Vorteile
Signifikanter Anstieg der Responsequote
Daten
Historische Konversionen oder demografische Informationen
Methoden
Plausibilitätsanalyse und Bootstrapping
Kundenanalyse für die VR Bank Mitte eG
Herausforderung
Die VR-Bank Mitte eG strebt an, ihre Vertriebsprozesse im Bereich der Kundenansprache und -betreuung zu optimieren. Konkret geht es darum, das latente Interesse der Kunden für ein bestimmtes Produkt im Vorfeld einer Vertriebskampagne einzuschätzen und zu bewerten.
Ziel
Durch den Einsatz von Machine-Learning-Algorithmen soll die Affinität eines Kunden für das zu vermarktende Produkt berechnet werden. Eine hohe Affinität verspricht eine Steigerung der Response-Quote und einen effizienteren Einsatz von Ressourcen in Marketing und Vertrieb.
Lösung
Für die Erzielung eines verlässlichen Scores führt eoda 20 verschiedene Datenquellen zusammen – historische Konversionen oder demografische Informationen. Zahlreiche Features werden für die spätere Modellierung aufbereitet oder generiert. Für die Ermittlung des Scores wird ein Ensemble aus 1.000 Klassifikationsbäumen mit vorangegangenem Bootstrapping gebildet. Mit einer visuellen Plausibilitätsanalyse konnten die Prognosen des Algorithmus anschaulich validiert werden.
Ergebnis
Bereits nach kurzer Kampagnenlaufzeit konnte ein signifikanter Anstieg der Response-Quote festgestellt werden. Durch die Kundenaffinitätsanalyse von eoda gelingt es der VR-Bank, noch häufiger mit dem richtigen Kunden über die richtigen Themen zu sprechen. Zielgerichtete und effektive Vertriebsaktivitäten erhöhen das Ertragspotenzial, senken Kosten und erhöhen die Zufriedenheit der Kunden.
