彰化銀行智能客服的問題，透過圖書和論文來找解法和答案更準確安心。 我們查出實價登入價格、格局平面圖和買賣資訊

運用數據分析與人工智能建構壽險業務員舞弊預測機制-NS壽險個案研究

為了解決彰化銀行智能客服的問題，作者黃勝勇 這樣論述：

因應目前壽險業務員挪用保費舞弊之事件，雖然案件量不高，但舞弊樣態及手法不斷演化而多變，很難在業務員出現異常行為當下進行有效阻擋，倘未能提前預警，雖是單一挪用保費舞弊個案仍可能帶來財務的損失及對公司商譽的傷害，兩者之間的平衡需要不斷動態修正，因此提前進行防範勢在必行。本研究採用決策樹、隨機森林演算法、支持向量機等計量方法，將個案公司現有保戶及業務員之行為資料，運用數據分析與人工智能，建置即時分析挪用保費類型與模式，並進行挪用保費的偵測及監控分析，提升各項防制行動的周密度及運作效率，阻斷風險擴大及達到嚇阻之效果。本研究結果發現，三種機器學習模型間之共同影響因子為「保戶墊繳比率(近一年)」及「保戶

借款比率(近一年)」，此兩個因子在業務員挪用保費預測機制中具有關鍵的影響，另還有「五年內法扣紀錄」、「年資」、「合約層級」、「保戶墊繳比率(歷年)」、「保戶借款比率(近三年)」、「保戶墊繳比率(近三年)」及「業務員個人保單墊繳比率(歷年)」等因子分別於三種機器學習模型中亦具有其重要性。三種機器學習模型方法，以支持向量機模型達到最佳的分類效果，其次則為隨機森林，決策樹則在三種模型方法中表現較不顯著。

應用智能客服行銷與服務品質關係之研究

為了解決彰化銀行智能客服的問題，作者李晶 這樣論述：

國內銀行的經營環境正在發生著巨大的變化，相較於傳統銀行的服務方式，勢必需要與時俱進，有效的引導顧客使用「智能客服」服務，提高服務品質，在互動中融入行銷服務勢必可以提升顧客的黏著度。本研究以銀行業為例，進行應用智能客服行銷與服務品質關係之研究。本研究主要採用量表問卷調查法，進行便利性的抽樣調查，以人口統計變項、服務品質、顧客滿意度、顧客忠誠度進行研究分析。首先利用50份的問卷進行預測初窺，再發放500份問卷進行正式研究。統計工具包含敘述性統計、信度分析、效度分析、t檢定、單因子變異數分析及迴歸分析。研究中發現，服務品質對顧客滿意度具有顯著正向影響；顧客滿意度對顧客忠誠度具有顯著正向影響。當智能

客服系統能夠提供更多更便捷更安全的服務給使用者時，消費者對智能客服認知的服務品質愈高，相對地，對顧客智能客服的滿意度也愈高，滿意度越高就會願意持續使用該銀行的智能客服系統，並維持與銀行的長久關係，自然也會提高顧客忠誠度。本研究另續採質化研究，蒐集國內F銀行2017年導入智能客服系統前後之服務發展現況，透過研究對客服中心(Call Center)之話務量影響的因素、預估人力是否足以支應話務以及保持良好的服務水準等三個面向，進行分析研究，探討智能客服與客服中心之關聯性及使用顧客對服務系統的認知之服務水準。本研究預期貢獻可以提供給銀行業或是其他服務業，透過智能客服行銷系統，進行顧客溝通與效益分析及未

來考慮導入智能客服的企業評估使用。