美国领先的地区银行为个人，小型企业和商业行业提供零售和商业银行产品和服务。美国区域银行认识到需要继续加强客户至上的文化和财务纪律，以实现显着增长，同时保持高度卓越的卓越标准。
此目标需要利用先进的分析来推动洞察力，建议和量身定制的解决方案。它代表了美国区域银行的遗传到一个不受信任的AI /机器学习领域，这些领域涉及使用Smart Analytics开发可信任和经过验证的型号。美国区域银行将其集合函数作为目标的第一个区域，以获得此解决方案的福利。
关键挑战
- 由于基于呼叫的客户外展的逾期负载补救措施的费用，集合具有很高的成本，而无需保证返回
- 提高客户价值，同时最大限度地减少风险和满足监管要求
准备好体验？
与专家交谈
解决方案
业务主导的成功与启用AI / ML的分析
- 通过POC培养美国区域银行的信任，以解决在扩展之前通过可衡量的成功标准解决特定的业务挑战
- 使用预先构建的数据模型和具有智能搜索的自动化管道，以加快机器学习培训期
- 用过的FinxEdge收集释放特征在4个月的风险验证过程中，以确保模型是强大的，并达到法规遵从性
用高级分析改进收藏品
- FinxEdge收集利用高级ML将客户行为模式，可用的信用，就业，财务和交易数据组合，以改善收藏过程
- 通过分割准确地预测违法账户的风险分数
- 通过建议“Prime-time”来电优化客户联系
好处
超过辊速升降目标超过100％
由于精致延迟排队和联系策略而减少了人员配置的费用节省
执行了可信的业务LED用例，支持扩展到更广泛的数据集和集合功能
对基于机器学习模型的潜力的信任培养和强烈信念，这是为收藏品提供福利，并评估更广泛的使用
