Utiliser des prédictions dans les stratégies d'engagement

Une prédiction sert à prédire le comportement des clients, comme l'acceptation d'une offre ou son départ, sur la base de caractéristiques telles que le risque de crédit, le revenu et les souscriptions à des produits. Apprenez à faire des choix entre différents groupes d'actions pour proposer des offres plus pertinentes à vos clients. Acquérez de l'expérience dans l'utilisation d'une prédiction dans une stratégie décisionnelle et découvrez comment les règles d'applicabilité peuvent être définies pour refléter les exigences de la banque dans le cadre d'une stratégie décisionnelle.

Cette démo montre comment utiliser une prédiction dans une stratégie d'engagement afin de déterminer si vous pouvez faire bénéficier un client d'une offre de fidélisation.

U+ Bank pratique actuellement la vente croisée en ligne en proposant différentes cartes de crédit aux clients éligibles qui se connectent sur son site web.

La banque souhaite maintenant présenter une offre de fidélisation, au lieu d'une offre de carte de crédit, aux clients qui sont susceptibles de résilier leur contrat dans un avenir proche. Les offres de carte de crédit ne sont présentées qu'aux clients fidèles.

Pour répondre à cette exigence métier, un Decisioning Administrator a déjà configuré la taxonomie en définissant un nouvel enjeu métier appelé « Retention » (fidélisation), ainsi qu'un groupe d'offres.

Ce groupe ExtraMiles contient une offre de fidélisation : Extra Miles 5K.

L'étape suivante consiste à créer une condition d'applicabilité qui permette à un client de bénéficier d'une offre de fidélisation lorsqu'il y a de fortes chances qu'il résilie son abonnement.

Un data scientist a élaboré une prédiction capable d'identifier ces clients à haut risque.

Lorsque vous ouvrez la prédiction dans Prediction Studio, vous remarquez que les libellés de réponse éventuels sont Churn (départ) et Loyal (fidèle) pour prédire le comportement du client.

Le résultat de la prédiction est mémorisé dans la propriété pxSegment.

Pour définir la condition d'applicabilité, vous allez élaborer une stratégie décisionnelle afin de générer une offre de fidélisation uniquement si le libellé de réponse de la prédiction est Churn.

Ajoutez un composant prediction au canevas et configurez-le pour qu'il fasse référence à la prédiction de résiliation.

Ajoutez un composant Set property et connectez-le au composant Prediction.

Vous pouvez configurer le composant Set Property à un stade ultérieur pour tenir compte des champs paramétrés.

Ajoutez ensuite un composant Filter pour exclure les clients fidèles et diffuser des offres de fidélisation uniquement auprès des clients qui présentent un risque élevé de départ.

La condition de filtrage est conçue pour générer une offre de fidélisation lorsque la propriété pxSegment de la prédiction correspond à Churn.

Testez ensuite la stratégie sur deux profils de clients : Troy et Barbara.

Pour les données d'entrées externes, nous considérons toutes les offres de fidélisation possibles.

Cette stratégie génère un résultat pour Troy car la prédiction a pour résultat Churn.

En revanche, la stratégie n'obtient aucun résultat pour Barbara, puisque la valeur du segment est Loyal.

En validant la stratégie, vous confirmez dans le même temps les modifications apportées afin qu'elles prennent effet.

Vous pouvez à présent utiliser cette stratégie dans la politique d'engagement de Next-Best-Action Designer à titre de condition d'applicabilité.

La première règle métier à implémenter est la suivante : le groupe ExtraMiles ne s'applique qu'aux clients qui présentent un risque de départ élevé.

Pour mettre en œuvre cette règle, définissez une condition pour le champ Customer dans la rubrique Applicability.

Sélectionnez l'option RetentionStrategy. La condition est la suivante : la stratégie de fidélisation donne des résultats pour le composant High Churn Risk.

La seconde règle métier à implémenter est la suivante : U+ Bank souhaite présenter des offres de carte de crédit aux clients à faible risque uniquement. Cela signifie que le groupe CreditCards n'est pas applicable aux clients qui présentent un risque élevé.

Pour implémenter cette règle, modifiez la section Applicability du groupe CreditCards.

La condition est la suivante : la stratégie de fidélisation ne donne aucun résultat pour le composant High Churn Risk.

Une fois les conditions d'applicabilité définies, vous devez modifier la configuration des canaux (Channels).

Étant donné que U+ Bank a ajouté un nouveau groupe, ExtraMiles, qui relève d'un nouvel enjeu métier, la fidélisation (Retention), vous devez sélectionner les résultats au niveau approprié de la structure métier.

Dans le cas présent, la banque souhaite faire un choix entre deux enjeux métier distincts : les ventes (Sales) et la fidélisation (Retention). Par conséquent, sélectionnez All Issues/All Groups au niveau de la structure métier.

La sauvegarde de la configuration implémente l'exigence métier.

Sur le site web de U+ Bank, lorsque vous vous connectez sous l'identité de Troy, vous remarquez que l'offre de fidélisation s'affiche car, selon les prédictions, Troy risque de quitter l'entreprise dans un avenir proche.

 

Par contre, lorsque vous vous connectez sous l'identité de Barbara, vous constatez que c'est l'offre de carte de crédit qui apparaît, car il est prévu qu'elle reste une cliente fidèle pour le moment.

Cette démo est terminée. Que vous a-t-elle montré ?

• Comment utiliser une prédiction dans une stratégie décisionnelle
• Comment faire des choix entre différents groupes d'actions pour proposer des offres plus pertinentes à vos clients
• Comment définir des règles d'applicabilité à l'aide d'une stratégie décisionnelle dans Next-Best-Action Designer