在针对食品链进行的试验中，everis 使用基于决策树的 XGBoost 算法来预测哪些客户最有可能“放弃”。
消费者放弃某个品牌的原因有很多，试验分析了 22 个变量：购买频率、过去六个月内的最大折扣、零售商移动应用程序的使用频率、自上次访问商店以来的天数等。
超过 1,600 名客户被确定为“流失”风
险很高，并收到了下次购买的 5% 折扣券。
试验结果令人震惊：32% 被确定为可能流失 按行业划分的特定数据库 的客户仍然是忠实客户。与前几个月推出的传统保留措施相比，保留的客户增加了 14.8%。
人工智能如何帮助向金融行业的新客户
资料提供个性化服务
银行业正在向更加个性化的客户关系模式发展，为此建立坚实的信任基础是关键。事实上，根据 NTT DATA 最近的一项研究，65% 的受访者表示他们对银行管理个人数据的方式完全有信心。
从这个意义上说，使用人工智能 (AI) 等颠 如何建立业务案例并获得您的想法批准 覆性技术代表着相对于大型技术竞争对手的独特优势，因为它允许银行使用数据为每个客户提供个性化的财务建议，帮助他们实现人生目标。
以下信息图显示了了解新客户资料的关键以及如何建立基于 AI 的关系模型，以便主动提供个性化服务。
最后一英里的挑战：如何以及为什么 fj 列表 要优化它？
在过去的一年里，随着疫情的爆发，人们被迫在网上订购越来越多的商品，送货上门的数量猛增。快递服务 SEUR 报告称，由于电子商务配送量增长了 50%，2019 年至 2020 年的营业额增长了 19%。
