Modelli di e-business e
business intelligence
Cdl Ingegneria Informatica
BUSINESS INTELLIGENCE,
MARKETING E CRM
Umberto Panniello
DMMM, Politecnico di Bari
INDICE
Marketing
Obiettivi e processi del marketing
Strumenti del marketing nell’e-business
Dal marketing al CRM
Obiettivi del CRM
Strumenti di business intelligence per
raggiungere obiettivi di CRM
MARKETING
Marketing = market + ing = agire sul mercato
Area principale di applicazione della BI
Obiettivo: descrivere il mercato ed analizzare le
interazioni del mercato con l’impresa
Output: azioni aziendali rivolte al mercato e
destinate a «piazzare sul mercato»
In realtà non agisce sul «mercato» ma sul
«cliente»
MARKETING
Il Marketing è il processo sociale e manageriale
mediante il quale una persona o un gruppo
ottiene ciò che costituisce oggetto dei propri
bisogni e desideri creando, offrendo e scambiando
prodotti e valore con altri.
(Kotler)
Parole chiave:
Società e management
Bisogni e desideri
Scambio
Prodotti e valore
SISTEMA ELEMENTARE DI MARKETING
Comunicazione
Mercato
(un insieme di acquirenti)
Beni e servizi
Denaro
Settore
(un insieme di venditori)
Informazioni
Gli operatori individuano l’insieme dei venditori
con il termine settore o industria e l’insieme
degli acquirenti con quello di mercato.
Venditori e acquirenti sono collegati da quattro
flussi.
QUALE RISULTATO OTTENERE
Obiettivi generali del marketing possono essere:
vendita
acquisizione di clienti potenziali (prospect)
riacquisto
fedeltà
fiducia
word of mouth
soddisfazione
PROCESSI DECISIONALI NEL MARKETING
Il marketing, oltre a mirare a certi obiettivi,
consiste in una serie di processi decisionali.
processo di
pianificazione strategica
processo
STP
processo di
controllo di gestione
vision e mission
(chi vogliamo essere)
segmentazione
(rappresentare il mercato)
definire gli obiettivi attesi
(con indici quantitativi)
aree di business
(che cosa e a chi vendere)
targeting
(decidere il mercato obiettivo)
misurare i risultati
(stessi indici quantitativi)
posizionamento competitivo
(chi siamo)
analisi di posizionamento
(chi siamo)
confrontare i risultati con gli
obiettivi attesi
piano nuove attività
(che fare)
decisioni di posizionamento
(chi vogliamo essere)
definire le azioni
(per modificare i risultati)
definizione di strategie
(obiettivi a liv. business)
definizione di azioni
(quanto, come)
Esistono una serie di strumenti di marketing utilizzati
nell’e-business
FITTING TRA OBIETTIVI DI MARKETING E
PROCESSO DI ACQUISTO DEL CLIENTE
Brand building: brand sponsorship and display
advertising
Consideration: search marketing
Direct response: referral via affiliates
Direct response and customer retention: email
marketing
E-MAIL MARKETING
Email marketing benefits
Basso costo (vs altri canali diretti di marketing)
Veloce consegna e risposta(vs altri media)
‘Push’ piuttosto che ‘pull’ (vs website che “aspetta” il cliente)
Adatto per mercati di nicchia (i canali tradizionali possono essere
molto costosi per i mercati di nicchia)
Performance facilmente tracciabili e misurabili
Email marketing costs
Information overload (spam)
Erosione della “deliverability” (filtri anti-spam
falsi positivi)
Impatto sulla brand reputation (un messaggio non desiderato o
irrilevante lede il brand)
Aumento beghe legali
Crescita dei sistemi ‘opt-in’ (permission-based email mktg)
Effectiveness measurement
Open rate, click through rate, click-to-open
E.g. e-Dialog for British Airways
E-DIALOG
Implenta e gestisce
campagne di mail
marketing
Fornisce report,
segmentazioni e analisi
(misura ROI)
Per British Airways
fornisce messaggi,
servizi e supporto per le
comunicazioni della
compagnia ai suoi
membri «exclusive»
Controllo qualità
(legislazione, spelling,
links, etc)
ONLINE ADVERTISING
Online advertising
‘It seems as though we are at the point where online advertising is
an obsolete term. The best marketing initiatives are rarely limited to
online channels, and the best ideas marketers are exploring are
really not advertising at all.’ Edelman, 2007
Tipologie
Standard image/text link
Flash
Rich media (animazioni, suoni, video)
Sponsored links (Google, Facebook,…)
‘Web ads don’t work’ – Jakob Nielsen (studi eyetraking confermano che gli utenti si disinteressano
dei banner)
ONLINE ADVERTISING
Ma allora perchè continuano ad utilizzarlo? “mere
exposure” (la pubblicità ha effetto sul comportamento
anche se non ricordo il contenuto dell’ads)
L’utente è sottoposto in media a 40,000 spot tv all’anno
Esistono software “Adblocking”
blocco dei pop-up
Come risolvere?
