Кластеризация клиентской базы. Рекомендательная система банковских продуктов
Рекомендательная система связывает поведение клиента с подходящими услугами банка. Сегментация использует транзакции, доход и характеристики клиентов, чтобы учитывать различия внутри базы.

Задача
Банку требовалось улучшить рекомендации услуг для неоднородной клиентской базы. Привлечение клиента само по себе не обеспечивало повторное использование продуктов: предложения должны учитывать поведение человека и особенности похожих групп.
Решение
Разработаны алгоритм сегментации и система рекомендации банковских услуг. На вход подаются транзакции, сведения о доходе, социально-демографические характеристики и другие доступные данные клиента.
Алгоритм определяет группы внутри базы. Рекомендации строятся с учётом поведенческих характеристик конкретного человека или группы. Таким образом, продуктовая логика может опираться на различия между сегментами, а не на единое предложение для всех.
Результат
Получена система рекомендаций, связанная с сегментацией клиентов. Для продуктовой и маркетинговой команды это инструмент подготовки предложений по характеристикам аудитории. Его назначение включает повторные продажи и расширение использования банковских услуг.
Результат рекомендации и результат кампании оцениваются раздельно: соответствие предложения поведению ещё не означает, что клиент воспользуется продуктом.
Такой подход применим к большим клиентским базам и может быть адаптирован через внедрение рекомендательных систем.
Похожие кейсы
Анализ данных
Контроль состава шлака на металлургическом заводе: реакция на отклонение за минуту
Z-brain сопоставляет телеметрию с историей выплавок и даёт оператору рекомендацию при отклонении состава шлака. В показанном эпизоде от срабатывания до устранения прошло меньше минуты.
Анализ данных
Модель предсказания поломки оборудования
Предиктивная модель для экструдера полимеров Сибура обнаруживает признаки засора по данным датчиков. В описании проекта зафиксирована доля предугаданных неполадок около 80%.
Анализ данных
Построение цифровой модели фабрики
Цифровая модель фабрики связывает производственные данные, процессы и оборудование. Прогноз выхода годной продукции помогает искать узкие места и поддерживает решения специалистов.