UNIVERSITA’ DEGLI STUDI MILANO-BICOCCA
FACOLTA’ DI SCIENZE STATISTICHE
CORSO DI LAUREA IN SCIENZE STATISTICHE,
DEMOGRAFICHE E SOCIALI
Segmentazione e Targeting:
un caso aziendale
Tesi di:
Relatore:
BALLARINI MARCO
PROF. P. MARIANI
Milano, 07 Novembre 2002
Indice
Il progetto di targeting della clientela
-Backup
-Gli obiettivi del progetto
- Targeting della clientela
- Il modello
- I risultati
Il modello di targeting
1
2
Identificare le caratteristiche
finanziarie dei clienti della banca
Comparare le caratteristiche
finanziarie dei clienti attualmente
utilizzatori dei servizi on line con
la totalità dei clienti
Dati Clienti
Online
Confronto dati
Osservazione
Dati clienti della
banca
Modello
di
Scoring
Definizione del target
4
Segmentare ed individuare i
clienti ai quali offrire il nuovo
prodotto attraverso campagne di
marketing mirate
3
Individuare il modello di targeting
della clientela retail e analizzarne
i risultati
Approccio progettuale
Analisi
Funzionale
Definizione del modello
Distribuzione dati
Risultati
• Analisi dei dati necessari
• Rilevazione fonti e strumenti
della Banca
• Integrazione dei dati dei clienti a partire dai
database aziendali
• Definizione di azioni di
marketing ad hoc
• Definizione del modello di targeting della
clientela
• Monitoraggio del modello
• Rilevazione criticità e priorità
di intervento all’interno del
• Analisi del risultato del modello
Gruppo al quale appartiene la
banca
• Identificazione del target
• Identificazione caratteristiche
utili a definire il modello di
targeting
Web
Operativo
Strategico
Marketing
Database operativi
c/c
Fidi
credito
Carta
Base dati
Integrata
Segmentazione
Analisi
Prodotti
Prospect
Canali diretti
Call Center
Campagne
Uno sforzo significativo è stato fatto per aggregare
le informazioni dei diversi database aziendali
DB
Marketing
L’analisi dei dati è stata effettuata considerando
variabili socio demografiche e comportamentali
clienti
on line
clienti
off line
35
42
Le variabili analizzate, rappresentanti le
caratteristiche finanziarie del cliente, sono di diversa
natura:
# transazioni
1500
700
• socio demografiche
# bonifici
200
100
• relative a dati di conto corrente
Giacenza
500
35
...
...
Caratteristiche
Eta’
Clienti
media
...
L’analisi statistica
definisce il
sottoinsieme di variabili
candidate a far parte del
modello.
• relative a dati di dossier titoli e altri prodotti della
banca
• relative ai servizi offerti
Le variabili che entrano nel modello sono
quelle che meglio identificano il
comportamento
dei clienti target
Il targeting viene realizzato calcolando lo scoring del
cliente
Caratteristiche
Eta’
Cliente 1
Cliente 2 Cliente 3
23
42
55
# transazioni
2000
500
100
# bonifici
500
1000
100
...
...
...
...
Scoring
++
+
--
Il modello di scoring combina le
variabili individuate assegnando un
punteggio ad ogni singolo cliente
I clienti vengono ordinati e
raggruppati in classi sulla base
del punteggio ottenuto
Il punteggio stabilisce la
probabilità che il cliente abbia
una maggiore o minore
propensione all’utilizzo del
canale on line
Il modello di scoring utilizzato è sensibile alle
variazioni dei valori delle caratteristiche finanziarie
Caratteristiche
Eta’
Clienti
Clienti
on line
Clienti
off line
35
42
# transazioni
1500
700
# bonifici
200
100
Giacenza
500
35
Clienti
media
...
Clienti Target:
- Cliente 1
- Cliente 2
x
Clienti non
indirizzabili:
- Cliente 3
...
...
Caratteristiche
Cliente 1
Cliente 2 Cliente 3
Eta’
23
42
55
# transazioni
2000
500
100
# bonifici
500
1000
100
...
...
...
...
