Engage

顧客に合わせて適切な情報を適切なタイミングで提供

Engageは、ユーザー固有のデータストリームを分析し、ユーザーそれぞれに合わせた実行可能なインサイトのリストを作成します。 各ユーザーにとって最適な優先順位と表示順を決定するために、独自の学習アルゴリズムを利用して、その時点で最も適切なインサイトを特定し、ランク付けします。

リアルタイムのインサイト

開始時にインサイトが取得されるため、顧客の最新のアクティビティを確実に反映させ、誤検知を減らすことができます。 例えば、前日の夜のバッチフィードに基づいて顧客に低残高の問題を警告しても、顧客がその日のうちに預金を清算していれば、不正確な情報となります。

常識にとらわれない金融サービス向けのユーザーインサイト

Engageは、バンキングに特化したトリガーやワークフローを含む、既製のユーザーシナリオの豊富なライブラリを備えています。これは世界中のバンキングユーザーにより検証済みで、新しいインサイトも継続的に追加されていきます。

自己学習

Engageは時間の経過と共に個々の顧客とのコミュニケーションから学習し、それぞれの顧客のインサイトをさらに賢く選択し、優先順位をつけるようになります。 また、明示的なユーザーのフィードバック（評価や「いいね」など）を取得する機能も備えており、学習アルゴリズムの一部に活用されます。

銀行による管理

Engagement Builderでは、Personeticsのフレームワークを使用し、あらかじめ構築されたインサイトを管理したり、新しいインサイトを作成したりできます。