maya.ai là một nền tảng cá nhân hóa được thiết kế để giúp các doanh nghiệp Thẻ Tín dụng, Thẻ Ghi nợ và Ví thu hút khách hàng của họ hiệu quả hơn với các lựa chọn tiêu dùng được cá nhân hóa. Nền tảng của chúng tôi hiện cung cấp khả năng tương tác được cá nhân hóa trên nhiều danh mục người tiêu dùng, chẳng hạn như mua sắm, bán lẻ, ăn uống, du lịch, v.v.

maya.ai cho phép các doanh nghiệp kinh doanh thẻ và ví trở thành tâm trí của khách hàng và cuối cùng là lựa chọn ví hàng đầu của họ về tùy chọn thanh toán một cách dễ dàng và tự tin.

maya.ai có thể hoạt động trên tất cả các kênh tương tác kỹ thuật số từ các trang cung cấp trên trang web, trang web dành cho thiết bị di động, ứng dụng dành cho thiết bị di động đến các kênh truyền thống hơn như email và SMS

Chúng tôi có một ứng dụng được gắn nhãn trắng (Ứng dụng tương tác) để hiển thị các phiếu mua hàng được cá nhân hóa.

Maya.ai cũng cung cấp Ứng dụng Engage, một ứng dụng được gắn nhãn trắng sẵn sàng triển khai cho các khách hàng không có nội dung tương tác kỹ thuật số hiện có, để hiển thị các đề xuất được cá nhân hóa và thu hút khách hàng của họ.

Ở một mức độ, nó là. Đối với những khách hàng có ưu đãi hiện có, maya.ai có thể cá nhân hóa chúng cho khách hàng của họ. Nếu maya.ai phát hiện ra rằng các ưu đãi hiện tại không hiệu quả trong việc thu hút khách hàng, maya.ai có thể đưa ra đề xuất về những ưu đãi mà người bán có thể mua và tham gia để cải thiện mức độ tương tác. Ngoài ra, maya.ai Bazaar là thị trường của chúng tôi cung cấp dịch vụ kết nối doanh nghiệp của bạn với nguồn cung cấp các ưu đãi của người bán từ khắp nơi trên thế giới và trên các danh mục người tiêu dùng.

Mặc dù maya.ai, cá nhân hóa có thể được sử dụng để chuyển đổi kỹ thuật số, nền tảng này đã được sử dụng chủ yếu để thúc đẩy mức độ tương tác, giao dịch và kích hoạt lại. Trong quá khứ, chúng tôi đã chứng kiến ​​sự cải thiện 1,3 lần đối với kiểm soát khi kích hoạt lại, cải thiện gấp 3 lần kiểm soát đối với tỷ lệ phản hồi, tăng 20% ​​-50% tỷ lệ nhấp, tăng 3% -7% chi tiêu

maya.ai áp dụng một cách tiếp cận độc đáo để tạo các đề xuất tận dụng dữ liệu có cấu trúc, phi cấu trúc, lịch sử cũng như thời gian thực. maya.ai suy ra thị hiếu của khách hàng bằng cách xem xét các mô hình tiêu dùng của họ được hỗ trợ bởi sự hiểu biết sâu sắc của chúng tôi về từng người bán mà khách hàng giao dịch, cũng như các tín hiệu mà chúng tôi nhận được thông qua tương tác trong thời gian thực.

