Cliente: DirecTV Metodología: ciencia de datos y analítica sobre churn y Customer Lifetime Value, con diseño de journeys y campañas formuladas como estrategias de modificación de conducta (economía del comportamiento y modelamiento). Problema abordado En televisión por suscripción el ingreso es recurrente y la rentabilidad se acumula con la permanencia, de modo que la pérdida de un suscriptor compromete el valor presente de los cobros futuros, y su costo tiende a exceder el del ingreso del mes. Durante el período del trabajo la categoría enfrentó presión sostenida de sustitución por streaming, lo que vuelve la retención un problema de dos capas: una porción de la fuga responde a decisión activa del cliente —cancelación por precio o por percepción de valor frente a alternativas— y otra es involuntaria, originada en fallas de pago más que en voluntad de salida. Tratar ambas con la misma palanca tiende a desperdiciar esfuerzo, porque responden a mecanismos distintos: la involuntaria se gobierna aguas arriba, reduciendo la fricción del cobro; la voluntaria exige intervenir sobre el valor percibido y el momento en que llega la oferta. El reto fue separar las dos señales, estimar cuánto vale prevenir cada caso, y concentrar la intervención donde el valor en riesgo lo justifica. Metodología aplicada Durante cuatro años se instalaron capacidades de analítica sobre la base de suscriptores, descomponiendo el churn en sus componentes voluntario e involuntario —cada uno con su propio modelo de propensión, dado que los predictores difieren: el impago anticipa la fuga involuntaria, mientras la caída de uso y la antigüedad anticipan la voluntaria—. Sobre esa base se estimó el CLV por cliente, lo que permitió ordenar la población por valor en riesgo —la combinación de probabilidad de salida y rentabilidad esperada— y no por riesgo de fuga aislado. El ciclo de vida así entendido alimentó el diseño de journeys y de campañas calibradas por segmento, concebidas como intervención conductual —timing del contacto, encuadre de la oferta, arquitectura de la decisión de pago— antes que como promoción genérica. La capacidad se transfirió a la organización mediante entrenamiento del 21% de los colaboradores en lógica de rentabilidad basada en CLV, condición para que la decisión de retención en frontera —cuánto ofrecer y a quién— incorporara el valor del cliente y no solo la urgencia de no perderlo. Resultados / aprendizajes La separación voluntario/involuntario reorganizó la intervención: una fracción relevante de la fuga se resolvía sobre el proceso de cobro, sin oferta de retención de por medio —gastar incentivo ahí habría sido ineficiente. El CLV cambió el criterio de a quién retener. No toda fuga merece la misma inversión; concentrar el gasto de retención en proporción al valor en riesgo tiende a rendir más que repartirlo de forma uniforme, sobre todo cuando coexisten clientes de baja rentabilidad cuya salida no deteriora el negocio. La venta cruzada se apoyó en el mismo entendimiento del ciclo: ofrecer el producto adicional en el punto del journey donde el cliente ya percibe valor, en lugar del empuje indiscriminado que puede acelerar la propia fuga que se busca evitar. Impacto en indicadores de negocio El programa se asocia a una reducción del churn del 24%, una mejora del 15% en venta cruzada y la instalación de capacidad organizacional vía entrenamiento del 21% de los colaboradores en gestión de rentabilidad por CLV. El valor para el negocio se proyecta sobre el ingreso recurrente retenido y sobre un cambio de criterio de asignación: pasar de defender suscriptores por igual a defenderlos en proporción a su valor.
Cliente: Aseguradora Solidaria Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedente: Aseguradora Solidaria, viene adelantando un proceso de transformación digital desde 2016 que involucra diferentes áreas, procesos, tecnologías y por supuesto personas. En este proceso, se ha priorizado el uso de los datos para poder agregar valor al negocio, desarrollar la relación con el intermediario y generar mayor asertividad en las decisiones de captación y retención de clientes. Necesidad: La Aseguradora necesita saber cuál es el nivel de asertividad de las iniciativas con la estrategia y que tan accionable puede ser el resultado de un proceso específico generando victorias tempranas para la organización. Para mejorar la asertividad de portafolio y estar alineados a las necesidades del mercado, la compañía ha considerado estratégico segmentar intermediarios, tomadores, PYMES, Sector Solidario, y Gobierno. Gran resultado general (Work underway) Desarrollo de modelos predictivos de fuga, valor vitalicio de cliente, venta cruzada y venta escalonada para tomadores personas naturales y jurídicas de los diferentes ramos de seguros. Habilitación, implementación y entrenamiento al personal de la plataforma SAS Visual Data Minning and Machine learning y SAS Enterprise Miner. Generación de modelos de aprendizaje no supervisado y segmentación para PYMES, Sector solidario, Persona natural y persona jurídica Algunos casos de uso derivados de la integración de esta información fueron: Clasificación RFP Recencia – Frecuencia – Prima Describe el perfil transaccional del tomador en función de la prima y sus componentes. rescatando la interacción entre fechas y cantidad de transacciones. Deja ver el grado de OPORTUNIDAD del tomador. Clasificación RFG Recencia – Frecuencia – Gasto Prioriza el egreso entendido como comisión, siniestro, reaseguro etc. Deja ver el nivel de RIESGO del tomador. Detección de segmentos Se cruzan las clasificaciones de oportunidad y riesgo generando segmentos. Motores de decisión para “Next Best Offer” Se generan motores de decisión desde modelos de Fuga, CLV, venta cruzada y escalonada. Entregables y aprendizajes: Se desarolla un framework de trabajo que, basado en acelerar el valor del intermediario y el cliente, logro implementar una ruta de modelos predictivos de alta eficiencia que responde a victorias tempranas requeridas por la organización. Usando una metodología ÁGIL se mapean los requerimientos de tres flujos de proceso (Fuga, Valor de cliente, venta cruzada,venta escalonada), se automatiza con analítica y se generan reportes estáticos de rendimiento y mejora continua. Mediante técnicas de análisis supervisado y no supervisado en contexto de minería de datos y machine learning, se llega a la generación de un reporte de rendimiento del proceso, un FUNNEL de funcionalidad del proceso y se exponen de manera estática los indicadores de mejora continua. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Liberty Seguros Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: Generalmente en el sector asegurador, la fuga del cliente era dificil de ver porque las aseguradoras guardan la información a nivel póliza. Crear una vista de cliente único y administrar la fuga de clientes valiosos basando las decisiones no solo en el churn sino tambien en el CLV. Necesidad: Medir la probabilidad de perder clientes persona natural y persona jurídica por ramo comercial y teniendo en cuenta el rol del intermediario. Gran resultado general (Work underway) Un modelo de fuga voluntaria e involuntaria para clientes persona natural y jurídica. Modelo de valor vitalicio de cliente para priorizar las acciones de retención y rentabilización en función del potencial financiero que cada cliente representa para la organización. Entregables y aprendizajes: La creación de un repositorio único de información que integre la data de experiencia del usuario con todas las áreas: Facturación, siniestros, comercialización. No es posible ejercer trabajo en retener clientes no rentables. El modelo de CLV es un excelente complemento a la gestión del cliente. Las campañas de retención se ejecutan en unión al intermediario como líder de la relación con el cliente. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
