วิธีใช้การวิเคราะห์ขั้นสูงเพื่อลดแอปพลิเคชันคุณภาพต่ำและเพิ่มการแปลง

ภูมิทัศน์ดิจิทัลที่พัฒนาอย่างรวดเร็วครอบคลุมธุรกิจทุกประเภทตั้งแต่อีคอมเมิร์ซและการค้าปลีกไปจนถึงบริษัทประกันภัยและธนาคาร และเนื่องจากบริการและผลิตภัณฑ์ด้านการธนาคารกลายเป็นสินค้าโภคภัณฑ์มากขึ้น พวกเขาตั้งเป้าที่จะเปลี่ยนบริการให้เป็นรูปแบบออนไลน์พร้อมกับปรับกระบวนการทางธุรกิจโดยรวมให้เหมาะสม เช่นเดียวกับบริษัทอื่นๆ ที่ออนไลน์ ธนาคารก็ต้องการเพิ่ม ROI ของพวกเขาให้สูงสุด สร้างบริการใหม่ได้เร็วขึ้น และรับความได้เปรียบในการแข่งขัน สำหรับการสำรวจชุดข้อมูลจำนวนมหาศาล ระบบธนาคารใช้การวิเคราะห์ขั้นสูง

ในกรณีนี้ เราอธิบายโซลูชันที่จัดทำโดยทีม OWOX BI สำหรับลูกค้าธนาคารรายหนึ่งของเราที่มีความท้าทายในการปรับปรุงคุณภาพการพยากรณ์สินเชื่อและการคัดกรองแอปพลิเคชันที่ไม่เกี่ยวข้องในทันที

สำหรับธนาคาร ความท้าทายคือการปรับปรุงคุณภาพการขอสินเชื่อลูกค้าที่รวดเร็วบนเว็บไซต์ การให้คะแนนล่วงหน้าที่ดีขึ้นสามารถลดจำนวนการขอสินเชื่อที่ล้มเหลวและลดภาระให้กับพนักงานหน้าร้านได้

ธนาคารใช้แบบฟอร์มย่อที่มี 23 ฟิลด์ โดย 19 ฟิลด์จำเป็นต้องกรอก ในความพยายามที่จะให้ลูกค้าได้รับคำตอบที่ใกล้เคียงที่สุดกับการตัดสินใจที่ทำในแผนกออฟไลน์ การตัดสินใจคือการรวบรวมข้อมูลที่ขาดหายไปทางออนไลน์ (ขยายแบบฟอร์มใบสมัครเป็น 33 ฟิลด์โดย 25 จำเป็นต้องกรอก) มีความกลัวว่ารูปแบบที่ซับซ้อนจะลดจำนวนแบบสอบถาม ในขณะเดียวกัน คาดว่าแบบสอบถามที่มีข้อมูลมากกว่านี้จะช่วยปรับปรุงคุณภาพของแอปพลิเคชันและประหยัดเวลาสำหรับลูกค้าและพนักงานของธนาคาร

สมมติฐาน: แบบฟอร์มการขอสินเชื่อแบบขยายจะลดอัตราการแปลงเป็นใบสมัคร แต่ในขณะเดียวกันจะเพิ่มคุณภาพของการสมัคร

คำถามการวิจัย:

• การแปลงเป็นแอพพลิเคชั่นจะลดลงเท่าไหร่?
• คุณภาพของการขอสินเชื่อจะดีขึ้นหรือไม่?

