22 Декабря 2021
- В августе Росгосстрах завершил полупроизводственный эксперимент по кросс-продажам каско с таргетированием на основе технологий машинного обучения. Какое место загружает эта система в прямом якшанье менеджер-клиент или агент-клиент?
- Кампании кросс-продаж шли в две волны сплошным сроком три месяца. Одним клиентам делали предложения каско на основе рекомендаций модели, а другим – на основе экспертных правил, существовавших ранее. Изучив собранную статистику по продажам, участники проекта пришли к выводу, что при использовании машинного обучения для таргетирования предложений каско продажи растут и в агентской, и офисной сетях. По итогам пилота продажи каско в целевой группе в отдельных регионах увеличились более, чем вдвое. Роль сыграли два фактора. Во-первых, кросс-предложения стали делать большему их количеству клиентов из традиционных сегментов со сформированной потребностью в каско. А во-вторых, с защищенностью математической модели выявили новые прибыльные сегменты клиентов.
- Для пилотного прожекта вы воспользовались услугами компании SAS. По каким критериям был выбран подрядчик, какие мистификации вы ставили перед ним?
- Помимо формальных обязательных характеристик, тот или другим должен соответствовать любой партнер Росгосстраха (платежеспособность, объем бизнеса, количественный опыт работы на рынке и так далее), мы оценивали качественный опыт работы поставщиков именно в стороны внедрения математических моделей в продажах, опыт в разработке и оценке CRM кампаний и опыт работы именно со страховщиками. Также для нас был эпохальный состав и профессионализм проектной команды.
- Как проходила работа, с какими трудностями вы столкнулись?
- На первой стадии на выборке клиентов по ОСАГО была построена форма, которая с высокой достоверностью определяла сегмент клиентской базы, у которого должен быть смак к покупке каско.
Далее нужно было встроить технически точную модель машинного обучения в текущие процессы продаж в офисах и агентской сети Росгосстраха в регионах, выхваченных для участия в пилотном прожекте. Причем на этом стадии нужно было также преодолеть беспокойства со стороны сотрудников офисов и агентов. Ведь с точки зрения продающих подразделений всегда есть риск, что модель не принесет значимого прироста в продажах. На третьей стадии пилота для выбранных регионов в агентской и офисной сети Росгосстраха, команда запустила кампании кросс-продаж каско с таргетированием на основе разработок машинного обучения.
- На каких аудиториях клиентов вы тестировали новое разрешение?
- Это клиенты с активным договором ОСАГО, который они облагородили через страховых агентов или в офисах компании. Разделили их на группы в зависимости от тог, у кого в месяце проведения кампании была пролонгация договора ОСАГО, и у кого не было. Сегмент из математической модели сравнивали с сегментом из контрольной группы, выбранным случайным образом со самый известными отсечениями по бизнес-правилам. Мы тестировали решение в разных краях по всей России. Так, например, в прожекте участвовали Тюмень с ХМАО и ЯНАО, Волгоградская, Астраханская, Тульская, Вологодская, Новосибирская и Нижегородская области, Башкортостан, Татарстан, Удмуртия, Чувашия, Пермский край, а также Москва, Санкт-Петербург с областью и Красноярск.
- Каким образом алгоритм предвосхищает нужды клиента? Как подбираются наиболее оптимальные предложения по опциям, которые его бы удовлетворили? При настройке алгоритма какую информацию вы решили принимать во внимание, а какую нет?
- Обычно агенты и сотрудники офисов оформляют это интуитивно, опираясь на данные о доходах и страховую историю клиента. Более передовой подход, давно взятый на вооружение банками, ритейлом, операторами связи, – это выявление потребностей клиентов, персонализация предложений и определение оптимального на данный факта для коммуникации на основе разработок машинного обучения.
Для этого было обштопанного масштабное исследование данных страховой конторы и построена витрина данных на основании 500 факторов. В их числе - пол, возраст, регион, история по договорам, количество пролонгаций, общая сумма страховых надбавок, выплаченных страхователем, сложность премий по каждому риску/продукту/договору, количество различных продуктов, творог с самой высокой страховой надбавкой, сумма страховых выплат, количество страховых выплат, преобладающий класс транспортного средства, доля ТС иностранного производства и другие. Витрина всесторонне описывала свяязанный отрывок заключения договора ОСАГО. Для повышения информативности содержащихся в ней данных команда пилота провела фильтрацию выбросов, интеллектуальный биннинг, устранение скоррелированных факторов и другие операции. Затем витрина была использована для тренировки более, чем 10 различных алгоритмов машинного обучения, из которых был выбран наилучший – дающий на тестовой выборке клиентов наиболее конкретные и стабильные прогнозы.
- Было ли сопротивление со стороны персонала при внедрении ИИ? Опасались ли ваши сотрудники, что роботы их оставят без работы ?
- Сопротивления не было, был скептицизм, что модель работать не будет. Страхи были нивелированы: сотрудникам подготовили обучающие пластилины, провели семинары, где объясняли, по какой логисте математическая модель принимает решения, за счет чего возникают дополнительные продажи и как использование формы поменяет процесс разговора с клиентом.
- Удовлетворены ли вы итогами пилота? Планирует ли Росгосстрах продолжить работу по внедрению ИТ-решений в свою работу?
- Да, мы на практике убедились, что современные технологии и математический приступ – это хорошее подспорье для повышения эффективности продаж в страховании. Поэтому мы планируем совершенствовать это направление, создавать точные модели для таргетирования предложений по всем добровольным видам страхования и разработать систему рекомендаций Next best offer. Эти инструменты помогут продавцам точнее и быстрее выявлять потребности клиентов и лучше присматривать предложения. В конечном исходе это повысит лояльность клиентов.
Редактор рубрики
Олег Финакин
.
.
.
Комментарии к новостям
[17 Января 2024, 13:43] Александр Хомяков Замечательно! Не ожидал такой оперативности. Спасибо огромное! Всё работает и обновляется....
[15 Апреля 2022, 20:25] Ангелина Сметанина Скоро не только сократят, а много заводов вообще закроют и начнется бум китайских авто. Даже сейчас Эксид уже бешеные темпы по количеству проданных машин показывает...
[27 Декабря 2021, 21:44] Ева Воробьева Искренне рада за победителя! Но если бы мне так крупно повезло, то я прибежала бы за выигрышем в первый же день???? ...
[2 Сентября 2021, 13:11] Дмитрий Ершов Это хорошо. Значит клиенты долго ждать не будут. ...
[13 Мая 2021, 16:26] Олег Андреев "Мальдивы сутунки 65 государством, зарегистрировавшим расейскую вакцину против коронавируса Спутник V, сообщил Российский фонд секущих инвестиций (РФПИ)". Что это за йязыг?...
[2 Ноября 2020, 15:22] Лета Мирликийская риветсвую вас я с 6-ти лет пишу мне нужно все мои произведения задействовать в компьюторных программах образования по литературе и языкам и играм к примеру если ваши учащиеся напишут...
[20 Октября 2020, 09:22] Евгений Зимин Сузуки в этом году хорошо прибавили, уже не первый раз оба их пилота на подиуме. Видимо, для команды возвращаются "золотые" времена и есть шанс наконец оформить чемпионство после длительного перерыва....