Để có được hồ sơ khách hàng chi tiết, maya.ai áp dụng phương pháp tiếp cận ba bước khi phân tích dữ liệu giao dịch:

1. Sao chép tên người bán trong dữ liệu giao dịch
Cùng một người bán trong dữ liệu giao dịch có thể xuất hiện dưới các tên khác nhau hoặc thậm chí các thực thể khác nhau, dẫn đến khó khăn trong việc hiểu các giao dịch của khách hàng. Với một số thuật toán phù hợp, maya.ai có thể xử lý> 1 triệu giao dịch trong vòng chưa đầy 4 giờ, với độ chính xác hơn 80% trong việc phân bổ đúng người bán cho các giao dịch

2. Làm giàu dữ liệu người bán trên quy mô lớn
maya.ai tận dụng TasteGraph đã được cấp bằng sáng chế của chúng tôi, chứa kiến ​​thức chuyên sâu (+300 thuộc tính) cho hơn 6 triệu người bán trên toàn cầu, cũng như các thuật toán độc quyền khác để phân tích dữ liệu có cấu trúc và phi cấu trúc từ các nguồn của bên thứ nhất và thứ ba.

maya.ai sử dụng TasteGraph để làm phong phú thêm mỗi mục nhập của người bán với hàng trăm thuộc tính. Ví dụ: loại sản phẩm được mang theo, mức giá, xếp hạng của người bán nơi giao dịch được thực hiện. Điều này cho phép maya.ai hiểu chính xác hơn ý nghĩa đằng sau mỗi giao dịch của khách hàng.

3. Tính toán TasteMatch để xác định đề xuất tốt nhất cho khách hàng
Sử dụng các phương pháp độc quyền và được cấp bằng sáng chế dựa trên lý thuyết đồ thị (TasteGraph), maya.ai tính toán mối quan hệ giữa các sản phẩm hoặc người bán trong tập dữ liệu giao dịch khổng lồ. Kết hợp mối quan hệ này với kết quả đầu ra của một số thuật toán khác, trộn với các tín hiệu theo ngữ cảnh thời gian thực, chẳng hạn như vị trí, thiết bị, ý định, thời tiết, dịp, sự kiện và các tín hiệu ảnh hưởng, chẳng hạn như xu hướng, nguồn dữ liệu đáng tin cậy, điểm TasteMatch là được sử dụng để xác định các lựa chọn phù hợp nhất cho khách hàng.

maya.ai lập hồ sơ khách hàng – hiểu “thị hiếu” của khách hàng – thông qua việc sao chép dữ liệu giao dịch, làm phong phú thêm dữ liệu giao dịch với các thuộc tính và tính điểm phù hợp khẩu vị giữa mọi khách hàng và người bán / sản phẩm

Sao chép dữ liệu giao dịch: Cùng một người bán trong dữ liệu giao dịch có thể xuất hiện dưới các tên khác nhau hoặc thậm chí các thực thể khác nhau, dẫn đến khó hiểu các giao dịch của khách hàng. Với một số thuật toán phù hợp, maya.ai có thể xử lý> 1 triệu giao dịch trong vòng chưa đầy 4 giờ, với độ chính xác hơn 80% trong việc phân bổ đúng người bán cho các giao dịch
Làm phong phú dữ liệu giao dịch với các thuộc tính: maya.ai làm phong phú thêm các giao dịch với hàng trăm thuộc tính, ví dụ: loại sản phẩm được vận chuyển, điểm giá, xếp hạng của người bán nơi thực hiện giao dịch Để thực hiện điều này, maya.ai sử dụng TasteGraph đã được cấp bằng sáng chế của chúng tôi, bao gồm kiến thức chuyên sâu (+300 thuộc tính) cho hơn 6 triệu người bán trên toàn cầu, cũng như một số thuật toán độc quyền để phân tích dữ liệu có cấu trúc và phi cấu trúc từ các nguồn của bên thứ nhất và thứ ba.
Tính toán Sự phù hợp về Hương vị trên các sản phẩm và ưu đãi trong danh mục đầu tư: thông qua các phương pháp được cấp bằng sáng chế dựa trên lý thuyết đồ thị, maya.ai có thể tính toán mối quan hệ giữa sản phẩm / người bán trong các giao dịch của khách hàng và sản phẩm / người bán khác. Mối quan hệ này, kết hợp với ngữ cảnh, chẳng hạn như vị trí, thiết bị, ý định, thời tiết, dịp, sự kiện và ảnh hưởng, chẳng hạn như xu hướng, nguồn dữ liệu đáng tin cậy, được sử dụng để tinh chỉnh các lựa chọn phù hợp nhất cho khách hàng

