lattività di customer profiling alberto saccardi milano, 7 ottobre 2008
TRANSCRIPT
L’attività di Customer Profiling
Alberto Saccardi
Milano, 7 ottobre 2008
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
CustomerDataBase
Come identificare i segmentiper l’attività di target marketing?
Predisposizione dei daticomportamentali
Analisi eclassificazione
Implementazionepiano di marketing
Valutazionedei risultati Identificazione area
di business
Decisioni strategiche
Segmentazione
Chi sono i miglioridestinatari della campagna XYZ?
Raccolta dei daticomportamentali
Costruzione delmodello di scoring
Implementazionedella campagna
Valutazionedei risultati Identificazione regole
marketing a priori
Decisioni tattiche
Scoring System
Segmentazione
Marketing Segment
Behavioral Clusters % CRM Actions
VIP High Rollers 2.0% • To Take Care (one-to-one)• Maximum Time Consuming• Share-of-wallet Retention using Business and Management Rules
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
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
Master en Investigación de Mercado y Data MininL’evoluzione dei progetti di Customer Profiling
1990 2000
Vendita a Distanza
FinanzaEditoria
TelecomunicazioniNew Media
Modelli di ScoringSegmentazione Comp.
Credit ScoringX Griglie
Credit ScoringX Basel II
SegmentazioneNeeds Based
SocialNetwork Analysis
Alcune premesse:
Misurare e classificare fenomeni su dimensioni elementariContare i clienti e classificarli in segmenti/mercati
Segmentazione comportamentalePropensione ChurnPotenzialePosizionamento
Business Driven Action Plan
L’analisi dei dati
Le fonti dei dati
1)Dati provenientida attività di
Business Intelligence
4)Dati provenientida ricerche
ad hoc
2)Dati provenienti dai sistemi dirilevazioneaziendali
3)Dati provenientida fonti istituz.
o esterneall’impresa
dati
primari
secondari
Fonti informative
interne esterne
Dati appositamente raccolti per effettuare una particolare analisi/prendere una specifica decisione
Dati prodotti per altri scopi,ma funzionali anche per lo svolgimento di analisi di mercato
Costituite da istituzioni, concorrenti al di fuori dell’impresa
Funzioni/personale appartenente al’impresa stessa
Fonti
esterne
RepositoryTemporaneo
Data Warehouse
Fonti interne
L’organizzazione dei dati
Data Warehouse
Il Data Warehouse è un ambiente dati a supporto dei DSS con le seguenti caratteristiche:
• Integrato Fonti diverse (interne – esterne) Dati omogenei Meta-informazione
• Non volatile Profondità temporale 3-5 anni Aggiornamenti per accodamento Data inizio validità in chiave
L’organizzazione dei dati
Data Warehouse
CDB
MultiLevelSummary
OLAPAnalisi
Statistica
R.O.I.
Proposta commerciale:selezione target e product mix.
Dati
InterniDati
Esterni
CDB
Gestore
anagrafiche
Data Mart
Analisi Prodotto
Data Mart
Analisi Cliente
Data Mart
Analisi Mercato
Segmentazione socio-demo
Potenziali di zonaAssociazioni
Segmentazione comportamentale
Modelli di Scoring
Gestore
campagne
L’organizzazione dei dati
R.O.I.
Proposta commerciale:selezione target e product mix.
Dati
InterniDati
Esterni
CDB
Gestore
anagrafiche
Data Mart
Analisi Prodotto
Data Mart
Analisi Cliente
Data Mart
Analisi Mercato
Segmentazione socio-demo
Potenziali di zonaAssociazioni
Segmentazione comportamentale
Modelli di Scoring
Gestore
campagne
L’organizzazione dei dati
L’unità logica di buiness(unità statistica)
NDGF1moglie
NDGC1
NDGF2marito
NDGF3padre
NDGC2
c\c C1
c\c F2
c\c C2
titoli C2
cliente marito= c\c C1 c\c F2 c\c C2 titoli C2+ + +
cliente padre= c\c C2 titoli C2+
cliente moglie= c\c C1
Un giusto equilibrio(la matrice dei dati)
CustomerTable
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 anniC) fedeltà => Fiat, Alfa, Lancia, Giapponesi, Euro1, Euro2, USA
per poter incrociare le tre dimensioniA) x B) x C) => 10 x 3 x 7=210 variabili !
