Milano, 7 ottobre 2008
L’attività di Customer Profiling
Alberto Saccardi
Agenda
1. L’analisi di Customer Profiling (CP)
2. La Segmentazione del portafoglio clienti
3. I modelli di Scoring
4. Conclusioni
L’attività di Customer Profiling
Segmentazione
Come identificare i segmenti
per l’attività di target marketing?
Valutazione
dei risultati
Identificazione area
di business
Implementazione
Predisposizione dei dati
piano di marketing
comportamentali
Analisi e
classificazione
Decisioni strategiche
Customer
DataBase
Scoring System
Chi sono i migliori
destinatari della campagna XYZ?
Valutazione
dei risultati
Implementazione
della campagna
Identificazione regole
marketing a priori
Raccolta dei dati
comportamentali
Costruzione del
modello di scoring
Decisioni tattiche
Segmentazione
Marketing
Segment
Behavioral Clusters
%
VIP
High Rollers
Premium
• Got-it-all
• Frequent Flyers
20.0%
• To Invest
• High Time Consuming
• Up-selling using Business Rules and Propensity
Models
• Portfolio Retention using Churn Models
High
Potential
Customer
• Young warriors
• High potential
26.3%
• To Improve
• Medium Time Consuming
• Cross-selling using Propensity Models
• Product Holding Retention using Churn Models
Basic
Customers
• Young Consumers
• Conventional Savers
• Abandoned hounds
51.7%
• To Manage
• Low Time Consuming
• Basic Up & Cross-selling using Business Rules and
Propensity Models
• Customer Retention using Churn Models
2.0%
CRM Actions
• To Take Care (one-to-one)
• Maximum Time Consuming
• Share-of-wallet Retention using Business and
Management Rules
Modelli di Scoring
% Population
Score MIN-MAX
Avg Score
Cum. # Customers
Cum. # Target
Cum. Redemption
Cum. Lift
% Response
Captured
5
1:0.1577-0.8055
0.2703
27509
5.00
18.73
8.37
41.83
10
2:0.0835-0.1576
0.1141
55026
10.00
13.51
6.04
60.36
15
3:0.0509-0.0834
0.0655
82537
15.00
10.59
4.73
70.96
20
4:0.033-0.0508
0.0409
110025
20.00
8.74
3.90
78.04
25
5:0.0231-0.0329
0.0276
137442
24.98
7.41
3.31
82.62
30
6:0.0169-0.023
0.0197
165356
30.05
6.42
2.87
86.12
35
7:0.0127-0.0168
0.0146
192621
35.01
5.68
2.54
88.84
40
8:0.0096-0.0126
0.0110
219814
39.95
5.09
2.27
90.88
45
9:0.0072-0.0095
0.0083
247301
44.94
4.62
2.06
92.69
50
10:0.0053-0.0071
0.0061
275370
50.04
4.21
1.88
94.12
55
11:0.0039-0.0052
0.0045
303506
55.16
3.87
1.73
95.36
60
12:0.0029-0.0038
0.0033
329490
59.88
3.60
1.61
96.27
65
13:0.0021-0.0028
0.0024
356163
64.73
3.36
1.50
97.09
70
14:0.0014-0.002
0.0017
386197
70.18
3.12
1.39
97.79
75
15:0.0009-0.0013
0.0011
414908
75.40
2.92
1.31
98.51
80
16:0.0006-0.0008
0.0007
439066
79.79
2.78
1.24
98.97
85
17:0.0003-0.0005
0.0004
474474
86.23
2.58
1.15
99.49
90
18:0.0002-0.0002
0.0002
491813
89.38
2.50
1.11
99.65
95
19:0.0001-0.0001
0.0001
517245
94.00
2.38
1.06
99.86
100
20:0-0
0.0000
550258
100.00
2.24
1.00
100.00
L’evoluzione dei progetti di
Customer Profiling
Master en Investigación de Mercado y Data Minin
Modelli di Scoring
Segmentazione Comp.
