Contexte :
Notre client est une société française de service qui propose des cartes de débit prépayées et rechargeables ainsi que d’autre services bancaires très simples d’accès et d’utilisations.
Suite à une loi obligeant l’ensemble des possesseurs d’une carte prépayée de prouver leur identité, afin de ne pas voir leur carte suspendue, notre client a dû s’adapter au plus vite et contacter ses utilisateurs pour les informer et les pousser à prouver leur identité afin de continuer à utiliser leur carte de crédit prépayée.
Défi :
Cette loi est passée en octobre 2016 et au 1 er janvier 2017 toutes les cartes dont les propriétaires n’avaient pas validé leur identité devenaient inutilisables. Notre client souhaitait donc convertir en premium le maximum de clients en très peu de temps. Pour cela, il désirait savoir quels sont parmi ces clients ceux qui étaient le plus susceptibles de passer premium.
Solution :
Nous avons recueilli des données sur ses clients, leurs caractéristiques comportementales (utilisation de sa carte, et personnelle (âge, lieu de résidence, etc…), pour obtenir des profils types.
Pour éliminer les critères non pertinents, nous avons réalisé une étude initiale de ces variables avec notre client.
Nous avons ensuite créé un algorithme efficace en découpant la base de test en 2 :
– La première partie permet de créer l’algorithme
– La seconde de vérifier sa pertinence
[responsive]
[/responsive]
Enfin nous avons mis en production l’algorithme sur une partie de la base de données clients.
Cette méthodologie est résumée par ce schéma :
[responsive]
[/responsive]
Bénéfice :
Le taux de transformation à été multiplié par 3 sur les 30% de la base que nous avons recommandé à notre client.
