CRM analitico Introduzione Simonetta Lureti 1 1 Agenda

CRM analitico: Introduzione Simonetta Lureti 1

1. Agenda • Definizione di Customer Relationship Management (CRM) • Le caratteristiche strutturali di un progetto di Customer Relationship Management • Il Customer Relationship Management analitico: il sistema cognitivo dei clienti • Architettura tecnologica a supporto del CRM analitico • Il Data Mining (DM) • Il significato economico del valore dei clienti e la segmentazione della clientela 2

2. Customer Relationship Management (CRM): definizione “CRM is about achieving sustainable competitive advantage and enhanced long term profitability through concentrating efforts on the company’s most valuable customers. It involves developing an integrated approach to identify, develop, support and retain quality customers” (M. Saren, N. Tzokas) Cuore del CRM è la relazione (bidirezionale, collaborativa e duratura) tra Azienda-Cliente 1. Migliore conoscenza del cliente, dei sui gusti e bisogni 2. Capacità di anticipare le richieste future del cliente 3. Maggiore soddisfazione del cliente 4. Fiducia e Fedeltà di lungo periodo verso l’azienda 3

3. Caratteristiche funzionali di una strategia di CRM Relazioni personalizzate con il singolo cliente RELAZIONI Contenuti/value proposition allineate ai bisogni/profilo cliente CONTENUTI Conoscenza del cliente ARCHITETTURA TECNOLOGICA La vendita diventa la conseguenza della relazione, non l’obiettivo primario 4

3. Caratteristiche funzionali di una strategia di CRM – cont. RELAZIONI CONTENUTI ARCHITETTURA TECNOLOGICA SISTEMA COGNITIVO DEI CLIENTI SEGMENTAZIONE DELLA CLIENTELA STRATEGIE DI FIDELIZZAZIONE 5 TATTICA IMPLEMENTATIVA

4. Il sistema cognitivo dei clienti Ruolo multiplo del cliente: RELAZIONI • • CONTENUTI ARCHITETTURA TECNOLOGICA risorsa di info, co-produttore, compratore, utilizzatore • Dati anagrafici • Comportamento di acquisto attuale e futuro (R. F. M. ) • Dati psicografici (interessi, abitudini, stili di vita, …) Off Line • Sales • Contact Center • Fonti esterne On line • Log File (URL di provenienza, cookies, …) • Email • Form di registrazione • Comunità virtuali (create con mailing list, forum, newsletter, chat) Fonti dati 6

5. La segmentazione della clientela: perché segmentare? RELAZIONI CONTENUTI “Customer’s Info democracy” ARCHITETTURA TECNOLOGICA Acquisizione Informazioni Data warehouse Analisi e interpretazione Data Mining Segmentazione clientela 7 Clienti più profittevoli

6. L’architettura a supporto del CRM analitico DBMS di MKTG Op. Fonti esterne DBMS di cust. care DBMS gestionali Customer interaction tool/channels DBMS di Vendite DW CRM ANALITICO Back-office BI tools/ DM CRM OPERATIVO Front-office 8 customer

6. L’architettura a supporto del CRM analitico – cont. • Integrato unico fonte informativa • Riutilizzabile orizzonte temporale lungo • Non volatile in seguito al primo caricamento completo dei dati, i successivi caricamenti sono incrementali (i dati caricati non vengono più modificati). DBMS di MKTG Op. Fonti esterne DBMS di cust. care DBMS* gestionali Customer interaction tool/channels customer DBMS di Vendite DW BI tools/ DM Strumenti di analisi di fenomeni/profili conosciuti o no, attuali o futuri. Es. : • On line Analytical Processing (OLAP)* • Data Mining (DM) 9 • Sales • Media Tradizionali • Phone/IT (Call Center, fax, PDA, …) • Email • Internet

7. Data Mining (DM) Definizione di Data Mining: Processo di estrazione (to mine = estrarre) delle informazioni, profili comportamentali e trend sconosciuti a priori dati. Data Mining ≠ Statistica classica 10

8. Processo di Data Mining • Le informazioni rispetto ai dati • La gestione e la’pulizia’ dei dati • • Formattazione (lombardia, LOMBARDIA, LOM) Conversione (v. tolentino Tolentino) Consistenza (€, $, …) Variabili categoriche La gestione Missing 11

9. Le Tecniche di segmentazione Le principali tecniche di segmentazione sono • Alberi di segmentazione • Reti neurali • Cluster analysis • Algoritmi genetici 1. Complessità campione analizzato tecnica di segmentazione flessibile 2. Trade-off: flessibilità tecnica di segmentazione – comprensibilità/chiarezza processo di segmentazione 12

