Банк «Открытие» при поддержке GlowByte внедрил систему персонализации категорий и ставок кешбэка
Банк «Открытие» внедрил в свою программу лояльности МАКС систему персонализации категорий и ставок кешбэка. ИТ-партнером проекта выступила команда Advanced Analytics GlowByte. Аналитики построили сложную сбалансированную систему на open-source-технологиях, которая учитывает как потребности клиентов, так и интересы и риски бизнеса. Об этом сообщили представители GlowByte.
При подборе релевантных предложений для клиента (индивидуальный набор MCC-категорий и ставок начисления кешбэка в них) система определяет удовлетворенность клиента – сколько он ожидал получить при заданной ставке и сколько получит с учетом ограничений, а также сложность получения кешбэка, то есть как много клиент способен потратить в предлагаемой категории.
В то же время система учитывает интересы и риски бизнеса: ограничение по доступной сумме кешбэка; стратегию удержания клиентов, снижающих активность; стратегию развития клиентов, у которых есть к этому потенциал (если у клиента нет транзакций в категории, где их совершает большинство держателей карт, то именно в этой категории клиенту может быть предложена высокая ставка начисления кешбэка, чтобы расширить его категорийный профиль и тем самым повысить лояльность).
Также в рамках проекта реализована система статистического мониторинга, которая позволяет оценивать экономический эффект персонализации бонусных предложений в каждом отдельном микросегменте клиентской базы. Индивидуальный анализ микросегментов с особенно высоким или особенно низким эффектом позволяет получить новые инсайты о клиентском поведении.
Готовых («коробочных») аналогов системы не существует. Проект уникален и по своей сложности: персональные предложения формируются путем решения сложной оптимизационной задачи, в которой в качестве динамических ограничений выступают прогнозы нескольких математических моделей. При этом задача решена минимальными техническими средствами: значительная часть кода написана на SQL (а MVP реализован только средствами SQL) – такое решение не требует от заказчика никаких дополнительных затрат на серверы, программное обеспечение и их поддержку.
При подборе релевантных предложений для клиента (индивидуальный набор MCC-категорий и ставок начисления кешбэка в них) система определяет удовлетворенность клиента – сколько он ожидал получить при заданной ставке и сколько получит с учетом ограничений, а также сложность получения кешбэка, то есть как много клиент способен потратить в предлагаемой категории.
В то же время система учитывает интересы и риски бизнеса: ограничение по доступной сумме кешбэка; стратегию удержания клиентов, снижающих активность; стратегию развития клиентов, у которых есть к этому потенциал (если у клиента нет транзакций в категории, где их совершает большинство держателей карт, то именно в этой категории клиенту может быть предложена высокая ставка начисления кешбэка, чтобы расширить его категорийный профиль и тем самым повысить лояльность).
Также в рамках проекта реализована система статистического мониторинга, которая позволяет оценивать экономический эффект персонализации бонусных предложений в каждом отдельном микросегменте клиентской базы. Индивидуальный анализ микросегментов с особенно высоким или особенно низким эффектом позволяет получить новые инсайты о клиентском поведении.
Готовых («коробочных») аналогов системы не существует. Проект уникален и по своей сложности: персональные предложения формируются путем решения сложной оптимизационной задачи, в которой в качестве динамических ограничений выступают прогнозы нескольких математических моделей. При этом задача решена минимальными техническими средствами: значительная часть кода написана на SQL (а MVP реализован только средствами SQL) – такое решение не требует от заказчика никаких дополнительных затрат на серверы, программное обеспечение и их поддержку.
Николай Бубнов, бизнес-лидер трайба «Лояльность и партнеры», банк «Открытие», сказал: «Раньше мы начисляли фиксированный кешбэк всем клиентам, не используя персонализированный подход. Но постепенно пришли к гипотезе, что не все клиенты одинаково нуждаются в кешбэке: если предложить клиентам каждый месяц определять категории кешбэка самостоятельно, то не все воспользуются этой возможностью. Такая механика позволяет начислять больше кешбэка тем клиентам, кто в нем действительно заинтересован. Но для перехода на новую механику требовалось отказаться от единого фиксированного кешбэка и внедрить персонализированную программу лояльности. Систему персонализации смогли разработать и внедрить коллеги из GlowByte. Благодаря ей мы не просто предоставили клиенту возможность каждый месяц «включать» кешбэк самостоятельно, а предложили выбирать один из сформированных специально для него бонусных пакетов, который позволит получать максимальную выгоду от покупок».Front matter, or preliminaries, is the first section of a book and is usually the smallest section in terms of the number of pages. Each page is counted, but no folio or page number is expressed or printed, on either display pages or blank pages.
Дмитрий Забавин, архитектор решения, Advanced Analytics GlowByte, сказал: “По своей сложности этот проект позволил нам собрать воедино все лучшие наработки из области теории игр и имитационного управления бюджетом. В итоге нам удалось создать универсальную платформу для последующего решения схожих задач в других индустриях”.