Cas d'utilisation
Notre équipe Data & Analytics a travaillé avec l'un des plus grands opérateurs télécoms au monde afin d'identifier à grande échelle les non-payeurs, représentant une perte annuelle d'environ 1,5 million d'euros.
"Notre équipe telesales était dix fois plus susceptible d'inscrire des clients en défaut de paiement de leur abonnement mobile. Nous avions besoin d'une solution qui aiderait à identifier ces clients et à résoudre les problèmes de non-paiement. »
Leader des opérateurs mobiles
Un des principaux opérateurs de télécommunications a réalisé qu'un nombre important de ses clients étaient en défaut de paiement de leur abonnement mobile. Parmi ces plus de 400 000 clients, 7% étaient susceptibles de faire défaut, ce qui représente une perte annuelle potentielle de revenus de 1,5 million d'euros.
L'opérateur souhaitait améliorer ses processus de détection de fraude et identifier les moyens pour l'éviter à grande échelle.
Cela signifiait une solution qui lui permettrait de profiler les clients lors de l'activation afin de distinguer les bons et mauvais payeurs, mais également analyser l'activité des abonnés après le premier mois pour cibler les fraudeurs précoces.
Sur la base d'une analyse minutieuse des données disponibles, HyperCube a créé un modèle prédictif pouvant être industrialisé par le client. En analysant les données de plus de 400 000 clients, notre modèle a identifié les trois facteurs d'activité les plus influents susceptibles de suggérer un comportement suspect.
Plus précisément, le modèle a observé :
Les autres facteurs de fraude incluaient les caractéristiques des clients et des contrats. À l'aide de cette analyse détaillée, HyperCube a travaillé avec le client pour élaborer un plan d'action ayant pour objectif de décourager les fraudeurs potentiels de s'inscrire aux services de l'opérateur.
Le modèle prédictif HyperCube a surpassé les méthodes déjà existantes utilisées pour la détection de la fraude. Il est :
