Vereniging Eigen Huis wil meer inzicht krijgen in haar leden, de woonfase en de behoeften die daarbij horen. Op die manier willen ze leden beter kunnen bedienen en behouden. Dit wordt ondersteund door de predictive analytics oplossing van IBM SPSS.
Vereniging Eigen Huis vertegenwoordigt 685.000 Nederlandse eigenwoningbezitters richting politiek en marktpartijen. Ook biedt de vereniging verschillende services aan, zoals onafhankelijk hypotheekadvies, bouwkundige keuringen, juridisch advies, contractbeoordeling en ledenvoordelen. Doordat de woningmarkt in onrustige wateren verkeert is het voor de vereniging essentieel om klanten te behouden en optimaal te kunnen bedienen.
Om dit te realiseren willen ze een beter beeld krijgen van het gedrag, de wensen en behoeften van individuele leden, zodat ze daar adequaat op kunnen inspelen. Dit gaat de vereniging ondersteunen met de predictive analytics oplossing van IBM SPSS. Zo kan Vereniging Eigen Huis alle beschikbare informatie over in- en uistroom, afname van producten en diensten, en transacties van leden analyseren met behulp van IBM SPSS Modeler. De nieuwe inzichten die de vereniging moet kunnen destilleren uit deze gegevens moet doorvertaald kunnen worden naar directe marketingcampagnes.
Sinds de ingebruikname heeft de vereniging ontdekt dat leden die net lid zijn geworden niet snel weer opzeggen. Nieuwe leden die actief diensten afnemen kennen zelfs een lager uitstroomrisico. Ook bleek de instroomgroep maar een beperkt aantal producten af te nemen en daar ligt voor de vereniging dus een kans door cross-selling te stimuleren.
Bron: Customer Talk
|
