資産管理会社の顧客に関する洞察を引き出す  

Jupyter Notebook を使用して Client Insight for Wealth Management サービスについて探り、このサービスを利用する Web アプリケーションを作成する

| By Robert Stanich, Diane Reynolds, Raheel Zubairy

Description

Client Insight for Wealth Management は、顧客満足度を向上させて顧客を維持できるよう、資産管理会社にクライアントに関する重要な洞察を提供するサービスです。API 呼び出しを使用してサービスを呼び出すと、特定の顧客に関する情報と、自然減スコアを示し、その特定の顧客の人生におけるイベントを予測するアナリティクスが返されます。このコード・パターンでは Jupyter Notebook とファイナンシャル・アドバイザー向けダッシュボードをデモする Web アプリケーションを使って、Client Insight for Wealth Management サービスを呼び出してデータを取得する例を紹介します。

Overview

資産管理会社で働くファイナンシャル・アドバイザーの主な職務は、財産を管理するためのガイダンスと選択肢を顧客に提供することです。顧客と顧客の状況を理解していれば、ファイナンシャル・アドバイザーはさらにレベルの高いサービスを提供して顧客の保持率を上げられるようになります。Client Insight for Wealth Management サービスに用意されている一連の分析モデルは、ライフ・イベントの予測、顧客保持率を向上させるための自然減スコア、顧客の現状に関する情報といった重要な洞察を引き出します。

このコード・パターンは、開発者が Client Insights for Wealth Management サービスの機能を理解し、利用できるよう支援することを目的としています。開発者は Client Insights for Wealth Management サービスを利用することで、ファイナンシャル・アドバイザーが顧客にガイダンスを提供する際に使用する、洞察に溢れたダッシュボードを作成できます。

このコード・パターンでは、顧客データとアナリティクスを取得して表示するための Client Insights for Wealth Management サービスについて探ります。サービスから返されるアナリティクスには、自然減スコア、ライフ・イベントの予測、顧客の属性に基づく顧客のセグメント化が含まれます。こうしたデータは、資産管理会社がサービスを向上させて顧客を保持する上で役立つはずです。このコード・パターンではサービスの呼び出しと、サービスから返されるデータを理解するために、Jupyter Notebook 内で Client Insights for Wealth Management サービスをナビゲートします。取得したデータはダッシュボードに表示します。

このコード・パターンの対象読者は、金融サービスに興味を持つ開発者、またはカスタマー・サービスの強化を目指す開発者です。ここではサンプル API キーを利用して Client Insights for Wealth Management サービスからダミーの顧客データを取得しますが、実際の使用ケースでは顧客に関するデータは金融機関から取得します。

このコード・パターンを完了すると、以下の方法がわかるようになります。

  • Client Insight for Wealth Management (CIWM) サービスから顧客に関する洞察を取得する
  • Jupyter Notebook を通してサービスの利用方法を理解する
  • 顧客に関する洞察を表示するダッシュボードを備えた Web アプリケーションを作成する

Flow

  1. ユーザーが Web インターフェースからアプリケーションにアクセスし、顧客のプロファイルを表示します。
  2. アプリケーションが Client Insight for Wealth Management サービスから顧客の情報とアナリティクスを取得します。
  3. Jupyter Notebook を探索して Client Insight for Wealth Management サービスの使用ケースを理解します。
  4. ユーザーが Jupyter Notebook を使用して Client Insight for Wealth Management サービスを呼び出します。

Instructions

このパターンの詳細な手順については、README を参照してください。手順で説明する方法は以下のとおりです。

  1. リポジトリーを複製します。
  2. Jupyter Notebook 内を探索します。
  3. アプリケーションを実行します。

Related Blogs

Call for Code 準優勝者: AI を使用して改造の可能性を判断する PD3R

ネパールでエンジニアとして働く Nirmal Adhikari は、地震がもたらす惨状をじかに目にしました。彼はまた、被害状況を評価したくても、なかなかコミュニティーにアクセスできないフラストレーションも実感しました。 「バスや交通機関で現地に辿り着くことはできませんでした。アクセスが禁止されていたためです。大勢のエンジニアを配置しなければならなかったのですが、それには相当な時間がかかりました」。2015 年のネパール大地震を振り返り、Adhikari はこのように言いました。「このことが理由で、私たちは多くの人手を要することなく迅速に作業を行えるよう、何か対策を取らなければならないと思ったのです」。 Adhikari と、Build Change で働く彼の同僚たち (Lakshyana K.C.、Nicolas Ortiz、Shreyasha Paudel、Kshitiz Rimal) は、人工知能によって検査を自動化し、地震で住む場所を追われた人々がすぐに自宅に戻れるようにできないかと考えました。 彼らがチームとして作り上げたのが、この Post-Disaster Rapid Response Retrofit (PD3R) です。3D モデル画像で学習した AI に基づくこのソリューションによって、自然災害後に住居を追われた家族がすぐに構造工学上のアドバイスを受けられるようになる可能性があります。PD3R は 2018 Call for Code Global Challenge で準優勝作品として選ばれ、25,000 米ドルの賞金と The Linux Foundation による長期のオープンソース・サポートを獲得しました。 「地震が発生すると、住居が全壊するか、部分的に損傷を受ける可能性があります」と、Ortiz は言います。「PD3R で目的としているのは、再建または補強することが可能な住居を、人工知能を使用して短時間で評価することです」。 Call for Code Global Award 祝賀会の録画を見る チームは Watson Studio を使用して、2,000 点を超える画像をベースにカスタムの視覚認識モデルを作成しました。IBM Watson...

