strahovoy_case_management_presentation_FINAL

1.

Новое ценообразование:
масштабировать пока рано
Страхование путешественников • результаты сегментации и A/B-теста
Цена выросла, но конверсия снизилась. Рост итоговой выручки и
финансового результата статистически не подтверждён.
Рекомендация: продолжить контролируемый эксперимент и доработать тарифы.
1

2.

Решение в одном слайде
Что изменилось в Test относительно Control
+25,8%
−5,82 п.п.
+3,1%
−39,32 п.п.
+$6,90
средняя цена
p=0,010
конверсия
p<0,001
выручка / участника
p=0,739
loss ratio
не тестировался
фин. результат /
участника p=0,235
Управленческий вывод
• Подтверждены два эффекта: более высокая цена и более низкая конверсия.
• Выручка на участника практически не изменилась статистически.
• Убыточность выглядит лучше, но страховых случаев мало.
• Поэтому полномасштабное внедрение сейчас не обосновано.
2

3.

Как пришли к эксперименту
Аналитический путь от данных к проверяемой бизнес-гипотезе
1
Интеграция
договоры + клиенты +
убытки
2
→
Качество
пропуски, дубликаты,
аномалии
3
→
Сегментация
K-Means, k=2
4
→
Гипотеза
разная экономика
сегментов
5
→
A/B-тест
проверка нового
тарифа
Сегментация не была самоцелью: она сформировала гипотезу, которую затем проверили
на реальном поведении клиентов.
3

4.

Портфель разделился на два сегмента
Главное различие — длительность полиса
Доля
100
90
14 дней
365 дней
средняя длительность
основного сегмента
средняя длительность
малого сегмента
$33,98
$799,82
средняя цена
краткосрочных
средняя цена
годовых
80
70
60
50
40
30
20
10
0
Краткосрочные
Годовые
k=2 подтвердили K-Means и иерархическая
кластеризация; Silhouette = 0,798.
4

5.

Сегменты дали основание проверить дифференцированную цену
Но риск-метрики требуют осторожной интерпретации
94,3%
0,6%
17 vs 1
Loss ratio
краткосрочного сегмента
Loss ratio
годового сегмента
полисов с выплатой
в двух сегментах
Почему нужен был эксперимент
• Сегменты заметно различались по агрегированной убыточности.
• Малый годовой сегмент содержит только 66 полисов и 1 страховой случай.
• Поэтому кластерный анализ использован как основание для A/B-гипотезы, а не как доказательство немедленной смены
тарифов.
5

6.

A/B-тест: цена растёт, конверсия падает
12 349 участников: Control 6 043, Test 6 306
Конверсия, %
Средняя цена проданного полиса,
USD
40
75
30
55
20
35
10
15
0
Control
−5,82 п.п. • p<0,001
Test
-5
Control
Test
+$13,42 • p=0,010
6

7.

Более высокая цена пока не дала доказанного роста результата
Положительные точечные оценки недостаточны для решения о масштабировании
$16,75 → $17,27
1,54% → 0,84%
$3,55 → $10,46
выручка / участника
p=0,739
частота убытков
p=0,0505
условный фин. результат
p=0,235
Что это значит
• Loss ratio снизился с 78,79% до 39,47%, но для этой агрегированной метрики p-value не рассчитывался.
• Условный финансовый результат не равен бухгалтерской прибыли: в данных нет операционных расходов и комиссий.
• На текущей выборке нет статистического подтверждения роста итогового бизнес-результата.
7

8.

Рекомендация: доработать и повторно проверить
Не заменять текущую схему ценообразования на основании одного эксперимента
НЕ МАСШТАБИРОВАТЬ
СЕЙЧАС
значимое падение конверсии и нет подтверждённого роста финансового
результата
ПРОДОЛЖИТЬ
ЭКСПЕРИМЕНТ
увеличить выборку и накопить больше страховых случаев
ОПТИМИЗИРОВАТЬ
ТАРИФЫ
искать компромисс между ценой, конверсией и убыточностью
8

9.

Что должно быть выполнено перед production-решением
Критерии следующего управленческого шага
Бизнес-критерии
Технические критерии
• Подтвердить рост финансового результата на участника.
• Унифицировать версии аналитической витрины между
этапами.
• Накопить достаточное число страховых случаев для
устойчивой оценки убыточности.
• Заранее согласовать допустимый предел снижения
конверсии.
• Проверить эффект отдельно по сегментам и ключевым
продуктовым подгруппам.
• Зафиксировать единый курс и дату валютного
пересчёта.
• Унифицировать формирование метки anomaly.
• Сделать pipeline воспроизводимым перед
промышленным внедрением.
9

10.

Итог: гипотеза перспективна, но доказательств для масштабирования
Новый тариф меняет поведение клиентов: проданные полисы становятся
дороже, но покупать их начинают реже.
Экономика риска выглядит лучше, однако ключевой итоговый эффект пока
статистически не подтверждён.
Решение: доработать тарифы → продолжить A/B-тест →
масштабировать только после подтверждения финансового эффекта.
10