國泰證券營業員電話的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

基於機器學習技術之證券產業高潛力客戶識別模型

為了解決國泰證券營業員電話的問題，作者鄭延成 這樣論述：

2012年證券交易所得稅議題後，台股交易量受到影響，證券開始注重銷售財富管理業務商品以提高收入，但在電子下單興起且營業員人均服務客戶數過高的情況下，營業員對於客戶熟悉度低，很難將適合的商品推銷給適合的人。過往券商多以客戶的交易紀錄搭配對於商品的知識來找出適合的潛在客戶。但近年來同是以數據為思維處理巨量資料的機器學習方式興起後，機器學習將是一個更全面且科學的方法可以找出精確且具有隱性需求的客戶。本文假設客戶的台股交易習慣及庫存會揭露其是否適合交易現股當沖或複委託海外股票，並以機器學習的方式來建立客戶識別模型。實驗結果發現在現股當沖客群預測模型中，XGboost準確率可達85.3%、AUC為0.

72，客群重要的特徵為高交易量、偏好交易電機機械及通信網路產業上；複委託股票模型則以神經網路模型表現較佳，其準確率可達89.9%，AUC為0.81，客戶重要特徵為偏好交易ETF以及金融股。透過實驗結果可以發現證券商品的潛在客群是與客戶於台股的行為軌跡相當有關聯的，如果證券商可以透過機器學習的模式來建立高潛力客戶識別模型，應可以協助營業員在銷售商品上更得心應手，也使得客戶降低接收到不適合其商品的推銷電話。

行動證券應用程式使用者經驗與導覽介面之研究

為了解決國泰證券營業員電話的問題，作者劉書銘 這樣論述：

近年來隨著數位金融與 行動科技 的迅速發展 現代人金融交易行為的轉變，已經逐漸改變證券產業傳統經營的面貌， 證券投資性質的 APP儼然已成為現代人投資理財的主要渠道 。 本研究以過去相關文獻研究為基礎，透過現有行動證券 APP的使用現況調查與實驗測試，歸納出證券投資操作與行動裝置介面設計之特性 進而加以統整與改良其介面操作模式，發展出三種不同介面設計的導覽選單模式，並以立意抽樣的方式邀請實驗對象，實驗採 2「使用者經驗」 x 3「導覽選單模式」之雙因子實驗方式進行，探討三種不同的導覽選單模式於受測者在使用行動證券 APP時，其操作績效的影響 。研究結果顯示：：(1)每天使用 行動證券應用程式

的時間以 1小時 內 為主 ；；(2)軟體功能使用頻率最高依序為 大盤資訊查詢、自選群組操作、財經新聞瀏覽、類股報價查詢、帳務查詢操作、證券交易買賣； ；(3)在任務操作績效部分，以 「欄格式選單」提供最佳的易視性與功能類別切換，相較於另外兩種導覽選單，有無使用經驗兩類型受測者給予的評價同樣是最高； ；(4)在使用性量表部分 單一選單路徑的設計能減少探索的時間增加學習效率，並在短時間內產生記憶，提升操作績效； ；(5)在心智負荷量表部分無使用經驗的 受測者面對證券金融的專有辭彙與介面功能術語用詞，需要較多理解時間的，進而產生認知的負荷並降低使用的意願 ；；(6)在 系 統 滿意度部分 三款

驗證實驗導覽選單得分皆超過平均值 68分，但受測者對欄格式 導覽 選單 評價 最高 。