データサイエンス活用事例

課題 保険契約者用のマイページ登録を促進するために、登録者にギフト券をプレゼントするという施策を行っている。この施策をどういった告知方法で、どのような属性の顧客に伝えれば、登録に繋がりやすいのかを明らかにして、効果的な告知ができるようにしたい。 施策 直近の施策実施時の告知方法や顧客属性などを特徴量として、マイページ登録を予測するモデルを作成。そのモデルのパラメータを分析することで、どういった告知方法でどのような属性の顧客に伝えれば、登録につながりやすいのかを把握した。 効果 マイ…

課題 ユーザーがある特定の疾患に「罹患しているか」、「どの疾患型に罹患しているか」を簡易的な検査キットで収集した生体試料のデータから推定し、疾患の早期発見、受診する診療科の提案に貢献するプロダクトを開発したい。 疾患に罹患したユーザーを可能な限り見逃さずに特定し、15種の疾患型を正確に判定したい。 施策 1. 疾患の罹患/非罹患を判定する推論モデルにより罹患確率を推定する 2. 罹患確率の高いユーザーに対し、疾患型を判定する15種の推論モデルにより各疾患型の罹患確率を独立に推定する …

課題 ・保険料率を検討する上で、料率に対して顧客の売上高や営業利益等がどのように推移するかを把握したいとのニーズがある・プログラムを用いて大規模なデータを扱うノウハウがお客様になかった 施策 ■シミュレーション概要 ・契約データから料率パターンに対する売上高や営業利益等を算出する シミュレータを作成した ・お客様のビジネス形態や要望に合わせて、確認したい粒度( 【Ex】契約に紐づく契約期間/保険始期など)での売上高や営業利益等を 算出できるようにした ・一括で売上高や営業利益等を算出…

課題 クレジットカードのフィッシング被害額が増加しているが、どのような会員に対して啓蒙活動を行えば効果的に被害を抑制できるのかが明らかではない 施策 クレジットカード会社と、その業務提携先である他業種の会社の顧客情報 を利用し、共通する属性項目を持つ顧客同士で紐付けることでデータの拡 充を図った。結合したデータを用いて｢フィッシング被害に遭うか/遭わな いか｣を予測する二値分類モデルを構築し、どのような特徴を持つ顧客が フィッシング被害に遭いやすいか、ペルソナ像を高解像度で特定した。…

課題 保険関心者の契約促進のため、購買行動プロセスとボトルネックを理解したい。従来ではアンケート調査から購買に至るユーザーの人物像把握等を試みた。しかし、過去に遡るほどユーザーの記憶があいまいで、ユーザーの長期的な購買に至るまでのデータ収集が困難。 施策 検索サービスを長期間使用するユーザーを対象にファネルを構築し、 顧客の購買プロセスを、検索データを用いて疑似的に可視化。 構築したファネルを活かして、 定点観測/人物像把握/検索傾向の把握等の分析に活用 効果 検索データを用いて保…

課題 データに基づいて客観的にストレステスト(※)を実施したい。顧客企業の実態により近いストレステストの実施を行いたい。※経済的に大きなショックが起きても経営維持ができるかという確認 施策 機械学習モデルを用いて、過去時系列データよりストレスシナリオ別の信用リスクアセット (コスト: 貸倒)を予測できるロジック案を策定。 効果 顧客企業の信用リスク上のリスクアセット算出ロジックが策定され、より実態に則したストレステストが実施可能となった。 これにより、経済ショックが起こった場合の経…

課題 現状、属性マトリックスで信用リスクの格付を付与しているが、データに基づく客観的な格付を付与したい。また、大規模データの活用した格付や、格付の算出も実現したい。 施策 機械学習モデルを用いて、外部・過去の膨大なデータから信用スコアを求め、貸倒の確率を予測。 効果 格付が自動的に算出可能となり、リスク管理部門のコストが削減できた。 適切な格付が付与できるため、これまでよりも精緻な貸倒引当金の算定が可能となった。 これにより、余分な貸倒引当金の積み立てや過小な積み立てによる経営リス…

課題 仕訳業務を年間20万件近く処理している。仕訳が不当なものをすべて調査するのは困難で、さらに勘と経験による絞込を行っているため抜け漏れが発生している。 施策 過去に人が手なりでチェックしたデータと実際に不当経理処理と判定されたデータを基に機械学習モデルを作成し、確認不要なものと確認必要なものを分ける仕組みを構築した。 効果 工数削減およびそれまでは処理対象にしていなかったものに至るまでの処理を実施することができるようになり、グループ会社全体で、年間5千万円~1億円程度の経理処理…

課題 与信審査では、リスクエクスポージャーが大きすぎると不履行につながり、逆に小さすぎると機会損失につながる。 データに基づいて客観的に与信を行い、属人化を解消したい。 施策 機械学習モデルを用いて、外部・過去の膨大なデータから与信スコアを求め、貸倒の確率を予測する。 効果 初期与信スコアと途上与信が自動的に付与可能となり、与信審査部門のコストが削減できた。 属人的に与信するよりも最適な与信枠の設定が可能となった。 過小な与信先の増枠による収益アップや、過大な与信先への適切な与信に…

課題 保険商品の解約の動向を予測して収支計画に反映しているがいくつかの商品で実績と予測に乖離が生じている 機械学習を用いて解約率の予測精度を向上させて収支計画を精緻化し、より高度な経営判断を実現したい 施策 Step1: 契約内容、解約状況、解約時の返戻金、契約者などの情報を結合したデータマートの作成 Step2: 各データと解約率の相関の可視化、相関の強い変数の選定 Step3: 毎月初の保有契約について、その月に解約するかどうかを予測する二値分類モデルの構築 Step4: 二值分…

課題 顧客へのアプローチ手段、アプローチ時期、レコメンド商材の3つの要素を最適化したマーケティングアプローチにすることで売上を最大化したい。 アプローチ手段は電話、DM、その組み合わせがある。 施策 Step１：３つの要素を変数として組み込んだ購入予測モデルを作成 How：アプローチ手段 When：アプローチ時期 What：レコメンド商材 Step２：営業キャパシティを考慮した最適化ロジックを作成 Step３：年間アプローチ計画を策定 効果 3つの要素(How、When、What)…

課題 保証事業で新規に銀行と提携をする場合、既存の信用リスクモデルによる評価精度の目安を確認したい。 施策 既存の銀行のデータを任意に変更してスコア計算ができるシミュレーターを作成。 既存銀行のデータを変更し、新規銀行のデータを疑似的に作成しモデルによるリスク評価を行った。 効果 新規提携銀行に対して、あらかじめモデルの評価精度を見積もることができるようになった。 …