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
SondaggioÈ 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 mercatofieldwork
QuestionarioE’ 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 mercatofieldwork
10 regole empiriche per la costruzione di un questionario
• 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 mercatofieldwork
10 regole empiriche per la costruzione di un questionario
• 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 mercatofieldwork
Cati
Capi/face-to-face
Cawi
Postali/fax/autocompilazioniFocus group
Interviste in profondità
Indagini quantitative
Indagini qualitative
Metodi basati su
questionario
Le ricerche di mercatofieldwork
Obiettivo d’analisi
Universo statisticodi riferimento
Costruzione liste di riferimento
Scelta del campione
Fieldwork
Controllo dati raccolti
Analisidei dati
Presentazione
Caratteri oggettodella rilevazione
Scelta della precisoneattesa
Tecniche di raccoltadei dati
QuestionarioData Mart
Pre-testquestionario
Le analisi quantitativeprotocollo di impostazione
Il campionamento
• Elementi introduttivi
• Metodi di campionamento
• La dimensione del campione
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 campionamentoElementi 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 campionamentoElementi introduttivi
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 campionamentoMetodi di campionamento
Campionamento casuale semplice
Stratificato
A grappoli
A due o più stadi
Sistematico
A ogni estrazione ogni elemento dellapopolazione ha la stessa probabilitàdi essere selezionato, attraverso unmeccanismo che garantisce la casualità delle estrazioni. La probab.di estrazione di un elemento è:•Camp. senza ripetizione:P=1 / N*(N-1)*(N-2)*...*(N-i+1)•Camp. Con ripetizione:P= 1/ N
Se si hanno informazioni suppletive sulla popolazione di riferimento, èpossibile dividerla in strati, al cui interno le unità sono omogenee secondoun determinato criterio. Da ogni stratoviene estratto, in modo indipendente, un campione casuale.
Le unità elementari della popolazione sonoraggruppate in sottoinsiemi di unità contigue di osservazione, detti grappoli. Data una popolazione, viene estratto un certo numero di grappoli e tutti gli elem.appartenenti ai gruppi selezionati entranoa far parte del campione.Di solito sonoutilizzati come grappoli dei gruppi naturalio amministrativi già esistenti, per contenere i costi.
Data una popolazione le cui unità elemen.sono riunite in gruppi, dapprima si selez.un campione casuale di gruppi, e poi siestrae un certo numero di unità elementaridai gruppi selezionati.Vi sono allora due livelli di campionamento:al primo vengono scelti i gruppi o le unitàdi rpimo stadio, al secondo vengono sceltele unità elementari, chiamate unitàsecondarie
È necessario che le unità siano ordinate secondo un criterio qualsiasi; solo la prima unità verrà estratta in modo casuale dalla popolazione, le altre verranno selezionatein modo automatico secondo un criterioprefissato (es. una ogni 3).
Il campionamentoMetodi di campionamento - Probabilistici
Per quote
A scelta ragionata
Per convenienza
La popolazione viene suddivisa in gruppiomogenei in base ad alcune variabilistrutturali (sesso, età, residenza…). Siindividua il numero di osservazioni da raccogliere in ogni gruppo (quote): gliintervistatori scelgono il campione allointerno delle classi, in modo da rispettarele proporzioni prescelte. L’intervistatoreha totale arbitrarietà nella sceltadelle unità da intervistare nelle quoteassegnate.
Le unità campionarie sono selezionate soloin determinate aree di analisi, sulla base di informazioni preliminari circa la popolaz.indagata. È quindi un campionamento basato sulla conoscenza del carattereoggetto di studio, particolarmente adattoper campioni di piccole dimensioni.
La selezione degli elementi è basata su criteri di convenienza temporale, economicao di altro genere.
Il campionamentoMetodi di campionamento – Non Probabilistici
Ricerche di Mercato & Data Mining
Issues Ricerche di Mercato Data Mining
Sampling Representativeness
Filed & Data CertificationStatistical Unit IdentificationPhenomenon DimensionsTechniques & Algorithmes