Preguntas frecuentes (FAQ) sobre maya.ai
1. maya.ai – Sobre la plataforma
maya.ai es una plataforma de personalización diseñada para ayudar a las empresas de tarjetas de crédito, tarjetas de débito y billeteras a involucrar a sus clientes de manera más efectiva con opciones personalizadas para el consumidor. Nuestra plataforma ofrece actualmente capacidades de participación personalizadas en múltiples categorías de consumidores, como compras, venta minorista, restaurantes, viajes, etc.
maya.ai permite que las empresas de tarjetas y billeteras se conviertan en la principal prioridad de sus clientes y, finalmente, en la mejor opción de pago de billetera con facilidad y confianza.
maya.ai puede operar en todos los canales de participación digital, desde páginas de oferta en sitios web, sitios móviles, aplicaciones móviles hasta canales más tradicionales como correo electrónico y SMS.
Tenemos una aplicación de etiqueta blanca (Aplicación Engage) en la que se pueden mostrar ofertas personalizadas.
Maya.ai también ofrece Engage App, una aplicación de etiqueta blanca lista para implementar para clientes sin un activo de participación digital existente, para mostrar recomendaciones personalizadas e involucrar a sus clientes.
Hasta cierto punto, lo es. Para clientes con ofertas existentes, maya.ai puede personalizarlas para sus clientes. Si maya.ai detecta que las ofertas existentes no son efectivas para atraer a los clientes, puede ofrecer sugerencias sobre las ofertas que los comerciantes pueden adquirir e incorporar para mejorar el nivel de participación. Además, maya.ai Bazaar es nuestra oferta de mercado que conecta su negocio con un suministro de ofertas comerciales de todo el mundo y en todas las categorías de consumidores.
Si bien maya.ai, la personalización se puede utilizar para la adquisición digital, la plataforma se ha utilizado principalmente para impulsar el compromiso, las transacciones y la reactivación. En el pasado, hemos visto una mejora de 1.3x en el control de la reactivación, una mejora de 3 a 10 veces en el control de la tasa de respuesta, un aumento del 20% al 50% en las tasas de clics, un aumento del 3% al 7% en los gastos
maya.ai adopta un enfoque único para generar recomendaciones aprovechando datos estructurados, no estructurados, históricos y en tiempo real. maya.ai deduce el gusto de un cliente al observar sus patrones de consumo, con la ayuda de nuestro profundo conocimiento de cada comerciante con el que el cliente realiza transacciones, así como las señales que recibimos a través del compromiso en tiempo real.
Para llegar a un perfil de cliente detallado, maya.ai adopta un enfoque de tres pasos al analizar los datos de las transacciones:
1. Deduplication of merchant names in transaction data
The same merchant in transaction data may appear under different names or even different entities, resulting in difficulties in understanding the customer transactions. With a number of propriety algorithms, maya.ai can clean > 1M transaction in under 4 hours, with 80%+ accuracy in attributing the correct merchants to the transactions
2. Merchant data enrichment at scale
maya.ai leverages our patented TasteGraph, which contains in-depth knowledge (+300 attributes) for over 6 million merchants around the globe, as well as other propriety algorithms to analyse unstructured and structured data from first- and third-party sources.
maya.ai uses the TasteGraph to enrich each merchant entry with hundreds of attributes. For example, type of product carried, price point, rating of the merchant where the transaction is made. This enables maya.ai to understand the meaning behind each customer transaction more accurately.
