1 - Tesionline
annuncio pubblicitario
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
