Entradas
Banco Itaú eligió a SPSS, una compañía de IBM, como proveedor de soluciones predictivas. A través de este proyecto, el banco buscó optimizar las campañas de marketing con el fin de ofrecer productos a la medida de sus clientes y -de esta manera- contribuir a generar una industria bancaria más inteligente. Eligiendo a SPSS Argentina como socio estratégico, Banco Itaú decidió acelerar su crecimiento a través de la implementación de una solución de inteligencia comercial indispensable para definir y ejecutar estrategias efectivas de venta cruzada y adquisición de nuevos clientes. Para satisfacer sus objetivos comerciales, IBM SPSS puso al alcance de Banco Itaú herramientas que permitieron responder preguntas críticas como a quién contactar, qué ofrecerle, cuándo y por qué canal. Buscábamos incrementar el valor del cliente y su satisfacción mientras pretendíamos maximizar la rentabilidad del banco a través del análisis y ejecución de estrategias de venta cruzada y adquisición. Es por eso que elegimos las soluciones de SPSS, una compañía de IBM”, comentó Mauricio González Botto, COO de Banco Itaú.A través del análisis predictivo Banco Itaú logró incrementar la precisión de sus campañas, al obtener mejoras en la comprensión y análisis del perfil y de las necesidades de sus clientes. La puesta en marcha de múltiples acciones comerciales simultáneas permitió a la entidad financiera incrementar los resultados de las mismas y el nivel de ventas cruzadas (cross-selling) de sus productos.
El proyecto se basó en productos de la familia IBM SPSS y constó de cuatro fases consecutivas.
1) Predictive Models: consiste en desarrollar modelos predictivos utilizando IBM SPSS MODELER para seleccionar a los clientes con mayores probabilidades de aceptar una oferta.
2) “Cross-selling machine”: anticipa la próxima mejor oferta para cada cliente a partir de procesos automatizados mediante IBM SPSS COLLABORATION AND DEPLOYMENT SERVICES.
3) “Sales Optimization”: maximiza no sólo la respuesta sino también la rentabilidad de cada producto, considerando los ingresos esperados para cada producto, la efectividad, costo y capacidad de cada canal y los objetivos mínimos de venta, a través de IBM SPSS EVENTO BUILDER.
4) Enterprise Feedback Management: implementa un diálogo personalizado con cada cliente utilizando IBM SPSS DATA COLLECTION con el propósito de comprender mejor sus necesidades y acercarle ofertas personalizadas.
El proyecto se basó en productos de la familia IBM SPSS y constó de cuatro fases consecutivas.
1) Predictive Models: consiste en desarrollar modelos predictivos utilizando IBM SPSS MODELER para seleccionar a los clientes con mayores probabilidades de aceptar una oferta.
2) “Cross-selling machine”: anticipa la próxima mejor oferta para cada cliente a partir de procesos automatizados mediante IBM SPSS COLLABORATION AND DEPLOYMENT SERVICES.
3) “Sales Optimization”: maximiza no sólo la respuesta sino también la rentabilidad de cada producto, considerando los ingresos esperados para cada producto, la efectividad, costo y capacidad de cada canal y los objetivos mínimos de venta, a través de IBM SPSS EVENTO BUILDER.
4) Enterprise Feedback Management: implementa un diálogo personalizado con cada cliente utilizando IBM SPSS DATA COLLECTION con el propósito de comprender mejor sus necesidades y acercarle ofertas personalizadas.