• Kết hợp dữ liệu bên trong và bên ngoài, dữ liệu có cấu trúc và không có cấu trúc, để có hiểu biết toàn diện về khách hàng: ít hơn 20% nhà cung cấp trong không gian cá nhân hóa sử dụng dữ liệu bên ngoài để nâng cao hồ sơ và đề xuất, và ngay cả khi họ làm như vậy, họ thường mang lại cho khách hàng dữ liệu theo dõi – thường vi phạm luật bảo mật của khách hàng
  • maya.ai mang đến sự hiểu biết rộng lớn về các sản phẩm và thương nhân từ thế giới bên ngoài. Những thông tin chi tiết này không giới hạn ở dữ liệu có cấu trúc. Các thuật toán NLP cho phép maya.ai trích xuất thông tin chi tiết từ dữ liệu phi cấu trúc, chẳng hạn như đánh giá văn bản. Với dữ liệu nội bộ, bên ngoài, có cấu trúc và dữ liệu phi cấu trúc được kết hợp, maya.ai tạo ra hồ sơ thị hiếu khách hàng sâu hơn nhiều so với các đối thủ cạnh tranh
  • Hầu hết mọi nhà cung cấp khác đều dựa vào các thuật toán do phân đoạn dẫn dắt để lập hồ sơ khách hàng, theo định nghĩa thì các thuật toán này xử lý các nhóm cá nhân như nhau. Điều này đánh bại mục đích và tiền đề của việc cá nhân hóa Kết hợp dữ liệu bên trong và bên ngoài, dữ liệu có cấu trúc và không có cấu trúc, để có được sự hiểu biết toàn diện về khách hàng: ít hơn 20% nhà cung cấp trong không gian cá nhân hóa sử dụng dữ liệu bên ngoài để nâng cao hồ sơ và đề xuất, thậm chí khi họ làm vậy, họ thường mang theo dữ liệu theo dõi khách hàng – điều này thường vi phạm luật bảo mật của khách hàng

• Nhạy cảm về quyền riêng tư: bằng cách xem xét thị hiếu của khách hàng thay vì theo dõi danh tính của khách hàng, maya.ai có thể cung cấp tính năng cá nhân hóa mà không cần bất kỳ PII nào, cung cấp cho khách hàng cuối sự riêng tư hoàn toàn
• Làm việc với tập dữ liệu thưa thớt: maya.ai chỉ yêu cầu một vài giao dịch cho mỗi khách hàng để bắt đầu đề xuất các lựa chọn. Ngay cả khi không có giao dịch, maya.ai vẫn có thể xây dựng hồ sơ thị hiếu của khách hàng thông qua một vài câu hỏi / lựa chọn kiểm tra đơn giản. Với máy học, maya.ai có thể nâng cao hồ sơ khách hàng ngoài giờ bằng cách tìm hiểu tương tác của người dùng với các lựa chọn được đề xuất.

• Các tương tác được thực hiện bởi khách hàng đối với các đề xuất hiển thị trên tài sản kỹ thuật số, hãy thông báo cho maya.ai những điều sau:
  Nhu cầu lối sống hiện tại của khách hàng – khách hàng đang muốn chi tiêu vào danh mục nào hay họ chỉ duyệt một cách ngẫu nhiên?
  Hồ sơ của người bán thu hút khách hàng – kích thước vé trung bình là bao nhiêu? Thương gia phổ biến như thế nào? Người bán có phải là khách hàng mới hay khách hàng đã chi tiền tại người bán này trước đây?
  Những thuộc tính nào đang thúc đẩy nhu cầu hiện tại của họ – những thuộc tính chung cơ bản cho người bán mà khách hàng đang tương tác là gì?
  Tất cả thông tin này giúp nâng cao hiểu biết về bối cảnh của khách hàng tại thời điểm nhất định
  Từ đây, một số điều xảy ra:
  Trong phiên, danh sách đề xuất được ưu tiên lại để hiển thị cho khách hàng các đề xuất có liên quan hơn trong một nỗ lực thúc đẩy mua hàng
  Trong phiên dự đoán các kết hợp người bán kết hợp tốt với nhau và cố gắng ưu tiên các đề xuất trong một giá thầu để tăng “giá trị giỏ hàng”
  Qua các phiên, xác định các đề xuất tốt nhất tiếp theo dựa trên hành vi dự đoán của khách hàng
  Lưu trữ dữ liệu tương tác để gửi thông báo cho khách hàng

