在线客户获取 • 通过机器学习打造优质客户

在金融行业，银行习惯于通过信用卡促销和其他优惠吸引新客户。但是，尽管该银行在吸引新客户方面进行了数字投资，其通常的受众却与预期目标不符。面对这一挑战，我们设定了一个明确的目标：在不排除任何真实用户的情况下，创造更高质量的流量。

在整个消费过程中，银行与其客户之间的多次互动提供了宝贵的信息，可用于优化流程。为了提高这些数据的使用效率，我们进行了分析和完善程序，然后将数据动态发送到 Google Analytics 360。

测量用户在网站上的行为--从用户在网站上花费的时间，到他们在注册时提供的信息类型--成为这一过程的重要组成部分。然后，我们将线上和线下信息结合起来，获得每个用户的行为数据图表，并准备通过 AutoML 开发的机器学习模型进行处理。

该模型使我们能够恢复 82% 不符合银行目标的案例，并通过云功能将这一分数发送到广告平台。现在，有了实时决策的必要工具，我们将时间从 120 天（过去银行需要数天才能对新客户做出结论）缩短到 24 小时--以创纪录的速度实现了高质量。