Examples of completed projects
Data Science
Increasing the effectiveness of call center calls
Before: Calling to customers completely at random – on random days and hours.
After: Optimal days and part of the days of contact for each customer segment.
Result: Efficiency of the call increased even 2 times for some segments.
Before: Calling to customers completely at random – on random days and hours.
After: Optimal days and part of the days of contact for each customer segment.
Result: Efficiency of the call increased even 2 times for some segments.
Identification of agents with high risk of loss
Before: A simple decision expert model;
identifying transactions with potential high operational risk,
using basic data on a single transaction.
After: Automatic process of assessing the agency’s quality on the basis
of its current behavior and sales portfolio
Based on a complex algorithm identifying the risk of high operating costs
Result: Reduction of operating costs by 30%.
Before: A simple decision expert model;
identifying transactions with potential high operational risk,
using basic data on a single transaction.
After: Automatic process of assessing the agency’s quality on the basis
of its current behavior and sales portfolio
Based on a complex algorithm identifying the risk of high operating costs
Result: Reduction of operating costs by 30%.
Analysis of the impact of competition on sellings
Before: Noticeable decrease in selling after the opening of competitors’ facilities
No information for which product groups there was an impact on selling.
No information on how the distance of a competitor’s facility affects sellings
After: Ability to reliably compare the level of influence of competition per store category
Determination of expected decrease in sellings on specific product groups
Result: Possibility of protection against a selling drop at the level of the facility.
Before: Noticeable decrease in selling after the opening of competitors’ facilities
No information for which product groups there was an impact on selling.
No information on how the distance of a competitor’s facility affects sellings
After: Ability to reliably compare the level of influence of competition per store category
Determination of expected decrease in sellings on specific product groups
Result: Possibility of protection against a selling drop at the level of the facility.
Reduction of collection costs in a telecommunications company
Before: Manual selection of one out of 4 collection strategies for a given client
Based on 2 simple criteria (amount and time of arrears) and the intuition of the decision-maker
After: Automatic vindication strategy selection process based on many criteria and maximizing profit
Result: For 40% of customers, internal debt recovery proved to be unnecessary and ineffective; Profits from debt recovery increased by 20%.
Before: Manual selection of one out of 4 collection strategies for a given client
Based on 2 simple criteria (amount and time of arrears) and the intuition of the decision-maker
After: Automatic vindication strategy selection process based on many criteria and maximizing profit
Result: For 40% of customers, internal debt recovery proved to be unnecessary and ineffective; Profits from debt recovery increased by 20%.
Increasing sales on the smartphone platform
Before: Random selection of several products for the screen viewed by the customer
No hint at global level
After: Automatic selection of products adapted to customer profile
Result: 30% conversion of recommended products.
Before: Random selection of several products for the screen viewed by the customer
No hint at global level
After: Automatic selection of products adapted to customer profile
Result: 30% conversion of recommended products.
Credit risk model for a financial institution
Before: A simple decision model
After: Automaticmonitoring ofquality of scoring model
Automatic model quality analysis
Result: Using advanced modelling methods, a more efficient model was prepared than the basic model.
Before: A simple decision model
After: Automaticmonitoring ofquality of scoring model
Automatic model quality analysis
Result: Using advanced modelling methods, a more efficient model was prepared than the basic model.
Price sensitivity model
Before: A simple decision model based on expert rules, using
basic data about the customer
After: Automatic price sensitivity process indicating optimal
price for the product, based on a complex algorithm identifying price that maximizes profit
Result: Increase in profit by 8-12% depending on the product group.
Before: A simple decision model based on expert rules, using
basic data about the customer
After: Automatic price sensitivity process indicating optimal
price for the product, based on a complex algorithm identifying price that maximizes profit
Result: Increase in profit by 8-12% depending on the product group.
Increasing the effectiveness of additional sales in a financial institution
Before: A simple decision model based on statistical linear model
Using monthly data
Based on data available in only one department
After: Automatic process identifying customers most likely to buy at any given time
Maximizing conversion
Result: 10-20% increase in conversion depending on the customer group.
Before: A simple decision model based on statistical linear model
Using monthly data
Based on data available in only one department
After: Automatic process identifying customers most likely to buy at any given time
Maximizing conversion
Result: 10-20% increase in conversion depending on the customer group.