• Có hơn 4,5 triệu người bán trên toàn cầu đã được gắn thẻ và làm giàu trong kho lưu trữ của maya.ai
• Một thương gia, theo một ngân hàng là:
  • Mã MCC
  • Kích thước vé
  • Thành phố / quốc gia nơi nó có sẵn
• Ở trên được giới hạn cho những người bán phổ biến nhất, những người bán trung bình và dài hạn không thể nhận ra trong tập dữ liệu của ngân hàng do chất lượng dữ liệu kém được lưu trữ trong mô tả giao dịch
• Đối với maya.ai, một thương gia là:
  • Loại nó thuộc về
  • Các thuộc tính xác định nó
    • Một danh mục có thể có tối đa 10 thuộc tính
      • Mỗi thuộc tính có thể có tối đa 10-15 giá trị duy nhất
        • Người bán chứa ít nhất 2-3 giá trị cho mỗi thuộc tính
  • Các xếp hạng do khách hàng đưa ra trên các nền tảng công khai
    • Xếp hạng thường được đưa ra trên 4-5 thông số như ngân sách, cấp độ dịch vụ, v.v.
  • Các đánh giá của khách hàng dành cho nó
    • Các bài đánh giá dạng văn bản tự do mà từ đó các điểm thảo luận chính được trích xuất bằng các thuật toán NLP
      • Điều gì đặc biệt / độc đáo về người bán
      • Điều gì mà mọi người yêu thích ở thương gia
      • Điều gì mà mọi người không thích ở người bán
  • Về bản chất, người bán có gần 75-100 thuộc tính trong kho lưu trữ maya.ai

Chúng tôi có các đối tác toàn cầu và có thể tăng cường các đề nghị từ họ khi cần

Chúng tôi thực hiện theo mô hình đăng ký (phí bản quyền hàng tháng). Liên hệ với chúng tôi để biết thêm.

Chúng tôi sử dụng phương pháp Kiểm tra và Kiểm soát để đo lường ROI. Nhóm kiểm tra sẽ tiếp tục nhận được thông tin liên lạc được cá nhân hóa trong khi nhóm đối chứng sẽ nhận được thông tin liên lạc BAU thường xuyên

• maya.ai thu hút khách hàng qua các kênh khác nhau, từ email / sms, đến ứng dụng di động và cổng web, đến các kênh có giá trị cao / cảm ứng cao, chẳng hạn như nhân viên hướng dẫn, sử dụng một API Choice mạnh mẽ.
  Đối với các chiến dịch email / sms, maya.ai cho phép khách hàng xác định, khám phá cơ hội, sắp xếp và thực hiện các chiến dịch dựa trên thị hiếu của khách hàng
  Đối với ứng dụng di động / cổng web: API lựa chọn có thể hỗ trợ cá nhân hóa cho các tài sản hiện có của khách hàng, chẳng hạn như trang phần thưởng và trang đăng xuất ngân hàng internet
  maya.ai cũng đi kèm với nội dung nhãn trắng để tăng tốc hành trình cá nhân hóa của khách hàng
  API lựa chọn thậm chí có thể được sử dụng để thúc đẩy cá nhân hóa trên kênh cảm ứng cao / giá trị cao. Ví dụ: trong một công ty phát hành thẻ toàn cầu, maya.ai cung cấp dịch vụ trợ giúp đặc biệt cho những khách hàng có chi tiêu cao. Trong trường hợp này, maya.ai giao các lựa chọn cá nhân hóa cho nhân viên hướng dẫn, sau đó họ sẽ giới thiệu các lựa chọn tối ưu cho khách hàng trên điện thoại.
  Với cách tiếp cận toàn diện này, maya.ai có thể tiếp cận phần lớn khách hàng trong danh mục đầu tư (75% -80%) và nâng cao nhiều chỉ số:
  Giảm tỷ lệ thoát từ tiêu chuẩn ngành là 50% xuống còn 15%
  Tăng tỷ lệ mở lên 50%
  Tăng CTR lên đến 70%
  Tăng tỷ lệ phản hồi lên 1,6x-2,4 lần cho các chiến dịch (Thử nghiệm so với Kiểm soát)