Chiarezza: la pubblicità deve essere chiaramente distinguibile
(non tendere tranelli)
Rilevanza: messaggio giusto, all’utente giusto, al momento
giusto
Contenuto: deve contenere tutte le info necessarie
non devo
lasciare la pagina
Intenzione: l’ad deve indicare cosa accade se ci clicco su
SEO E SEM
Search engine marketing
La più grande opportunità di online TARGET marketing
European SEO/SEM market Euro 8.1bn by 2012
Google
Biggest search engine marketer
AdWords (2000); AdSense (2002)
Placement oppure keyword targeting
Benefits di AdWords
Raggiungibilità (80% utenti US utilizzano Google)
Costo (no spesa minima; fisso il budget oppure pago solo per i
click)
Timing (continuo matching tra ads e utenti)
Flessibilità (ad pubblicato in 15 minuti e sempre modificabile)
Nel business sta entrando anche Facebook
VIRAL MARKETING
Viral marketing: “Meccanismo che facilita e incoraggia
individui a promuovere volontariamente un messaggio di
marketing” (Jeffrey Rayport, 1995)
Obiettivo: individuare soggetti con un esteso network
sociale che siano capaci e abbiano voglia di promuovere
un messaggio.
Sei regole:
Segretezza è l’essenza dell’ingresso in un mercato: utilizzare
metodi o contesti inusuali di utilizzo del prodotto (mixer
Blendtec
canale youtube prodotti azienda che triturano
pupazzo di Chuck norris o iPhone)
What’s up front is free – payment comes later (mese gratuito
Spotify)
Massimizzare la trasmissibilità
«utilizzare» gli individui con un network esteso, anche se debole
(Tupperware o gruppi di Facebook)
Investire per raggiungere il «tipping point» (punto critico in cui
supera una certa soglia di visibilità)
VIRAL MARKETING
Le e-mail possono essere virali?
Dipende dalla fonte (familiare,
amico, sconosciuto), contenuto e
personalità di chi riceve (persone
aperte e curiose condividono
maggiormente)
E.g. Beer.com ‘Virtual Bartender’: 10 amici
15.000 clicks
entro un giorno
10 milioni di visite nel primo mese e
205.000 utenti registrati (target: ragazzi americani 18-26)
E.g. Cadbury’s Crème Eggs – Here today, goo tomorrow
(video virali delle uova che vengono distrutte in mille modi)
Lost experience: esempio di live brand integration
IL MARKETING VERSO LA CENTRALITÀ DEL
CLIENTE
Wendell Smith (1956)
definisce la “market segmentation” sul Journal of
Marketing
Alfred Sloan (1920)
“a car for every purse and every purpose” contro la visione
di Henry Ford (1900)
Un’auto per ogni borsellino ed ogni scopo: crea una
struttura dei prezzi, in cui (dal costo più basso al più
alto) Chevrolet, Pontiac, Oldsmobile, Buick e Cadillac non
si facevano concorrenza tra di loro, ed i compratori
potevano entrare nella "famiglia" GM a seconda del loro
potere d'acquisto e dei gusti che cambiavano nel tempo.
Cesare Romiti (1988) – direttore generale Fiat
“il cliente innanzitutto”
LA TRIPLICE EVOLUZIONE DEL MARKETING
unità di analisi
come segmentare i clienti
obiettivi del marketing
1. L’EVOLUZIONE DELL’UNITÀ DI ANALISI
Marketing di massa
MERCATO
Produzione e promozione a livello di massa
Riduzione dei costi
Marketing differenziato
PRODOTTO
Produzione e vendita di prodotti differenziati
Offrire alternative di scelta (non significa segmenti diversi)
Marketing concentrato (segmentazione)
CLIENTI
Si individuano segmenti distinti e si sceglie un marketing mix
per ciascuno
Marketing mix: combinazione (mix) di variabili controllabili
(leve decisionali) di marketing che le imprese impiegano per
raggiungere i propri obiettivi.
Le variabili sono le 4P: prodotto, prezzo, punto vendita e
promozione.
2. L’EVOLUZIONE DEI MODI DI
SEGMENTARE
Segmentazione di prodotto
il mercato è definito da caratteristiche dei prodotti: ho diversi
prodotti e ciascuno di essi individua un mercato e di
conseguenza le azioni relative
Segmentazione demografica
il mercato è definito da caratteristiche dei clienti: divido il
mercato su caratteristiche demografiche dei clienti
Segmentazione psicografica
caratteristiche psicologiche dei clienti (classe sociale, stile di
vita, personalità): indaga lo stile di vita dei clienti potenziali,
legando i comportamenti espressi nei confronti di un prodotto o
servizio con le attività svolte, gli interessi e le opinioni.