Credit Scoring
X Basel II
Credit Scoring
X Griglie
Segmentazione
Needs Based
2000
1990
Vendita a Distanza
Telecomunicazioni
New Media
Finanza
Editoria
Social
Network Analysis
L’analisi dei dati
Alcune premesse:
Misurare e classificare fenomeni su dimensioni
elementari
Contare i clienti e classificarli in segmenti/mercati
Segmentazione comportamentale
Propensione
Churn
Potenziale
Posizionamento
Business Driven Action Plan
Le fonti dei dati
Dati appositamente raccolti
per
effettuare
una
particolare analisi/prendere
una specifica decisione
primari
1)Dati provenienti
da attività di
Business
Intelligence
4)Dati provenienti
da ricerche
ad hoc
2)Dati provenienti
dai sistemi di
rilevazione
aziendali
3)Dati provenienti
da fonti istituz.
o esterne
all’impresa
dati
secondari
Funzioni/personale
appartenente
al’impresa stessa
Dati interne
prodotti per altriesterne
scopi,ma funzionali anche
per lo svolgimento di
informative
analisi Fonti
di mercato
Costituite da
istituzioni,
concorrenti al
di fuori
dell’impresa
L’organizzazione dei dati
Fonti
interne
SIGI
SAVA
Repository
Temporaneo
Data Warehouse
CDV
Fonti
esterne
Data Warehouse
Il Data Warehouse è un ambiente dati a supporto dei DSS con le
seguenti caratteristiche:
•
•
Integrato
à
Fonti diverse (interne – esterne)
à
Dati omogenei
à
Meta-informazione
Non volatile
à
Profondità temporale 3-5 anni
à
Aggiornamenti per accodamento
à
Data inizio validità in chiave
L’organizzazione dei dati
Data Warehouse
Multi
Level
Summary
OLAP
CDB
Analisi
Statistica
L’organizzazione dei dati
Gestore
anagrafiche
Dati
Interni
Dati
Esterni
CDB
Data Mart
Analisi Cliente
Data Mart
Analisi Prodotto
Segmentazione comportamentale
Modelli di Scoring
Associazioni
Proposta commerciale:
selezione target e product mix.
R.O.I.
Gestore
campagne
Data Mart
Analisi Mercato
Segmentazione socio-demo
Potenziali di zona
L’organizzazione dei dati
Gestore
anagrafiche
Dati
Interni
Dati
Esterni
CDB
Data Mart
Analisi Cliente
Data Mart
Analisi Prodotto
Segmentazione comportamentale
Modelli di Scoring
Associazioni
Proposta commerciale:
selezione target e product mix.
R.O.I.
Gestore
campagne
Data Mart
Analisi Mercato
Segmentazione socio-demo
Potenziali di zona
L’unità logica di buiness
(unità statistica)
c\c C1
c\c C2
NDGC1
NDGC2
titoli C2
c\c F2
NDGF1
moglie
NDGF2
marito
cliente marito=
c\c C1
+
c\c F2
cliente moglie=
cliente padre=
c\c C2
NDGF3
padre
+
c\c C2
+
c\c C1
+
titoli C2
titoli C2
Un giusto equilibrio
(la matrice dei dati)
Customer
Table
Per ciascun cliente o prospect si vuole misurare il numero di auto
acquistate per:
A) tipologia di auto => 10 segmenti di mkt
B) evoluzione storica => 0-2, 2-5 oltre 5 anni
C) fedeltà
=> Fiat, Alfa, Lancia, Giapponesi, Euro1, Euro2, USA
per poter incrociare le tre dimensioni
A) x B) x C) => 10 x 3 x 7=210 variabili !
Le ricerche di mercato
Ricerche Qualitative
L’ obiettivo è approfondire la conoscenza di un fenomeno di
mercato, mediante la raccolta e l’analisi di dati qualitativi
destrutturati.
Ricerche Quantitative
L’ obiettivo è fornire un’accurata misurazione del fenomeno
oggetto di ricerca, mediante la raccolta e l’analisi di dati
quantitativi e/o dati qualitativi strutturati.
