Trabalho Itaú Private Bank
01 · Relacionamentos
Onze clusters, e depois um cliente por vez.
Conduzi o escopo de um projeto de clusterização e direcionei o time de cientistas de dados, para que oferta, atendimento e comunicação parassem de tratar uma base altamente diferenciada como um público único.
- Papel
- Escopo do projeto e direção do time de cientistas de dados
- Organização
- Itaú Private Bank
- Entradas
- Dados comportamentais e de consumo
- Saída
- 11 clusters, e os perfis individuais dentro deles
01 Contexto
Uma base que nunca foi um público só.
Passei quase três anos no Itaú Private Bank trabalhando em desafios estratégicos de experiência que passavam por canais digitais, investimentos, crédito, onboarding, personalização e modelos de relacionamento.
Os clientes desse segmento quase não têm nada em comum além de patrimônio. Diferem em como ganham, como gastam, o quanto querem ser abordados e o quanto conduzem sozinhos a própria vida financeira. Tratados como um público único, toda oferta está errada para a maioria deles.
02 O modelo
Comportamento e consumo, não personas acordadas em workshop.
Direcionei o time de cientistas de dados para construir um modelo de clusterização a partir de dados comportamentais e de consumo. Depois pedi que fossem um nível além e discriminassem as variáveis que de fato mudavam comportamentos dentro de cada cluster, chegando ao cliente individual.
Pedi que o modelo fosse construído a partir de dados e histórico, porque um modelo construído assim pode ser conferido contra o que os clientes de fato fizeram. É isso que faz um time comercial aceitar mudar a forma como sempre atendeu seus clientes.
03 O que fizemos com ele
Um cliente por vez, e não onze jeitos de ser cliente.
Os clusters diziam como um grupo se comporta. O nível abaixo deles dizia com quem estávamos falando de fato. Foi ali que a personalização aconteceu: qual oferta pertence a este cliente, qual modelo de atendimento serve para ele, qual mensagem vale a pena enviar, e quando.
Então a resposta nunca foi onze jeitos de ser cliente. Foi um jeito individual de ser cliente, lido dentro do grupo que dá contexto a ele.
04 O que passamos a enxergar
Reativar sem sobrecarregar o time comercial.
A questão nunca foi só como encontrar carteiras que tinham parado de se movimentar. Era como reativá-las sem gerar um load que o time comercial não conseguisse absorver. Então usamos o modelo para criar comunicações personalizadas que davam a cada cliente um motivo para reinvestir, em vez de entregar aos gerentes uma lista de ligações mais longa.
Lemos o mesmo cliente por quatro ângulos: o perfil de investimentos, o momento em que estava, o nível de digitalização e a frequência de contato que o time comercial já tinha com ele. Depois trabalhei junto com comunicação, marketing e atendimento para transformar isso em decisões que eles conseguissem tomar. Qual cliente procurar, com quais argumentos, por qual canal, e em que momento.
05 O reenquadramento
O que de fato precisava se alinhar.
- Expectativas do cliente
- Dados
- Modelos de relacionamento
- Prioridades de negócio
- Tecnologia
- Atendimento comercial
O app era a camada visível. O desafio real de design era alinhar expectativas do cliente, dados, modelos de relacionamento, prioridades de negócio, tecnologia e o próprio atendimento comercial.
05 Como eu conduzi
O que eu pedi ao time de dados, e por quê.
Conduzi o escopo deste projeto e direcionei o time de cientistas de dados. Meu trabalho não era construir o modelo, era manter ele apontado para o que o negócio precisava de verdade, para que o resultado servisse a quem fala com cliente todo dia.
-
Comecei pela necessidade do negócio, não pelos dados
Antes de alguém abrir uma base, escrevi o que o banco precisava que o modelo respondesse. Como atender a expectativa de clientes acostumados a serem conhecidos pelo nome. Como aumentar o volume investido. Onde existe oportunidade parada. Todo pedido que fiz ao time de dados voltava para uma dessas três perguntas.
-
Pedi os clusters e depois perguntei o que tinha dentro deles
Os onze clusters diziam como cada grupo se comporta, o que era útil mas não bastava. Então pedi ao time que fosse além e discriminasse as variáveis que de fato mudavam comportamentos dentro de cada cluster, chegando ao perfil individual. Dois clientes podem estar no mesmo cluster e viver momentos completamente diferentes.
-
Perguntei como reativar carteira parada sem sobrecarregar o time comercial
Achar as carteiras paradas era a parte fácil. A pergunta que entreguei ao time foi como trazer essas pessoas de volta sem gerar um load que o comercial não desse conta de absorver. A resposta foram comunicações personalizadas que davam a cada cliente um motivo para reinvestir, em vez de uma lista de ligações mais longa para o gerente.
-
Pedi o momento do cliente, não só o perfil dele
Junto com comportamento e consumo, olhamos o nível de digitalização de cada cliente, o tempo de relacionamento, a frequência de contato, os produtos já contratados e o nível de satisfação atual. Uma recomendação pode estar certa para a pessoa e errada para o momento, e quando isso acontece ela chega como ruído do mesmo jeito.
-
Levei o modelo para quem ia usar ele no dia a dia
Sentei com comunicação, marketing e atendimento para transformar o resultado em decisões que eles conseguissem tomar: qual cliente procurar, com quais argumentos, por qual canal e em que momento. Modelo que ninguém na ponta consegue usar vira slide, não vira ferramenta.