Segmentazione comportamentale
caratteristiche del comportamento o interazione con l’impresa:
vantaggi ricercati (qualità, prezzo...), atteggiamento (positivo,
negativo...), consapevolezza (informato, disinformato...), fedeltà
alla marca
3. L’EVOLUZIONE DEGLI OBIETTIVI DI
MARKETING
Prodotto
l’interazione mira alla vendita
Azione (marketing mix)
product, price, place, promotion
Relazione (marketing relazionale)
relazione, loyalty, customer satisfaction
questo perché
il costo di acquisizione è quasi sempre molto maggiore
del costo necessario per fidelizzare/trattenere
DAL MARKETING DI MASSA AL CRM
ED ALLA PERSONALIZZAZIONE
segmentazione
psicografica
segmentazione
demografica
segmentazione
di prodotto
marketing di
massa
marketing
relazionale
customer
relationship
management
personalizzazione
ESEMPI DI CRM
CHE COS’È IL CRM?
L’obiettivo del CRM non è solo offrire prodotti eccellenti
ma acquisire, mantenere e far crescere i clienti
migliori.
Philip Kotler
to get
to keep
to grow
profitable customers
Clienti profittevoli
Legge di Pareto: il 20% dei clienti
genera l’80% dei ricavi…perchè non concentrarsi solo su
quelli?
IL COSTO DI ACQUISIZIONE
Diverse ricerche mostrano che:
“Vendere un prodotto-servizio ad un nuovo cliente costa in
media 6 volte più che venderlo ad uno già acquisito.”
Tale concetto, unito ai precedenti comporta che:
“le aziende cercano di ottimizzare le relazioni con i clienti che
hanno già effettuato transazioni.”
Il modo migliore per farlo consiste nel:
tirar fuori il massimo valore dai clienti esistenti
conoscere bene i clienti migliori
motivarli a rimanere fedeli all’azienda
LE FASI DEL CRM
In linea di massima è possibile suddividere il processo di CRM in tre
fasi:
1.
Acquisizione: accrescimento della base di clientela;
2.
Rafforzamento: valorizzazione della relazione con i clienti già
acquisiti;
3.
Mantenimento: mantenimento stabile della redditività dei
clienti profittevoli.
Struttura di un sistema di CRM
customer
database
CRM
ANALITICO
richieste,
comportamenti
CRM
OPERATIVO
valore, bisogni,
azioni specifiche
back-office
offerte,
comunicazione
front-office
CRM OPERATIVO E ANALITICO
CRM operativo
Che cosa un’impresa deve fare per aumentare il
valore del cliente
CRM analitico
Che cosa un’impresa deve sapere per aumentare
il valore del cliente
CRM ANALITICO E OPERATIVO
E’ una distinzione importante che riguarda gli aspetti tattici
della strategia di implementazione del CRM.
CRM Operativo
Anche detto di front-office, riguarda le aree in cui vi è contatto
diretto col cliente (touchpoint). Esistono contatti di tipo
inbound (es., la telefonata di un cliente al servizio clienti
aziendale), e contatti di tipo outbound (es., una telefonata
dell’operatore con scopo di vendita o una e-mail promozionale).
Il CRM operativo abilita e semplifica le comunicazioni da e verso
il cliente, ma ciò non significa necessariamente ottimizzazione
del servizio (es., se un cliente di una banca utilizza di
frequente il sito web per controllare il suo estratto conto, non
si può dire con certezza che non desideri perfezionare le
transazioni in filiale).
CRM OPERATIVO: CONTATTO CON IL CLIENTE
La maggior parte dei prodotti di CRM presenti sul mercato
rientra in questa tipologia.
CRM ANALITICO
Conosciuto anche come CRM di back-office o “strategico”,
riguarda la comprensione delle attività del cliente con il frontoffice. Richiede tecnologia, per organizzare e processare le
ingenti moli di dati relativi ai clienti utili per le analisi, e nuovi
processi di business, per migliorare le pratiche atte ad
incrementare loyalty e profittabilità.
Sotto la pressione di esperti ed analisti, molti produttori di
sistemi di CRM hanno sviluppato capacità di CRM analitico,
incorporando le analisi nelle loro offerte.
CRM ANALITICO: LA COMPRENSIONE DEL CLIENTE
CRM E BUSINESS INTELLIGENCE
Il CRM Analitico coinvolge numerosi dati funzionali e
incrociati, spesso memorizzati in un datawarehouse:
deposito di dati aziendali provenienti da varie fonti,
organizzati e compattati con l’intento di facilitare le analisi
di business.
Il Datawarehousing fornisce conoscenze critiche alle aziende,
quali informazioni su clienti e prodotti, un tempo
impossibili da localizzare e sfruttare → elevati payback
degli investimenti in tecnologia.
Business Intelligence (BI): la pratica di utilizzare i
datawarehouse, uniti ad ulteriori strumenti tecnologici, per
generare informazioni utili al processo decisionale, e per
analizzare le performance aziendali.
BUSINESS INTELLIGENCE
Insieme di processi per raccogliere ed analizzare
le informazioni sul business aziendale.