Le ricerche di mercato
L’esecuzione di una ricerca di mercato può essere
schematizzata in quattro fasi:
a)-fieldwork: la raccolta dei dati elementari;
b)-trattamento elementare dei dati raccolti;
c)-analisi dai dati;
d)-presentazione dei risultati.
Le ricerche di mercato
fieldwork
Sondaggio
È assimilabile ad un’intervista individuale, veicolata su un
sottoinsieme (campione) di una “popolazione” di
riferimento.
L’intervista presenta delle peculiarità:
• Ha forma strutturata
• Limitato numero di domande aperte/ molte domande a
risposta chiusa
• Modalità di contatto usate:
- telefonica
- personali
- postali
- web- based
Le ricerche di mercato
fieldwork
Questionario
E’ il format con cui vengono raccolti dati qualitativi
strutturati e/o dati quantitativi
La costruzione del questionario avviene attraverso:
• Disegno del suo schema concettuale
• Redazione
• Verifica
Modalità omogenee di rilevazione dei dati: le domande
devono essere uguali per tutti gli intervistati e non
devono lasciare spazio ad interpretazione soggettiva
Le ricerche di mercato
fieldwork
10
regole empiriche
questionario
per
la
costruzione
di
un
• Definire chiaramente gli obiettivi informativi
• Collegare ogni domanda a uno degli obiettivi informativi
• Controllare l’ordine delle domande in modo che le
risposte alle precedenti non influenzino quelle delle
successive
• Controllare che non vi siano palesi ripetizioni,
sovrapposizioni e incoerenze
• Attribuire ad ogni domanda un valore in termini di
informazione ottenibile
.
Le ricerche di mercato
fieldwork
10
•
•
•
•
regole empiriche
questionario
per
la
costruzione
di
un
Prevedere il campo delle risposte possibili
Misurare il tempo necessario per la lettura e le risposte
Definire una griglia di interpretazione delle risposte
Effettuare un test di prima approssimazione sulla
comprensibilità delle domande, la durata della
compilazione e la capacità di risposta dell’intervistato
• Definire chiaramente le istruzioni per l’intervistatore o
per il compilatore e testare la comprensibilità delle
istruzioni
.
Le ricerche di mercato
fieldwork
Cati
Metodi basati
su
questionario
Indagini
quantitative
Indagini
qualitative
Capi/face-to-face
Cawi
Postali/fax/auto
compilazioni
Focus group
Interviste
in
profondità
Le analisi quantitative
protocollo di impostazione
Obiettivo
d’analisi
Universo statistico
di riferimento
Caratteri oggetto
della rilevazione
Costruzione liste di
riferimento
Scelta della precisone
attesa
Scelta del campione
Tecniche di raccolta
dei dati
Fieldwork
Controllo
dati raccolti
Analisi
dei dati
Presentazione
Questionario
Data Mart
Pre-test
questionario
Il campionamento
• Elementi introduttivi
• Metodi di campionamento
• La dimensione del campione
Il campionamento
Elementi introduttivi
La ricerca quantitativa si basa:
• sulla rilevazione censuaria delle unità della
popolazione target;
• su un sottoinsieme delle unità (campione) della
popolazione target.
Il fine principale di un’indagine campionaria è
generalizzare i risultati ottenuti sul campione all’intera
popolazione di riferimento.
Il problema di tale approccio consiste
nell’approssimazione con cui è possibile descrivere la
popolazione attraverso il campione.
Il campionamento
Elementi introduttivi
• Oggetto di studio di una indagine campionaria è una
popolazione finita Ω={1,2,...,N}, le cui unità presentano
tutte un medesimo carattere U
• y , y ,...,yⁿ indicheranno i valori che la caratteristica U
assume rispettivamente nelle unità 1,2,...,N della
popolazione.
