La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

CUSTOMER VALUE IL VALORE DEL SERVIZIO Obiettivi Metodo Primi risultati.

Presentazioni simili


Presentazione sul tema: "CUSTOMER VALUE IL VALORE DEL SERVIZIO Obiettivi Metodo Primi risultati."— Transcript della presentazione:

1 CUSTOMER VALUE IL VALORE DEL SERVIZIO Obiettivi Metodo Primi risultati

2 Il Progetto Obiettivo: –Misurare il valore creato dal rapporto con il cliente –Correlare la qualità dei servizi forniti, fedeltà e valore patrimoniale del cliente Metodologia –Comitato Scientifico che presidia i contenuti metodologici/definizione modello –Incontri mirati con focus group –Validazione metodologia con panel campione –Presentazione risultati in un Convegno

3 Presentazio ne a Focus Group Modello & rilevazione qualitativa Modello & rilevazione quantitativa Modello interazione cliente- azienda Colloquio circa 1 ora Questionario pre-spedito Gruppo ristretto aziende Analisi dati Incontro verifica risultati Dati campione rappresentativo KPI selezionati in rilevazione qualitativa Analisi Granger Analisi Variabili Latenti Personalizzazione catena Investment Variables Process & System Behavior Customer s value variables Financial Variables Rapporto sintetico sulla metodologia e sui finding Dati anonimi Indicazioni metodo Commenti Piano di lavoro

4 Process & System Behavior HR Education Work Environment Communicati on Lines Investment Variables Customers Value Variables Financial Variables One call resolution Response time Etc. Customer Satisfaction Index, Churn rate Customer Loyalty Etc. EBIT Sales Asset (LTV) La catena causale : schema semplificato

5 La catena causale : mappa relazioni (esempio) Financial Variables Customers Value Variables Process & System Behavior Investment Variables HR Education Headcount Thecnology capability and alike One call resolution & escalation rate Contact duration (IVR, Voice) Customers incurred cost Customer s value Loyalty Profitabilit y Churn & Retentio n New costumer EBIT Sales & market share Asset LTV Average wait time & Abandoned calls

6 Catena causale Financial Institution

7 Catena causale Telco e Media

8 Catena causale Automotive

9 Lanalisi ha specializzato anche gli indicatori 73 indicatori individuati Investment : 11 Process & System : 40 Customers Value : 16 Financial : 6

10 Criteri di Analisi Modello di Granger –Analisi bivariata Regressione lineare multipla –Stima dei valori dei nessi di causalità individuati dal Modello di Granger Modello a Variabili Latenti –Analisi multivariata Procedimento utilizzato per l'analisi quantitativa

11 Analisi Quantitativa: Modello di Granger Catena Causale Legenda

12 Analisi quantitativa: Modello di Granger Obiettivi: –Individuare nessi di causalità tra coppie di variabili –Associare ai nessi di causalità i parametri (pesi) stimati Procedimento: –Step 1: Costruzione di un modello univariato per le due serie storiche relative alle variabili selezionate –Step 2: Costruzione di un modello bivariato delle due serie storiche basato sui modelli univariati calcolati nello step precedente. –Step 3: Calcolo degli errori quadratici medi (mse) di predizione dei due modelli e confronto dei risultati ottenuti. –Regressione lineare multipla

13 Esempio. Test di causalità di Granger NOMEDESCRIZIONEPERIODOGRANULARITA adn Spesa pubblicitaria nei principali media, pro capite. US $ trimestrale ucgn Spesa di beni per consumo personale, pro capite. Migliaia US $ trimestrale Obiettivo :

14 Andamento delle serie analizzate ADNUCGN

15 Stazionarietà e stagionalità delle serie UCGN - Univariato Plot Correlazioni serie originale Plot Correlazioni serie con le differenze del primo ordine

16 Risultato dellanalisi In prima analisi, il modello bivariato non migliora la descrizione di UCGN. MODELLO(POST SAMPLE) MSE UNIVARIATO – ARIMA(0,1,4)(0,1,0)s UNIVARIATO – ARIMA(1,1,4)(0,1,0)s UNIVARIATO – ARIMA(2,1,4)(0,1,0)s UNIVARIATO – ARIMA(4,1,4)(0,1,0)s BIVARIATO – VARIMA(4,1,4) Tabella 2 - Post Sample MSE dei modelli analizzati

