شنبه, 23 دی 1396

مطالب

سامانه تحلیلی مدیریت مشتریان بانکی (کیمیا)

امروزه دنیای کسب و کار به محیطی پویا و رقابتی‌تر تبدیل شده است. سازمان‌های بزرگ مانند بانک ها و بیمه ها با چالش گسترش سهم بازار خود و پیدا کردن راههای جدید برای جذب، به دست آوردن، حمایت و حفظ مشتریان جهت افزایش درآمد مواجه میباشند. سیستم مدیریت مشتریان تحلیلی، یک ابزار ارزشمند برای کمک به این تلاش‌ها است.در واقع سیستم مدیریت مشتریان تحلیلی با به کارگیری رویکرد و ابزارهای هوش تجاری و داده کاوی در کنار هم، یک رویکرد سازمانی برای فهم و تاثیر رفتار مشتری در ارتباطات وی با سازمان، به منظور بهبود در جذب، حفظ، وفاداری و سوددهی مشتری ارائه می دهد.

سامانه کیمیا یک سیستم مدیریت مشتریان تحلیلی بر پایه هوش تجاری است که با استفاده از فناوری داده کاوی یک دید جامع مشتری محور ارائه کرده و مدیران و خبرگان بانک ها و موسسات مالی را در جهت اخذ تصمیمات استراتژیک یاری می رساند  .

سامانه تحلیلی مشتری محور

در حوزه عملیاتی بانک شناسایی یک مشتری از جمیع جهات از اهمیت بالایی برخوردار است. در واقع بنابر موضوع مطرح شده ممکن است هرگونه اطلاعاتی در مورد مشتری مورد نیاز باشد. این اطلاعات می­ تواند شامل مشخصات فردی، ثبتی و اطلاعات منابع، مصارف و حتی انوع ارتباط با سایر مشتریان و گاهی اطلاعات اضافه ­تری از شخصیت یا رفتار مشتری باشد که از طرق مختلف در سامانه بارگذاری شده است.

سامانه ارزیابی مشتریان امکاناتی را برای سازمان فراهم می ­کند تا اطلاعات گسترده­ای در مورد هر مشتری حتی اگر در سامانه­ های فعلی بانک وجود ندارد بتوان تجمیع و نگهداری کرد و نهایتا برای بررسی و تصمیم­ سازی در اختیار سازمان قرارگیرد.

این سامانه در کنار سیستم­ های ارتباط با مشتریان می­ تواند اثر بخشی آنها را به طرز چشم گیری افزایش دهد. با توجه به پراکندگی اطلاعات و ارتباطات مربوط به یک مشتری، حوزه کاربری این سامانه با در نظر گرفتن سطوح دسترسی از مدیران ارشد تا کاربران شعب گسترده است.

چشم انداز فنی سامانه هوش تجاری بانکی

  • تولید گزارش ­های تحلیلی براساس سرویس­ های تعریف شده
  • حوزه کشف تقلب، ریسک های مالی، پیش بینی نقدینگی
  • قابلیت تعمیم سامانه به حوزه بیمه
  • قابلیت توزیع پردازش
  • عدم وابستگی به نرم‌افزار بانکداری متمرکز خاص (Core Banking)
  • پشتیبانی از انبار داده‌ای با ده‌ها میلیارد رکورد
  • داده‌کاوی و کشف روندهای پنهان در داده‌ها
  • امکان بررسی داده‌های خراب در سیستم‌های عملیاتی
  • افزایش توان تصمیم‌سازی استراتژیک و برنامه‌ریزی مدیریت ارشد
  • استاندارد نمودن و تجمیع‌سازی داده‌‌های منابع مختلف و ارائه تصویری یک‌پارچه از اطلاعات کلی بانک
  • گزارش‌دهی تعاملی، سلسله مراتبی و چند بعدی
  • مدیریت هشدار‌های هوشمند بر اساس برنامه‌ریزی‌ موردنظر
  • طبقه‌بندی مشتریان با هدف شناسایی مشتریان پرسود و طبقه‌بندی مشتریان برحسب سوددهی آنها
  • شناسایی رفتار معاملات شامل رفتار مشتری، الگوی پرداخت و معاملات

Copyright© 2013 Mobin Research Center. All rights reserved

تمامی حقوق این سایت متعلق به مرکز تحقیقات فناوری اطلاعات مبین می باشد.