การทดสอบ A/B ของการสมัครบัตรเครดิตดำเนินการโดยเริ่มการทดสอบด้วยตัวเลือกรูปแบบสองแบบ: แบบสั้นและแบบยาว ในรูปแบบย่อมี 23 ฟิลด์ 19 ฟิลด์เป็นฟิลด์บังคับ แบบฟอร์มขยายมี 33 ช่อง โดยต้องการ 25 ช่อง

ใช้เวลา 65 วันในการเปลี่ยนแปลง Conversion ขั้นต่ำที่ตรวจพบได้ 1% เมตริกที่ติดตามหลักคืออัตราการแปลงเป็นแอปพลิเคชันเนื่องจากสูงกว่าการแปลงเป็นสัญญา การติดตามการแปลงเป็นแอปพลิเคชันทำให้การทดสอบเสร็จสิ้นในเวลาอันสั้น: ยิ่งอัตราการแปลงสูงเท่าใด ก็ยิ่งรวบรวมผู้ชมที่จำเป็นได้เร็วเท่านั้น การมุ่งเน้นที่การเปลี่ยนไปสู่การเซ็นสัญญาจะหมายถึงการทดสอบหลายเดือน สำหรับธนาคาร มันยาวเกินไป

ธนาคารพร้อมที่จะละทิ้งแบบสอบถามเพิ่มเติมหากจำนวนบัตรเครดิตที่ออกลดลง การแปลงเป็นการขายที่ลดลงจะต้องไม่เกินผลประโยชน์เชิงเศรษฐกิจของการลดภาระของพนักงานธนาคาร

เนื่องจากการเปลี่ยนแปลงในแบบฟอร์มมีความสำคัญและส่งผลต่อตรรกะในการทำงาน กลไกการเปลี่ยนฝั่งเซิร์ฟเวอร์จึงถูกนำมาใช้ในการทดสอบ

เวอร์ชันของแบบสอบถามที่จะแสดงต่อผู้มีโอกาสเป็นลูกค้าของธนาคารถูกกำหนดโดยสคริปต์เซิร์ฟเวอร์และโหลดขึ้นโดยผู้ใช้ไม่เห็นความล่าช้า

Google Optimize ถูกใช้เพื่อตรวจสอบข้อมูลและประเมินการแปลงเป็นแอปพลิเคชัน ข้อมูลดิบที่รวบรวมใน BigQuery โดยใช้ OWOX BI และข้อมูลสัญญาที่อัปโหลดจากระบบ CRM ของธนาคารถูกนำมาใช้ในการคำนวณการแปลงสัญญา แอปพลิเคชันบนเว็บไซต์ได้รับการบันทึกเป็นธุรกรรมอีคอมเมิร์ซของ Google Analytics และจบลงที่ BigQuery โดยใช้ OWOX BI Pipeline

หมายเลขธุรกรรมถูกส่งไปยังระบบ CRM ของธนาคาร เมื่ออัปโหลดข้อมูลจาก CRM ไปยัง Google BigQuery หมายเลขธุรกรรมจะถูกใช้เป็นกุญแจสำคัญในการรวมข้อมูล ตามหมายเลขธุรกรรม ทุกขั้นตอนของแอปพลิเคชันสามารถนำมาประกอบกับเซสชันที่ได้รับแอปพลิเคชัน

ข้อได้เปรียบหลักของแนวทางนี้คือไม่มีการชดเชยเวลาของสัญญาและการสมัคร: ข้อตกลงนี้มาจากวันที่ได้รับใบสมัคร

จากข้อมูลของ Google Optimize อัตราการแปลงของแบบฟอร์มใบสมัครแบบขยายคาดว่าจะลดลง 1%

จากข้อมูลการทดสอบ ดูเหมือนว่าการทดสอบไม่สำเร็จ ในการที่จะบรรลุข้อสรุปขั้นสุดท้าย ทีมงานจำเป็นต้องดูว่าแอปพลิเคชันทดลองถูกแปลงเป็นสัญญาอย่างไร ซึ่งต้องใช้เวลาเพิ่มเติม เนื่องจากอาจใช้เวลาถึง 60 วันระหว่างการยื่นคำร้องกับการสิ้นสุดสัญญา

