A carregar...
Publicação
Customer lifetime value in insurance
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.58 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Throughout the years, companies from several business sectors have strived to strengthen their client portfolio by acquiring and retaining the most profitable. For this to happen, current and potential clients must be clearly classified based on their past and future interactions with a company throughout the lifetime of their relationship. This report presents how the previous scenario was implemented using Customer Lifetime Value (CLV) in one of the biggest bancassurance companies in Portugal, during a 9-month internship.
Before delving into the detailed set of this project phases, the concept of CLV was reviewed, as well as the characteristics which define its several approaches, followed by the alignment of the chosen approach to the company reality. This CLV model was limited to a 12-month future horizon, covered 7 company dimensions (one global, plus 1 per lines of business) and took into consideration as main future client interactions churn, cross-sell, upsell and risk of claiming. These previous components were modeled with the help of SAS Enterprise Miner or estimated using SAS Enterprise Guide and analyzing historical events. Besides a purely monetary CLV, it was also generated an ordinal output using a set of business rules and a ranking data discretization method. Finally, a back-test validation procedure was executed to evaluate the reliability of both types of outputs in each of the considered dimensions and its results were analyzed.
Ao longo dos anos, empresas de diversos setores têm-se esforçado para fortalecer o seu portfolio de clientes, adquirindo e retendo os mais lucrativos. Para que isto acontecer, os clientes atuais e potenciais têm de ser devidamente categorizados com base nas suas interações passadas e futuras com uma determinada empresa, ao longo do ciclo de vida da sua relação com a mesma. Este relatório vez por sua vez apresentar como o cenário anterior foi implementado durante um estágio de 9 meses numa das maiores empresas de bancassurance em Portugal, recorrendo ao Customer Lifetime Value (CLV). Antes de aprofundar o conjunto de fases deste projeto, foi feita uma revisão do conceito de CLV, assim como das principais características que definem as diversas abordagens, seguido do alinhamento da abordagem escolhida com a realidade da companhia. Este modelo foi limitado a um horizonte futuro de 12 meses, compreendeu 7 dimensões (uma global e uma por cada linha de negócio) e integrou como principais interações futuras do cliente o churn, cross-sell, upsell e risco de sinistralidade. Estes componentes foram modelados com a ajuda da ferramenta SAS Enterprise Miner, ou estimados utilizando o SAS Enterprise Guide para analisar eventos passados. Além de um CLV puramente monetário, também foi criado um output ordinal recorrendo a um conjunto de regras de negócio e um método de ranking data discretization. No fim, foi executado um procedimento de validação back-test com o intuito de avaliar a credibilidade dos dois tipos de outputs ao longo das várias dimensões e foi feita uma análise dos resultados finais.
Ao longo dos anos, empresas de diversos setores têm-se esforçado para fortalecer o seu portfolio de clientes, adquirindo e retendo os mais lucrativos. Para que isto acontecer, os clientes atuais e potenciais têm de ser devidamente categorizados com base nas suas interações passadas e futuras com uma determinada empresa, ao longo do ciclo de vida da sua relação com a mesma. Este relatório vez por sua vez apresentar como o cenário anterior foi implementado durante um estágio de 9 meses numa das maiores empresas de bancassurance em Portugal, recorrendo ao Customer Lifetime Value (CLV). Antes de aprofundar o conjunto de fases deste projeto, foi feita uma revisão do conceito de CLV, assim como das principais características que definem as diversas abordagens, seguido do alinhamento da abordagem escolhida com a realidade da companhia. Este modelo foi limitado a um horizonte futuro de 12 meses, compreendeu 7 dimensões (uma global e uma por cada linha de negócio) e integrou como principais interações futuras do cliente o churn, cross-sell, upsell e risco de sinistralidade. Estes componentes foram modelados com a ajuda da ferramenta SAS Enterprise Miner, ou estimados utilizando o SAS Enterprise Guide para analisar eventos passados. Além de um CLV puramente monetário, também foi criado um output ordinal recorrendo a um conjunto de regras de negócio e um método de ranking data discretization. No fim, foi executado um procedimento de validação back-test com o intuito de avaliar a credibilidade dos dois tipos de outputs ao longo das várias dimensões e foi feita uma análise dos resultados finais.
Descrição
Internship Report presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics
Palavras-chave
Customer Lifetime Value CLV Customer Current Value Upsell Cross-sell Churn Risk Insurance Bancassurance Valor actual do cliente Risco Seguros