3. TasteMatch calculation to identify the best recommendation for a customer
Using proprietary & patented methods based on the graph theory (TasteGraph), maya.ai calculates the affinity between the products or merchants in the enormous transaction data set. Combine this affinity with the outputs of a few other algorithms, mixed with real-time contextual signals, such as location, device, intent, weather, occasion, events, and influence signals, such as trends, trusted data sources, a TasteMatch score is used to identify the most relevant choices for a customer.
maya.ai profiles the customer – understanding the customer’s “tastes” — through deduplication of the transaction data, enriching transaction data with attributes, and calculating the taste match score between every customer and merchant/ product
- Deduplication of transaction data: The same merchant in transaction data may appear under different names or even different entities, resulting in difficulties in understanding the customer transactions. With a number of propriety algorithms, maya.ai can clean > 1M transaction in under 4 hours, with 80%+ accuracy in attributing the correct merchants to the transactions
- Enriching transaction data with attributes: maya.ai enriches transactions with hundreds of attributes, for example, type of product carried, price point, rating of the merchant where the transaction is made To do this, maya.ai leverages our patented TasteGraph, which contains in-depth knowledge (+300 attributes) for over 6 million merchants around the globe, as well as a number of propriety algorithms to analyse unstructured and structured data from first and third party sources.
- Calculating Taste Match across the products and offers in the portfolio: through patented methods based on graph theory, maya.ai is able to calculate the affinity between the product/merchant in the customer’s transactions, and other product/merchant. This affinity, combined with context, such as location, device, intent, weather, occasion, events, and influences, such as trends, trusted data sources, is used to refine the most relevant choices for a customer
- Combinando datos internos y externos, datos estructurados y no estructurados, para tener una comprensión integral del cliente: menos del 20% de los proveedores en el espacio de personalización utilizan datos externos para mejorar la elaboración de perfiles y recomendaciones, e incluso cuando lo hacen, generalmente atraen al cliente seguimiento de datos, que suele infringir las leyes de privacidad del cliente
- maya.ai aporta el vasto conocimiento de productos y comerciantes del mundo exterior. Estos conocimientos no se limitan a los datos estructurados. Los algoritmos de PNL permiten a maya.ai extraer información de datos no estructurados, como revisiones de texto. Con datos internos, externos, estructurados y no estructurados combinados, maya.ai crea perfiles de gusto del cliente mucho más profundos que los de la competencia.
- Casi todos los demás proveedores se basan en algoritmos basados en la segmentación para perfilar a los clientes, que por definición tratan a los grupos de personas por igual. Esto frustra el propósito y la premisa de la personalización.Casar datos internos y externos, datos estructurados y no estructurados, para tener una comprensión integral del cliente: menos del 20% de los proveedores en el espacio de personalización utilizan datos externos para mejorar la elaboración de perfiles y recomendaciones, e incluso cuando lo hacen, por lo general traen datos de seguimiento de los clientes, lo que suele infringir las leyes de privacidad del cliente.
- Sensible a la privacidad: al observar los gustos del cliente en lugar de rastrear la identidad del cliente, maya.ai puede ofrecer personalización sin ningún PII, ofreciendo a los clientes finales una privacidad total
- Trabajar con un conjunto de datos escaso: maya.ai requiere solo unas pocas transacciones por cliente para comenzar a recomendar opciones. Incluso cuando no hay transacción, maya.ai aún puede crear un perfil de gusto del cliente a través de unas pocas preguntas simples / opciones de prueba. Con el aprendizaje automático, maya.ai puede mejorar con el tiempo los perfiles de los clientes al conocer las interacciones de los usuarios con las opciones recomendadas.
- Las interacciones realizadas por el cliente sobre las recomendaciones mostradas en un activo digital, informan a maya.ai de lo siguiente:
- El estilo de vida actual que necesita el cliente: ¿en qué categoría busca gastar el cliente o simplemente está navegando al azar?
- Perfil del comerciante que atrae al cliente: ¿cuál es el tamaño promedio del boleto? ¿Qué tan popular es el comerciante? ¿El comerciante es nuevo para el cliente o el cliente ha gastado dinero en este comerciante antes?
- ¿Qué atributos están impulsando sus necesidades actuales? ¿Cuáles son los atributos comunes subyacentes a los comerciantes con los que interactúa un cliente?
- Toda esta información mejora la comprensión del contexto del cliente en el momento dado
- A partir de aquí pasan algunas cosas:
- Durante la sesión, las listas de recomendaciones se vuelven a priorizar para mostrar a los clientes recomendaciones más relevantes en una oferta para impulsar una compra.
