Nosso cliente, uma empresa de oferta de microcrédito, nos procurou para ajudá-lo na maximização de ganhos com serviço de adiantamento de créditos de telefonia móvel de duas grandes operadoras. 

Como cada operadora apresentava regras de negócio totalmente distintas, entendemos as demandas e focamos na análise preditiva para resolver os problemas. 

‍

Foi necessário primeiro coletar dados históricos dos usuários que solicitaram o serviço de adiantamento de créditos de telefonia, bem como informações adicionais, como seu histórico de recargas e outras informações de perfil.

Em seguida, usamos os dados para treinar modelos de inteligência artificial. Para uma operadora foi necessário prever a probabilidade do usuário aumentar seus gastos em recargas, enquanto que, para outra operadora, foi necessário um modelo para prever o risco de inadimplência, bem como uma política de uso para definir os valores de adiantamento para cada usuário. Em ambas as abordagens buscou-se manter um bom percentual de aprovação e maximização dos lucros, combinando análise estatística, clusterização e modelo de regressão logística.

‍

Uma vez que os modelos foram treinados e validados, passaram a ser usados para classificar novos usuários com base em seu perfil e histórico de recargas.

Essa classificação foi usada pelo nosso cliente para selecionar e conceder adiantamento de recargas de forma mais assertiva. 

‍

RESULTADOS

‍

• Aumento de 4x de retorno financeiro ao cliente com recordes históricos em receitas no serviço para a primeira operadora.
• Aumento de mais de 20% no retorno financeiro e redução de 1% da inadimplência no serviço da segunda operadora, mantendo o público no mesmo patamar de aprovação.

‍