要獲得人工智能和機器學(xué)習(xí)的好處，以提供新穎的，引人入勝的金融客戶體驗，就要求零售銀行和信用合作社建立在干凈，準確和完整的相關(guān)數(shù)據(jù)的堅實基礎(chǔ)上。

人工智能和機器學(xué)習(xí)必將為零售銀行業(yè)帶來客戶體驗轉(zhuǎn)變，但是，如果項目不是建立在圍繞客戶及其行為和財務(wù)需求的干凈，準確和完整的數(shù)據(jù)的牢固基礎(chǔ)上，則應(yīng)用其最佳創(chuàng)意可能會失敗。

在當(dāng)今的零售銀行和信用合作社中，將重點放在客戶體驗上應(yīng)該不足為奇。隨著金融服務(wù)的日趨商品化，機構(gòu)必須越來越多地爭取消費者的關(guān)注，并與顛覆性的新市場進入者及其傳統(tǒng)競爭者爭奪錢包份額。金融機構(gòu)比以往任何時候都需要找到某種方式使其與眾不同。

從客戶體驗的角度來看，人工智能和機器學(xué)習(xí)可以幫助零售銀行業(yè)務(wù)的營銷人員預(yù)測客戶需求并加深關(guān)系。他們可以通過更加個性化的方法，對廣告系列進行微調(diào)以實現(xiàn)最大效率，針對代表最佳收購前景的消費者群體以及確定損耗風(fēng)險和原因來做到這一點。

根據(jù)MIT Technology Review Insights與Google聯(lián)合進行的對1,419家公司的調(diào)查，其中包括150多家金融服務(wù)業(yè)，零售銀行已經(jīng)成為部署機器學(xué)習(xí)的最先進組織。

調(diào)查發(fā)現(xiàn)，目前十分之四的金融服務(wù)營銷商(41%)使用機器學(xué)習(xí)，另有30%的公司計劃今年部署該技術(shù)。同時，三分之二的受訪者(66%)同意機器學(xué)習(xí)正在推動其戰(zhàn)略營銷工作。該技術(shù)使他們能夠篩選大量數(shù)據(jù)，以確定哪種策略最適合特定的地理和人口統(tǒng)計客戶群，并預(yù)測未來的行業(yè)趨勢和客戶購買習(xí)慣。

但是，如果這些新技術(shù)能夠提供有意義的見解，那么金融機構(gòu)就無法回避必須首先奠定基礎(chǔ)的工作。這就需要對現(xiàn)有數(shù)據(jù)進行整理，并確定和整合新的第三方信息來源，例如地理和社會經(jīng)濟數(shù)據(jù)，這將有所幫助。

畢竟，眾所周知，人工智能和機器學(xué)習(xí)是需要大量數(shù)據(jù)的過程。無論支持它們的算法多么復(fù)雜，它們返回的答案都只能像提供它們的信息一樣聰明。這使得數(shù)據(jù)管理成為提供更好的客戶體驗的過程中至關(guān)重要的先決步驟。

考慮到這一點，六個步驟的前期工作是零售銀行和信用合作社確保其對AI和機器學(xué)習(xí)的探索能為他們投資的時間和金錢帶來豐厚回報的最佳方式。