17 Variabili latenti: Equazioni strutturali Analisi Granger insufficiente La catena causale presenta anche variabili latenti p.e. il valore percepito dal cliente: –sappiamo che esiste –non possiamo misurarlo in modo diretto Occorre individuare le relazioni fra variabili latenti e variabili manifeste (KPI). –Metodo da utilizzare: le equazioni strutturali a variabili latenti

18 Analisi Quantitativa: Modello a variabili latenti - Catena Causale Legenda

19 Variabili latenti: Equazioni strutturali Obiettivi: –Individuare indicatori che descrivano la variabile latente –Calcolare il valore dei nessi di causalità/covarianza tra le variabili Procedimento: –Step 1: Confirmatory Factor Analytic Approach (CFA): visione dinsieme della struttura del modello indicazioni circa le variabili manifeste –Step 2: Structural Model (Causal Model): individua e quantifica le relazioni di causalità tra variabili.

20 Personal consumption expenditure on goods gdp Consumer credit Personal consumption expenditure on durable goods Personal consumption expenditure on services Life quality Modello causale teorico di partenza Esempio: Equazioni strutturali a variabili latenti

21 L=? Cov=? E3 Var=? E4 Var=? E5 Var=? Var=1 gdp Consumer credit Personal consumption expenditure on goods Personal consumption expenditure on durable goods Personal consumption expenditure on services Life quality Confirmatory Factor Analytic Approach 1/2

22 Confirmatory Factor Analytic Approach 2/2 Prima valutazione delladattamento del modello. Indicazioni precise su Factor Loading (L): relazioni tra ogni variabile latente e le rispettive variabili manifeste. Stime sui rapporti tra le rimanenti variabili (espressi come covarianze). Informazioni su affidabilità, validità convergente e validità discriminante. Valutazioni su eventualità di modifiche al modello.

23 Structural Model (Causal Model) 1/2 Implementazione delle equazioni strutturali che esprimono le relazioni tra le variabili considerate (latenti e manifeste) secondo lo schema di causalità che si intende seguire. Vengono cioè sostituite le covarianze (frecce bidirezionali) con percorsi causali (frecce unidirezionali), spostandosi da una valutazione tra relazioni reciproche ad una valutazione tra relazioni causali ad una direzione.

24 Structural Model (Causal Model) 2/2 Loutput ottenuto sarà valutato in termini di: –Bontà di adattamento. –Significatività delle relazioni tra le variabili. –Analisi dei residui del modello. –Bilanciamento tra parsimonia e bontà di adattamento del modello. –Eventuali modifiche da apportare alle equazioni per affinare il risultato finale. Dopo aver apportato le opportune modifiche sarà possibile confrontare il modello ottenuto con quello iniziale per individuare similarità e differenze.

25 Modello finale ESVL 1/2 P= P= L= L= L= Cov=0.505 gdp Consumer credit Personal consumption expenditure on goods Personal consumption expenditure on durable goods Personal consumptio n expenditure on services Life quality

26 Modello finale ESVL 2/2 Sono individuati i percorsi causali (Path Coefficients), il loro segno ed il loro peso. Possibilità di interpretare le relazioni in modo immediato quantificando la variazione di una variabile indipendente sulla variabile dipendente cui si riferisce. Vengono offerte indicazioni chiare sia da un punto di vista algebrico che grafico del percorso di causalità.

27 Documenti Analisi Quantitativa Manuale di Riferimento Manuale Utente

28 Griglia Variabili Indipententi e Dipendenti Metriche Indicatori

29 Come si inserisce nello schema Business Intelligence Memorizzazione serie storiche di base –Datawarehouse Calcolo Granger ed ESVL –DSS Memorizzazione risultati –DataWarehouse –DataMart Pianificazione controllo e/o monitoraggio –Cruscotto

30 Conclusioni Verificata la fattibilità tecnica di: –Catene Causali fra variabili di Investimento/Comportamento/Risultato –Misurazione variabili qualitative (misura il percepito) Quindi è possibile p.e.: –Misurare le variazioni del valore percepito dal cliente –Associare il valore percepito (variazioni) a variabili economiche patrimoniali –Mirare in senso competitivo le azioni di valorizzazione del cliente Prossimo passo: –Validare la significatività –Valutare i fabbisogni di dati di base e le possibilità di proxy Al fine di ottenere –La patrimonializzazione del valore del cliente

31 Grazie per lattenzione


Scaricare ppt "CUSTOMER VALUE IL VALORE DEL SERVIZIO Obiettivi Metodo Primi risultati."

Presentazioni simili


Annunci Google