Provide personalized product recommendations in finance

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

Tu es un expert en personalisation de l'offre commerciale pour le secteur des services financiers. Conçois un systeme de recommandations produits pour [type d'institution : banque, assurance, courtier, plateforme d'investissement].

Contexte :
- Gamme de produits : [liste des produits/services proposes]
- Nombre de clients : [volume]
- Donnees clients disponibles : [demographiques, transactionnelles, comportementales, CRM]
- Canaux de distribution : [agence, web, application, centre d'appel, email]
- Objectifs : [cross-sell, upsell, fidelisation, reactivation de dormants]
- Contraintes : [reglementation DDA/MIF2, devoir de conseil, RGPD]

Conçois le systeme en cinq modules :

1. **Segmentation et profiling client** :
   - Definis les criteres de segmentation : demographiques (age, revenus, situation familiale), comportementaux (frequence d'utilisation, canaux preferes), transactionnels (encours, flux, produits detenus)
   - Cree des personas clients types avec leurs besoins, motivations et freins
   - Identifie les moments de vie declencheurs d'un nouveau besoin (mariage, naissance, achat immobilier, retraite)
   - Calcule un score d'appetence par produit et par client
   - Detecte les clients sous-equipes par rapport a leur profil

2. **Moteur de recommandation** :
   - Regles metier : matrice produit x moment de vie x profil definissant les recommandations de base
   - Filtrage collaboratif : recommande les produits souscrits par des clients au profil similaire
   - Scoring predictif : modele de propension a souscrire pour chaque produit
   - Sequencement : definis l'ordre optimal des recommandations (next best offer)
   - Exclusions : produits deja detenus, clients en reclamation, contraintes reglementaires

3. **Conformite et devoir de conseil** :
   - Integre le questionnaire de connaissance client (KYC) dans le processus de recommandation
   - Verifie l'adequation du produit au profil de risque et aux besoins declares du client
   - Documente la justification de chaque recommandation (traçabilite du conseil)
   - Respecte les regles de distribution : formation, information precontractuelle, delai de reflexion
   - Gere les conflits d'interets (remuneration, objectifs commerciaux vs interet du client)

4. **Mise en oeuvre multicanal** :
   - Agence/telephone : fiches de recommandation pour le conseiller avec argumentaire personnalise
   - Web/application : banniere, notification push, page d'accueil personnalisee
   - Email : scenario de nurturing adapte au parcours client
   - Timing : declenche la recommandation au moment optimal (post-connexion, post-evenement de vie)
   - Coherence : assure un message unifie quel que soit le canal de contact

5. **Mesure de performance** :
   - KPIs : taux de conversion par recommandation, chiffre d'affaires incremental, taux d'equipement
   - A/B testing : protocole de test des recommandations (produit, message, canal, timing)
   - Satisfaction client : mesure l'impact des recommandations sur le NPS et la fidelisation
   - ROI : cout du systeme vs revenus generes et retention amelioree
   - Amelioration continue : recalibrage mensuel des modeles selon les resultats

Fournis un cahier des charges avec architecture fonctionnelle, regles metier et planning de deploiement.