Рынок потребительского кредитования в Украине очень хорошо развит. На нем сформировалась жесткая конкуренция между крупными игроками, которые борются за каждого нового клиента: часто люди становятся постоянными клиентами таких компаний и регулярно занимают у них деньги.
В этой статье, совместно с экспертами Киевстар, мы выяснили как привлечь клиентов на потребительский кредит, используя инструменты Big Data. Если ваш бизнес ориентирован на выдачу такой формы кредитов, из нашего исследования вы узнаете, где найти клиентов, которые заинтересованы в том, чтобы взять у вас деньги и своевременно их вернуть.
Первый шаг – знакомство с ключевыми особенностями и потребностями целевой аудитории. Это позволяет лучше понимать поведение существующих и потенциальных клиентов и, соответственно, продавать им больше услуг.
Аналитики Киевстар, используя инструменты Big Data, выполняют эту задачу следующим образом:
изучают данные о пользователях, доступные в телеком-сети по номеру мобильного телефона абонента (тип смартфона, расходы на связь, выезды за границу);
определяют параметры, играющие ключевую роль в построении аналитической модели;
с помощью аналитики сегментируют текущую аудиторию по 30 предикативным моделям на базе машинного обучения (Machine Learning), на основе которых составляют портрет текущей целевой аудитории.
Создание профиля позволяет определить основные характеристики клиентов и лучше понимать их вкусы и предпочтения в тех или иных услугах.
Киевстар придерживается законов Украины «Об информации» и «О защите персональных данных», и не передает персональные данные абонентов третьим лицам.
На основе профиля идеального клиента, в котором учтены важнейшие для компании характеристики пользователя, выполняется поиск похожих аудиторий. Данный инструмент в Киевстар называется поиск look-alike аудитории и позволяет найти новых клиентов, интересы и поведение которых максимально приближены к существующим.
МФО и банки, заинтересованные в привлечении новых клиентов на потребительский кредит, обязательно ведут базу данных и имеют высокую экспертизу в работе с ней. Они могут выделить важные характеристики самостоятельно и предоставить их экспертам для дальнейшей проработки аналитических моделей.
Второй вариант – параметры для отбора look-alike аудитории специалисты Киевстар ищут своими силами. Для этого подключаются алгоритмы машинного обучения, которые с большой точностью определяют самые важные критерии поиска и находят по ним максимально релевантных клиентов.
Третий этап – прямая коммуникация с клиентами из отобранной группы.
Будучи крупнейшим мобильным оператором, Киевстар предлагает бизнес-клиентам услугу таргетированной рассылки заинтересованным клиентам. Составляя сообщение, важно ограничить время действия акционного предложения, чтобы заставить как можно больше потенциальных клиентов действовать прямо сейчас.
Четвертый этап привлечения клиентов на потребительский кредит, в котором применяется анализ данных с помощью Big Data – скоринг, процедура оценки платежеспособности и добросовестности нового клиента, у которого нет истории работы с компанией или кредитной истории как таковой.
Компания Киевстар разработала инструменты, которые используют телекоммуникационные данные для оценки абонента и выставления скорингового балла. Достаточно настроить API и в автоматическом режиме отправлять заявки на скоринг и получать быстрый ответ.
Плюсы скоринга – высокая точность, актуальность данных для оценки, и работа в режиме онлайн.
