Achtergrond
Uitdaging
Met 95 filialen in het Verenigd Koninkrijk kunnen klanten communiceren met Skipton Building Society (SBS) in filialen, online en telefonisch. SBS is onophoudelijk gefocust op het bieden van uitstekende klantervaringen. Deze doelstelling loopt door hun hele bedrijf en heeft geleid tot tal van strategische programma's in de bouwmaatschappij.
Duurzaam klantbehoud
Een van de belangrijkste zakelijke uitdagingen die SBS moest overwinnen, was klantbehoud. De bouwmaatschappij zag terugvallen, vooral voor klanten die termijn spaarproducten hadden gedefinieerd en op het punt van vervaldatum waren en dus gemakkelijk hun geld naar een andere bank of bouwmaatschappij konden brengen.
Next best savings product
SBS werkte samen met Paragon DCX aan een ‘Next Best Savings Product' project om te proberen deze belangrijke uitdaging het hoofd te bieden door te begrijpen welk product een geschikt vervolgaankoop zou kunnen zijn voor klanten die eruit zagen alsof ze op het punt stonden om te churnen. Het project omvatte de creatie van een aantal voorspellende modellen en vervolgens 21 PWE voorspellende scores voor elke klant over hun individuele waarschijnlijkheid om verschillende soorten spaarproducten te gebruiken. De model scores worden dagelijks bijgewerkt voor gebruik binnen FastStats en Adobe Campaign.
Klanten transformeren
Met het begrijpen van dit vereiste inzicht, waren Paragon DCX en SBS van plan om veelzijdige klantmodellen te creëren met behulp van Apteco's FastStats® software met als doel bruikbare inzichten te bieden die de communicatietrajecten van besparingsklanten zouden kunnen transformeren. Het uiteindelijke doel was om af te stemmen op vier pijlers: het juiste product, het juiste moment, de juiste klant en de juiste boodschap.
De Apteco Marketing Suite™ ondersteunt het team met verschillende marketinginitiatieven en wordt gebruikt om het bruikbare inzicht te genereren dat nodig is voor de klantgerichte strategie van het team.
De Apteco oplossing
SBS koos Paragon DCX als hun strategische partner om hen te ondersteunen met marketingdoelstellingen rond een framework van het juiste product, naar de juiste klant, op het juiste moment, met de juiste boodschap. Ze gebruikten Apteco FastStats® en FastStats Modelling™ om inzicht te krijgen in soorten klantgedrag en welk product vervolgens aangeboden zou moeten worden.
Actie vanuit inzicht
Naast het Single Customer View (SCV), implementeerde Paragon DCX het toonaangevende analyse platform Apteco FastStats® en een tool voor campagnebeheer en -uitvoering. Deze nieuwe marketing stack geeft SBS de mogelijkheid om weloverwogen beslissingen te nemen over hun klanten, actie te ondernemen op basis van het verkregen inzicht en multi-channel, zeer gepersonaliseerde cross-channel marketingcommunicatie te automatiseren.
De voorspellende modellen worden nu gebruikt om de customer journey planning te stimuleren en ervoor te zorgen dat het juiste product op de markt wordt gebracht, op het juiste moment en met de juiste boodschap bij de juiste klant.
Resultaat
Bekijk enkele voorbeelden van hoe bedrijven momenteel profiteren van Apteco FastStats®.
Zet u in tegen vroegtijdig verloop
Gebruik inzicht om de klanten te voorspellen die hun account voortijdig kunnen sluiten en betrek ze zodat ze langer bij SBS blijven. Dit inzicht en begrip kan worden gebruikt om de communicatiestrategie van SBS te stimuleren om op het juiste moment nieuwe spaarproducten bij een klant te promoten.
Zet inzicht om in actie
FastStats Modelling™ werd gebruikt om de meest indicatieve kenmerken van klantgedrag te analyseren. Er zijn 28 variabelen gebruikt over de negen spaar productgroepen. De statistieken en feedback van het SBS team werden vervolgens gebruikt om beslissingen te nemen over de beste variabelen waar actie werd vereist.
Begrijp klantgedrag
Skipton Building Society gebruikte inzichten en onderzoek naar spaargedrag om de houding van klanten en de markt voor hen effectiever te voorspellen.
Next best product modellering
SBS was in staat om de juiste keuze van een spaarproduct op het juiste moment te begrijpen en aan een klant te promoten. Uit profielrapporten bleek dat alle drie de besparingsgedragsmodellen zeer sterke voorspellers bleken te zijn voor geïdentificeerde klanten.
De ontwikkelde propensity modellen hadden een modelvermogen variërend van 0,50 tot 0,71 wat aangeeft dat de modellen klanten kunnen identificeren waarvan wordt aangenomen dat ze zeer waarschijnlijk het gespecificeerde type besparingsproduct willen. En ook klanten kunnen voorspellen waarvan de kans groot is dat ze op hen lijken.