Chcąc podnieść efektywność kampanii musieliśmy spojrzeć na posiadane dane świeżym okiem. Zrezygnowaliśmy z klasycznego targetowania opartego na demografii , w zamian sięgając po dane opisujące zachowania klientów i korzystanie z innych produktów. Takie podejście pozwoliło trafnie ocenić zapotrzebowanie klienta na produkt Banku i podnieść efektywność kampanii sprzedażowych.
PROBLEM
- Niska efektywność kampanii bezpośrednich dla kart kredytowych
- Targetowanie oparte tylko o dane demograficzne i socjo-ekonomiczne.
ROZWIĄZANIE
- Budowa modelu przewidywanej skłonności klientów do skorzystania z oferty na kartę kredytową.
- Uwzględnienie danych produktowych i transakcyjnych służące poprawie jakości modeli.
- Odrzucenie większości wskaźników demograficznych – z definicji kierują model e kampanie do kontaktowania się „w kółko” z tymi samymi klientami.
- Przygotowanie automatycznego procesu scoringowego.
Efekt/korzyści:
- Ograniczenie kosztów i pracochłonności doradców klienta w oddziałach dla kampanii sprzedażowych kart kredytowych.
- Wzrost efektywności kampanii kart kredytowych.
Przykład procedury integrującej dane o transakcjach klientów w różnych kanałach. Dane mogą być wykorzystane do porównania sytuacji sprzed i po uruchomieniu kredytu gotówkowego w celu lepszego zrozumienia zaspokajanych potrzeb klientów.
Szczegóły projektu
|
Czas realizacji |
Oprogramowanie |
Zaangażowany zespół |
|---|---|---|
|
4 tygodnie |
PS CLEMENTINE PRO |
Predictive Solutions - 2 osoby. Po stronie klienta - 2 osoby zaangażowane bezpośrednio i 2 osoby odbierające wyniki. |
