Алла Михайлова, «Россгосстрах», о проекте таргетирования предложений по КАСКО
Компания «Россгосстрах» задалась целью протестировать, насколько хорошо средства математического моделирования помогают в продажах таких сложных страховых продуктов, как КАСКО. Для этого «Росгосстрах» в партнерстве с SAS запустили процесс таргетирования предложений по КАСКО на базе технологий машинного обучения. Как реализовывался проект и какие результаты он дал, рассказала руководитель Центра аналитики клиентских данных Алла Михайлова.
Как возникла идея проекта, который Вы представляете в конкурсе «Проект года»? Какие задачи он решает?
Мы ищем способы, как повысить продажи добровольных видов страхования, где клиенты осознанно принимают решения, понимая ценности приобретаемой страховки. На примере КАСКО мы решили проверить, можно ли заранее выявлять клиентов, которые с высокой вероятностью купят продукт, и как повлияет на продажи, если проактивно делать им предложение. Для этого мы решили попробовать прогрессивный подход на основе технологий машинного обучения.
Как проходило внедрение решения? Что было самым сложным?
Для масштабного пилотного проекта нужен был партнер с понимаем страхового бизнеса и специфики страховых продуктов, который к тому же обладал бы экспертизой в построении и внедрении математических моделей. Мы остановили свой выбор на компании SAS. Далее проект проходил в три этапа: построение модели для таргетирования предложений, ее интеграция в текущие процессы продаж и боевое тестирование – запуск и оценка кампаний кросс-продаж КАСКО в агентской и офисной сети с учетом рекомендаций моделей.
Самым сложным, пожалуй, было преодолеть скепсис и опасения со стороны агентов и сотрудников офисов. Команда проекта провела множество обучающих семинаров и разъясняющих бесед. Благодаря этому сотрудники продающих подразделений в итоге увидели ценность и большую пользу в новых инструментах.
На какие показатели работы компании больше всего повлиял проект?
Во-первых, конечно же, на финансовые: по итогам пилота продажи КАСКО в целевой группе в отдельных регионах увеличились более, чем вдвое. Кросс-предложения стали делать большему числу клиентов. Причем мы выявили новые перспективные сегменты клиентов.
Во-вторых, проект повлиял на показатели лояльности. Мы это поняли, увидев, какое количество клиентов желают пролонгировать свои полисы.
Какие рекомендации вы можете дать коллегам, которые сейчас работают над аналогичной задачей или проблемой?
Прежде всего, заручиться поддержкой руководства и смежных подразделений, вместе с которыми вы будете работать над решением проблем. А также важно выбрать надежного вендора с глубокой экспертизой именно в вашей отрасли.
За какими ИТ-трендами на рынке следите внимательнее всего, в том числе, в рамках «Проекта Года»?
За новыми методами и идеями применения технологий искусственного интеллекта в бизнесе. Мы на практике убедились, что модели машинного обучения – это хорошая возможность не только монетизировать большую клиентскую базу, но и предоставлять клиентам лучший сервис, и намерены развиваться в этом направлении.
