3. Industrie financière (carte de crédit) - Analytics Marketing:.
· Contexte: Une société de carte de crédit dispose d'un budget marketing de Rs. 1 cr ou 10 lac de pièces de courrier mis de côté pour l'envoi des mails directs.
Si ils envoient des mails à toutes les listes disponibles qu'ils ont, ils devraient dépenser Rs. 10 cr ou 1 cr pièces de courrier. Ils savent aussi que en exécutant cette campagne de marketing, ils recevront au plus 50 mille nouveaux clients
· Objectif:. Depuis les 1 cr disponibles morceaux qu'ils aimeraient identifier le lac 10 qui sont les plus susceptibles de répondre à l'offre afin d'augmenter la base de clients de l'entreprise et à son tour la rentabilité
· Approche:.
Examiner les données à partir de leurs 5 dernières campagnes de publipostage et de construire un modèle prédictif qui peut les aider à identifier la probabilité de répondre et de se différencier " Forte probabilité de répondre perspectives "vs" Faible probabilité de répondre perspectives "
· Résultat /Impact:. En utilisant les données des campagnes passées, ils ont réussi à construire une régression logistique (prédictive statistique) modèle. Ce modèle a regardé l'histoire et les a aidés à identifier les bons 1 cr à la poste à réserver 40 mille comptes.
Ce que cela signifie est que pour le reste de 9 cr, ils ont réservé seulement 10 milliers de comptes (extrêmement inefficace). Cet exercice est réalisé en majorité de marketing direct pour assurer l'argent dépensé a un impact optimal. En tirant parti de l'histoire de cette entreprise a été en mesure de réserver 80% des comptes avec seulement 10% de l'e-mail et donc vraiment réduire leur coût pour réserver les comptes.
4. Progressive Insurance Industry (assurance moto) - Prix & Risk Analytics:.
· Contexte: Il ya quelques années tout le monde traitait les motocyclistes de la même chose que si elles avaient le plus à risque et nécessaires prix le plus élevé pour l'assurance. Ils ne sont pas bon risque de crédit. Tout le monde le savait et il avait de la sagesse conventionnelle
· Objectif:. Identifier les segments dans les