Profondita’ 10. Gli Alberi di segmentazione Nodo genitore/padre Nodo figlio Ramo Profondita’ varianza/eterogeneità esterna varianza interna/omogeneità 13

10. Gli Alberi di segmentazione – cont. • La scelta e l’ordinamento dei predittori • Il numero di partizioni (algoritmo di segmentazione) • L’arresto della procedura 14

11. Reti Neurali (ANN) Le Reti neurali ANN (Artificial Neural Network)= sistema adattivo che riproduce artificialmente il funzionamento del cervello umano INPUT OUTPUT Risultato di una funzione di attivazione che modifica l’informazione di input secondo dei pesi Nodo = Processore. Centro di elaborazione delle informazioni. Black Box 15

11. Reti Neurali (ANN) – cont. INPUT Architettura • Numero hidden layers • Funzione di attivazione • Struttura dei pesi (vd. Regola di apprendimento) HIDDEN OUTPUT FEED FORWARD NEURAL NETWORK 16

12. Quale metodologia e’ migliore? • Bontà (in sample) • Stabilità (out of sample) • Interpretabilità 17 Problem space identification Data Mining (dati info) evaluation Actions

13. Applicazioni • Segmentazione della clientela • Customer retention • Cross-selling / up-selling • Churn analysis • . . . _____________ • Banche/Assicurazioni • Sanita’ • Telecomunicazioni • Industria • . . . 18

Back-up: Formule di riferimento • Varianza = x 2 = E (X – E (X))2 = Misura della dispersione di una modalita’ di X rispetto al valore medio • Correlazione = ρXY = cov(X, Y)/ X Y = misura della dipendenza lineare tra 2 variabili X, Y 19

14. La segmentazione della clientela RELAZIONI CONTENUTI VALORE ECONOMICO DEL SINGOLO CLIENTE ARCHITETTURA TECNOLOGICA DISTRIBUZIONE DELLA CLIENTELA IN FUNZIONE DEL LTV CLIENTI PROFITTEVOLI CLIENTI A BASSO VALORE CLIENTI STRATEGICI LTV Non profittevoli Profitto di breakeven Profittabilità media Profittabilità alta 20 Loyalty

15. Strategia di fidelizzazione RELAZIONI CONTENUTI ARCHITETTURA TECNOLOGICA MKTG RELAZIONALE ASPETTATIVE SODDISFAZIONE PERFORMANCE PRODUZIONE, VENDITA, LOGISTICA, CUSTOMER CARE FIDUCIA REL. DURATURA e BILATERALE LOYALTY VANTAGGIO COMPETITIVO SOSTENIBILE 21

16. Tattica/ componenti della strategia di fidelizzazione Affinchè una strategia di CRM abbia successo, è indispensabile un riallinamento ‘culturale’/organizzativo dell’intera azienda (considerando tutti gli stakeholders) per garantire che ‘la relazione con il cliente’ sia l’elemento strategico per il successo di lungo periodo. MKTG relazionale, 1: 1 Produzione Sales Mass customization Logistica Customer service Interlock fornitori/partners 22 Integrati e personalizzati

16. Tattica/ componenti della strategia di fidelizzazione RELAZIONI Monitoraggio dei risultati CONTENUTI ARCHITETTURA TECNOLOGICA Strategia Tattica • Comunicazione personalizzata ed integrata • Gestione della relazione MKTG RELAZIONALE • • PRODUZIONE, VENDITA, LOGISTICA, CUSTOMER CARE 23 Mass customization Multicanalità Rapidità e puntualità Servizi a alto valore aggiunto

Valore economico del singolo cliente 17. La segmentazione della clientela t Max val. del cliente = ¯ Costo di acquisizione(5 -10 volte superiore al costo di mantenimento) Anticipare il breakeven (soddisfazione del cliente) Loyalty Allungare il ciclo di vita (LTV) del cliente (retention) 24

18. Customer Relationship Management (CRM): un po’ di storia… 1980 Total Quality Management Focus: qualità 1990 2000 1. Sales Force Automatization (call center) Focus: efficacia/efficienza 2. Integrazione dei canali di interazione con I clienti Focus: efficienza 3. Incremento conoscenza del cliente Focus: fiducia, relazione duratura customer Lifetime Value, Share of Wallet t “Customer’s Info democracy” FEDELTA’ e FIDELIZZAZIONE 25