top of page

Prognose Next Best Product

Tools:

SQL, R, H2O

Zur Optimierung des Upselling-Potenzials bestehender Kund:innen haben wir in diesem Projekt ein Modell zur Prognose von Produktaffinitäten im Versicherungsumfeld berechnet.

shutterstock_1100643188-2048x1365.jpg

THEMA

Customer Analytics

BRANCHE

Insurance

PROJEKTDAUER

1 Monat

Herausforderung

Die Nutzung der bestehenden Kundenbasis zur Erweiterung des eigenen Geschäfts in verschiedenen Produktsparten wird im klassischen Versicherungsumfeld häufig durch den Außendienst gesteuert. Hierbei priorisieren die Mitarbeitenden ihre Kund:innen häufig stark nach Erfahrungswerten und weniger datenbasiert oder objektiv. Unser Kunde, ein internationales Versicherungsunternehmen, stand vor der Herausforderung, die Affinitäten aller Bestandskund:innen in den Hauptproduktsparten zu berechnen, um so dem Außendienst gezielte Priorisierungen bereitstellen zu können.

Ansatz

Auf Basis aller verfügbaren Kunden- und Produktdaten haben wir gemeinsam mit unserem Kunden ein Machine Learning Modell entwickelt, das die Affinitäten der Kund:innen in Bezug auf fünf Hauptproduktsparten vorhersagen kann. Das Modell basiert auf Informationen aus verschiedensten Kernsystemen wie Bestands-, CRM- und Mutations-Daten, die vom Modell entsprechend gewichtet werden, um eine möglichst genaue Prognose zu generieren. Nach der Erstellung wurde das Modell in eine Datenbank implementiert, um in regelmäßigen Zyklen die gesamte Kundenbasis zu scoren und die Resultate bereitzustellen.

Ergebnis

Die in der Datenbank verfügbaren Informationen werden in Form eines interaktiven Dashboards visualisiert und den Mitarbeitenden zugänglich gemacht. Diese können nun verschiedene Filter benutzen, um gezielt Kundengruppen und Segmente zu selektieren und sich innerhalb der Selektion die kundenindividuellen Affinitäten anzeigen zu lassen. So können sie gezielt entsprechende Sales- und Akquisemaßnahmen einleiten.

100%

10.000+

99,9%

ZUFRIEDENHEIT

TRAININGSDATEN

VORHERSAGEGENAUIGKEIT

1632298486336-2_edited.jpg

Sabayn Mirakai

Managing Director

+49 160 779 85 83

  • LinkedIn
  • Xing

Brauchen auch Sie eine ähnliche Lösung?

Sie haben Fragen zu dieser Lösung oder zu Ihrem ganz spezifischen Anwendungsfall?

Unsere Experten beraten Sie gerne!

robot-5232974_1280.png
bottom of page