Capacità di utilizzare dati provenienti da proprie
attività aziendali ed interpretarli trasformandoli
in informazione/conoscenza con lo scopo di
migliorare ed ottimizzare i propri flussi
informativi e processi.
BUSINESS INTELLIGENCE
Elementi chiave:
Raccolta dati
Utilizzo di tecnologia
Trasformazione dei dati in conoscenza
Finalità: supporto alle decisioni e controllo delle
prestazioni aziendali.
Aree:
Controllo di gestione
Logistica
Approvvigionamenti
Marketing
CRM
BUSINESS INTELLIGENCE
CRM E BUSINESS INTELLIGENCE
Esiste parecchia confusione, anche tra gli addetti ai lavori, sulle
differenze fra i concetti di CRM e BI.
“Il Datawarehousing non è CRM, ed entrambi non sono Business
Intelligence”
Tali termini sono spesso mescolati e confusi, e si tende ad
associare il CRM con concetti riguardanti perlopiù le analisi per
il supporto alle decisioni (database, decision support,
datamining, rules repository, …).
CRM E BUSINESS INTELLIGENCE
Alcune affermazioni fuorvianti di uso comune, utilizzate in ambito
CRM:
1.
“Stiamo usando il datamining per eseguire la nostra iniziativa
di CRM. Ciò ci consente di predire ciò che il cliente potrebbe
acquistare in futuro.”
2.
“Il nostro nuovo sistema di CRM ci consente di analizzare il
comportamento dei clienti e di fornire alla forza vendita info
globali, piuttosto che frammentate come in passato.”
3.
“Da quando abbiamo iniziato a fare CRM, possiamo accedere
ad ogni info di tutti i clienti da un unico sistema.”
4.
“Il CRM ci consente di analizzare i dati sui reclami per capire
meglio quelli prevalenti per un dato segmento.”
CRM E BUSINESS INTELLIGENCE
“Finalmente! Grazie al CRM sappiamo quale cliente sta
acquistando quale prodotto.”
Per quanto importanti e di valore, nessuna di queste capacità
richiede necessariamente sistemi specifici di CRM.
Infatti le imprese hanno cercato di ottimizzare tali performance già
alcuni anni prima che venisse introdotto il CRM.
5.
Di fatto ci si è resi conto che:
Business Intelligence → informazioni importanti → decisioni di
business meglio calibrate → profitti imprevisti
BI VERSUS CRM
BUSINESS
INTELLIGENCE
CRM
CRM RAZIONALE
Mostra nomi e indirizzi dei
clienti business dell’azienda.
Mostra i più recenti contatti
inbound dei clienti sul mio
Personal Digital Assistant,
assieme ai relativi
destinatari aziendali.
La forza vendita è a
conoscenza di questioni
passate o in corso prima di
incontrare il relativo cliente.
Mostra i clienti che visitano
uno dei negozi di video della
nostra catena, con
frequenza settimanale.
Una volta al mese, per i
prossimi sei mesi, invia una
sollecitazione diretta via email ai clienti che con buone
probabilità noleggeranno
una nuova uscita del mese
successivo, ma non visitano
lo store settimanalmente.
Converti i visitatori casuali
in visitatori frequenti.
BUSINESS
INTELLIGENCE
CRM
CRM RAZIONALE
Mostra una lista di clienti che
hanno presentato lamentele
negli scorsi 30 giorni.
Contatta tutti i clienti highvalue che hanno presentato
reclami. Genera
raccomandazioni pro-retention
per ciascun cliente.
Focus sulla retention dei clienti
di alto valore.
Analizza i 5 più popolari
fornitori di office e compara i
prezzi dei nostri rivenditori di
fiducia con quelli degli altri
potenziali fornitori.
Identifica i cinque maggiori
fornitori di office e collauda un
sistema web di “richiesta di
offerta” su quantità limitate, per
testare i miglioramenti di
prezzo.
Incrementa le probabilità di
miglioramento dei prezzi sugli
acquisti di commodities.
Elenca gli indirizzi e-mail dei
clienti registrati che hanno
abbandonato il loro shopping
cart durante la loro ultima visita
sul sito web.
Invia uno sconto di 5 $ ai clienti
profittevoli registrati che
compileranno un form con le
motivazioni dell’abbandono
dello shopping cart. Ai clienti
sconosciuti che lo compilano
invia uno sconto del 10%.
Premia i clienti profittevoli che
riacquistano e raccogli dati
comportamentali di prospect di
valore.
MKT ONE-TO-ONE: CAMPAIGN MANAGEMENT
Gli ultimi stadi dell’evoluzione del marketing confidano nella IT
per tracciare i singoli profili-clienti, capire le differenze e
riconoscere le preferenze.
Il successo degli attuali programmi aziendali di marketing è
direttamente proporzionale all’abilità di catturare ed analizzare i
dati giusti.
A partire dagli anni ’80, dall’avvento dei DB relazionali e dei
Datawarehouse in poi, è diventato più semplice effettuare
operazioni un tempo impossibili sulle ingenti moli di dati
aziendali: scovare, ricercare, accedere, salvare, tracciare i dati dei
singoli clienti, ecc..
