インテリジェントな価格改定による顧客維持と債権回収実績の向上

業種：金融サービス

業務部門：オペレーション

ある決済処理事業者は、債権回収の最適化、価格への感度が低い加盟店の価格改定、解約リスクのある高価値顧客の維持を通じて、中小規模の加盟店からの収益を増やそうとしていました。しかし、膨大な規模のデータが分散していたため、これらのアイデアを実行に移すために必要な分析を実施できませんでした。

課題

この決済処理事業者の事業規模では、2つの主要な課題がありました。

加盟店の活動の全体像を把握 — 顧客の活動、価格設定、決済端末、請求、不正行為、信用履歴に関する大量のデータを統合することで、同社は顧客基盤についてこれまでにない理解を得ました。
債権回収の改善 — アナリストは統計モデルを開発し、支払いの可能性に基づいてアカウントを評価します。支払いの可能性が高いアカウントは社内の債権回収チームに振り分けられ、支払いの可能性が低いアカウントは外部の債権回収業者に委託されます。
新しい価格戦略 — アナリストは大規模な分析を実施し、さまざまな手数料体系が顧客維持に与える影響を評価します。営業チームはこれらのインサイトを活用して、新規アカウントの価格設定を改善し、既存アカウントの価格を改定して解約を防ぎます。

インテリジェントな価格改定による顧客維持と債権回収実績の向上

財務アナリストは Foundry を使用して加盟店の価格改定を検討し、顧客維持を確実にしながら収益の最大化も図ります。

回収不能なアカウントを絞り込んで外部業者に委託し、回収可能性と価値が高いアカウントを優先することで、債権回収実績を改善しました。この優先順位付けの改善により、年間で数百万ドルの追加回収が見込まれました。
価格改定モデルによって加盟店の価格改定の検討が容易になり、顧客維持率が向上し、目標収益を数百万ドル上回る追加収益が生まれました。

顧客関係管理（CRM）システムとほかのデータソースを統合し、加盟店の活動を把握するための単一の Foundry オントロジーを作成しました。顧客、顧客の活動、価格設定、決済端末、請求、不正行為、信用履歴などについて、オブジェクトと関係を作成しました。
Contour とほかの Foundry 分析ツールを使用して分析を実施し、債権回収と価格設定の新しいアプローチを決定しました。Contour と Code Workbook では、さまざまな価格設定の選択肢について簡単にシナリオ分析を実施できます。Vertex と Foundry Scenarios を適用すれば、このプロセスをさらに支援できます。
債権回収の優先順位付けと価格改定の決定に使用する機械学習モデルを Code Repositories に実装しました。ここでは Foundry ML も検討できた可能性があります。
価格改定アプリケーションを Slate に実装しました。

このユースケースでは、次のパターンを実装しています。以下のリンクから、このパターンの詳細と Foundry 内での実装方法を確認できます。

このユースケースについて詳しく知りたいですか？類似の取り組みを実装したいですか？Palantir ではじめる。↗