KI-gestützte Hyper-Personalisierung für Kreditkarten bei MoneySuperMarket

  • Kunde
  • Industry
  • Segment
  • Autor
  • MoneySuperMarkt
  • Finanzdienstleistungen
  • AI/ML
  • Großunternehmen
  • Jodie Rhodes
Mehr entdecken
Auf einen Blick

MoneySuperMarket (MSM ) ist eine führende britische Preisvergleichs-Website, die sich auf Finanzdienstleistungen wie Kreditkarten, Kredite, Versicherungen und Versorgungsunternehmen spezialisiert hat.

Herausforderung

MoneySuperMarket musste sich der Herausforderung stellen, seine Kunden in einem hart umkämpften Markt für Preisvergleiche zu halten.

Lösung
Firemind hat ein KI-gestütztes Tool entwickelt, das personalisierte Kreditkartenempfehlungen und interaktive Unterstützung bietet, um die Kundenbindung und -loyalität zu erhöhen.
Genutzte Dienste
  • Amazon Bedrock
  • Amazon SageMaker
  • Amazon DynamoDB
  • AWS Lambda
Ergebnisse
  • Geschätzte Steigerung der Kundenbindung um 20%.
  • Geschätzte Steigerung der Kartenumsätze um 15%.
Geschäftliche Herausforderungen

Kundenbindung durch verbesserte Personalisierung in einem wettbewerbsintensiven Markt

MoneySuperMarket (MSM) stand vor der großen Herausforderung, in einem hart umkämpften Markt für Preisvergleiche Kunden zu binden. In diesem Bereich wechseln die Verbraucher auf der Suche nach den niedrigsten Preisen häufig zwischen den Plattformen, was die Kundenbindung zu einem entscheidenden Thema macht. Trotz des umfangreichen Angebots an Finanzprodukten und der wettbewerbsfähigen Preisgestaltung von MSM reichte das Angebot einer breiten Auswahl nicht mehr aus, um einen starken Kundenstamm zu halten.

Um diese Herausforderung zu meistern, erkannte MSM die Notwendigkeit, über den traditionellen Preisvergleich hinauszugehen und das Kundenerlebnis insgesamt zu verbessern. Das Unternehmen wollte Mehrwertdienste einführen, die nicht nur das Interesse der Nutzer wecken, sondern auch eine langfristige Loyalität fördern würden. Dies führte zu der Entscheidung, eine Partnerschaft mit Firemind einzugehen und sich auf die Entwicklung einer KI-gestützten Lösung zu konzentrieren, die personalisierte Empfehlungen und interaktiven Support bietet. Durch den Einsatz fortschrittlicher KI-Technologien wollte MSM ein attraktiveres und maßgeschneidertes Erlebnis schaffen, das die Kunden zum Bleiben und zur tieferen Interaktion mit der Plattform bewegen sollte.

Stehst Du vor ähnlichen Herausforderungen?

Wir sind Spezialisten für die Lösung von Problemen mit Daten und KI. Lass uns Dir helfen, die Vorteile der Cloud zu nutzen.

Jetzt loslegen
Lösung

KI-gestützte Personalisierung für mehr Kundenbindung und Loyalität

Um MoneySuperMarket bei Herausforderung, Kunden in einem wettbewerbsintensiven Markt für Preisvergleiche zu halten, zu unterstützen, entwickelte Firemind eine fortschrittliche, KI-gestützte Lösung, die das Engagement der Nutzer deutlich verbesserte. Der Kern der Lösung bestand darin, AWS Lambda zu nutzen, um serverlose Funktionen zu erstellen, die Kundendaten verarbeiten und mit verschiedenen APIs verbunden werden können. So wurde ein skalierbares und reaktionsschnelles System geschaffen, das personalisierte Empfehlungen effizient verarbeiten kann.

Im Mittelpunkt des Projekts stand der Einsatz von Amazon SageMaker zur Entwicklung und Bereitstellung anspruchsvoller maschineller Lernmodelle. Diese Modelle analysierten die Kreditberichte der Kunden und die Produktoptionen, um maßgeschneiderte Empfehlungen für 0%-Zins-Kreditkarten zu generieren. SageMaker erleichterte das Training und die Optimierung dieser Modelle, so dass sie auf der Grundlage individueller Benutzerprofile genaue und relevante Vorschläge liefern konnten.

Amazon DynamoDB wurde für die Verwaltung und Speicherung von speziellen Kundendaten und Kreditauskünften eingesetzt. Diese NoSQL-Datenbank bot eine hochleistungsfähige, skalierbare Lösung für den dynamischen Datenbedarf des KI-Systems, die einen schnellen Abruf und die für personalisierte Empfehlungen in Echtzeit erforderlichen Aktualisierungen gewährleistet.

Außerdem spielte Amazon API Gateway bei der Verwaltung der APIs eine entscheidende Rolle, welches die Website mit den Backend-Diensten verband. Es orchestrierte die Kommunikation zwischen der Benutzeroberfläche und dem KI-gesteuerten Backend und sorgte für eine nahtlose Integration und Interaktion. Generative KI-Modelle, einschließlich der Modelle von Amazon Bedrock (Anthropic Claude 3 Haiku), wurden für das Konversationselement der Lösung eingesetzt, so dass die Benutzer „Was wäre wenn?“-Fragen stellen und personalisierte, sachliche Antworten erhalten konnten. Mit diesem umfassenden Ansatz wurde nicht nur die Herausforderung gemeistert, sondern auch die Grundlage für künftige KI-gestützte Erweiterungen der MSM-Plattform geschaffen.

Erweiterte Personalisierung

Der Einsatz von Amazon SageMaker war ausschlaggebend für die Entwicklung ausgeklügelter maschineller Lernmodelle, die hochgradig personalisierte Kreditkartenempfehlungen lieferten. Durch die Analyse individueller Kreditauskünfte und den Vergleich mit den verfügbaren Produkten lieferten die Modelle maßgeschneiderte Vorschläge, die die Relevanz der Beratung für die Nutzer deutlich erhöhten.

Effiziente Datenverwaltung

Amazon DynamoDB spielte bei dem Projekt eine entscheidende Rolle, da es eine effiziente und zuverlässige Verwaltung von Kundendaten in Echtzeit ermöglichte. Die leistungsstarke und skalierbare Datenbank ermöglichte den schnellen Abruf und die Verarbeitung von Kundendaten, was für die Bereitstellung zeitnaher und präziser Kreditkartenempfehlungen unerlässlich war.

Verbesserte Benutzerinteraktion

Die Integration einer konversationellen KI-Schnittstelle, die auf generativen KI-Modellen basiert, erleichterte die interaktive und personalisierte Benutzerinteraktion. Diese Funktion ermöglichte es den Kunden, detaillierte "Was wäre wenn?"-Fragen zu stellen und maßgeschneiderte, sachliche Antworten zu erhalten, wodurch das allgemeine Benutzererlebnis verbessert und die Herausforderung der Kundenbindung angegangen wurde.

Kontakt aufnehmen

Möchtest Du mehr erfahren?

Hast Du eine bestimmte Fallstudie oder ein Thema gesehen und möchtest mehr erfahren? Oder denkst Du über Dein nächstes Projekt nach? Schreibe uns eine Nachricht!