金融科技應用程序中使用者留存率極低，是一個需要引起注意的問題。根據 Statista 的數據，僅有 3.1%的使用者會在下載金融應用後的 30 天內繼續使用這些應用。相比之下，商業類應用的留存率是 5.1%，交通類應用是 4.4%，購物類應用是 4.1%。這種情況對於金融科技公司來說是令人擔憂的，因為金融應用廣告花費占據了非洲地區所有程序安裝廣告投入的 87%。如果金融科技公司無法有效留住使用者，那麼所投入的廣告費就無法得到應有的回報，導致業務成長受阻。

麥肯錫的一份報告指出，那些善於展現客戶親和力的公司比同業更快地實現營收增長。快增長的企業比增長緩慢的企業能從個性化中獲得 40% 以上的收入增長。因此，要修補使用者流失的漏斗，就需專注於“大規模個性化”策略，透過提供符合個人偏好的內容來增強使用者體驗。

然而，如何在涉及數百萬使用者的情況下做到規模化的個性化，對於許多市場行銷者如 FairMoney 或 Revolut 來說，仍是一個挑戰。這時候，生成式人工智慧（GenAI）可以提供有效的解決方案。

利用生成式人工智慧實現個性化內容的方式

以下介紹四種可以針對使用者進行GenAI個性化內容發布的方式：

  1. 個性化的應用內問候語： 想像一下，當你打開一個銀行應用程序時，不再是那種通用的“歡迎”，而是“早安，Benjamin！您的投資組合昨天增長了0.5%。”GenAI 能夠分析您的金融活動、近期交易，甚至市場趨勢，來為您創建相關且個性化的問候語，這不僅僅只是使用您的名字，更將其與上下文相關的金融資訊融合在一起，使問候語更具意義和動作導向。

  2. 動態化推送通知以驅動行動： 與其在固定時間發送推送通知，不如讓GenAI學習您的金融習慣和偏好，以在最有可能吸引您注意的時間發送通知。例如，如果您平時習慣在早上 9 點檢查信用卡餘額，GenAI 可能會在您通常查看帳單繳款的時候發送相關通知。此外，它還可以考慮您的位置（例如，當您附近有 ATM 時，通知無手續費的取款機位置）或最近的帳戶活動（如提醒您即將到期的交易）。目標是將通知發送至最有可能誘發您的財務行動如繳賬單或轉帳的時刻。

  3. 豐富的應用內廣告： 傳統金融科技應用中的廣告通常是靜態且無甚吸引力的。GenAI 能夠根據您的金融興趣和偏好產生動態廣告，例如，若您瀏覽過個人貸款類型，則廣告可能會展示一項新的貸款產品，其利率與您的信用評分範圍匹配，並附有相關客戶的推薦資訊。這種個性化提升了廣告的吸引力，讓其更像是一個有價值的金融建議，而非僅僅是一種打擾。

  4. 個性化折扣優惠： 與其提供普遍的折扣碼，GenAI 可以創造高度個性化的金融優惠。這意味著分析您的消費習慣、投資記錄，甚至您的金融目標，來提供產品或服務上的折扣或激勵，例如若您常用信用卡進行線上購物，GenAI 可能會在您接下來的五筆交易中提供現金回饋優惠。若您曾表示對某支投資基金感興趣但未投入資金，它則可能提供特定時間內管理費折扣以鼓勵您首次投資。目的是讓優惠看起來像是專為您量身訂做的特別金融機會，提高其吸引力和效果。

本質上，GenAI 利用財務數據來了解個別使用者行為和偏好，從而產生與個人高度相關且具有吸引力的獨特內容或體驗，使金融科技應用與服務的互動更加個性化和有價值。

像ChatGPT、DeepSeek和Gamma AI這樣的工具已經開始改變金融科技應用中的通訊發送方式、內容創建以及使用者反應。

儘管GenAI對金融科技行業中內容創作和行銷工作量的減少有巨大潛力，但在其應用中仍然存在道德性和合規性的考量。根據Oeconomia Copernicana經濟期刊的研究，廣泛採用GenAI可能會對行業帶來風險。在行銷策略利用GenAI的過程中，金融科技公司需要面對內容創作的版權糾紛。如果GenAI利用他人已存在的創意作品（如文本和圖像），而行銷人員用該生成內容制作宣傳海報，則這幅圖像的知識產權屬於誰？這不僅是一個關於內容所有權的問題，還有機會給知識產權律師帶來大量的工作。

此外，在金融科技中大量運用生成式人工智慧之前，還需問一下什麼才是合規地使用 GenAI。诸如使用者數據隱私與保護、客戶身份驗證以及消費保護都是重要的考量因素。

展望未來，隨著生成式人工智慧的應用進一步發展，我們將會看到它在更多的金融科技應用中被使用。這將有助於金融科技公司提高使用者留存率，增長營收，並通過減少法律糾紛來更專注於創造一流的使用者體驗與服務。