ข้อมูลสุดท้ายแสดงการปรับปรุงคุณภาพของแอปพลิเคชันอย่างเห็นได้ชัด การแปลงจากการสมัครเป็นสัญญาเพิ่มขึ้น 0.52% ในขณะที่การแปลงครั้งสุดท้ายจากการเข้าชมเป็นสัญญาเพิ่มขึ้น 0.02% ลูกค้าที่กรอกแบบฟอร์มขยายเวลามักจะได้รับบัตรเครดิต

• การแปลงเป็นแอปพลิเคชัน — แอปพลิเคชันเว็บไซต์/เซสชันนำร่อง
• แปลงจากการสมัครเป็นสัญญา — สรุปสัญญา/ใบสมัครจากเว็บไซต์
• แปลงเป็นสัญญา — สรุปสัญญา/ช่วงนำร่อง

ย้ำว่าเป้าหมายไม่ได้อยู่ที่การเพิ่มอัตราการแปลงแต่เพื่อรักษาไว้ในขณะที่แนะนำแบบฟอร์มใบสมัครที่ซับซ้อน จำเป็นต้องมีการทดสอบเพื่อควบคุมความสูงของการตก

ปรากฎว่าหากคุณประเมินผลลัพธ์โดยอาศัยแอปพลิเคชั่นเพียงอย่างเดียว อัตราการแปลงจะลดลง แต่ต้องขอบคุณการวิเคราะห์ขั้นสูง ทำให้สามารถติดตามการแปลงเป็นสัญญาได้ ไม่เพียงแต่ไม่ลดลงแต่เพิ่มขึ้นเล็กน้อย

จากการทดสอบ A/B ธนาคารได้เพิ่มฟิลด์ลงในแบบฟอร์มใบสมัครโดยจงใจทำให้ซับซ้อน เป็นไปได้ที่จะยืนยันสมมติฐานของธนาคารว่าการแปลงเป็นแอปพลิเคชันจะลดลง แต่คุณภาพของแอปพลิเคชันจะเพิ่มขึ้น ได้รับการยืนยันโดยการรวบรวมข้อมูลดิบโดยใช้ OWOX BI Pipeline และผสานข้อมูลนั้นกับข้อมูลสัญญาใน Google BigQuery

• แบบฟอร์มใหม่คัดกรองลูกค้าที่อาจไม่สนใจ: การแปลงเป็นแอปพลิเคชันลดลง 1.1%
• กระบวนการให้คะแนนดีขึ้นและคุณภาพของแอปพลิเคชันดีขึ้น: การแปลงจากแอปพลิเคชันเป็นสัญญาเพิ่มขึ้น 0.52% และการแปลงขั้นสุดท้ายเป็นสัญญาจากลูกค้าเป้าหมายเพิ่มขึ้น 0.02%
• ด้วยแบบฟอร์มที่ขยาย ข้อมูลที่จำเป็นสำหรับธนาคารในการตัดสินใจได้รับการประมวลผลแล้วในขั้นตอนการสมัครออนไลน์ ภาระของพนักงานสาขาลดลง และค่าใช้จ่ายของธนาคารก็ลดลงด้วย

โดยรวมแล้วการเปลี่ยนแปลงแบบฟอร์มการสมัครส่งผลกระทบอย่างมีนัยสำคัญต่ออัตราการแปลง การทดสอบแสดงให้เห็นว่าเมื่อจำนวนฟิลด์เพิ่มขึ้น ส่วนใหญ่จะไม่มีการส่งใบสมัครที่มีคุณภาพต่ำ ซึ่งไม่ส่งผลต่อการแปลงขั้นสุดท้ายเป็นสัญญา ซึ่งหมายความว่าธนาคารไม่สูญเสียอะไรเลย นอกจากนี้ แบบยาวยังเพิ่มอัตราการอนุมัติขั้นสุดท้ายอีกด้วย สิ่งสำคัญคือจำนวนสัญญาไม่ลดลงเมื่อแบบฟอร์มซับซ้อนขึ้น