金融服務

統一政策和聲明資料,以提供個人化的行銷參與度。

  • 統一舊原則系統和資料環境,以單一檢視您客戶的所有政策資訊、參與活動和索償歷史記錄。
  • 定位資料以使用預測性 AI,讓代理人在對話期間推薦下一個最佳優惠,最終提高客戶滿意度、保留政策以及終身客戶價值。
  • 分類客戶,以進行超個人化行銷,從而提高轉化比率和更高的營銷活動投資回報。

使用個案摘要

瀏覽經常複雜且持久的舊式原則系統和資料環境。 建立所有客戶的政策資訊、參與活動和索償歷史記錄的單一檢視。

使用的 Salesforce 產品

使用的資料來源

政策資料
先前的服務活動
帳單資訊
索償
電子郵件活動
活動 & 參與
報價
網絡 & 社交參與

應用洞察和預測

透過將此使用案例中參考的資料來源匯集在一起,團隊可以建立計算洞察,或使用 Data Cloud 執行預測模型,這將使他們能夠做出更明智的決策或推動新的自動化。

計算洞察 在每個客戶上連接長時間隔離的資料集,並移除重複資料。 在您的客戶中找出如客戶終身價值以及趨勢和模式等見解。
預測模型 對客戶進行最佳化行銷,並為銷售建議下一個最佳行動。

預測性 AI 會為代理商在對話期間產生下一個最佳報價建議。

通過行銷旅程和網站激活細分,為保單持有人提供個性化優惠和體驗。

影響是什麼?

增加轉換比率
提高活動投資報酬率
增加交叉銷售成功
提高代理程式效率
提高客戶滿意度、保單保留、終身客戶價值