Asiakkaat/ Pankki, vakuutus ja rahoitus/ Fennialla lisää ymmärrystä asiakaspoistumasta

Fennialla lisää ymmärrystä asiakaspoistumasta

 

SASin toimittama vakuutusalan toimialaratkaisu auttaa Fenniaa tunnistamaan sekä uskollisimmat että poistumista kenties harkitsevat asiakkaansa ja suunnittelemaan markkinointiaan sen pohjalta.

Asiakasuskollisuus on ollut vakuutusalalla perinteisesti korkea. Alan rakennemuutokset ja kuluttajien käyttäytymisen muutokset ovat kuitenkin Fennian markkinointipäällikön Arto Björkmanin mukaan viime vuosina lisänneet koko alalla asiakkaiden herkkyyttä vaihtaa yhtiötä

"Asiakasuskollisuus on ollut vakuutusalalla perinteisesti korkea. Alan rakennemuutokset ja kuluttajien käyttäytymisen muutokset ovat kuitenkin viime vuosina lisänneet koko alalla asiakkaiden herkkyyttä vaihtaa yhtiötä. Tästä syystä katsoimme, että meidän on hyvä lähteä mallintamaan tätäkin asiaa,

—markkinointipäällikkö Arto Björkman perusteli sitä, miksi Fennia otti vuoden 2008 lopussa käyttöön SASin vakuutusalan toimialaratkaisun ja siitä erityisesti asiakaspoistuman ennakointia koskevan sovelluksen

 
Juha Saarnion (vas.) ja Arto Björkmanin mukaan parhaita puolia asiakaspoistuman analysoinnissa on se, että saatua tietoa pystytään saman tien myös hyödyntämään käytännön työssä.

"Tästä syystä katsoimme, että meidän on hyvä lähteä mallintamaan tätäkin asiaa", hän perusteli SAS Forum Finlandissa pitämässään esityksessä sitä, miksi Fennia otti viime vuonna käyttöön SASin vakuutusalan toimialaratkaisun ja siitä erityisesti asiakaspoistuman ennakointia koskevan sovelluksen.

Asiakaspoistuman mallintaminen on Björkmanin mukaan Fenniassa yksi osa laajempaa pyrkimystä lisätä asiakasymmärrystä. Kyse on kaiken kaikkiaan pitkällisestä oppimisprosessista, josta on toteutetussa pilottivaiheessa jo saatu hänen mukaansa hyviä kokemuksia.

Valmis tietomalli
Ensimmäiseksi Fenniassa ryhdyttiin liiketoiminnallisista syistä mallintamaan asiakaspoistumaa kotivakuutusasiakkaiden parissa. Poistumamäärät ovat silläkin alueella hyvin vähäisiä, mutta niitä haluttiin ymmärtää paremmin.

"Ideaalitarpeenamme oli, että jokainen asiakas saisi poistumaa tai uskollisuutta kuvaavan todennäköisyysluvun. Todennäköisyydet eivät kuitenkaan olleet kriittisin asia, vaan se, että saamme luokiteltua asiakkaat järjestykseen, uskollisimmista kaikkein todennäköisimmin poistuviin", suunnittelija Juha Saarnio kertoi omassa osuudessaan.

SAS-ratkaisun sisältämään valmiiseen tietomalliin on muun muassa koottu noin 320 muuttujaa, jotka voivat vaikuttaa asiakaspoistumaan vakuutusalalla. Malliin voi helposti lisätä omia ja poistaa valmiita muuttujia. Fennia päätyi Saarnion mukaan käyttämään 110 valmista muuttujaa, joita täydennettiin 40 omalla muuttujalla.

"Valmiiden muuttujien joukossa oli monia hyviä muuttujia, jotka eivät olisi tulleet meille itsellemme mieleenkään", hän totesi.

Varsinaiseen mallintamiseen ratkaisu tarjoaa vaihtoehtoisiksi menetelmiksi ainakin päätöksentekopuut, logistisen regression ja neuroverkot. Fenniassa päätöksentekopuita on käytetty tärkeimpien muuttujien tunnistamiseen ja logistista regressiota sen jälkeen varsinaiseen mallin tekoon.

Osuvia ennusteita
Fennian kehittämän mallin tuottamat poistumatodennäköisyydet ovat Saarnion mukaan osuneet varsin hyvin kohdalleen, kun niitä on verrattu toteutumalukuihin. Silti malli ei ole periaatteessa koskaan valmis, vaan sitä voidaan jatkuvasti hienosäätää.

"Jossain vaiheessa kehittämiselle kannattaa kuitenkin pistää stoppi. Viimeiset promillet, joilla mallin antamien todennäköisyyksien tarkkuutta voidaan lisätä, eivät ole yleensä vaivan väärtejä."

Malli olisi kuitenkin Saarnion mielestä hyvä tehdä aineistolla, joka ei perustu koko ajan saman asiakasjoukon tietoihin. Kun populaatio elää, malli pystyy tuottamaan jatkuvasti uusia todennäköisyyksiä.

Asiakaspoistuman analysoimisen avulla Fenniassa on Saarnion mukaan saatu yhtä hyvin vahvistettua kuin kumottuakin monia aikaisemmin pelkkään mutu-tuntumaan perustuneita näkemyksiä tekijöistä, jotka vaikuttavat asiakasuskollisuuteen ja asiakaspoistumaan.

Takaisin