breadcrumbs icon
Aide à la décision

Prédire

Aller au-delà des modèles linéaires généralisés : une stratégie de tarification sophistiquée intégrant les prix des concurrents

Une décision de crédit plus juste et plus personnalisée
Pour:
Prestataires de paiement et de crédit
Objectif:
Expérience client améliorée
Aller au-delà des modèles linéaires généralisés : une stratégie de tarification sophistiquée intégrant les prix des concurrents
Pour:
Tarification client Actuaires
Objectif:
Augmenter les revenus
Triage basé sur l'apprentissage automatique pour déterminer les patients de faible gravité qui peuvent être accélérés jusqu'à l'admission aux urgences en raison de leur courte durée de sortie
Pour:
Services d'urgence dans les hôpitaux.
Objectif:
Amélioration de l'efficacité des employés
Modèle de prévision et d'impact des catastrophes et des urgences
Pour:
Professionnels de la gestion des catastrophes au niveau national, Experts en adaptation au changement climatique, Agences gouvernementales, Communautés à risque
Renseignements automatisés sur l'enrichissement des menaces dans la cybersécurité
Objectif:
Améliorer l'efficacité des opérations
Apprentissage par renforcement en profondeur pour une recommandation de traitement personnalisée
Pour:
Cliniciens qui prescrivent des traitements de longue durée et modulables
Objectif:
Amélioration de l'efficacité des employés
Application de l'apprentissage automatique pour prédire le risque de nouvelles infections à l'hôpital pour les patients
Pour:
Hôpitaux
Objectif:
Amélioration de l'expérience client, anticipation des risques
Gestion - Intelligence de marché
Pour:
Chefs de produit et marketeurs.
But:
Augmenter le nombre d'utilisateurs actifs pour un service de streaming musical en identifiant le comportement des clients à forte valeur ajoutée.
Objectif:
Amélioration de l'expérience client, augmentation des revenus
Prévisions météorologiques dans l'agriculture
Pour:
Les agriculteurs
Objectif:
Anticiper les risques, améliorer l'efficacité des opérations
L'IA pour la prévention des pertes des clients des services de télécommunication
Pour:
Entreprises de télécommunications
Objectif:
Expérience client améliorée
Fabrication et usines - Maintenance prédictive
Pour:
Exploitation, R&D
But:
Éviter les arrêts non planifiés dans la fabrication en utilisant l'apprentissage automatique pour prédire les états de défaillance des équipements.
Objectif:
Anticiper les risques, améliorer l'efficacité des opérations
Modèle de prévision et d'impact des catastrophes et des urgences
Pour:
Professionnels de la gestion des catastrophes au niveau national, experts en adaptation au changement climatique, agences gouvernementales, communautés à risque.

Aller au-delà des modèles linéaires généralisés : une stratégie de tarification sophistiquée intégrant les prix des concurrents

Pour:
Tarification client Actuaires
Objectif:
Augmenter les revenus
Problème adressé
Une compagnie d'assurance générale, Suncorp, a constaté que les stratégies de tarification des concurrents affectaient leur conversion des ventes et leurs revenus en raison d'une sous-facturation ou d'une surcharge. Le personnel du centre d'appels a constaté qu'il devait consulter manuellement plusieurs sites Web de concurrents afin de rester compétitif avec un nouveau prix proposé à sa discrétion. Il n'y avait pas de cadre de tarification client cohérent pour que le personnel puisse modifier le prix lors d'une nouvelle offre.
Description
Suncorp s'est associé à un consultant externe pour inverser les prix des concurrents afin de comprendre les taux actuariels. Avec cela, ils ont pu développer un nouveau facteur de tarification - le prix du concurrent - qui est devenu une partie de leur modèle ML pour calculer de nouvelles primes d'assurance pour la tarification client. En conséquence, le personnel du centre d'appels n'a plus eu à consulter les sites Web des concurrents pour connaître leurs prix afin de rester compétitif, supprimant ce processus manuel et optimisant la productivité. Leur stratégie de prix reflète désormais leur positionnement sur le marché et le paysage concurrentiel. Résultat Les primes et les prix d'assurance de l'entreprise sont désormais plus compétitifs tout en reflétant son positionnement sur le marché. De plus, cette nouvelle stratégie de tarification augmente la conversion et les revenus. Le travail manuel effectué par le personnel du centre d'appels est désormais également automatisé pour améliorer la productivité.
perceive frame img
Données brutes
understand frame img
Machine Learning
Représentation des connaissances - Système expert
act frame img
Aide à la décision - Prédire / Prévoir
Intéressé par le même projet ou un projet similaire ?
Soumettez une demande et obtenez une évaluation gratuite de votre projet.