Чтобы осуществить такой подход, банку необходимо иметь единую картину о клиенте, которая отражается в целом наборе клиентских атрибутов в витрине данных. Сюда входит анкетная информация, метрики платежного поведения клиента, информация о наличии и использовании банковских продуктов, транзакционные данные, история контактов и откликов… Эти данные позволяют с помощью инструментов описательной аналитики ответить на вопрос «Какой статус у клиента, что у него уже есть?». А чтобы понять, что именно лучше предлагать каждому клиенту (так, чтобы получить наилучший отклик на это предложение), через какой конкретно канал коммуникации и в какое время, необходимо построить прогнозные модели и обогатить витрину данных результатами аналитического моделирования.

Стандартные инструменты отчетности позволяют проанализировать текущую ситуацию с клиентской базой: понять, кто ваши клиенты, какими продуктами они пользуются и каким образом. Однако для серьезного понимания потенциала вашей базы в целом, а также каждого конкретного клиента, необходимо сделать кластеризацию клиентской базы и построить ряд аналитических моделей — для прогнозирования вероятности отклика на каждое из возможных предложений, для расчета вероятности оттока, выявления предпочтений клиента к тому или иному каналу коммуникации и др.

Такие задачи позволяют решить проверенные и масштабируемые инструменты класса data mining: именно с их помощью можно оперативно анализировать огромный объем клиентской информации и строить прогнозные модели высокого качества. Почему это важно? Никогда не известно заранее, какие клиентские данные окажутся наиболее значимыми в моделировании тех или иных событий. Профиль клиентов, региональная специфика, продуктовая линейка, - эти особенности сильно отличаются у разных банков, поэтому копирование моделей от одного банка к другому должного эффекта не дает. Среди данных, наиболее часто используемых для построения моделей, — анкетная информация, активные и закрытые продукты, история контактов клиента и его откликов.

Результаты, которых банк способен добиться благодаря улучшенным инструментам и правильной работе с данными, можно разделить на финансовые и нефинансовые.

К финансовым результатам относятся увеличение дохода от пользования продуктами банка, а также снижение расходов на коммуникации и подготовку кампаний. В свою очередь доход можно увеличить за счет повышения отклика на коммуникации, роста доходности от использования того или иного продукта, как результат увеличения охвата базы клиентов целевыми предложениями. Последнего можно добиться благодаря более релевантным предложениям для каждого из клиентов на основе точно рассчитанных прогнозных показателей. Расход же можно снизить, если правильно распределить коммуникации между каналами, или если сократить трудозатраты на подготовку целевых кампаний.

Из нефинансовых результатов можно отметить, в первую очередь, лояльность и внимание клиентов к предложениям банка. Во многих случаях они поистине бесценны.

Реклама