Tutte operazioni necessarie nelle analisi per la gestione delle
campagne di marketing.
CAMPAIGN MANAGEMENT
Processo lineare di campaign management
CRM: COSTRUIRE I PROFILI-CLIENTI
Per fare un buon CRM, diviene fondamentale tracciare profiliclienti più accurati possibile al fine di differenziare il
trattamento dei clienti.
Lo scopo principale è comprendere l’individuo-cliente:
-Chi è, quali sono i suoi bisogni e le sue aspettative?
-Come si comporta?
È un’operazione importante perché tutto il Customer
Relationship Management dipende dalla buona
comprensione del singolo cliente.
“Le organizzazioni dovrebbero trattare i profili-clienti come key
economic asset, in aggiunta agli altri asset economici come le
attrezzature e le risorse umane”
(John Hagel III, Personalization Summit, 1999)
COSA CONSIDERARE NEI PROFILI?
Factual informations
informazioni demografiche, fatti comportamentali
Frequenza delle visite al sito, time/money mediamente speso sul sito,
ecc..
Behavioral patterns
rule-based, es.:
In primavera il cliente X acquista libri sui viaggi per mete esotiche.
Quando il cliente X giunge al mio sito dal sito Y, tende a ritornare
presto su quest’ultimo.
sequences, es.:
Di solito il cliente X visita il mio sito tramite la pagina Y, poi va sulla
pagina W e infine esce dal sito dalla pagina Z.
APPRENDERE I BEHAVIORAL PATTERNS
Utilizzare metodi di data mining (rule discovery) per
apprendere i pattern comportamentali dell’individuo
(rules) dai dati transazionali passati di ciascun cliente.
(es., association rules, decision trees, RIPPER [Cohen95])
Una delle principali questioni nelle operazioni di
personalizzazione è: come costruire “buoni” profilicliente?
“bad” rules: spurie, banali, irrilevanti.
Necessità di validare le regole scoperte (post-analysis stage).
IL PROBLEMA DELLA VALIDAZIONE DEI
PROFILI
Per “buoni” profili (validi) si possono intendere diverse cose:
Validità statistica;
Accettabilità secondo un esperto umano;
“Efficacia”.
L’efficacia è importante, ma difficile da captare e interpretare
(esistono pochi lavori sul tema).
È preferibile focalizzarsi sulla accettabilità per un operatore
esperto.
VALIDAZIONE PROFILI EXPERT-BASED
L’esperto umano deve separare le regole “buone” dalle “cattive”
durante la fase di post-analisi del processo di data mining.
Esempi:
Quando Gianni acquista succhi di frutta, la sua spesa totale è > 9 €.
Quando Gianni acquista birra in confezione da 6, la spesa totale in
birra supera i 4 €.
Problema: moltissime regole per la validazione manuale.
Esempio: 1 milione clienti × 100 regole per cliente =
100 milioni di regole in totale
Soluzione: utilizzo di specifici software che agevolano il processo.
INIZIATIVE DI CRM-MARKETING:
CROSS-SELLING E UP-SELLING
Cross-selling:
“La strategia di vendere prodotti aggiuntivi ad un cliente che ha
già acquistato, o ha manifestato l’intenzione di farlo, un
prodotto dall’azienda.”
Esempio: Vendere vestiti per bambini ad una mamma che sta
acquistando prodotti per la cura dei suoi figli.
Up-selling:
“Motivare i propri clienti a spostarsi verso l’acquisto di prodottiservizi di più alto valore, più costosi, più profittevoli, rispetto a
quelli già acquistati o per i quali si è manifestata un’intenzione
di acquisto.”
Esempio: Chiedi un panino al banco del McDonald’s, ti offrono il
menù più completo e abbondante.
CROSS-SELLING E UP-SELLING
L’arte del cross e up-selling sta nel comprendere quali prodotti
possono aumentare la profittabilità totale di un cliente.
La semplice e banale vendita aggiuntiva di un prodotto privo di
profitto può rendere il cliente meno profittevole di quanto lo fosse
in precedenza.
Fare cross-selling in modo corretto significa: “vendere il prodotto
giusto al cliente giusto”.
Non tutti i clienti sono buoni candidati per le azioni di crossselling.
E’ importante, ma non semplice, capire il modo in cui il cliente
valuta e decide come e quando rispondere a certe promozioni.
CROSS-SELLING E UP-SELLING
VANTAGGI
Minori costi rispetto all’acquisizione di nuovi clienti;
Diminuzione del tasso di abbandono (churn);
Aumento della customer loyalty e retention;
Incremento del Customer Life Time Value;
Incremento della redditività aziendale.
Per tutti i motivi illustrati, il miglioramento delle pratiche di crossselling e up-selling è uno dei maggiori driver di utilizzo delle
tecnologie e strumenti di CRM-MARKETING.
INIZIATIVE DI CRM-MARKETING:
CUSTOMER RETENTION
1.
