Aquisição de clientes on-line • Clientes qualificados por machine learning
Resultados
-
82% de recall de casos dentro do público desejado.
-
Tempo reduzido de 120 dias para 24 horas.
-
A BBVA foi capaz de tomar decisões em tempo real.
Uma jornada de qualidade e rapidez.
No setor financeiro, os bancos estão acostumados a atrair novos clientes com promoções de cartão de crédito e outros benefícios. Mas, embora o banco estivesse investindo em esforços digitais para atrair novos clientes, seu público habitual não correspondia ao target desejado. Diante desse desafio, estabelecemos um objetivo claro: gerar tráfego de maior qualidade, sem excluir nenhum usuário real.
Otimizando o processo de aquisição de clientes on-line.
Ao longo de toda a jornada de consumo, as múltiplas interações entre o banco e seus clientes fornecem informações valiosas, que podem ser utilizadas para otimizar processos. Para aumentar a eficiência no uso desses dados, realizamos um procedimento de análise e refinamento para, depois, enviar os dados de forma dinâmica para o Google Analytics 360.
Medir o comportamento dos usuários no site — do tempo que as pessoas passavam nele ao tipo de informações que forneciam durante o cadastro — tornou-se parte essencial do processo. Depois, combinamos informações on-line e off-line para obter um gráfico de comportamento por usuário, pronto para ser tratado em um modelo de machine learning desenvolvido via AutoML.
Um modelo preditivo que sempre acerta o alvo.
O modelo nos permitiu recuperar 82% dos casos que não estavam alinhados ao target do banco e, por meio das funções Cloud, enviar essa pontuação para as plataformas de publicidade. Agora, com as ferramentas necessárias para tomar decisões em tempo real, reduzimos o tempo que o banco levava para tirar conclusões sobre novos clientes de 120 dias para 24 horas, alcançando uma alta qualidade em tempo recorde.
