银行 / 金融
银行零售业务：客户流失预警与交叉销售
挑战
客户流失往往在发生后才被察觉；交叉销售依赖客户经理个人经验，缺少统一的线索排序机制。
我们做了什么
- 与业务方共同定义「流失」的可操作口径，避免模型与业务各说各话
- 整理可用于建模的客户行为与交易特征，明确哪些特征受合规限制不可使用
- 用历史数据回测预警效果，并设定上线后可接受的误报范围
- 把预警结果接进客户经理的日常工作台，配套线索处理与反馈闭环
交付物
- 流失口径定义与特征清单
- 模型回测报告（含误报与漏报分析）
- 客户经理工作台对接方案
- 线索处理与效果反馈机制
效果怎么衡量
这个项目约定用以下指标衡量：流失预警命中情况、交叉销售转化、客户经理响应时长。
具体改善幅度暂不披露。本案例的量化结果需经客户书面授权后方可披露，目前不对外公开。
说明：待确认项：auto-parts-supply-chain / 供应链响应速度（需客户确认统计口径（起点/终点/样本区间）并出具书面授权）；auto-parts-supply-chain / 库存周转率（需客户确认统计口径并出具书面授权）；retail-site-selection / 单店坪效（需客户确认样本门店范围与对比口径并出具书面授权）；retail-site-selection / 年节省拓店成本（该表述金额巨大且无测算过程，建议直接删除而不是补授权）；bank-churn-prediction / 流失预测准确率（需客户确认测试集口径、时间窗口与授权）；bank-churn-prediction / 交叉销售成功率（需客户确认对照组设置与授权）
相关服务
本案例涉及 AI+产品（智能 CRM）。想了解相近场景的做法，可以预约一次沟通。