalang kategorya ng data ng pag-uugali: [regular na pagbili ng pera, mabigat sa mobile, katamtamang dami ng transaksyon]. Gawain: magmungkahi ng 2-3 segment na ideya na angkop sa ugali na ito at magsilbi sa CUSTOMER BENEFIT. Para sa bawat ideya, isulat kung anong lehitimong pangangailangan ang naibibigay nito. Paggamit ng mga protektadong katangian (edad, kasarian, pinagmulan, distrito).

2) Pag-audit sa diskriminasyon at pagsunod:

Suriin ang kahulugan ng segment sa ibaba para sa dalawang aspeto: (1) Umaasa ba ito sa isang protektadong katangian o kahalili na variable (tulad ng zip code, pinanggalingan ng pangalan, atbp.) (2) Ang iminungkahing produkto ba ay tugma sa solvency ng segment o may panganib na pagsamantalahan ang kahinaan nito? Ilista nang malinaw ang mga panganib. Segment: [definition]

3) Draft campaign text (etikal na wika):

Ang iyong tungkulin: katulong sa pagsusulat ng kopya ng kampanya DRAFT. Segment: mga customer na nagsasaliksik ng mga mortgage loan (anonymous). Gawain: magsulat ng isang transparent, walang pressure, walang kwenta na kopya ng impormasyon. Paggamit ng matatag na pangako (“tiyak na inaprubahan”) at pagkamadalian (“huling 2 oras”). Tandaan na maaaring magbago ang mga kondisyon ng produkto. Ipapadala ko ang text para sa pagsang-ayon at pag-apruba sa pagsunod.

4) Buod ng insight (sa manager):

Gawing simpleng buod ng insight ang hindi kilalang data ng pagganap ng segment na ibinibigay ko para sa mga gumagawa ng desisyon. Gamitin lamang ang mga natuklasan sa data, huwag gumawa ng mga bagong numero. Nag-aalok ng diskriminasyon o mapang-abusong payo. Data: [laki ng segment, paggamit ng produkto, mga tagapagpahiwatig ng kasiyahan]

Mahinang prompt / Malakas na prompt

Mahinang prompt:

Hanapin ang pinakamadaling mahikayat, may malaking utang na mga customer at sumulat sa kanila ng isang agresibong teksto ng kampanya na magpapataas ng karagdagang mga benta ng pautang.

Sinasamantala ng kahilingang ito ang kahinaan, lumalabag sa prinsipyo ng pagiging angkop, at humihiling ng manipulative na wika.

Napakahusay na prompt:

Ang iyong tungkulin: Katulong ng draft ng kampanya para sa kapakinabangan ng customer at bilang pagsunod sa batas. Kung totoo ang signal ng pangangailangan at angkop ang produkto, sumulat ng transparent na text ng impormasyon. Pagtatatag ng pressure sa pagbebenta sa mga mahihinang grupo (sobrang utang, kahirapan sa pagbabayad). Paggamit ng pagmamalabis, madaliang panggigipit at tiyak na mga pangako. Ibibigay ko ang pag-apruba.

Ang malakas na kalooban ay nagpapanatili ng pagsunod at transparency, hindi kasama ang mga mahihinang grupo, at ipinauubaya ang desisyon sa mga tao.

tatlong mini case

Kaso 1 — Kapaki-pakinabang na pag-personalize. Bina-flag ng modelo ang 12,000 customer na regular na tumatanggap ng foreign currency bawat buwan. Inaalok ang mga ito ng kapaki-pakinabang na exchange rate at impormasyon sa account ng dayuhang pera; 18% ang gumagamit ng produkto at tumataas ang kasiyahan. Ang segment ay nagsisilbi ng isang tunay na pangangailangan sa isang malinaw na paraan.

Kaso 2 — Itinanggi ang pang-aabuso. Ang isang team ay nagmumungkahi ng isang mamahaling overdraft na kampanya sa isang segment na "delinquent at panic-prone." Ito ay tinanggihan sa pagsusuri sa pagiging karapat-dapat: ang tama para sa grupong ito ay hindi karagdagang utang, ngunit ang pag-aayos at pag-uusap sa suportang pinansyal. Ang panganib ng pang-aabuso ay pinipigilan.

Kaso 3 — Nahuli ang nakatagong diskriminasyon. Nakabatay ang isang segment sa zip code at hindi kasama ang ilang partikular na lugar sa campaign. Sa pag-audit, na-flag ito bilang hindi direktang diskriminasyon sa pamamagitan ng rehiyon (proxy variable) at muling itinatatag ang kahulugan ng segment na may lehitimong pamantayan sa pag-uugali.

Ang pinong linya sa pagitan ng pag-personalize at pagmamanipula

Ang parehong pamamaraan ay gumagawa ng magkaibang mga resulta na may dalawang magkaibang intensyon. Ang pagkakita na ang isang customer ay regular na nagtitipid at nagrerekomenda ng angkop na produkto sa pagtitipid para sa kanya ay personalization; Ang makitang ang parehong customer ay kapos sa cash sa katapusan ng buwan at ang pagpapadala ng mamahaling credit notification sa sandaling iyon ay manipulasyon. Ang pagkakaiba ay wala sa data na ginamit, ngunit para sa kanino ito ginagamit.

