Zwiększenie efektywności kampanii sprzedażowej overdfratu

Tekst przeczytasz w:  2 minuty

Przygotowaliśmy model na potrzeby kampanii oferującej limit w rachunku klientom mikro i MŚP.

Głównym wyzwaniem było nie tylko podniesienie efektywności sprzedaży oraz zmniejszenie kosztów, ale także uniknięcie kanibalizacji produktów, czyli sytuacji, w której skorzystanie z overdraftu będzie skutkować wycofaniem się z korzystania z innych usług banku. Wymagało to odpowiedniego planowania targetów kampanijnych.

PROBLEM

  • Niski poziom i wysokie koszty sprzedaży w obszarze produktów kredytowych – w tym limitów kredytowych w rachunku.
  • Oczekiwania co do wzrostu efektywności oferowania tego typu produktów.
  • Duża część klientów wycofywała się z transakcji na etapie rozpatrywania wniosku - wymagało to pracy na poziomie produktu, polityki ryzyka oraz adresowania wariantów overdarftu do różnych grup zainteresowanych produktem.

ROZWIĄZANIE

  • Budowa modelu predykcyjnego dla klientów instytucjonalnych (mikro przedsiębiorstwa i MŚP) opisującego skłonność do aktywnego korzystania z overdraftu.
  • Identyfikacja i profilowanie grup klientów o wysokiej skłonności do korzystania z limitu w rachunku, ale go nie posiadających, w tym profili produktowych z uwzględnieniem innych posiadanych produktów kredytowych (w celu zarządzania kanibalizacją produktów).
  • Wdrożenie cyklicznego, miesięcznego procesu scoringowego dostarczającego informacji o skłonności do skorzystania z oferty na kredyt obrotowy.

Efekt/korzyści:

  • Redukcja kosztów działań sprzedażowych poprzez powstrzymywanie oferowania produktów do klientów o niskiej skłonności do korzystania z produktu.
  • Dobór grup w odniesieniu do ryzyka kanibalizacji kart kredytowych i kredytów gotówkowych.
  • Lista klientów uporządkowana od tych o najwyższej skłonności do korzystania z limitu w rachunku.
  • Zbudowany i wdrożony mechanizm comiesięcznego scoringu klientów pod kątem skłonności do zakupu limitu kredytowego w rachunku.

Kredyt w rachunku

Skumulowany lift pokazuje o ile lepiej przewiduje się skłonność do korzystania z overdraftu na podstawie modelu, niż gdybyśmy to robili bez modelu (na podstawie rozkładu zjawiska).

Szczegóły projektu

Czas realizacji Oprogramowanie Zaangażowany zespół
6 tygodni
  • PS CLEMENTINE PRO
  • Predictive Solutions – 2 osoby
  • Klient – 2 osoby zaangażowane bezpośrednio i 2 osoby odbierające wyniki

Udostępnij artykuł w social mediach:



Branże:


Zainteresowaliśmy Cię?

Chętnie porozmawiamy na tematy dotyczące zastosowania analizy danych w Twoich działaniach

Dysponujemy wiedzą z wielu obszarów i znamy specyfikę branż.

Filip  Krzystanek

Filip Krzystanek

Zastępca dyrektora, analityczne rozwiązania biznesowe

797727092
Ustawienia dostępności
Wysokość linii
Odległość między literami
Wyłącz animacje
Przewodnik czytania
Czytnik
Wyłącz obrazki
Skup się na zawartości
Większy kursor
Skróty klawiszowe