- En la sesión, anticipe las combinaciones de comerciantes que van bien juntas e intente priorizar las recomendaciones en una oferta para aumentar el “valor del carrito”.
- A lo largo de las sesiones, identifique las siguientes mejores recomendaciones basadas en el comportamiento previsto del cliente.
- Almacenar datos de interacción para enviar notificaciones al cliente
- Hay más de 4.5 millones de comerciantes en todo el mundo que han sido etiquetados y enriquecidos dentro del repositorio de maya.ai
- Un comerciante, según un banco es:
- An MCC code
- A ticket-size
- A city / country where it is available
- Lo anterior se limita a los comerciantes más populares, los comerciantes de cola media y larga son irreconocibles en los conjuntos de datos del banco debido a la mala calidad de los datos almacenados en la descripción de la transacción
- To maya.ai, a merchant is:
- The category it belongs to
- The attributes that define it
- Una categoría puede tener hasta 10 atributos
- Cada atributo puede tomar hasta 10-15 valores únicos
- Un comerciante contiene al menos 2-3 valores por atributo
- Cada atributo puede tomar hasta 10-15 valores únicos
- Una categoría puede tener hasta 10 atributos
- Las calificaciones que le otorgan los clientes en las plataformas públicas.
- Por lo general, las calificaciones se otorgan a través de 4-5 parámetros como el presupuesto, los niveles de servicio, etc.
- Las opiniones que le han dado los clientes.
- Revisiones de texto libre de las que se extraen los puntos clave de discusión utilizando algoritmos de PNL
- ¿Qué tiene de especial / único el comerciante?
- ¿Qué es lo que le encanta a la gente del comerciante?
- ¿Qué es lo que a la gente no le gusta del comerciante?
- Revisiones de texto libre de las que se extraen los puntos clave de discusión utilizando algoritmos de PNL
- En esencia, un comerciante tiene cerca de 75-100 atributos en el repositorio maya.ai
Tenemos socios globales y podemos aumentar sus ofertas según sea necesario.
We follow a subscription model (monthly licensing fee). Contact us to know more.
2. maya.ai - Compromiso e impacto
Usamos el enfoque Test vs Control para medir el ROI. El grupo de prueba seguirá recibiendo comunicación personalizada mientras que el grupo de control recibirá la comunicación BAU regular
- maya.ai engages customers across different channels, from email/sms, to mobile app and web portal, to high-touch/high-value channels, such as concierge, using one powerful Choice API.
- For email/sms campaigns, maya.ai allow clients to identify, explore opportunities, curate and execute campaigns based on customers tastes
- For mobile app/web portal: Choice API can power personalization for customers’ existing assets such as reward page and internet banking logout page
- maya.ai also come with white-label assets to accelerate client’s personalization journeys
- Choice API can even be used to drive personalization on high-touch/high-value channel. For example, in a global card issuer, maya.ai powers the concierge for high-spending customers. In this case, maya.ai deliver the personalized choices to concierge staffs, who then recommend the optimal choices for customers on the phone.
- With this comprehensive approach, maya.ai can reach the majority of the customers in the portfolio (75%-80%), and lift many metrics:
- Reduce bounce rates from industry-standard of 50% to 15%
- Increase open rates by 50%
- Increase CTRs by up to 70%
- Increase response rates by 1.6x-2.4x for campaigns (Test vs Control)
- Increase in active customer base and segment: maya.ai can increase the active customer base by 3-7%, and drive increase in spends from inactive segments (15-20% of the incremental spends that maya.ai drives come from inactive or “at-risk” segments)
- Increase in customer loyalty: 10-15% of engaged customers make repeat visits
- Reduce time-to-value: it takes just 7 days to go from raw data to personal storefront with maya.ai. Campaign curation and execution with maya.ai takes only 45 mins instead of 1-2 weeks
- Por lo general, maya.ai penetra entre el 85 y el 90% de la base de clientes elegibles dentro de la cartera de un cliente.