Tatlong praktikal na pagsubok upang makilala ang linya:

• Transparency test: Masasaktan ba ang customer kung malinaw mong ipinaliwanag ang pag-target na ito? Kung hindi mo masabi, "Pinili namin ang iyong mahirap na sandali upang magbenta ng mga produkto," nalampasan mo na ang linya.
• Pagsusuri sa direksyon: Ang transaksyon ba ay humahantong sa customer sa isang mas mahusay na sitwasyon sa pananalapi o sa iyong panandaliang pagbebenta? Kung ang direksyon ay wala sa panig ng customer, huminto.
• Pagsusuri sa kahinaan: Ang target na madla ba ay isang grupo na partikular na mahina sa panggigipit o maling desisyon (labis sa pagkakautang, matatanda, mababang financial literacy)? Kaya kailangan ng karagdagang proteksyon.

Mag-ingat: Ang pagmamanipula ay kadalasang nagkukunwari bilang isang "matagumpay na kampanya"; pagtaas ng benta sa maikling panahon. Ngunit ang pinagsasamantalahang customer ay maaga o huli ay binawi ang kanyang tiwala, at ang gastos ay dumating sa anyo ng parehong reputasyon at mga regulasyong parusa. Ang panandaliang pagbabago ay hindi kapalit ng pangmatagalang pagtitiwala.

Mga karaniwang pagkakamali

• Pag-target sa kahinaan. Paggawa ng mga target sa pagbebenta para sa mga pangkat na labis na nangungutang, sa gulat, o may mababang financial literacy.
• Diskriminasyon sa pamamagitan ng proxy variable. Hindi kasama o pinapaboran ang isang grupo sa pamamagitan ng mga proxy gaya ng postcode, pinanggalingan ng pangalan, atbp.
• Paglampas sa pahintulot at transparency. Paggamit ng data ng customer para sa pag-personalize nang hindi nila alam/pahintulot.
• Manipulative na wika. Panggigipit at mapanlinlang na mga pangako tulad ng "tiyak na naaprubahan", "last 2 oras".
• Hindi nagtatanong ng kaangkupan. Hindi sinusuri kung ang produkto ay angkop para sa kakayahan ng customer sa pagbabayad.

Pansin: Ang pag-personalize ay isang pagkakataon upang mas makilala ang customer at paglingkuran siya nang mas mahusay; ngunit ang parehong kaalaman ay nagbibigay din sa kanya ng kapangyarihan upang i-target ang kanyang sandali ng kahinaan. Ang tanging compass kapag ginagamit ang kapangyarihang ito ay "ang tunay na benepisyo ng customer".

Sa buod

Nakabatay ang segmentasyon sa data ng demograpiko, asal at pangangailangan; Pinapabilis ng artificial intelligence ang draft ng segment, text ng campaign at paggawa ng insight. Ngunit ang mga hangganan ay etikal at legal: kaugnayan (ang produkto ba ay umaangkop sa pangangailangan), pahintulot/transparency (alam ba ng customer at nagbigay ng pahintulot), at walang diskriminasyon (walang pagbubukod ng protektadong ari-arian o kahalili na variable). Ang anumang paggamit na nananamantala sa mga mahihinang grupo, gumagamit ng manipulative na pananalita, o naglalaman ng lihim na diskriminasyon ay tatanggihan. Sa isang pangungusap: Tinutulungan ka ng artificial intelligence na makilala ang customer; Desisyon mo na huwag pagsamantalahan ito.

Gawain ng aplikasyon

Pumili ng kategorya ng data ng pag-uugali (hal. regular na mga pagbili ng foreign exchange) at bumuo ng dalawang lehitimong ideya sa segment na may template 1. Pagkatapos ay suriin ang mga segment na ito para sa diskriminasyon at pagsunod sa template 2. Pagkatapos ay sadyang tukuyin ang isang may problemang segment (hal. batay sa zip code) at ipakita kung paano ito nakuha ng audit. Panghuli, gumawa ng isang etikal na teksto ng kampanya gamit ang ika-3 template at tingnan kung mayroong anumang mga manipulative na expression.

checklist

• [ ] Natukoy ko kung ano ang kailangan ng lehitimong customer na inihahatid ng segment.
• [ ] Sinuri ko ang segment para sa protektadong variable ng ari-arian/proxy.
• [ ] Kinuwestiyon ko ang pagiging angkop (kakayahang magbayad, kailangan) ng inirerekomendang produkto.
• [ ] Naobserbahan ko ang prinsipyo ng pagpayag at transparency.
• [ ] Sinuri ko na walang pressure, pagmamalabis o mapanlinlang na mga pangako sa teksto ng kampanya.
• [ ] Nakatanggap ako ng kumpirmasyon ng pagiging karapat-dapat/pagsunod; Kinuha ko ang responsibilidad.