Bomzai › Insights › Casos de sucesso › Seguros

Predição de churn de clientes

IA Seguros 3 mois
Resultado medido
-30% churn no segmento-alvo, +2M€ prêmios retidos/ano

Contexto

Seguradora multirramos (auto, residencial, saúde) com uma carteira de 3 milhões de contratos e uma taxa de churn anual de 18%, bem acima da média do mercado (12%). As ações de retenção são acionadas após o recebimento da carta de cancelamento, ou seja, tarde demais em 80% dos casos. O custo de aquisição de um novo cliente é 5 vezes superior ao custo de retenção.

Problema & Desafio

Taxa de churn a 18% vs 12% benchmark de mercado, representando uma perda de 15M€ em prêmios anuais. Ações de retenção acionadas após o cancelamento: tarde demais em 80% dos casos. Nenhum score de attrição: impossível identificar os clientes em risco antes de sua saída. Campanhas de retenção genéricas (mesma oferta para todos) com taxa de sucesso de 5%. Equipes comerciais sobrecarregadas e sem priorização: contactam os clientes aleatoriamente.

Solução & Entregas

Modelo ML de previsão de churn treinado em 5 anos de histórico com 50+ features (comportamentais, contratuais, sinistralidade). Scoring em tempo real integrado ao CRM: cada cliente tem um score de atrito atualizado diariamente. Workflow de retenção automatizado: acionamento de ações personalizadas 3 meses antes do vencimento conforme o perfil de risco. A/B testing integrado para otimizar as ofertas de retenção por segmento. Dashboard de retenção para a gestão: acompanhamento do funil, taxa de sucesso por ação, ROI das campanhas. Solução industrializada, não um protótipo.

Tecnologias

PythonScikit-learnMLflowDatabricksSalesforce

Un cas similaire dans votre secteur ?

Nos experts peuvent approfondir ce thème lors d’un échange de 30 minutes.

Falar com um especialista →