Прогноз оттока клиентов и персональные предложения (Next Best Offer)

Привлечение нового клиента в банке или страховой компании стоит в разы дороже удержания существующего, но отток замечают по факту: закрытому счёту, непродлённому полису, переводу зарплаты в другой банк. Кампании удержания запускаются по сегментам «всем, у кого падают обороты» и в основном дают скидки тем, кто и так бы остался.

Кросс-продажи ведутся массовыми рассылками с низким откликом: клиент получает предложение кредитной карты через неделю после отказа от неё в отделении. Каждый лишний контакт снижает лояльность.

Данных для точных моделей достаточно — транзакции, продукты, обращения, поведение в приложении, — но они лежат в разных системах.

Решение строит витрину клиентских признаков и набор моделей, которые ежедневно оценивают каждого клиента по риску оттока и потенциалу продуктов.

• Прогноз оттока по продуктам с горизонтом 1–3 месяца и выделением причин: тарифы, сервис, конкуренты, жизненные события.
• Модели склонности к продуктам и оценка инкрементального эффекта предложения (uplift), чтобы контактировать только с теми, на кого воздействие влияет.
• Выбор канала и времени контакта; ограничения по частоте коммуникаций.
• Интеграция с CRM и платформой кампаний, замкнутый цикл обратной связи по результатам.

Эффект измеряется контрольными группами, а не отчётами по откликам, что даёт честную оценку ROI кампаний.

Какие данные нужны

• Транзакции и продукты клиентов за 2–3 года
• Обращения, жалобы, поведение в приложении
• История кампаний и откликов