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
Off Line
• Sales
• Contact Center
• Fonti esterne
Fonti dati
On line
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, …)
• Log File (URL di provenienza, cookies, …)
• Email
• Form di registrazione
• Comunità virtuali (create con mailing list,
forum, newsletter, chat)
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
BI tools/
DM
CRM OPERATIVO
Front-office
CRM ANALITICO
Back-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 dai 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 = x2 = 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
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

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