CRM модел за ефективна оптимизация на клиентските предложения в банковия сектор

Общ преглед: Банка за обслужване на физически лица е изправена пред предизвикателството да оптимизира офертите за привличане на нови клиенти и повишаване на стойността на съществуващите клиенти. Отделите за маркетинг и риск работеха с различни подходи и имаше нужда от унифицирана оценка, която да осигури единна мярка за очакваната рентабилност на клиент. За да се справим с това предизвикателство, нашият Data Science екип беше ангажиран да разработи решение с изкуствен интелект, което да дава надеждна обективна оценка за очакваната рентабилност на клиент, базирана на маркетингови и рискови фактори.

Решение: Екипът ни разработи CRM (Customer Relationship Management) модел, който комбинира маркетингови и рискови фактори за оценка на очакваната рентабилност на всеки банков продукт въз основа на разработения от нас методологичен продукт. Моделът използва моделите Propensity-to-Buy (PtB) за прогнозиране на вероятността клиентът да закупи конкретен продукт, както и моделите Probability of Default (PD) за оценка на риска клиентът да не изпълни задълженията си по даден кредит. Резултатът от модела е единна мярка за очакваната рентабилност на клиент, която може да се използва за класиране на следващата най-добра оферта (NBO) за всеки клиент. 

За да разработим CRM модела, първо събрахме и интегрирахме данни от различни източници, включително данни за транзакции, демографски данни и данни за взаимодействието с клиентите. След това приложихме различни алгоритми за машинно обучение, като логистична регресия и random forests, за да обучим и тестваме моделите PtB и PD. Също така проведохме инженеринг и подбор на характеристики, за да идентифицираме най-подходящите променливи за прогнозиране на рентабилността.

Резултати: Моделът на CRM беше тестван в условията на състезание между шампиони и съперници, при което контролната група получи NBO, основани на бизнес правила, а тестовата група получи NBO, генерирани от модела на CRM. Коефициентът на отговор (up-sell) в тестовата група е пет пъти по-висок, отколкото в контролната група, което показва, че CRM моделът е по-ефективен при идентифицирането на изгодни за клиентите оферти.

CRM моделът е внедрен в производството и сега се използва за оптимизиране на офертите за клиенти в реално време въз основа на най-актуалната информация за клиентите. Това доведе до повишаване на рентабилността на банката и до по-добро клиентско преживяване, тъй като на клиентите се предлагат продукти, които са по-подходящи за техните нужди и предпочитания.