Business Consulting
Revitalization of the bank's sales call center
Przed: Wycinkowy; z brakiem kontroli nad jego resztą, Manualny, Z wąskimi gardłami, Bez regularnych raportów, Bez standardów KPI, Bez pełnej struktury organizacyjnej, Niska motywacja pracowników
Po: End-To-End – z pełną kontrolą, Automatyczny proces dzwonienia do klientów; w pełni parametryzowalny
Zarządzalny dzięki jasnej strukturze organizacyjnej; zakresom obowiązków; raportom i standardom
Wysoka motywacja pracowników dzięki wprowadzonym narzędziom; szkoleniom i bieżącym procesom coachingu
Efekt: 10-krotny wzrost wyników sprzedaży – rekordowe wyniki call center sprzedażowego w polskiej bankowości
Przed: Wycinkowy; z brakiem kontroli nad jego resztą, Manualny, Z wąskimi gardłami, Bez regularnych raportów, Bez standardów KPI, Bez pełnej struktury organizacyjnej, Niska motywacja pracowników
Po: End-To-End – z pełną kontrolą, Automatyczny proces dzwonienia do klientów; w pełni parametryzowalny
Zarządzalny dzięki jasnej strukturze organizacyjnej; zakresom obowiązków; raportom i standardom
Wysoka motywacja pracowników dzięki wprowadzonym narzędziom; szkoleniom i bieżącym procesom coachingu
Efekt: 10-krotny wzrost wyników sprzedaży – rekordowe wyniki call center sprzedażowego w polskiej bankowości
Wdrożenie sprzedaży kontekstowej w instytucji finansowej
Przed: Dobór kanału kontaktu oparty głównie o zdolności przerobowe poszczególnych kanałów
Jednolita ustandaryzowana komunikacja produktu do wszystkich klientów
Jeden proces sprzedażowy dla wszystkich klientów
Po: Dobór kanałów komunikacji
Prezentacja produktu w kanałach oparta o opis cech tożsamy z profilem klienta
W pełni automatyczny proces dystrybucji lead’ów wraz z profilem komunikacyjnym
Efekt: Zwiększenie konwersji na poszczególnych akcjach od 30% do nawet 300%
Wzrost ogólnego wyniku sprzedaży karty kredytowej o 20%
Przed: Dobór kanału kontaktu oparty głównie o zdolności przerobowe poszczególnych kanałów
Jednolita ustandaryzowana komunikacja produktu do wszystkich klientów
Jeden proces sprzedażowy dla wszystkich klientów
Po: Dobór kanałów komunikacji
Prezentacja produktu w kanałach oparta o opis cech tożsamy z profilem klienta
W pełni automatyczny proces dystrybucji lead’ów wraz z profilem komunikacyjnym
Efekt: Zwiększenie konwersji na poszczególnych akcjach od 30% do nawet 300%
Wzrost ogólnego wyniku sprzedaży karty kredytowej o 20%
Reorganizacja firmy usługowej średniej wielkości
Przed: Płaska struktura organizacyjna, przenikające się zakresy zadań, brak systemów motywacyjnych
Po: Efektywna struktura organizacyjna, klarowne zakresy zadań, systemy motywacyjne
Efekt: Większa efektywność działania, szybsza realizacja projektów
Przed: Płaska struktura organizacyjna, przenikające się zakresy zadań, brak systemów motywacyjnych
Po: Efektywna struktura organizacyjna, klarowne zakresy zadań, systemy motywacyjne
Efekt: Większa efektywność działania, szybsza realizacja projektów
Automatyzacja oceny wiarygodności finansowej kontrahentów
Przed: Manualny i czasochłonny proces weryfikacji kontrahentów oparty na indywidualnej i subiektywnej ocenie
Utrudniony dostęp do danych finansowych o kontrahentach
Wykorzystywanie ograniczonych informacji
Po: Automatyczna analiza danych finansowych kontrahenta i wyliczenie najistotniejszych miar i wskaźników oraz limitów kupieckich
Natychmiastowa wiedza na temat aktualnej kondycji firmy
Cykliczny monitoring sytuacji kontrahenta
Efekt: Skrócenie procesu analizy potencjalnego kontrahenta z kilku godzin do kilku minut; Ograniczenie ryzyka finansowego i poprawa płynności finansowej; Wyższa efektywność pracy i obniżenie kosztów operacyjnych;
Przed: Manualny i czasochłonny proces weryfikacji kontrahentów oparty na indywidualnej i subiektywnej ocenie
Utrudniony dostęp do danych finansowych o kontrahentach
Wykorzystywanie ograniczonych informacji
Po: Automatyczna analiza danych finansowych kontrahenta i wyliczenie najistotniejszych miar i wskaźników oraz limitów kupieckich
Natychmiastowa wiedza na temat aktualnej kondycji firmy
Cykliczny monitoring sytuacji kontrahenta
Efekt: Skrócenie procesu analizy potencjalnego kontrahenta z kilku godzin do kilku minut; Ograniczenie ryzyka finansowego i poprawa płynności finansowej; Wyższa efektywność pracy i obniżenie kosztów operacyjnych;