2.
3.
Una ricerca del ’96, in USA, mostra che: “ogni 5 anni le aziende
perdono il 50% dei propri clienti.”
Le aziende si pongono il problema del customer churn (o
attrition):
Comprendere quali clienti abbandonano (operazione non
banale);
Capire il perché tali clienti cambiano azienda (operazione
difficile);
Arginare il customer churn applicando le conoscenze acquisite
alle tattiche di business per incentivare il cliente a rimanere
fedele (operazione molto difficile).
CUSTOMER RETENTION
Le analisi sul customer churn rientrano nell’idea che mantenere i
clienti acquisiti è molto più conveniente che acquisirne di nuovi.
Infatti:
più clienti abbandonano → maggiore è la perdita di guadagno
(investimento iniziale per l’acquisizione + perdita di una base clienti
solida cui vendere nuovi prodotti)
È importante capire anche quali sono i clienti più profittevoli, sui
quali conviene investire per trattenerli.
È dimostrato che: “ridurre le defezioni anche di poche frazioni,
incrementa in modo esponenziale i profitti.”
La tecnologia fornisce oggi sofisticati strumenti predittivi che,
confrontando gli attributi di clienti simili, individuano i clienti
“likely to churn” e consentono simultaneamente di creare
interazioni di marketing personalizzate atte a motivare il cliente
alla fedeltà.
CUSTOMER RETENTION
1.
2.
Problemi delle strategie aziendali di customer retention:
Individuati i clienti che potrebbero lasciare l’azienda, come li
trattieni?
È realmente vantaggioso regalare prodotti o aggiungere
accessori gratis, la cui spesa iniziale spesso supera il
contributo ai ricavi che ne risulta?
ESEMPI
Il costo del telefonino concesso in comodato gratuito, sarà
recuperato dalla spesa del cliente in servizi?
In che percentuale i clienti proseguiranno il loro contratto per
la TV satellitare, dopo i primi 3 mesi gratuiti?
Il concedere la prima classe senza sovrapprezzo a determinati
clienti, garantisce che questi voleranno nuovamente con la
nostra compagnia?
CUSTOMER RETENTION
Strategie attuali
Trovare il modo migliore per fidelizzare i clienti in procinto di
cambiare azienda;
Definire campagne di marketing per spingere i clienti a basso
valore nella fascia di clienti a più alto valore, piuttosto che
permettere ad essi di abbandonare l’impresa.
La Churn Prediction è uno degli usi più frequenti della tecnologia
applicata ai dati, per sostenere il marketing nella previsione del
comportamento dei clienti.
INIZIATIVE DI CRM-MARKETING:
BEHAVIOUR PREDICTION
È una tecnica di analisi che aiuta il reparto marketing nel determinare il
comportamento presunto del cliente nel futuro. Utilizzando modelli
sofisticati e tecniche di data mining, si serve del comportamento
passato del cliente per predire quello futuro.
1.
2.
3.
4.
Queste analisi includono diverse varianti:
Analisi di Propensity-to-Buy: capire quale prodotto potrebbe
acquistare un dato cliente in futuro.
Analisi di Next Sequential Purchase: predire quale prodotto
servizio un cliente potrebbe acquistare alla sua prossima visita.
Analisi di Product Affinity: capire quali prodotti saranno acquistati
con determinati altri beni. Si tratta della nota Market Basket
Analisys, intesa come l’analisi dello scontrino per scovare possibili
associazioni di prodotto.
Modelli Price Elasticity e Dynamic Pricing: determinare il prezzo
ottimale per un dato prodotto, spesso associato ad un particolare
cliente o segmento.
BEHAVIOUR PREDICTION
La previsione del comportamento futuro del cliente consente alle
aziende di elaborare una varietà di azioni di marketing basate su
tale conoscenza.
Esempi
Offrire a clienti a rischio churn, sconti preventivi o rinunce alle
commissioni.
Ridefinire il target di una campagna, restringendola a segmenti di
clienti più piccoli o a specifici prodotti.
Confezionare assieme certi prodotti e fissare il prezzo in modo da
vendere più tipi di prodotti ed incrementare la loro profittabilità.
Fare cross-selling di prodotti che si stima vengano spesso
acquistati con altri beni determinati.
La chiave di tutte queste analisi, e soprattutto delle azioni che ne
derivano, è capire quali sono i clienti migliori.
INIZIATIVE DI CRM-MARKETING:
CUSTOMER PROFITABILITY E VALUE MODELING
È difficile calcolare in modo preciso la customer profitability:
Sono necessari dati dettagliati;
È necessario un processo intensivo di calcolo;
Gli strumenti in grado di elaborare modelli ad hoc hanno un
alto costo.
Tuttavia tale calcolo consente di scoprire informazioni rilevanti, e di
evitare comuni errori di valutazione.
CUSTOMER PROFITABILITY E VALUE MODELING
Esempi
Scoprire che clienti price-sensitive, seppure con alti volumi
d’acquisto, potrebbero non aumentare mai il loro valore, al
contrario di clienti che pur avendo bassi volumi sono altamente
profittevoli.