• Thông thường, maya.ai thâm nhập 85-90% cơ sở khách hàng đủ điều kiện trong danh mục khách hàng.
• Trung bình mỗi tuần có 50-60% khách hàng được liên hệ thông qua các chiến dịch.
• 20-30% khách hàng giao dịch theo các đề xuất do maya.ai đưa ra trong cửa sổ quan sát
• 10-15% khách hàng cho thấy các lượt truy cập lặp lại vào cổng mỗi tháng

• Đây là mặt bảo thủ của giả định
• maya.ai đã cho thấy giá trị phân phối từ 5-10% với khách hàng của chúng tôi
• Ví dụ: maya.ai đã tăng chi tiêu 3-5% với các chiến dịch email và SMS vào năm 2019 cho một Ngân hàng Khu vực Tư nhân Lớn nhất ở Ấn Độ

• maya.ai thúc đẩy sự tương tác của khách hàng và giao dịch cho các doanh nghiệp hỗ trợ độ tuổi phù hợp
• maya.ai đã thúc đẩy tăng trưởng danh mục đầu tư với các chiến dịch được cá nhân hóa cho công ty phát hành thẻ tín dụng lớn nhất của Ấn Độ
  • Đã tăng chi tiêu của chiến dịch lên ~ 7%
  • Tăng tỷ lệ nhấp trên kênh kỹ thuật số lên 20%

Chúng tôi có thể chuyển từ dữ liệu sang kỹ thuật số trong 7 ngày. Kết quả bắt đầu hiển thị sau 3 tháng và trong 12 tháng, chúng tôi sẽ biết được toàn bộ tác động của việc cá nhân hóa với maya.ai

Chúng tôi có thể thúc đẩy lưu lượng truy cập thông qua các chiến dịch. Các API của chúng tôi có thể được tích hợp với các công cụ tự động hóa tiếp thị của các ngân hàng và nhịp độ có thể được quyết định cùng với ngân hàng về các loại chiến dịch và lựa chọn kênh

Ban đầu, chúng tôi có thể hiển thị các ưu đãi phổ biến dựa trên thông tin nhân khẩu học, vị trí và các thông tin ngữ cảnh khác. Sau khi chúng tôi bắt đầu nhận được các tương tác kỹ thuật số trên các trang ưu đãi, các mô hình AI của chúng tôi sẽ bắt đầu nắm bắt sở thích của khách hàng và sử dụng nó để đề xuất các ưu đãi phù hợp

Chúng tôi có một API duy nhất có thể được tích hợp với nhiều kênh và nội dung kỹ thuật số theo yêu cầu

• Nguồn cấp dữ liệu giao dịch hàng ngày
• Làm mới phiếu mua hàng do API dẫn đầu
• tích hợp maya.ai trên các tài sản kỹ thuật số
• Hợp tác chức năng chéo với các nhóm kỹ thuật số, tiếp thị, phân tích trên cơ sở định kỳ

