Die Kombination von Datenaustausch und generativer KI ermöglicht es Banken, Daten effizienter zu verwalten, insbesondere bei der Personalisierung des Bankerlebnisses. Aus diesem Grund haben IBM und Artefact gemeinsam die auf generativer KI basierende Plattform watsonx.ai entwickelt, um die Erstellung von Personas zu verbessern.

Die Kombination von Datenaustausch und generativer KI ermöglicht es Banken, Daten effizienter zu verwalten. Diese Synergie fördert personalisiertere Bankerlebnisse und erfüllt gleichzeitig die Anforderungen an Vertrauen, Rechtmäßigkeit und Datengenauigkeit, die von ihren Kunden und Stakeholdern erwartet werden. Da der Marketingsektor vor den gleichen Herausforderungen steht, haben IBM und Artefact gemeinsam die auf generativer KI basierende Plattform watsonx.ai entwickelt, um die Erstellung von Personas zu verbessern.

Daten als Herzstück der Entscheidungsfindung im Bankenvertrieb

Der Bankensektor ist untrennbar mit Daten verbunden: Zahlungsdaten, Kundeninformationen, Transaktionen usw. Es ist eine einfache Tatsache, dass Banken ihre Kunden besser kennen als die meisten anderen Branchen. Und der Datenaustausch zwischen Finanzinstituten und anderen Unternehmen ebnet den Weg für hochgradig personalisierte Erfahrungen. Verstärkt wird dieses Phänomen durch ein günstiges regulatorisches Umfeld mit Standards wie derPayment Services Directive 2 (PSD2), die den Datenaustausch zwischen Banken und Drittanbietern fördern. Darüber hinaus agieren Banken in einem wettbewerbsintensiven Umfeld, in dem sie ständig nach Wachstumshebeln suchen, und einer dieser Hebel ist der Datenaustausch.

Der Austausch von Rohdaten hat wenig Eigenwert

Generative KI ermöglicht die gemeinsame Nutzung von Daten, um sowohl für Banken als auch für Unternehmen einen Mehrwert zu schaffen, indem sie ein besseres Verständnis des Kundenkreises ermöglicht. Wenn beispielsweise die Kundendaten eines Unternehmens mit denen der Banken abgeglichen werden, ergeben sich neue Segmente, die eine präzisere Zielgruppenansprache ermöglichen.

Die gemeinsame Nutzung von Daten im Bankensektor steht vor drei großen Herausforderungen:

  • Vertrauensrisiko: Wie viele Daten können Banken weitergeben, ohne das Vertrauen ihrer Kunden zu gefährden? In Frankreich werden die Banken im Allgemeinen als die vertrauenswürdigsten Hüter personenbezogener Daten wahrgenommen, mehr noch als die Regierung. Dieses Vertrauen muss aufrechterhalten werden.

  • Rechtliches Risiko: Die gemeinsame Nutzung von Daten muss den geltenden Vorschriften entsprechen, insbesondere der Allgemeinen Datenschutzverordnung, um die ordnungsgemäße Verwendung sensibler Daten zu gewährleisten.

  • Erkennen der Bedürfnisse: Es ist wichtig zu verstehen, welche Arten von Daten und welche Granularität erforderlich sind, um die Bedürfnisse der Händler zu erfüllen.

GenAI: fortschrittlicher und effizienter als herkömmliches maschinelles Lernen

Als Vorreiter im Bereich der generativen KI-Technologie und der Anwendungsfälle bei der gemeinsamen Nutzung von Daten für Banken haben Artefact und IBM eine Plattform zur schnellen Erstellung von Personas für Marketingkampagnen entwickelt: watsonx.ai.

Watsonx.ai bietet fortschrittliche Datenverarbeitungsfunktionen, einschließlich fortschrittlicher Modelle für natürliche Sprache, Textgenerierungsfunktionen und Datenanalyse. Die Plattformdeckt den gesamten Lebenszyklus von Projekten künstlicher Intelligenz ab, von der Datenerfassung bis zur Modellbereitstellung.

Es ermöglicht auch die Erstellung von generativen KI-Anwendungen, ohne dass tiefgreifende technische Kenntnisse erforderlich sind. Nutzer können an Ideenfindungs- und Verfeinerungsworkshops für spezifische Kundenbedürfnisse teilnehmen. Watsonx.ai macht die Erstellung von KI-Modellen schneller, leichter zugänglich und besser zugeschnitten auf spezifische Geschäftsanforderungen.