• Si definisce campione di dimensione n della popolazione
Ω un suo qualsiasi sottoinsieme c = {i ,i ,...,iⁿ },
contenente n unità
• Per ottenere il campione da analizzare, si possono
estrarre dalla popolazione n unità secondo due modalità
principali:
-Estrazione con ripetizione ogni volta viene reintrodotta
l’unità già estratta dalla popolazione
-Estrazione senza ripetizione tutte le unità già selezionate
non possono più essere estratte
Il campionamento
Metodi di campionamento
I metodi di campionamento si dividono in :
• Probabilistici ogni unità della popolazione ha una
probabilità nota e diversa da zero di essere
selezionata, e quindi di entrare nel campione.
Richiedono un insieme di regole note a priori,
utilizzabili matematicamente, per formare il campione
(piano di campionamento)
• Non probabilistici la selezione delle unità avviene in
base a criteri soggettivi ( presenza di particolari
esigenze conoscitive), e la probabilità di selezione dei
singoli elementi non è nota a priori.
Il campionamento
Metodi di campionamento - Probabilistici
Campionamento casuale semplice
Stratificato
A grappoli
A due o più stadi
Sistematico
A ogni estrazione ogni elemento della
popolazione ha la stessa probabilità
essere
selezionato,
attraverso un
Se sidi
hanno
informazioni
suppletive
che
garantisce èla
sulla meccanismo
popolazione di
riferimento,
casualità
delleinestrazioni.
La probab.
possibile
dividerla
strati,
al cui
Le unità
elementari
della
popolazione
di estrazione
di un
elementosecondo
è: sono
interno
le
unità
sono
omogenee
raggruppate
sottoinsiemi
di unità
•Camp. in
senza
ripetizione:
un
determinato
criterio.
Da
ogni
strato
contigue
di
osservazione, detti grappoli.
P=1
/
N*(N-1)*(N-2)*...*(N-i+1)
viene
estratto,
in modo
indipendente,
Data
popolazione
leviene
cui
unità
elemen.
Datauna
una
popolazione,
estratto
un
•Camp.
Con
ripetizione:
un
campione
casuale.
sono
riunite
in
gruppi,
dapprima
si
selez.
certoP=
numero
1/ N di grappoli e tutti gli elem.
un
campione casuale
di selezionati
gruppi, e poi
si
appartenenti
ai gruppi
entrano
estrae
un certo
numero di unità
elementari
a far parte
del campione.Di
solito
sono
dai
gruppicome
selezionati.
utilizzati
grappoli dei gruppi naturali
Vi
allora duegià
livelli
di campionamento:
o sono
amministrativi
esistenti,
per
al
primo
vengono
scelti
i
gruppi
o le unità
i costi.
Ècontenere
necessario
che le unità siano ordinate
di rpimo un
stadio,
al secondo
vengono
secondo
criterio
qualsiasi;
solo la scelte
prima
le
unità
elementari,
unità dalla
unità
verrà
estratta chiamate
in modo casuale
secondarie
popolazione, le altre verranno selezionate
in modo automatico secondo un criterio
prefissato (es. una ogni 3).
Il campionamento
Metodi di campionamento – Non Probabilistici
Per quote
A scelta ragionata
Per convenienza
La popolazione viene suddivisa in gruppi
omogenei in base ad alcune variabili
strutturali (sesso, età, residenza…). Si
individua il numero di osservazioni da
raccogliere in ogni gruppo (quote): gli
intervistatori scelgono il campione allo
Le
unitàdelle
campionarie
selezionate
solo
interno
classi, insono
modo
da rispettare
in
determinateprescelte.
aree di analisi,
sulla base di
le proporzioni
L’intervistatore
informazioni
preliminari
circa
la popolaz.
ha totale arbitrarietà
nella
scelta
indagata.
quindi
un campionamento
delle unitàÈda
intervistare
nelle quote
basato
sulla
conoscenza
del
carattere
assegnate.
oggetto di studio, particolarmente adatto
per campioni di piccole dimensioni.
La selezione degli elementi è basata su
criteri di convenienza temporale, economica
o di altro genere.
Ricerche di Mercato & Data Mining
Issues
Sampling
Representativeness
Filed & Data Certification
Statistical Unit
Identification
Phenomenon
Dimensions
Techniques &
Algorithmes
Ricerche di Mercato
Data Mining