• Clean images, creatives, push campaigns for new offer seasons  

• Điểm khác biệt chính của maya.ai và một trong những IP chính của nó nằm ở dữ liệu bên ngoài do maya.ai quản lý
  Dữ liệu bên ngoài này được lưu trữ trong môi trường đám mây có nhiều người thuê
  Các thuật toán của maya.ai hoạt động cùng với dữ liệu này và dữ liệu được truy cập bằng VPC khách hàng chuyên dụng
  Không khả thi về mặt kinh tế để triển khai maya.ai và kiến ​​trúc phức tạp của nó trong các trung tâm dữ liệu ngân hàng như:
  Quá trình thiết lập mất quá nhiều thời gian
  Chi phí vận hành trở nên cao và ảnh hưởng đến ROI tương tác
  Phải nói rằng, tùy chọn tại chỗ có thể được thảo luận tùy từng trường hợp.

Bazaar là một thị trường thương mại được cá nhân hóa do AI dẫn dắt, mang lại lợi ích cho người tiêu dùng, thương gia và ngân hàng.

• Bazaar làm cho hành trình của người tiêu dùng trở nên cá nhân và phù hợp bằng cách giới thiệu những người bán cũng như sản phẩm phù hợp, với khả năng khám phá để thực hiện trong một cổng thông tin.
• Bazaar giúp người bán có cổng thông tin để xác định và tiếp cận đúng khách hàng, thúc đẩy lưu lượng truy cập từ bên trong hệ sinh thái của ngân hàng và nhận thông tin chi tiết về người tiêu dùng.
• Bazaar cung cấp cho ngân hàng một mô hình có thể mở rộng để mua lại phiếu mua hàng, dễ dàng cấu hình các cuộc trò chuyện của người tiêu dùng và theo dõi tự động hiệu suất.

Người bán không có khả năng hiển thị thông tin chi tiết về khách hàng hoặc không có khả năng tiếp cận đúng khách hàng
Họ thấy KHÔNG có lực kéo từ các trang web ngân hàng hiện tại. Ngoài ra, việc lên máy bay vẫn là thủ công. Các cổng tương tác với người bán đã được thiết kế để giải quyết những mối quan tâm này của người bán

Vui lòng liên hệ với chúng tôi để biết thêm.

Sắp có

• Crayon Data có thể quản lý hình ảnh và nội dung khác như một dịch vụ bổ sung
• Tuy nhiên, nó không phải là một quá trình có thể mở rộng nếu Crayon Data phải thực hiện việc này theo cách đặc biệt, dịch vụ
• Quy trình này mở rộng nhanh chóng nếu trách nhiệm tìm nguồn cung cấp nội dung chất lượng cao thuộc về người bán sở hữu thương hiệu
• Công cụ maya.ai có thể tự động phát hiện chất lượng hình ảnh và loại bỏ những hình ảnh không đạt tiêu chuẩn chất lượng để hiển thị cho khách hàng cuối cùng
• Đây là một trong những lý do tại sao các cổng giao diện người bán lại rất quan trọng

• Tất cả người bán lưu trữ danh mục sản phẩm ở cấp SKU
• Các SKU có hệ thống phân cấp được xác định rõ ràng để nắm bắt các thuộc tính của sản phẩm
• Về cấu trúc, điều này rất giống với cách maya.ai lưu trữ các thuộc tính của người bán
• Thuật ngữ đề xuất người bán hiện có sẽ hoạt động như đối với đề xuất sản phẩm

Có, chúng tôi có thể mang đến cho bạn những ưu đãi. Vui lòng liên hệ với chúng tôi để biết thêm.