Scoring
++
Il target può evolvere dinamicamente includendo nuovi
clienti al variare delle loro caratteristiche finanziarie
+
--
Il modello individuato caratterizza in modo preciso il
target primario
% clienti
banca
Campagne mirate
hanno hit rate < 100%
40
35
Aumentando il
target della
campagna di
marketing l’hit rate
diminuisce
30
25
20
Campagne mirate
hanno hit rate 100%
15
10
5
bassa
alta
Misura dell’attitudine al canale internet
La Banca ha
individuato una
percentuale
significativa della
propria clientela
alla quale offrire il
conto multicanale
Score Distribution Report
Attraverso il modello definito si
assegna un punteggio ad ogni
cliente.
100%
Il punteggio (P) è tanto più basso
quanto più il cliente è buono
(propenso all’utilizzo del canale
internet)
Tutti i clienti sono stati raggruppati
secondo intervalli omogenei di
punteggio (classe)
Il 30% della clientela risulta avere
le stesse caratteristiche del 91.5%
dei clienti che hanno un conto on
line
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Classi Clienti DB
30%
25%
20%
15%
10%
5%
BACKUP
Indice
- Il progetto di targeting della clientela
- Backup
- Gli obiettivi del progetto
- Targeting della clientela
- Il modello
- I risultati
Obiettivo del progetto
Analizzare i dati relativi alle caratteristiche finanziarie di tutti i clienti della
banca
Comparare le caratteristiche finanziarie dei clienti attualmente utilizzatori
dei servizi on line con la totalità dei clienti
Individuare il modello di targeting della clientela retail
Analizzare i risultati del modello individuato (per verificare il corretto
funzionamento del modello stesso)
Segmentare tutti i clienti della banca
Individuare i clienti ai quali offrire il conto multicanale attraverso campagne
di marketing mirate
Le ipotesi sottostanti
I dati sono relativi ai mesi Gennaio - Giugno 2002
Sono stati esclusi i dipendenti
Sono stati esclusi i clienti corporate
L’estrazione è relativa al portafoglio clienti con c/c aperti
La tipologia dei clienti interessati riguarda sia il retail (Affluent e Mass
Market), sia il Private
Indice
-Il progetto di targeting della clientela
-Backup
- Gli obiettivi del progetto
- Targeting della clientela
- Il modello
- I risultati
Il modello utilizzato è lineare autoregressivo
P= (ßnXn)
P misura il grado di bontà del cliente per internet
ß1..ß2..ßn sono i pesi relativi alle variabili in oggetto
X1..X2..Xn sono le variabili esplicative del modello
I risultati del modello
Power
15.05
19.07
116.14
Priority
# Addebiti autom.
71.3
1
# Carte possedute
42.56
1
# Prodotti posseduti
40.94
1
Saldo medio dare in c/c
21.27
1
Imp. Bonifici in Entrata
20.68
1
# Operazioni in Titoli
76.07
2
Imp. Disp. di Pagamento
34.58
2
Sesso
Età
# mov. avere c/c
1
1
1
Indice
-Il progetto di targeting della clientela
-Backup
- Gli obiettivi del progetto
- Targeting della clientela
- Il modello
- Risultati e azioni future
I risultati del modello
Score
Non Utenti
Utenti
Totale
% Cum.
0-81
17.377
736
18.646
5%
82-104
18.113
237
18.647
10%
105-121
18.325
127
18.647
15%
122-133
18.363
92
18.647
20%
134-143
18.455
52
18.647
25%
144-151
18.482
39
18.647
30%
152-158
18.530
28
18.647
35%
159-166
18.534
23
18.647
40%
166-173
18.542
16
18.647
45%
174-179
18.555
17
18.647
50%
Le azioni da intraprendere
Breve periodo
Mailing mirato durante
la campagna di lancio
Supporto alla rete
durante le fasi di
vendita del prodotto
tramite Marketing one
to one
Lungo periodo
Scoring dinamico della
clientela del nuovo
prodotto obiettivi:
• monitorare l‘efficacia
del modello e delle
azioni di marketing
intraprese
• individuare
periodicamente nuovi
clienti target
