Business Intelligence & Customer Relationship Management Prof. Matteo Golfarelli DEIS - Università di Bologna

Presentazione sul tema: "Business Intelligence & Customer Relationship Management Prof. Matteo Golfarelli DEIS - Università di Bologna"— Transcript della presentazione:

1 Business Intelligence & Customer Relationship Management Prof. Matteo Golfarelli DEIS - Università di Bologna matteo.golfarelli@unibo.it

2 2 Sommario 1. Il nuovo ruolo dell’informatica in azienda 2. La BI e il ciclo decisionale 3. Le applicazioni della BI 4. Il CRM 5. Un Case study sulla Business Intelligence e sul Data Warehouse

3 3 L’informatica in azienda La funzione svolta dalle basi di dati in ambito aziendale è stata fino a qualche anno fa solo quella di memorizzare dati operazionali, ossia dati generati da operazioni svolte all’interno dei processi gestionali L’informatica era vista come una scienza di supporto che permetteva di rendere più rapide ed economiche le operazioni di gestione delle informazioni ma che non creava di per sé ricchezza

4 4 L’evoluzione dei sistemi informativi Il ruolo dei Sistemi Informatici è radicalmente cambiato dai primi anni ’70 a oggi. I sistemi informatici si sono trasformati da semplici strumenti per migliorare l’efficienza dei processi a elementi centrali dell’organizzazione aziendale in grado di rivoluzionare la struttura dei processi aziendali Il duplice ruolo dell’informatica Tecnologia di supporto alla gestione del Sistema Informativo Disciplina organizzativa che influenza i processi, servizi e struttura aziendale

5 5 Il portafoglio applicativo Portafoglio direzionale CRM ERP Portafoglio istituzionale Portafoglio operativo CIM Amministrazione Gestione risorse umane Altri processi di supporto

6 6 Il portafoglio direzionale E’ l’insieme delle applicazioni utilizzate dai manager aziendali per: Analizzare lo stato dell’azienda Capire i fattori chiave del business Prendere decisioni rapide Prendere le decisioni migliori la business intelligence Si parla anche di piattaforma per la business intelligence, ossia…...disciplina che consente a chi deve decidere in azienda di capire, attraverso soluzioni software, i fattori chiave del business e conseguentemente di prendere le migliori decisioni in quel momento

7 7 Business intelligence Si parla di piattaforma di BI poiché per consentire ai manager analisi potenti e flessibili è necessario definire un’apposita infrastruttura hardware e software di supporto composta da: Hardware dedicato Infrastrutture di rete DBMS Software di back-end Software di front-end Il ruolo chiave di una piattaforma di business intelligence è la trasformazione dei dati aziendali in informazioni fruibili a diversi livelli di dettaglio e, quindi, in conoscenza

8 8 La piramide della BI APPLICAZIONI GESTIONALI dati operazionali REPORTISTICA data warehouse OLAP tecniche di analisi statistica DATA MINING modelli di apprendimento ANALISI WHAT-IF modelli di simulazione DECISIONI dati informazioni conoscenza

9 9 dati = informazione Dai dati alle informazioni Essa costituisce la materia prima che viene trasformata dai sistemi informativi, come i semilavorati vengono trasformati dai sistemi di produzione Spesso la disponibilità di troppi dati rende arduo, se non impossibile, estrapolare le informazioni veramente importanti indicazioni strategiche informazioni selezionate Quantità Valore fonti informative primarie rapporti L’informazione è un bene a valore crescente, necessario per pianificare e controllare le attività aziendali con efficacia

10 10 Le lamentele  abbiamo montagne di dati ma non possiamo accedervi!  come è possibile che persone che svolgono lo stesso ruolo presentino risultati sostanzialmente diversi?  vogliamo selezionare, raggruppare e manipolare i dati in ogni modo possibile!  mostratemi solo ciò che è importante!  tutti sanno che alcuni dati non sono corretti! R. Kimball, The Data Warehouse Toolkit

11 11 Uno scenario tipico..... è quello di una grande azienda, con numerose filiali, i cui dirigenti desiderano quantificare e valutare il contributo dato da ciascuna di esse al rendimento commerciale globale dell’impresa.

