Актуальність дослідження зумовлена необхідністю впровадження інтелектуальних систем моніторингу поведінки клієнтів, здатних на основі аналізу великих обсягів даних автоматично визначати сегменти користувачів, прогнозувати їх фінансові потреби та рекомендувати найбільш релевантні банківські послуги. Це співпадає зі світовими тенденціям розвитку фінтех-сектору та є важливим етапом цифрової трансформації банківських установ. Моніторинг клієнтської поведінки також є критично важливим для раннього виявлення шахрайства, оцінки кредитного ризику та запобігання відтоку клієнтів.

Метою дослідження є розробка інтелектуальної системи моніторингу та аналізу клієнтської поведінки для автоматизованої персоналізації банківських послуг на основі методів машинного навчання, кластеризації та обробки транзакційних даних.

Об’єкт дослідження: поведінка клієнтів банку.

Предмет дослідження: система прийняття рішень, яка допоможе керівництву банку підвищити ефективність сегментування клієнтів шляхом аналізу показників їх фінансової поведінки.

Завдання:

• Проаналізувати діяльність банку та бізнес-процеси взаємодії з клієнтами
• Дослідити методи інтелектуального аналізу даних
• Розробити модель сегментації клієнтів
• Розробити програмний прототип інтелектуальної системи
• Оцінити ефективність розробленої системи