• Công cụ cung cấp giao diện tự phục vụ 24×7 nơi các đề xuất của người bán có sẵn theo yêu cầu
• Câu hỏi là, tần suất ngân hàng cần các đề nghị mới?
  • Mỗi tháng?
  • Mỗi mùa?
• Bất cứ khi nào ngân hàng muốn xác định danh mục ưu đãi hiện tại của họ đang hoạt động như thế nào và cách tốt nhất để cải thiện nó, họ chỉ cần đăng nhập vào maya.ai

Nền tảng maya.ai & Bazaar đã được thiết kế để kết hợp với hệ sinh thái công nghệ hiện có mà các ngân hàng đang hoạt động và hoạt động với mức độ gián đoạn tối thiểu. Dưới đây là các loại tích hợp khác nhau mà đề xuất đi kèm:

• Tích hợp với hồ dữ liệu giao dịch và khách hàng của Ngân hàng
• API và Widget tích hợp vào tài sản kỹ thuật số của Ngân hàng – trang web, ứng dụng dành cho thiết bị di động, v.v.
• Tích hợp với hệ thống Thực thi Tiếp thị để cho phép chiến dịch Email & SMS
• Tích hợp với hệ thống Cảnh báo giao dịch để tương tác dựa trên trình kích hoạt

Có một số hỗ trợ cần thiết từ các ngân hàng ở các giai đoạn khác nhau của hành trình maya.ai & Bazaar:

• Giai đoạn ký kết – Hỗ trợ đăng ký từ các nhóm bảo mật trên kiến ​​trúc được đề xuất của maya.ai & Bazaar
• Giai đoạn thiết lập – Cần một số nỗ lực phát triển (1-2 tuần) để tự động làm mới dữ liệu từ data lake của ngân hàng vào VPC maya.ai
• Quản lý danh mục đầu tư – Hỗ trợ xác định các ưu tiên của ngân hàng liên quan đến tăng trưởng danh mục đầu tư, định nghĩa phân khúc khách hàng do ngân hàng xác định (nếu có) – điều này giúp tinh chỉnh công cụ khuyến nghị để đáp ứng các mục tiêu của Ngân hàng
• Tích hợp API cá nhân hóa – Ngân hàng cần một số nỗ lực phát triển (1-2 tuần cho mỗi tài sản) để tích hợp API và Widget của maya.ai vào các tài sản kỹ thuật số mong muốn – trang web, ứng dụng dành cho thiết bị di động, v.v.
• Giai đoạn thực thi – 1 SPOC là cần thiết trên cơ sở liên tục (1 ngày mỗi tuần) để thống nhất theo nhịp của chiến dịch và để đảm bảo thực hiện các chiến dịch email và sms trên các hệ thống thực thi của bên thứ ba, bao gồm. thu thập các mẫu từ nhóm Tiếp thị
• Giải ngân hoàn tiền – Cần 1 SPOC mỗi tháng một lần để điều chỉnh các khoản giải ngân Hoàn tiền vào các giao dịch cơ bản của tài khoản Khách hàng

• Cơ sở hạ tầng
• • Các khả năng của maya.ai được triển khai trên Đám mây riêng ảo – chúng tôi hiện hỗ trợ triển khai trên AWS & Azure
  • Bazaar được triển khai trên một đám mây nhiều người thuê sở hữu của Crayon được thiết lập và được kết nối với Kho lưu trữ người bán toàn cầu của Crayon
• Thực hiện – khả năng của maya.ai & Bazaar được cung cấp cho khách hàng của chúng tôi ở ba chế độ:
  • Được hỗ trợ đầy đủ – Sau khi thiết lập xong, Crayon sẽ chịu trách nhiệm hoàn toàn về việc thực hiện và quản lý danh mục đầu tư
  • Tự phục vụ được hỗ trợ – Sau khi thiết lập xong, nhóm Khoa học khách hàng của Crayon sẽ hợp tác chặt chẽ với ngân hàng để đồng sở hữu việc thực hiện và quản lý danh mục đầu tư
  • Tự phục vụ hoàn toàn – Sau khi thiết lập xong, Crayon sẽ bàn giao tất cả các studio, tính năng và khả năng thực thi vào tay ngân hàng và sẽ chỉ cung cấp hỗ trợ khi cần thiết