12 12 Uno scenario tipico..... è quello di una grande azienda, con numerose filiali, i cui dirigenti desiderano quantificare e valutare il contributo dato da ciascuna di esse al rendimento commerciale globale dell’impresa. DATA WAREHOUSE un raccoglitore di informazioni che integra e riorganizza i dati provenienti da sorgenti di varia natura e li rende disponibili per analisi e valutazioni finalizzate alla pianificazione e al processo decisionale

13 13 Una tipica architettura per la BI Data Warehouse Dati operazionali Dati esterni Strumenti ETL Strumenti di reportistica Strumenti OLAP Strumenti di data mining Strumenti per l’analisi what-if Livello delle sorgenti Livello del warehouse Livello di analisi Livello di alimentazione Meta-dati Il principale risultato di un progetto di DW è la realizzazione di un flusso informativo che permetta di popolare un UNICO contenitore di informazioni integrato e consistente ed ottimizzato per supportare il processo decisionale

14 14 Punti di forza della BI Possibilità di effettuare analisi impensabili sui sistemi operazionali Analisi OLAP Data mining Dati integrati e consistenti Riduzione della percentuale di approssimazione nelle analisi Una sola fonte di interrogazione per tutte le analisi aziendali Interfacce usabili e potenti Indipendenza (minore dipendenza) dell’utente dal CED Strutture dati ottimizzate per le analisi Possibilità di eseguire analisi ad hoc in tempo reale

15 15 Elementi di complessità nei progetti di BI Approccio metodologico diverso rispetto a quello dei convenzionali sistemi informativi Utilizzo di tecnologie software specializzate La qualità dei risultati dipendono comunque dalla qualità dei dati nelle sorgenti informative Rischi legati all’organizzazione Avversione al cambiamento Il DW scopre gli “scheletri negli armadi” L’informazione è potere, il DW permette di condividere le informazioni e quindi il potere

16 16 Le applicazioni: OLAP Analisi dei dati in tempo reale mediante interfacce user friendly Dati organizzati in base al modello multidimensionale date product store 10-10-2001 BigWare vite 10

17 17 Le applicazioni: Dashboard e reportistica Possibilità di utilizzare un’unica sorgente dati integrata e consistente per realizzare la reportistica Report sempre aggiornati Possibilità di costruire una “visione d’insieme” Richiede la definizione di KPI significativi

18 18 Le applicazioni: Data mining Processo di estrazione di conoscenza da banche dati di grandi dimensioni tramite l’applicazione di algoritmi che individuano i modelli “nascosti” nelle informazioni (pattern) e li rendono visibili Un pattern è una rappresentazione sintetica e ricca di semantica di un insieme di dati; esprime in genere un modello ricorrente nei dati, ma può anche esprimere un modello eccezionale Alcuni ambiti di utilizzo Ricerche di mercato Studio dell’efficacia del marketing Segmentazione di mercato Analisi delle abitudini di acquisto Pianificazione aziendale Modellazione degli investimenti Rilevamento di attività fraudolente Valutazione delle categorie di rischio

19 19 Esempio: analisi delle abitudini di acquisto Pattern: I prodotti p5 e p8 vengono spesso comprati assieme Al cliente 12 piace il prodotto p9 T1 T2 T3 T4 T5 T6 registrazioni di vendite id transazione id cliente prodotti comprati cust33 cust45 cust12 cust40 cust12 p2, p5, p8 p5, p8, p11 p1, p9 p9 p5, p8, p11 p2, p9

20 20 Le applicazioni: Data mining Offrono possibilità di analisi superiori (complementari) rispetto a quelle ottenibili tramite i sistemi OLAP Richiedono la presenza di “esperti” (statistici e/o tecnici) per scegliere/impostare/tarare/interpretare gli algoritmi impiegati

21 21 Le applicazioni: l’analisi what-if Per valutare in anticipo le conseguenze di una mossa strategica o tattica, le aziende hanno bisogno di sistemi previsionali affidabili I data warehouse supportano l’analisi dettagliata dei dati passati, ma non sono in grado di dare anticipazioni sui trend futuri

22 22 Le applicazioni: l’analisi what-if L’analisi what-if è una simulazione data-intensive il cui obiettivo è studiare il comportamento di un sistema complesso (il sistema-azienda o una sua parte) alla luce di una data ipotesi (scenario) Più pragmaticamente, l’analisi what-if misura come le variazioni in un insieme di variabili indipendenti impattano sui valori di un insieme di variabili dipendenti con riferimento a un dato modello di simulazione; questo modello costituisce una rappresentazione semplificata del business, tarata sui dati storici aziendali Esempio di quesito what-if nel dominio del marketing: “Come cambierebbero i miei profitti se attivassi una promozione 3X2 per una settimana su alcuni prodotti in vendita?” DW MODELLO DI SIMULAZIONE scenario variabili di business previsione variabili indipendenti, parametri di scenario