- On average, 50-60% of customers are contacted each week through campaigns.
- 20-30% of the customers transact on recommendations made by maya.ai in the observation window
- 10-15% customers show repeat visits to the portal each month
- Esto está en el lado conservador de la suposición
- maya.ai has shown value delivery of 5-10% with our clients
- Por ejemplo, maya.ai ha generado un aumento del gasto del 3-5% con campañas de correo electrónico y SMS en 2019 para un banco del sector privado más grande de la India.
- maya.ai drives customer engagement and transactions for enterprises powering the age of relevance
- maya.ai has driven portfolio growth with personalized campaigns for India’s largest credit card issuer
- Increased campaign spends by ~7%
- Increased click rates on digital channel by 20%
Podemos pasar de los datos a lo digital en 7 días. Los resultados comienzan a mostrarse en 3 meses y en 12 meses conocemos el impacto total de la personalización con maya.ai
Podemos generar tráfico a través de campañas. Nuestras API se pueden integrar con las herramientas de automatización de marketing de los bancos y la cadencia se puede decidir conjuntamente con el banco sobre los tipos de campañas y la elección de canales.
Inicialmente, podemos mostrar ofertas populares basadas en datos demográficos, ubicación y otra información contextual. Una vez que comencemos a obtener interacciones digitales en las páginas de ofertas, nuestros modelos de inteligencia artificial comenzarán a capturar las preferencias de los clientes y las usarán para recomendar las ofertas adecuadas.
3. maya.ai - Requisitos e integración de datos
Tenemos una única API que se puede integrar con tantos canales y activos digitales como sea necesario
- Daily transaction data feed
- API led offer refresh
- maya.ai integration across digital assets
- Colaboración multifuncional con equipos digitales, de marketing y de análisis de forma periódica
- Clean images, creatives, push campaigns for new offer seasons
- El diferenciador clave de maya.ai y una de sus IP clave radica en los datos externos seleccionados por maya.ai
- Estos datos externos están alojados en un entorno de nube de múltiples inquilinos.
- Los algoritmos de maya.ai funcionan en conjunto con estos datos y los datos a los que se accede con una VPC de cliente dedicada
- No es económicamente factible implementar maya.ai y su compleja arquitectura dentro de los centros de datos bancarios como:
- Setup takes too long
- Running costs become high and affect the engagement ROI
- Dicho esto, la opción local se puede discutir caso por caso.
4. maya.ai – Bazaar
Bazaar es un mercado de comercio personalizado liderado por IA que beneficia a consumidores, comerciantes y bancos.
- Bazaar hace que el viaje del consumidor sea personal y relevante al recomendar los comerciantes adecuados, así como los productos, con descubrimiento hasta cumplimiento en un portal.
- Bazar ayuda a los comerciantes con un portal a identificar y llegar a los clientes adecuados, generar tráfico desde el ecosistema del banco y obtener información sobre los consumidores.
- Bazaar proporciona al banco un modelo escalable para la adquisición de ofertas, una fácil configuración de las conversaciones con los consumidores y un seguimiento automatizado del rendimiento.
Los comerciantes no tienen visibilidad de la información de los clientes ni la capacidad de llegar a los clientes adecuados.
Ven tracción CERO de los sitios bancarios actuales. Además, la incorporación sigue siendo manual. Los portales de participación de comerciantes se han diseñado para abordar estas preocupaciones de los comerciantes.
Por favorContacta con nosotras para saber mas.
Próximamente, en breve, pronto
- Crayon Data puede realizar la curación de imágenes y otros contenidos como un servicio adicional
- Sin embargo, no es un proceso escalable si Crayon Data tiene que hacer esto de una manera ad-hoc, servicios
- Este proceso se amplía rápidamente si la responsabilidad de obtener contenido de alta calidad recae en el comerciante propietario de la marca.
- El motor maya.ai puede detectar automáticamente la calidad de la imagen y rechazar las imágenes que no cumplen con los estándares de calidad para mostrarlas a los clientes finales.