"[watsonx.ai] generiert Wert durch die Erstellung von Personas, was in großem Maßstab viel Zeit in Anspruch nimmt. Teams von Artefact hatten Zugang zu mehreren Low-Code-Studios auf der Plattform, um die Lösung schnell zu entwickeln. Die generative KI ermöglicht diese Beschleunigung, da sie nur eine geringe Datenmenge benötigt, um hervorragende Ergebnisse zu erzielen. Dies ist eine echte Innovation im Vergleich zum bisherigen Paradigma des maschinellen Lernens".
Jean-Armand Broyelle, leitender Datenwissenschaftler / Client Engineering Frankreich - IBM

Echtzeit-Persona-Generierung für ultra-personalisiertes Marketing

Der watsonx.ai Persona Generierungsprozess beginnt mit der Auswahl verschiedener Parameter:

  • Wahl der Anzahl der zu erstellenden Cluster je nach den Erfordernissen der Marketingkampagne, von einigen wenigen Clustern für einen breiten Ansatz bis zu mehreren Dutzend Clustern für eine feine Segmentierung.

  • Auswahl der relevanten Branche für die Kampagne, um sicherzustellen, dass die generierten Personas dem Geschäftsfeld des Unternehmens entsprechen.

  • Angabe der demografischen Merkmale der Personas (Alter, Geschlecht, Wohnort, Einkommen).

  • Definition von Segmentierungskriterien, die es ermöglichen, Personas auf der Grundlage ihres Kaufverhaltens, ihrer Vorlieben und Gewohnheiten in Gruppen einzuteilen (Höhe der Ausgaben, Art der gekauften Produkte, Anzahl der Transaktionen).

Sobald alle Parameter konfiguriert sind, generiert watsonx.ai Personas in Echtzeit. Jede Persona wird von einem zufällig generierten Gesicht begleitet, das das Kundensegment illustriert. Eine Beschreibung in natürlicher englischer Sprache erklärt, wer sie aus geschäftlicher Sicht sind. Diese synthetischen Daten verfeinern das Verständnis des Profils für eine bessere Steuerung von Marketingkampagnen.

Interaktion mit Personas, um sie besser zu verstehen

Die Anwendung geht noch weiter und bietet die Möglichkeit mit Personas zu interagieren. Benutzer können ein Gespräch mit einer bestimmten Persona beginnen, Fragen stellen und Antworten auf der Grundlage der bereitgestellten Daten erhalten. So erhalten sie ein besseres Verständnis für die Bedürfnisse und Vorlieben der einzelnen Kundensegmente.

Sie personifizieren dann ihre Personas. Mit anderen Worten: Die Nutzer können das Modell auffordern, sich auf eine bestimmte Art und Weise zu verhalten, indem sie ihm psychologische und soziodemografische Merkmale geben, die nützlich sind, um zu verstehen, wie es reagieren soll, und sich in die Lage des Zielprofils zu versetzen.

"Um ein Ziel vollständig zu verstehen, ist es möglich, mit seiner Persona zu interagieren. Dann schreibt watsonx.ai nach dem gleichen Prinzip wie ChatGPT hyper-personalisierte Nachrichten, die an den gewählten Kanal und an jedes Ziel angepasst sind. Dieser Ansatz ist extrem schnell und spart Zeit bei der Durchführung von Marketingkampagnen".
Jérémie Cornet, Senior Manager Banking Services - Artefact

Die Plattform ermöglicht auch die Erstellung von personalisierten Marketingkampagnen mit nur wenigen Klicks. Die Nutzer legen den Kommunikationskanal, die zu bewerbenden Produkte und die zu versendenden Nachrichten fest. Diese Nachrichten können automatisch für jede Persona auf der Grundlage ihrer Merkmale erstellt werden.

Generative KI in Verbindung mit Datenaustausch ist das Erfolgsduo

Ob für ein kleines Unternehmen oder einen multinationalen Konzern, watsonx.ai bietet eine erhebliche Zeitersparnis und eine höhere Präzision bei der Erstellung von Marketingkampagnen:

  • Deutliche Verkürzung der für die Erstellung von Personas benötigten Zeit: von Wochen oder Monaten auf Stunden.

  • Viel feinere Anpassung mit Personas, die auf aktuellen, realen Daten basieren.

  • Interaktion mit Personas, um sie in Situationen zu versetzen.

Diese Anwendung zeigt, wie die gemeinsame Nutzung von Daten in Verbindung mit generativer KI dem Bankensektor erhebliche Vorteile bringen kann, indem sie effektivere und besser auf die Kundenbedürfnisse zugeschnittene Marketinglösungen bietet.