Scoprire che un cliente con basso valore ha in realtà portato
all’azienda tre clienti ad alto valore, il che rende esso stesso
profittevole.
Accorgersi che un recente laureato, anche se attualmente poco
profittevole, mostra segnali di profittabilità emergente e dunque
può essere considerato di valore nel lungo termine.
CUSTOMER PROFITABILITY E VALUE MODELING
Esistono diverse metriche per misurare il valore del cliente,
utilizzate in diversi contesti industriali:
1.
Customer Life Time Value (LTV);
2.
Potential Value;
3.
Competitive Value (o Wallet Share);
4.
Value Modeling.
Il Value Modeling consente di attribuire un punteggio al
cliente in base al valore da lui fornito all’azienda durante
tutto il ciclo di relazione. Tale punteggio è usato poi in
vari modi per settare al meglio la comunicazione azienda
cliente.
CUSTOMER PROFITABILITY E VALUE MODELING
Il valore complessivo di un cliente è determinato da diversi
fattori convergenti.
Basare perciò il calcolo su una singola metrica presenta il
rischio di assumere decisioni errate su cosa e come comunicare
al cliente, il che può portare ad un decremento della
satisfaction e relativo aumento della attrition.
Esempio
Un retailer brick-and-mortar si accorge che un cliente possiede la
tessera di frequent-buyer, ma in realtà visita il negozio solo in
periodo di saldi. (errore: considerarlo un frequent-buyer e
gestirlo come tale porta ad effetti negativi)
CALCOLARE IL LIFE TIME VALUE (LTV)
Il LTV è uno degli indici più utilizzati per la valutazione del valore
del cliente. Il suo calcolo rappresenta dunque un problema cruciale
nel campo del CRM Analitico.
Il LTV può essere calcolato con la seguente formula:
LTV = Σ
∞
t=0
v(t)*S(t)*D(t)
v(t) – valore del cliente al tempo t
S(t) – survival rate al tempo t (probabilità che il cliente sarà attivo
al tempo t)
D(t) – discount rate, es., D(t) = exp(-λt)
Problema: come calcolare le funzioni v(t), S(t) e D(t) per gli istanti
futuri t?
STIMA DEL VALORE FUTURO V(T)
“Valore” può significare diverse cose
Di solito si considera: Profitti = Ricavi - Costi
È un problema di previsione
In alcune applicazioni non è difficile stimarlo
Flusso stabile di ricavi mensili, costi noti.
Esempi: utilities, telecomunicazioni (telefonia).
Utilizzo della storia passata per stimare i ricavi futuri.
In altre applicazioni la stima è difficoltosa
Acquisti periodici, non c’è flusso costante di ricavi.
Esempio: e-commerce.
Altamente imprevedibile.
QUANDO IL LTV È STIMATO CORRETTAMENTE
v(t) è stabile, ovvero i flussi di ricavi sono ben definiti;
Segmenti prevedibili e stabili;
Applicazioni “non-disruptive”;
Esempi:
utilities;
telecomunicazioni;
servizi con sottoscrizioni (giornali, magazine, ecc..).
COSA FARE SE LA STIMA DEL LTV È
DIFFICILE
Utilizzare appropriate proxy che classificano il cliente
pressoché nello stesso ordine fornito dal calcolo del LTV.
Esempi di misure proxy:
Profittabilità;
Ricavi;
Punteggi nei programmi fedeltà:
Gold card member;
Frequent flier miles (per compagnie aeree).
TRATTARE I CLIENTI IN BASE AL VALORE
Dividere i clienti in base al loro valore (es., tramite il LTV);
Raggruppare i clienti in quintili così identificati:
MVC: most-valuable customers
MGC: Most growable customers
BZ: Below zero customers
LTV negativo e nessuna speranza di crescita
Migrators: in BZ, ma con una potenziale crescita
Sviluppare azioni customizzate per ciascun gruppo.
INIZIATIVE DI CRM-MARKETING:
CHANNEL OPTIMIZATION
L’obiettivo della marketing automation è: “offrire il giusto
messaggio, al cliente giusto, al momento opportuno.”
L’avvento di internet ha consentito alle aziende di usufruire
di un nuovo canale al fine di massimizzare le opzioni e le
preferenze di interazione del cliente.
Non basta capire la modalità di interazione preferita da un
certo cliente, bisogna anche decidere come è meglio
comunicare determinate cose in precisi momenti.
Channel management significa armonizzare e ottimizzare i
canali interattivi inbound con quelli outbound, e sapere come
scegliere il giusto approccio con ciascun cliente.
INIZIATIVE DI CRM-MARKETING:
PERSONALIZATION
“È la capacità di personalizzare la comunicazione con il cliente
in tempo reale basandosi sulla conoscenza delle sue
preferenze e comportamenti.”
Le tecniche di personalizzazione consentono di:
1.
