インテリジェントな再価格設定による維持率と回収パフォーマンスの向上

業界セクター: 金融サービス

業務機能: オペレーション

ある支払い処理業者は、小規模および中規模の商人からの収益を最大化するため、回収の最適化、感度の低い商人の再価格設定、および解約リスクのある高価値顧客の維持を目指しました。膨大な規模の断片化されたデータ環境では、これらのアイデアを実行するために必要な分析を実行することができませんでした。

課題

この処理業者の運用規模では、主に 2 つの課題がありました:

• 回収のために商人を優先順位付けまたはランク付けする効果的な方法がない
• 商人に最適な料金や手数料を決定する能力が限られている

ソリューション

• 商人活動の完全なビュー — 顧客の活動、価格設定、支払い端末、請求、詐欺、信用履歴に関する膨大なデータを統合することで、顧客基盤に関する前例のない理解を得ることができました。

• 改善された回収 — アナリストは、支払可能性に基づいてアカウントを評価する統計モデルを開発しました。支払可能性の高いアカウントは社内の回収チームに、支払可能性の低いアカウントはサードパーティの回収業者に送られます。

• 新しい価格設定戦略 — アナリストは、さまざまな料金構造が顧客維持に与える影響を評価する大規模な分析を行います。営業チームはこれらの洞察を使用して、新しいアカウントの価格設定を改善し、既存アカウントの再価格設定を行って解約を防ぎます。

ステークホルダーとユーザーグループ

• 商人回収チーム
• 財務アナリスト
• データサイエンティスト
• 営業チーム

財務アナリストは、商人の再価格設定エクササイズを通じて維持を確保し、収益を最大化するために Foundry を使用します。

インパクト

• 回収不能なアカウントを 3rd パーティにフィルター処理し、非常に回収可能で高価値のアカウントを優先させることで回収パフォーマンスを向上させました。これにより、優先順位の改善により年間で数百万ドルの追加回収が見込まれました。
• 再価格設定モデルは商人の再価格設定エクササイズを支援し、維持率を向上させ、目標収益を上回る数百万ドルの追加収益を生み出しました。

作成方法

• 顧客関係管理 (CRM) システムやその他のデータソースを統合し、商人活動を理解するための単一の Foundry オントロジー を作成しました。顧客、その活動、価格設定、支払い端末、請求、詐欺、信用履歴などのオブジェクトと関係を作成しました。
• Contour および他の Foundry 分析ツールを使用して、新しい回収および価格設定アプローチを決定するための分析を実行しました。異なる価格設定オプションのシナリオ分析は Contour および Code Workbook で簡単に行えます。Vertex および Foundry シナリオを適用して、このプロセスをさらにサポートすることができます。
• 回収の優先順位付けおよび再価格設定を決定するための機械学習モデルは Code Repositories で実装されました。Foundry ML もここで考慮されることがあります。
• 再価格設定アプリケーションは Slate で実装されました。

類似のユースケースを実装する

このユースケースは次のパターンを実装しています。以下のリンクをたどり、特定のパターンについてさらに読み、Foundry 内での実装方法を学んでください。

• 調査とコホーティング（他の 3 つのユースケースで使用）

このユースケースについてさらに情報が必要ですか？類似のものを実装したいですか？Palantir で始めましょう。 ↗