Health Insurance Cross-Sell Ranking

O problema

Uma seguradora tinha baixa taxa de conversão nas campanhas de venda de seguro veicular adicional, e um custo alto com as ligações do time comercial. Os clientes eram abordados sem nenhuma priorização, o que significava gastar tempo e dinheiro com quem não tinha interesse nenhum no produto.

O objetivo

Descobrir, antes de ligar, quais clientes tinham mais chance de comprar, para direcionar o time comercial para esse grupo, aumentando a conversão e reduzindo o custo por venda.

A solução

Em vez de um modelo que só diz "sim" ou "não", a solução foi um modelo de ranking: ele ordena todos os clientes da base do mais interessado ao menos interessado. Isso deixa a decisão nas mãos do negócio, que pode escolher ligar para os 10%, 20% ou 30% mais promissores, dependendo da capacidade do time comercial naquele momento.

Um padrão que apareceu na análise: clientes que já tiveram algum dano no carro demonstram bem mais interesse no seguro do que quem nunca teve problema, como se a experiência ruim deixasse a pessoa mais consciente do risco.

A decisão que fez diferença

Durante a análise, ficou claro que duas informações do cliente (se ele já tinha seguro de carro e se tinha carteira de motorista) praticamente respondiam sozinhas se ele se interessaria pelo produto: quase todo cliente que já tinha seguro dizia não, e a maioria de quem tinha carteira também. Um modelo apoiado demais nessas duas respostas corre o risco de estar "adivinhando" em vez de aprender um padrão real de comportamento.

Em vez de ignorar esse risco, a decisão foi deixá-lo documentado junto da entrega, recomendando que essas variáveis fossem revisadas antes de qualquer decisão comercial mais pesada em cima do modelo. Prevenir uma falsa expectativa de performance valeu mais do que apresentar um número bonito sem ressalva.

Resultado