23 23 Le applicazioni: il BPM Il Business Performance Management è un approccio al management che aiuta le organizzazioni a ottimizzare le prestazioni di business incoraggiando l’efficacia dei processi e l’uso efficiente delle risorse finanziarie, umane e materiali Il BPM include un data warehouse ma richiede anche un nuovo insieme di tecnologie che impatta profondamente sull’architettura della piattaforma di BI

24 24 Le applicazioni: il BPM Livello tattico Livello strategico Livello operazionale Sistema Informativo azioni/ decisioni azioni/ decisioni Valori target degli indicatori Valori misurati degli indicatori DW Vendite giornaliere =10000€ Chiamate a prospects = 200 al giorno Latenza di un ordine = giorni Strategia Le metriche (KPI) sono usate per: Misurare continuamente le performance deiprocessi Condividere la strategia aziendale con gli impiegati al fine di sincronizzare il loro comportamento

25 Il CRM

26 26 I sistemi CRM Un numero sempre maggiore di mercati è caratterizzato da: Ipercompetizione rapida obsolescenza delle tecnologie politiche di differenziazione dell’offerta E’ dunque necessario investire sulle fonti immateriali del vantaggio competitivo al fine di generare fedeltà e lealtà nei propri clienti reti di relazioni con fornitori, intermediari e persino concorrenti Il CRM di successo si basa su una strategia relazionale di lungo periodo, sulla riduzione dei costi di commercializzazione, sulla valutazione delle opportunità tecnologiche di supporto sia in termini di funzionalità che di integrabilità.

27 27 I sistemi CRM Customer Relationship Management Il termine CRM (Customer Relationship Management) indica il processo integrato e strutturato per la gestione della relazione con la clientela, il cui scopo è costruire relazioni personalizzate di lungo periodo, capaci di aumentare la soddisfazione del cliente e, conseguentemente, di aumentare il valore dell’impresa per il cliente e del cliente per l’impresa. Il cliente diventa il focus centrale della strategia commerciale. Le aziende telefoniche rappresentano il miglior esempio dell’approccio CRM Telefono e SIM possono essere comprate via web Il cliente può confezionare su misura la tariffa scegliendo in base ai servizi per lui più importanti I call center sono attivi 24h al giorno

28 28 I sistemi CRM I sistemi CRM sono i moduli del SI che supportano le relazioni con il cliente e informatizzano i flussi di attività attraverso cui le richieste del cliente vengono servite L’approccio CRM non è possibile senza il supporto informatico, ma considerarne solo gli aspetti informatici è molto rischioso… relazioni frequenticontinuate clientela numerosa Il ruolo dei sistemi CRM varia a secondo dei settori di attività ed è massimo nelle aziende con relazioni frequenti e continuate nel tempo con una clientela numerosa, geograficamente distribuita, che interagisce attraverso diversi canali Assicurazioni Utilities Sanità Grande distribuzione Stato Banche Compagnie telefoniche Poste Commodities Beni di consumo durevole Trasporti – Turismo Beni strumentali Farmaceutica Numerosità della clientela Continuità e frequenza della relazione Alta Bassa AltaBassa

29 29 I sistemi CRM Esistono tre moduli principali in un sistema CRM CRM operativo: CRM operativo: informatizza i canali attraverso cui avvengono i contatti con il cliente: Presenza – Voce – Web - Corrispondenza CRM analitico: CRM analitico: informatizza l’analisi della clientela al fine di definire le politiche di promozione e di contatto CRM direzionale: CRM direzionale: permette al management di valutare la performance dell’azienda verso il cliente Il CRM analitico supporta il settore commerciale e marketing nella pianificazione delle proprie attività. Il CRM direzionale supporta la dirigenza nel valutare l’efficienza del settore marketing e commerciale. Entrambi possono basarsi su dati di sintesi memorizzati nel DW aziendale.

30 30 Il paradigma CRM Le caratteristiche che denotano un sistema CRM possono essere così riassunte: Multicanalità: Multicanalità: il cliente sceglie di volta in volta il canale di contatto più conveniente. Il servizio deve essere erogabile 24h. Completezza e unicità dei dati su prodotti e clienti: Completezza e unicità dei dati su prodotti e clienti: per rendere possibile la multicanalità le informazioni sul cliente devono essere condivise dai diversi sistemi di contatto che utilizzeranno una base di dati comune. Catene di servizio: Catene di servizio: le richieste sottoposte ai front-end generano una serie di attività complesse sui sistemi di back-end. L’efficienza del sistema CRM dipende quindi dalla capacità di integrare i servizi del SI.