Analizzare ciascun cliente in qualsiasi momento e
attraverso ogni canale, usando dati su: - profilo clienti; acquisti passati; - clickstream; - interviste on-line.
2.
Definire la situazione del cliente e decidere l’azione di
marketing da implementare.
3.
Elaborare un messaggio o contenuto personalizzato da
mandare in tempo reale al cliente quando interagisce
nuovamente con l’azienda (es., visita il sito web).
PERSONALIZATION
È dimostrato l’aumento dei tassi di risposta globali, di pari passo
all’arricchimento dei dati sul comportamento dei clienti.
Si parla anche di adaptive personalization, appunto perché
lungo la relazione impresa-cliente si apprendono le preferenze e i
gusti dell’individuo e si adeguano i messaggi e le comunicazioni.
Così diventa più difficile lo switch del cliente verso i competitor.
PERSONALIZATION & CLICKSTREAM ANALISYS
In ambito B2C la personalizzazione si basa molto sulla
Clickstream Analisys, ovvero l’analisi del percorso di
navigazione sul web del cliente.
La clickstream analisys illumina sulla customer experience nel
web, consentendo di evidenziare:
Gli acquisti del cliente;
Come egli arriva inizialmente al sito (tramite un sito
partner? tramite banner?);
Come naviga una volta entrato nel sito;
Quanto tempo spende su ogni pagina;
Quale prodotto può aver stimolato altri acquisti, ….
PERSONALIZATION & CLICKSTREAM ANALISYS
Come risultato di tale analisi è possibile implementare
numerose tattiche di business, come ad esempio:
Modificare la grafica e le funzionalità del sito, seguendo i
pattern di navigazione e gli andamenti passati degli
acquisti.
Personalizzare promozioni e sconti in base agli acquisti
passati o a ricerche e interviste.
Personalizzare i contenuti delle pagine web, d’accordo con i
parametri di utilizzo dei visitatori del sito.
INIZIATIVE DI CRM-MARKETING:
EVENT-BASED MARKETING
“Anche detto Event-Driven, è un marketing time-sensitive,
ovvero basato su comunicazioni di vendita in reazione ad
eventi specifici di un certo cliente o segmento.”
Esempio
Una Compagnia di Assicurazioni invia a tutti i clienti che
recentemente hanno avuto un incidente stradale, una
proposta di aumento dei massimali di copertura per le
polizze R.C. Auto.
È un esempio questo di event-based marketing su un vasto e
indifferenziato segmento della base clienti esistente.
EVENT-BASED MARKETING
Ma le imprese che adottano il CRM si sforzano di applicare
tale tecnica di marketing sui singoli clienti, orientandosi
verso comunicazioni più reattive, real-time e maggiormente
focalizzate.
Esempio
La stessa Compagnia di Assicurazioni dovrebbe comunicare a
ciascun cliente quanto la sua polizza R.C. Auto sia
appropriata alla sua persona, considerati specifici fattori
quali l’attuale copertura, la sua storia relativa ai sinistri, e i
suoi dati demografici.
EVENT-BASED MARKETING
È importante combinare le tecniche di personalizzazione con
la progettazione dei processi per assicurarsi che l’azione giusta
raggiunga il cliente giusto al momento giusto.
L’obiettivo ideale del event-based marketing è di essere in
grado di reagire agli eventi del cliente pressoché in tempo
reale, subito dopo l’accadimento.
Esempio
Una Compagnia di carte di credito telefona ad un cliente che ha
appena effettuato la sua prima transazione d’acquisto lontano
da casa. Gli chiede di confermare l’acquisto (tipica tecnica
anti-frode), e nel contempo gli offre di prolungare
gratuitamente il suo viaggio di un giorno.
EVENT-BASED MARKETING
Date le particolari caratteristiche, tale tecnica richiede:
Buon dinamismo, per individuare e rispondere agli eventi in
un tempo ottimale;
Profonda comprensione dei possibili eventi e delle relative
risposte e azioni;
Solida automazione di processo e ben calibrato work-flow;
Buone competenze nell’utilizzo di tecniche complesse come il
Data Mining.
* Non bisogna confondere tale tecnica con il Life Stage (o Life
Event) Marketing, in cui l’azienda determina la posizione
del cliente su un continuum della sua vita, al fine di inviargli
messaggi appropriati.
BUSINESS INTELLIGENCE NEL CRM
Perché:
Maggiore applicazione
Naturale utilizzo nell’e-business perché ci sono molti dati
Necessità di gestione ed analisi della grossa mole di dati
Il modello di e-business spesso è basato sul CRM
BUSINESS INTELLIGENCE NEL CRM
Tutti i risultati ricercati e tutti i processi
decisionali del marketing possono essere
realizzati e supportati dalla business intelligence.
Posso analizzare i dati per raggiungere obiettivi e
per prendere decisioni.
Le analisi sui dati in ambito e-business possono
essere suddivise in:
Business analytics
Customer analytics
Web analytics
Data modeling