- Esta es una de las razones por las que los portales orientados a comerciantes son tan importantes
- Todos los comerciantes almacenan catálogos de productos a nivel de SKU
- Los SKU tienen una jerarquía bien definida para capturar los atributos del producto.
- Esto es muy similar, en construcción, a cómo maya.ai almacena los atributos del comerciante
- Los algoritmos de recomendación de comerciantes existentes funcionarían tal cual para las recomendaciones de productos.
Sí, podemos traerte ofertas.. Por favorContacta con nosotras para saber mas.
- El motor proporciona una interfaz de autoservicio las 24 horas del día, los 7 días de la semana, donde las recomendaciones de los comerciantes están disponibles a pedido.
- La pregunta es, ¿con qué frecuencia el banco necesita nuevas ofertas??
- Each month?
- Each season?
- Siempre que el banco desee identificar cómo se está desempeñando su cartera de ofertas actual y cuál es la mejor manera de mejorarla, simplemente debe iniciar sesión en maya.ai
La plataforma maya.ai & Bazaar ha sido diseñada para conectarse con el ecosistema de tecnología existente en el que operan los bancos y funciona con una interrupción mínima. A continuación se muestran los diferentes tipos de integración con los que viene la propuesta.:
- Integración con el lago de datos de transacciones y clientes del banco
- API y widgets que se integran en los activos digitales del banco: sitios web, aplicaciones móviles, etc.
- Integración con los sistemas de ejecución de marketing para habilitar campañas de correo electrónico y SMS
- Integración con el sistema Transaction Alert para un compromiso basado en disparadores
Se requiere algo de apoyo de los bancos en las diferentes etapas del viaje maya.ai & Bazaar:
- Etapa de contratación: apoyo para obtener aprobaciones de los grupos de seguridad sobre la arquitectura propuesta de maya.ai y Bazaar
- Etapa de configuración: se necesita cierto esfuerzo de desarrollo (1-2 semanas) para automatizar la actualización de datos desde el lago de datos del banco a la VPC maya.ai
- Gestión de la cartera: apoyo en la identificación de las prioridades del banco en lo que respecta al crecimiento de la cartera, definiciones de los segmentos de clientes identificados por el banco (si corresponde); esto ayuda a afinar el motor de recomendaciones para satisfacer los objetivos del banco.
- Integración de API de personalización: se necesita algún esfuerzo de desarrollo (1-2 semanas por activo) por parte del Banco para integrar las API y los widgets de maya.ai en los activos digitales deseados: páginas web, aplicaciones móviles, etc.
- Etapa de ejecución: se necesita 1 SPOC de forma continua (1 día por semana) para acordar la cadencia de la campaña y garantizar la ejecución de campañas de correo electrónico y sms en sistemas de ejecución de terceros, incl. recopilación de plantillas del equipo de marketing
- Desembolso de reembolsos: se necesita 1 SPOC una vez al mes para conciliar los desembolsos de reembolsos en las transacciones basadas en las cuentas del Cliente.
- Infrastructure
-
- Las capacidades de maya.ai se implementan en una nube privada virtual; actualmente admitimos la implementación en AWS y Azure
- Bazaar se implementa en una configuración de nube multiinquilino propiedad de Crayon y está conectado al repositorio de comerciantes global de Crayon
- Ejecución: las capacidades de maya.ai & Bazaar están disponibles para nuestros clientes en tres modos:
- Totalmente asistido: una vez que se completa la configuración, Crayon asumirá la responsabilidad total de la ejecución y la gestión de la cartera.
- Autoservicio asistido: una vez que se completa la configuración, el equipo de ciencia del cliente de Crayon trabajará en estrecha colaboración con el banco para ser copropietario de la ejecución y la gestión de la cartera.
- Totalmente autoservicio: una vez que se completa la configuración, Crayon entregará todos los estudios, funciones y capacidades de ejecución en manos del banco y solo brindará asistencia cuando sea necesario.