Cas d’usage métier : Vente croisée sur le web étendue

Next-Best-Action Designer vous guide dans la création d'une stratégie de base de Next-Best-Action pour votre entreprise. Apprenez à personnaliser la stratégie de base en créant de toutes pièces des stratégies décisionnelles qui étendent les capacités de Next-Best-Action Designer.

Cette vidéo décrit plusieurs cas d'utilisation dans lesquels les stratégies décisionnelles sont utilisées pour étendre les capacités de Next-Best-Action Designer.

U+ est une banque de détail. Elle utilise son site web comme un canal de marketing pour améliorer l'engagement personnalisé du client, stimuler les ventes et proposer des Next-Best-Actions en temps réel.

La banque utilise le portail Pega Customer Decision Hub™ pour recommander des bannières publicitaires plus pertinentes pour ses clients lorsqu'ils consultent leur portail personnel. Dans la phase de démarrage, U+ a mis en œuvre avec succès tous ses cas d'utilisation à l'aide de Next-Best-Action Designer.

Next-Best-Action Designer vous guide dans la création d'une stratégie de Next-Best-Action pour votre entreprise.

Grâce à l'interface utilisateur de Next-Best-Action Designer, vous définissez des règles métier de haut niveau et des contrôles d'IA, que le système utilise pour configurer le framework sous-jacent de la stratégie de Next-Best-Action.

Ce framework s'appuie sur les bonnes pratiques pour générer automatiquement des stratégies décisionnelles de Next-Best-Action au niveau de l'entreprise.

Ces stratégies décisionnelles sont une combinaison de règles métier et de modèles d'IA qui forment le cœur de Pega Customer Decision Hub, lequel détermine l'ensemble personnalisé de Next-Best-Actions pour chaque client.
 

U+ Bank souhaite implémenter des cas d'utilisation supplémentaires pour répondre à de nouvelles exigences métier. Ces cas d'utilisation nécessitent que la banque U+ élargisse les capacités de Next-Best-Action Designer.

Le premier cas d'utilisation consiste à créer des règles d'admissibilité (Suitability) basées sur le credit score du client. La banque souhaite déterminer si un client est apte ou non à recevoir une offre en fonction de son credit score. Dans ce scénario, le credit score n'est pas disponible. Il doit être calculé en temps réel sur la base des informations de profil du client.

Par exemple, lorsque Barbara, une cliente, se connecte, la banque U+ souhaite lui présenter uniquement les offres Rewards et Rewards Plus, mais pas l'offre Premier Rewards. Le credit score de Barbara est de 500. L'offre Premier Rewards est inadaptée pour Barbara, puisque l’offre ne convient qu'aux clients dont le credit score est supérieur à 700. 

Pour déterminer l'admissibilité, la banque souhaite calculer le credit score d'un-client à l'aide d'un tableau de résultats. Un tableau de résultats (Scorecard) est utilisé pour attribuer une importance à des éléments de données à utiliser dans un calcul. Un tableau de résultats utilise un sous-ensemble de valeurs de propriétés client divisé en plages et attribue des scores à chaque plage pour calculer un score final. 

Pour implémenter cette méthode, vous utilisez une condition d’admissibilité spéciale dans Next-Best-Action Designer. La condition d’admissibilité utilise une stratégie décisionnelle qui fait référence à une règle Scorecard. Cette règle est utilisée pour déterminer le credit score du client.

Dans le cas d'utilisation suivant, la banque a introduit des réglementations strictes pour lesquelles elle a besoin de nouvelles règles d'éligibilité. U+ ne veut pas proposer de cartes de crédit aux clients qu'elle classe dans la catégorie « haut risque ». Les clients sont répartis en segments de risque allant de AAA à CCC en fonction du montant restant dû de leur prêt et de leur credit score. Dans un premier temps, seuls les clients appartenant aux segments de risque BBB et CCC pourront bénéficier de cartes de crédit.

Pour ce faire, vous utilisez une condition d'éligibilité spéciale dans Next-Best-Action Designer. La condition d'éligibilité s'appuie sur une stratégie décisionnelle qui utilise le tableau de résultats pour déterminer le credit score du client, qu'elle transmet comme argument à une table de décision. Celle-ci détermine ensuite à quel segment de risque appartient le client.

Le cas d'utilisation suivant concerne l'ajout de périodes supplémentaires pour le suivi du comportement du client.

Dans ce cas d'utilisation, la banque ne veut pas montrer la même offre aux clients qui ont cliqué dessus trois fois au cours des 14 derniers jours. Par défaut, Pega Customer Decision Hub suit les réponses des clients sur une période de 7 ou 30 jours.

Ce cas d'utilisation nécessite une période de suivi supplémentaire de 14 jours.

Pour ajouter une nouvelle période de suivi, vous devez étendre les stratégies décisionnelles utilisées pour implémenter les politiques de contact. Cela nécessite la création d'une nouvelle règle de synthèse de l'historique des interactions qui suit les réponses des clients pendant 14 jours.

Enfin, pendant que la banque met en œuvre ces divers changements, elle souhaite comprendre quel sera l'impact sur ses Next-Best-Actions. Par conséquent, U+ Bank souhaite effectuer des simulations pour tester les effets des changements. Les résultats de ces simulations peuvent être analysés à l'aide de Visual Business Director.

En résumé, cette vidéo vous a montré les divers cas d'utilisation que U+ Bank souhaite mettre en œuvre en étendant les capacités de Next-Best-Action Designer dans cette phase du projet.