中堅民間銀行が商品別ではなくセグメント別にオファーを出してUSD 2.4 Mnを稼いだ方法
仮題：顧客セグメンテーションで銀行のマーケティングをより的確に。
マネーラインUSD 2.4 Mnを創出 · 中堅民間銀行 · データ・AIエンジニアリング · 6週間で最初のキャンペーン
01概要
稼いだお金USD 2.4 Mn
- 扉
- 稼ぐ $
- 業種
- 銀行
- 地域
- インド
- 製品
- ALTeX Hub、データ・AIエンジニアリング
- 最初の価値までの時間
- 6週間
02課題
当行は210万人の個人顧客に対して、給与所得者、自営業者、高齢者という3つの大まかなグループでマーケティングを行っていました。どのキャンペーンもグループ全員に送られていたため、反応率は低く、顧客は自分に合わないオファーにうんざりしていました。支店チームには誰に電話すべきかについて独自の考えがありましたが、裏付けるデータはありませんでした。その一方で、さらに商品を利用する余地のある顧客は他行で契約し、休眠口座は増え続けていました。顧客が実際にどんな人たちで、各グループが次に何を購入しそうかを知る必要がありました。
03当社の取り組み
口座、取引、商品、キャンペーンの3年分のデータを、個人データをマスキングした上で、銀行自身の環境内のALTeX Hubに集約しました。当社のデータサイエンティストは、顧客が実際にどのように稼ぎ、貯め、使っているかから行動セグメントを作り、最も重要な6つの商品について購買傾向モデルを学習させました。ローンチ前に支店チームと商品チームとセグメントを検証し、対照群を設けて、すべてのキャンペーンを測定できるようにしました。データサイエンティスト2名、データエンジニア、銀行業務アナリストが10週間マーケティングチームと協働しました。6週目に最初のターゲットキャンペーンが始まり、現在モデルは毎月更新されています。
04発見した内容
| 発見事項 | 件数 | 金額化 |
|---|---|---|
| 十分にサービスが届いていないセグメントへのクロスセル | 18,400 | USD 1.3 Mn |
| 再活性化した休眠口座 | 9,200 | USD 700K |
| 低反応セグメントで節約したキャンペーン費用 | 6,100 | USD 400K |
| 合計 | 33,700 | USD 2.4 Mn |
05成果
- USD 2.4 Mnを創出
- 6週間で最初のターゲットキャンペーンが稼働
- 210万人の個人顧客を100%セグメント化（以前は3つの大まかなグループ）
06お客様の声
最初のキャンペーンで、セグメントがプロジェクト費用を回収しました。
07今後の展開
現在、銀行はセグメントを毎月更新しており、クレジットカード事業の価格設定のモデル化も当社に依頼しています。