Ottimizzazione dei prezzi basata sui dati

Contesto e obiettivi

Un assicuratore internazionale doveva trasformare le proprie pratiche di tariffazione per basarle maggiormente sui dati.

L'obiettivo era introdurre pratiche di tariffazione algoritmica che fissassero in modo dinamico offerte di prodotto, prezzi e promozioni.

Risultati

In media sul gruppo, +10 % di ricavi e +2 punti percentuali di risultato.

Il nostro approccio

Fase 1: individuazione e raccolta

• Individuazione e raccolta di tutti i dati rilevanti: dati interni, dati dei clienti, dati dei veicoli, dati geocodificati, altri dati esterni, ecc.
• Progetti distinti per i rinnovi dei contratti e per l'acquisizione di nuovo business

Fase 2: costruzione

• Score di apprendimento automatico per prevedere il rischio del cliente, l'elasticità al prezzo, il comportamento dei clienti, la competitività sul mercato e il customer lifetime value
• Definizione degli obiettivi di business, del quadro di ottimizzazione dei prezzi e del solver
• In parallelo, progettazione dell'architettura IT che ospita la soluzione (ottimizzazione dinamica dei prezzi in produzione), con una decisione di make or buy a ogni fase del processo di tariffazione

Fase 3: pilota

• Pilota dei primi casi di rinnovo e acquisizione in un'entità, poi estensione a quattro entità in quattro aree geografiche