РИА Новости,
22 декабря 2021 г.
«Росгосстрах»: ИИ-технологии позволили вдвое увеличить продажи каско 557 просмотров
Об эксперименте по целевым кросс-продажам каско с применением технологий машинного обучения РИА Новости рассказала директор по трансформации ПАО СК «Росгосстрах» Татьяна Куликова:
- В августе «Росгосстрах» завершил пилотный эксперимент по кросс-продажам каско с таргетированием на основе технологий машинного обучения. Какое место занимает эта система в прямом общении менеджер-клиент или агент-клиент?
- Кампании кросс-продаж шли в две волны общим сроком три месяца. Одним клиентам делали предложения каско на основе рекомендаций модели, а другим – на основе экспертных правил, существовавших ранее. Изучив собранную статистику по продажам, участники проекта пришли к выводу, что при использовании машинного обучения для таргетирования предложений каско продажи растут и в агентской, и офисной сетях. По итогам пилота продажи каско в целевой группе в отдельных регионах увеличились более, чем вдвое. Роль сыграли два фактора. Во-первых, кросс-предложения стали делать большему числу клиентов из традиционных сегментов со сформированной потребностью в каско. А во-вторых, с помощью математической модели выявили новые перспективные сегменты клиентов.
- Для пилотного проекта вы воспользовались услугами компании SAS. По каким критериям был выбран подрядчик, какие задачи вы ставили перед ним?
- Помимо формальных обязательных характеристик, которым должен соответствовать любой партнер «Росгосстраха» (платежеспособность, объем бизнеса, количественный опыт работы на рынке и так далее), мы оценивали качественный опыт работы поставщиков именно в области внедрения математических моделей в продажах, опыт в разработке и оценке CRM кампаний и опыт работы именно со страховщиками. Также для нас был важен состав и профессионализм проектной команды.
- Как проходила работа, с какими трудностями вы столкнулись?
- На первой стадии на выборке клиентов по ОСАГО была построена модель, которая с высокой точностью определяла сегмент клиентской базы, у которого должен быть интерес к покупке каско.
Далее нужно было встроить технически точную модель машинного обучения в текущие процессы продаж в офисах и агентской сети «Росгосстраха» в регионах, отобранных для участия в пилотном проекте. Причем на этом этапе нужно было также преодолеть опасения со стороны сотрудников офисов и агентов. Ведь с точки зрения продающих подразделений всегда есть риск, что модель не принесет значимого прироста в продажах. На третьей стадии пилота для выбранных регионов в агентской и офисной сети «Росгосстраха», команда запустила кампании кросс-продаж каско с таргетированием на основе технологий машинного обучения.
- На каких группах клиентов вы тестировали новое решение?
- Это клиенты с активным договором ОСАГО, который они оформили через страховых агентов или в офисах компании. Разделили их на группы в зависимости от тог, у кого в месяце проведения кампании была пролонгация договора ОСАГО, и у кого не было. Сегмент из математической модели сравнивали с сегментом из контрольной группы, выбранным случайным образом со стандартными отсечениями по бизнес-правилам. Мы тестировали решение в разных регионах по всей России. Так, например, в проекте участвовали Тюмень с ХМАО и ЯНАО, Волгоградская, Астраханская, Тульская, Вологодская, Новосибирская и Нижегородская области, Башкортостан, Татарстан, Удмуртия, Чувашия, Пермский край, а также Москва, Санкт-Петербург с областью и Красноярск.
- Каким образом алгоритм предвосхищает потребности клиента? Как подбираются наиболее оптимальные предложения по опциям, которые его бы удовлетворили? При настройке алгоритма какую информацию вы решили принимать во внимание, а какую нет?
- Обычно агенты и сотрудники офисов делают это интуитивно, опираясь на данные о доходах и страховую историю клиента. Более прогрессивный подход, давно взятый на вооружение банками, ритейлом, операторами связи, – это выявление потребностей клиентов, персонализация предложений и определение оптимального момента для коммуникации на основе технологий машинного обучения.
Для этого было проведено масштабное исследование данных страховой компании и построена витрина данных на основании 500 факторов. В их числе - пол, возраст, регион, история по договорам, количество пролонгаций, общая сумма страховых премий, выплаченных страхователем, сумма премий по каждому риску/продукту/договору, количество различных продуктов, продукт с самой высокой страховой премией, сумма страховых выплат, количество страховых выплат, преобладающий класс транспортного средства, доля ТС иностранного производства и другие. Витрина всесторонне описывала контекст заключения договора ОСАГО. Для повышения информативности содержащихся в ней данных команда пилота провела фильтрацию выбросов, интеллектуальный биннинг, устранение скоррелированных факторов и другие операции. Затем витрина была использована для тренировки более, чем 10 различных алгоритмов машинного обучения, из которых был выбран наилучший – дающий на тестовой выборке клиентов наиболее точные и стабильные прогнозы.
