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.
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
Zainteresowaliśmy Cię?
Chętnie porozmawiamy na tematy dotyczące zastosowania analizy danych w twoich działaniach.
Dysponujemy wiedzą z wielu obszarów i znamy specyfikę branż.
