Offrir des recommandations de produits personnalisees en finance

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.