详细内容或原文请订阅后点击阅览
RSHB：零售网络中的效率管理
俄罗斯农业银行大数据部业务数据分析部负责人Ilya Dudin讲述了该银行零售客户部门管理系统的创建，该系统结合了大数据分析、偏差识别和管理者推荐模型。
来源:OSP网站大数据新闻Rosselkhozbank 在 STATUS 应用程序（自动网络管理技术复制系统）的单一平台上实现了银行零售客户部门管理流程的数字化。该应用程序结合了大数据分析、异常检测和执行推荐模型。该任务是与 IT 集群 RSHB.Tsifra 联合实施的。俄罗斯农业银行大数据部业务数据分析部负责人、数据奖提名者Ilya Dudin讲述项目实施情况。
- 是什么促使 RSHB 实施这个项目？解决了哪些业务问题？
当前大众零售的工具和销售模式对于进一步提高生产力存在局限性。首先，零售产品线的特定性质需要记住大量信息。现在，员工必须不断地将信息（产品状况、咨询过程中的决策树、好处和处理异议的脚本）保留在脑海中，并且可能会忘记告诉客户产品的重要细节或优点。其次，由于客户办事处的工作性质，银行的培训成本增加。销售业绩不佳的销售人员也会接受再培训。第三，在目前的业务流程中，销售点员工的行为只能在现场进行控制；通过实地考察领土，可以控制区域经理的工作。最后，由于一线缺乏反射性销售技能，交叉销售的比例较低，无法解决问题以达到预期的生产力水平。
- 选择了什么方法来执行任务？
- 该项目设定了哪些目标？
- 创建的解决方案是什么？
该解决方案完全在俄罗斯技术堆栈上实施。这是在低代码 FIS 平台上进行的内部开发，带有分析模块。
- 系统涵盖哪些数据？
- “标准”指标从何而来？