Zwiększenie sprzedaży produktów inwestycyjnych

Tekst przeczytasz w: 2 minuty.
Głównym celem projektu było wytypowanie klientów, którzy będą skłonni do skorzystania z oferty lokaty strukturyzowanej.

Pozwoliło to zwiększyć skuteczność cyklicznych kampanii poprzedzających subskrypcję (early bird) oraz kampanii w trakcie okresu subskrypcji (follow up),  obniżyć ich koszty i uniknąć „przeciążenia” komunikatami klientów  o niskim zainteresowaniu tą ofertą.

 

PROBLEM

  • Dotychczasowe kampanie produktów inwestycyjnych prowadzone były bez analitycznego wsparcia. Skutkowało to wysokimi kosztami obsługi tych kampanii, zarówno po stronie kanałów komunikacji elektronicznej i call center, jak i w oddziałach banku.
  • Przeciążenie oddziałów i call center koniecznością kontaktów z klientami zaspokajającymi ciekawość, ale nie finalizującymi transakcji.
  • Niska efektywność kampanii sprzedażowych dla tego typu produktów.  

ROZWIĄZANIE

  • Budowa modelu predykcyjnego dla Klientów detalicznych, opisującego skłonność do korzystania z oferty lokaty strukturyzowanej.
  • Budowa po stronie hurtowni danych banku analitycznego widoku danych dla produktów depozytowych. Umożliwiło to przygotowanie modeli predykcyjnych i scoringu tych modeli.
  • Wdrożenie cyklicznego, miesięcznego procesu skoringowego dostarczającego informację o skłonności do skorzystania z oferty na lokatę strukturyzowaną.
  • Cykliczne, realizowane co 2-4 subskrypcje, odświeżanie modelu.

 

 

Efekt/korzyści:

  • Redukcja kosztów działań sprzedażowych poprzez powstrzymywanie oferowania produktów do klientów o niskiej skłonności.
  • Lista Klientów uporządkowana od tych o najwyższej skłonności do korzystania z lokaty strukturyzowanej.
  • Zbudowany i wdrożony mechanizm comiesięcznego scoringu klientów pod kątem skłonności do zakupu lokaty strukturyzowanej.

 

Powiązania produktów

Powiązania pomiędzy produktami pomagają obliczyć szanse akceptacji oferty

 

Szczegóły projektu

 

Czas realizacji

4 tygodnie

Oprogramowanie

PS CLEMENTINE PRO

Zaangażowany zespół

Predictive Solutions - 2 osoby.

Po stronie klienta - 2 osoby zaangażowane bezpośrednio i 1 osoba odbierająca wyniki.


Udostępnij artykuł w social mediach



Branże:
bankowość

Zainteresowaliśmy Cię?

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

Ustawienia dostępności
Zwiększ wysokość linii
Zwiększ odległość między literami
Wyłącz animacje
Przewodnik czytania
Czytnik
Większy kursor