Recomendação de produtos cross-sell

Contexto

Seguradora multiprodutos (auto, residencial, saúde, previdência) com uma taxa de cross-sell de 8% (1 produto por cliente em média). O objetivo estratégico é alcançar 1,5 produto por cliente em 3 anos. As recomendações atuais são baseadas em regras de negócio simples (se auto → propor residencial) sem personalização nem timing otimizado.

Problema & Desafio

Cross-sell a 8% vs benchmark de 22%: perda estimada de 30M€ em prêmios anuais. Recomendações baseadas em regras simples: mesma oferta proposta a todos os clientes de um segmento. Nenhuma consideração do momento de vida (mudança, nascimento, aposentadoria) nas recomendações. Canais de solicitação não otimizados: email para todos, independentemente do canal preferido do cliente. Taxa de conversão das campanhas de cross-sell: 1,2% vs 5% benchmark de mercado.

Solução & Entregas

Motor de recomendação ML calculando um score de propensão por produto para cada cliente. Algoritmo next-best-action integrando o produto ideal, o momento ideal e o canal ideal. Detecção dos momentos de vida (mudança de endereço, nascimento, troca de veículo) via dados comportamentais. Scoring atualizado em tempo real e integrado às ferramentas dos consultores (CRM, call center). A/B testing contínuo: cada variante de recomendação é testada e otimizada automaticamente.

Tecnologias