Machine learning para impulsar la tasa de recobro de seguros en un 50%

El desafío

En el proceso de captación de nuevos clientes a través de campañas de Marketing, un 25% de ellos no culminan la contratación de una póliza al no realizar el pago del primer recibo. Y durante el pago de cada mensualidad, las aseguradoras siguen perdiendo clientes.

La solución

La implementación de algoritmos predictivos –que se basan en el comportamiento de los clientes para clasificarlos mediante su scoring y anticiparse a sus comportamientos futuros–, ayuda a aumentar hasta un 50% la efectividad de las campañas de cobro de los impagos.

Metodología

Multiplica acompaña a sus clientes a través de 5 etapas:

Consultoría estratégica

Entendimiento de la problemática del cliente y los puntos de mejora en sus procesos de CLV. Propuestas de mejora de los procesos y definición de acciones.

Recopilación e integración de los datos

Definición de los datos clave para conseguir crear el algoritmo, obtención de los datos e integración. Cuanto más datos de valor, más precisión en el algoritmo.

Creación del algoritmo

Con todos los datos integrados, creamos un primer algoritmo desde el machine learning que establece las reglas de scoring, aprendiendo desde el histórico de los clientes.

Implementación del algoritmo

El ciclo de fabricación, puesta en producción y gestión de las versiones del algoritmo debe ser gestionado mediante un Modelo de Gobierno de los algoritmos.

Mejora en continuo

A través de metodologías Scrum, el algoritmo se va afinando en 2-3 sprints hasta conseguir la mejor versión. Mensualmente, hay que seguir afinando el algoritmo para que no pierda precisión.

Elementos clave del proyecto

Empezar por un proyecto puntual para conseguir resultados rápidos:

Para empezar a trabajar con modelos predictivos no hace falta grandes inversiones, sino proyectos estratégicos en áreas en las que existe una buena oportunidad de mejora.

Personalización de los mensajes para cada segmento:

Creando sinergías entre los departamentos de Data y Marketing, se crean oportunidades para personalizar las comunicaciones para cada segmento, aumentando su efectividad.

Llevar a la empresa hacia una mentalidad data-driven:

Desde un proyecto que consigue un impacto positivo en la facturación, se potencia en la empresa la necesidad del uso de los datos para la toma de decisiones de negocio.

Uso de tecnologías no intrusivas:

Los datos que ofrece el algoritmo, se integran fácilmente en arquitecturas de microservicios de las empresas, de modo que no son intrusivos con sus sistemas tecnológicos.