Contesto
Per realizzare campagne di marketing personalizzate è necessario saper profilare bene i propri clienti, attraverso un costante aggiornamento dei database aziendali che richiede correlazione, verifica e modifica delle informazioni.
Finanza e assicurazioni
Correlare informazioni per un direct marketing migliore
Soluzione
Il sistema implementato combina analisi semantica, analisi della struttura dei dati e tecniche di ML e NLP in grado di comprendere, apprendere costantemente dai nuovi dati, analizzare fonti strutturate (NoSQL; SQL) e destrutturate (CSV; PDF; Excels) e restituire dati correlati.
Risultati
Ottimizzazione del processo di aggiornamento e incremento delle informazioni relative ai database, profilazione dei clienti con offerte personalizzate e miglioramento delle azioni di direct marketing. Oltre a questo, azioni di data enrichment, cioè acquisizione di nuove informazioni da fonti esterne.
Data masking per rispettare il GDPR e non perdere informazioni
Contesto
L’attività di condivisione di informazioni e dati sensibili a terzi, su cloud ibridi, attraverso tecniche di mascheramento – senza alterare le proprietà statistiche dei dati – viene gestita manualmente, causando un forte rallentamento del processo operativo e un grande dispendio economico.
Soluzione
Il sistema è stato sviluppato su tecniche altamente complesse di analisi del linguaggio naturale e Machine Learning ed è in grado di analizzare qualsiasi tipologia di informazione (dati strutturati e non strutturati).
Risultati
Dati compliant rispetto alla normativa GDPR, riduzione al minimo delle interferenze di mascheramento dei dati, individuazione autonoma della tipologia di occultamento più idonea, riduzione di costi, tempi e rischi di perdita informativa e apprendimento e analisi di nuovi dati.
Riconoscimento e smistamento automatico delle richieste
Contesto
Per chi lavora con grandi numeri di clienti, la gestione delle richieste e delle comunicazioni, in generale, deve essere snella e precisa. Migliorare i processi di customer service significa automatizzare il riconoscimento delle comunicazioni e la gestione delle richieste, in arrivo da più punti di ingresso (agenzie della stessa compagnia e/o clienti diretti).
Soluzione
La tecnologia di intelligenza artificiale utilizzata è basata su sistemi di ML e OCR: questa permette il riconoscimento delle email (entity recognition) e l’analisi del contenuto e dei suoi allegati, la verifica della correttezza delle entità estratte e, infine, la corrispondenza tra queste e le entità presenti nel database.
Risultati
La soluzione garantisce rilevazione automatica e puntuale delle congruenze, comunicazione attiva con i clienti, con la rete di agenzie e uffici della stessa compagnia, e compilazione e aggiornamento automatici dei sistemi gestionali.