- Было ли сопротивление со стороны персонала при внедрении ИИ? Опасались ли ваши сотрудники, что «роботы их оставят без работы»?
- Сопротивления не было, был скепсис, что модель работать не будет. Страхи были нивелированы: сотрудникам подготовили обучающие материалы, провели семинары, где объясняли, по какой логике математическая модель принимает решения, за счет чего возникают дополнительные продажи и как использование модели поменяет процесс разговора с клиентом.
- Удовлетворены ли вы итогами пилота? Планирует ли «Росгосстрах» продолжить работу по внедрению ИТ-решений в свою работу?
- Да, мы на практике убедились, что современные технологии и математический подход – это хорошее подспорье для повышения эффективности продаж в страховании. Поэтому мы планируем развивать это направление, создавать математические модели для таргетирования предложений по всем добровольным видам страхования и разработать систему рекомендаций Next best offer. Эти инструменты помогут продавцам точнее и быстрее выявлять потребности клиентов и лучше подбирать предложения. В конечном итоге это повысит лояльность клиентов.
Вся пресса за 22 декабря 2021 г.
Смотрите другие материалы по этой тематике: Технологии, Маркетинг, Игроки, Автострахование, Хайтек и инновации
В материале упоминаются: |
Компании, организации:
|
|
Персоны:
|
|
|
|
Установите трансляцию заголовков прессы на своем сайте
|
|
|
Архив прессы
|
|
|
|
Текущая пресса
|
| |
28 апреля 2024 г.
|
|
Правда.ru, 28 апреля 2024 г.
Кое-кто из жителей Кургана не получит страховку после наводнения
|
|
Казинформ, Астана, 28 апреля 2024 г.
Реформы в ОСМС: чего ждать казахстанцам и повысится ли качество медуслуг
|
|
МК в Пензе, 28 апреля 2024 г.
Пензенцы узнали, в каких случаях страховка покрывает ущерб лобовому стеклу
|
|
Ставропольская правда, 28 апреля 2024 г.
Ставрополье стало лидером в стране по объёмам агрострахования за три года
|
27 апреля 2024 г.
|
|
МК в Донбассе, 27 апреля 2024 г.
Продажа полисов ОСАГО стартовала в ДНР
|
|
Секрет фирмы, 27 апреля 2024 г.
Ремонт за чужой счёт. Кто возместит ущерб, если машину побило градом или ударило деревом
|
|
Банки.ру, 27 апреля 2024 г.
Эксперты выяснили, от чего можно застраховать детей
|
|
cbr.ru, 27 апреля 2024 г.
Рассмотрение финансовых жалоб владимирцев станет оперативным
|
|
cbr.ru, 27 апреля 2024 г.
Решение Совета директоров Банка России о внесении изменений в решение Совета директоров Банка России о требованиях к деятельности страховых организаций и обществ взаимного страхования от 26 декабря 2023 года
|
|
cbr.ru, 27 апреля 2024 г.
Нормативное соотношение собственных средств (капитала) и принятых обязательств страховых организаций
|
|
Известия Мордовии, Саранск, 27 апреля 2024 г.
В Мордовии задержан руководитель саранского «СпецСервиса» Михаил Струенков
|
|
Экономика и жизнь, 27 апреля 2024 г.
Началась публичная проверка новых справочников
|
|
Autonews.ru, 27 апреля 2024 г.
Эксперты объяснили, почему снижается популярность европротокола при ДТП
|
|
РБК.Пермь, 27 апреля 2024 г.
Экс-глава «Адониса» Перхун назвал незаконными улики от главбуха Доминовой
|
|
CarsWeek, 27 апреля 2024 г.
Водители все чаще отказываются от оформления ДТП по европротоколу
|
|
Москва FM, 27 апреля 2024 г.
Популярность Европротокола среди автомобилистов снижается
|
|
BezFormata.Ru, 27 апреля 2024 г.
Виновник ДТП возместит расходы по страховой выплате
|
 Остальные материалы за 27 апреля 2024 г. |
 Самое главное
 Найти
: по изданию
, по теме
, за период
 Получать: на e-mail, на свой сайт
|
|
|
|
|
|