← Todos os casos Caso · Banca
Banca · Crédito ao consumo

Apanhar clientes antes de saírem

Um banco de crédito ao consumo perdia mutuários e não tinha forma fiável de o ver chegar; só dava por isso depois de acontecer. O trabalho era sinalizar os clientes em risco a tempo de agir, não reagir quando já tinham saído.

Setor
Banca
Foco
Modelação de churn
Duração
13 dias
Âmbito
Piloto, Portugal
A premissa
Estimado

«damos por isso quando um cliente estiver de saída»

Medido

um sinal de saída definido 30 a 60 dias antes de o cliente decidir

Trocar o achismo pelo número.

O desafio

Manter um cliente custa muito menos do que ganhar um novo, por isso até uma pequena descida na perda de clientes protege receita e margem. O problema é que o banco só via a saída depois de consumada, e nem todas as saídas são iguais.

01Reagir tarde de mais

A saída só era visível depois de o cliente já ter ido, por isso as ofertas de retenção chegavam depois da decisão tomada.

02Dois caminhos de saída diferentes

Há quem liquide o crédito mais cedo e há quem chegue ao fim do contrato e não faça outro. Cada caso pede uma resposta diferente.

03Sinal disperso por vários sistemas

A informação útil vivia em sítios separados: contratos, registos de crédito do Banco de Portugal, scores de risco e dados financeiros do cliente.

O que fizemos

Uma definição precisa de saída, e o modelo certo para cada pergunta

A saída foi ligada ao ciclo de vida do contrato: um cliente que termina ou liquida um crédito e não abre outro numa janela de 30 a 60 dias conta como perdido. Isto transformou uma preocupação vaga em algo concreto e mensurável.

  • Dividimos o problema em dois: quem liquida o crédito antes do prazo acordado e como difere de quem vai até ao fim, e quem faz um novo contrato a seguir e quem não faz.
  • Escolhemos o modelo conforme a pergunta. Classificação para «este cliente vai sair?», e análise de sobrevivência (Kaplan-Meier, Cox) para «quando é provável que saia», dando uma leitura de risco que se move no tempo em vez de um corte fixo.
  • Usámos clustering para separar os clientes por comportamento, para abordar cada grupo nos seus próprios termos.
  • Juntámos quatro fontes numa só vista: contratos, dados de crédito do Banco de Portugal, scores de risco e financeiros agregados, ao longo de dois anos de histórico.
Resultados
4 fontes de dados reunidas numa só vista de modelação Unificado
2 sinais de saída modelados: liquidação antecipada e não-renovação Nos dois sentidos
3M+ linhas de histórico a alimentar uma leitura de risco no tempo Dois anos
  • Uma definição clara e testável de saída sobre a qual o negócio pode agir antes de o cliente partir.
  • Uma abordagem feita para responder ao quem e ao quando, não a um simples sim ou não.
  • Montado como piloto em Portugal, pronto a estender a outros mercados se se confirmar.
PRÓXIMO PASSO

Há um caso destes na sua fábrica?

Uma conversa de 30 minutos chega para perceber. Se fizer sentido, avançamos para uma visita.

Vista de cima de duas pessoas a conversar, uma com um tablet na mão, no corredor de um armazém industrial

Diga-nos o que se passa na sua fábrica.