続けて読む Call for Code 準優勝者: AI を使用して改造の可能性を判断する PD3R

Call for Code 優勝者: モバイル・ホットスポットとダッシュボードによって災害発生後のコミュニティーを支援

昨年メキシコ・シティーでマグニチュード 7.1 の地震が発生したとき、Subalekha Udayasakar はインターネットへの接続を失うと、いかに無力であるかを実感し、その混沌を目の当たりにしました。 「大勢の人々がインターネットに接続できなかったため、救助の手を差し伸べることができなかったのです」と、彼女は言います。「それに、被害に遭った人たちが実際にどのような状況に置かれているかについても、まったく見当がつきませんでした」。 この体験を機に、Subalekha と彼女のチームメイト (Jonah Model、Katie Mathews、Gandharv Patil、Matthew Malin) は災害への対応と復旧の最中に市民と救助隊がオンラインでつながり続ける方法を生み出しました。 ハードウェアとソフトウェアで編成された、この Project Lantern というソリューションは、2018 Call for Code Global Challenge で最優秀作品に選ばれました。Project Lantern が依存するのは、低価格のハードウェアとソーシャル・データ、そして入手した情報と状況の変化を反映したリアルタイムのデータです。 災害復旧時にオフラインになったワイヤレス・ネットワークで、鍵ほどの大きさの Lantern というデバイスがポップアップ通信ハブの役割を果たします。この Lantern デバイスでは、カスタマイズ可能な Web アプリを使用してニュースを受信し、救助とボランティアを要請するとともに、地図ツールによってユーザーを避難所と飲料水や燃料を入手できる場所まで誘導します。このように、Lantern は極めて急を要する状況でコミュニティーの秩序を維持するよう設計されています。 Call for Code チャレンジに向けて、チームは IBM Watson を利用してオフラインで収集されたデータを解釈し、その結果を救助隊用のダッシュボードとして提示することにしました。現地のボランティア、危険にさらされている人々、訓練された難民救済ワーカーの間のコラボレーションは、IRIS (Intelligent Routing and Insights の略語) によって支援します。 「IRIS の役目は、災害時のあらゆるデータに加え、IBM Watson の機械学習機能、The Weather Channel からのデータ、そして公開されているその他すべての API...

続けて読む Call for Code 優勝者: モバイル・ホットスポットとダッシュボードによって災害発生後のコミュニティーを支援

Call for Code 優勝者: 緊急支援ネットワークで中断のない銀行サービスを実現

史上最大の地震の 1 つとして数えられる 2008 年の四川大地震が発生したとき、中国農業銀行 (ABC) は被災者たちに緊急支援と金融サービスを提供しようと試みました。 けれども、銀行カードや写真付き ID を失くすなどといった、いくつかの泣き所が災害によって生み出され、同行は思うように顧客にサービスを提供できませんでした。 「この 10 年の間、世界中で多くの自然災害が発生しています」。ABC 研究開発センターで副総支配人を務める Wang Yi の言葉です。「私たちは被災者への金融サービスを改善することを目指しています」。 こうしたサービスの改善を目的に、ABC の開発者たちは Call for Code の呼びかけに応じ、United Aid Net (UAN) を作成しました。UAN は、自然災害の発生時も復旧時も中断することなく金融サービスを提供するためのグローバル緊急支援ネットワークです。顔認識に基づく預金引き出しとブロックチェーンを基に構築されている UAN は、災害時に家族や友人との間で一時的に金融サービスを共有することを可能にします。 仕組み このソリューションを開発したのは、北京を拠点とするチーム Green Coder です。Dong Xiaojie、Liu Xu、Liu Bo、Huang Zhiming、Liu Jiajie からなるチームが開発したこのソリューションは、2018 Call for Code Global Challenge で最優秀作品に選ばれました。 「UAN は、金融機関ネットワークと家族ネットワークという 2 つのネットワークで構成されています」。ABC でアプリケーション・プラットフォーム開発ネットワークの副総支配人を担当する Xiaojie は、このように言っています。「現在、私は UAN...

続けて読む Call for Code 優勝者: 緊急支援ネットワークで中断のない銀行サービスを実現

Related Links

Getting started with Client Insight for Wealth Management

この資料に、Client Insight for Wealth Management サービスの利用を開始するために必要なすべての情報が揃っています。

IBM Watson Client Insight for Wealth Management

このサービスの概要と、このサービスが開発者やビジネスにもたらすメリットについて詳しく調べてください。

Why Client Insight for Wealth Management?

Client Insight for Wealth Management サービスのビジュアル・ガイドをご覧ください。