L’attività di Customer Profiling

Presentazione sul tema: "L’attività di Customer Profiling"— Transcript della presentazione:

1 L’attività di Customer Profiling
Milano, 7 ottobre 2008 L’attività di Customer Profiling Alberto Saccardi

2 Agenda 1. L’analisi di Customer Profiling (CP)
2. La Segmentazione del portafoglio clienti 3. I modelli di Scoring 4. Conclusioni

3 L’attività di Customer Profiling
DataBase Segmentazione Scoring System Come identificare i segmenti per l’attività di target marketing? Predisposizione dei dati comportamentali Analisi e classificazione Implementazione piano di marketing Valutazione dei risultati Identificazione area di business Chi sono i migliori destinatari della campagna XYZ? Raccolta dei dati comportamentali Costruzione del modello di scoring Implementazione della campagna Valutazione dei risultati Identificazione regole marketing a priori Decisioni strategiche Decisioni tattiche

4 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

5 Modelli di Scoring % Population Score MIN-MAX Avg Score
Cum. # Customers Cum. # Target Cum. Redemption Cum. Lift % Response Captured 5 1: 0.2703 27509 5.00 18.73 8.37 41.83 10 2: 0.1141 55026 10.00 13.51 6.04 60.36 15 3: 0.0655 82537 15.00 10.59 4.73 70.96 20 4: 0.0409 110025 20.00 8.74 3.90 78.04 25 5: 0.0276 137442 24.98 7.41 3.31 82.62 30 6: 0.0197 165356 30.05 6.42 2.87 86.12 35 7: 0.0146 192621 35.01 5.68 2.54 88.84 40 8: 0.0110 219814 39.95 5.09 2.27 90.88 45 9: 0.0083 247301 44.94 4.62 2.06 92.69 50 10: 0.0061 275370 50.04 4.21 1.88 94.12 55 11: 0.0045 303506 55.16 3.87 1.73 95.36 60 12: 0.0033 329490 59.88 3.60 1.61 96.27 65 13: 0.0024 356163 64.73 3.36 1.50 97.09 70 14: 0.0017 386197 70.18 3.12 1.39 97.79 75 15: 0.0011 414908 75.40 2.92 1.31 98.51 80 16: 0.0007 439066 79.79 2.78 1.24 98.97 85 17: 0.0004 474474 86.23 2.58 1.15 99.49 90 18: 0.0002 491813 89.38 2.50 1.11 99.65 95 19: 0.0001 517245 94.00 2.38 1.06 99.86 100 20:0-0 0.0000 550258 100.00 2.24 1.00

6 L’evoluzione dei progetti di
Master en Investigación de Mercado y Data Minin L’evoluzione dei progetti di Customer Profiling Modelli di Scoring Segmentazione Comp. Credit Scoring X Basel II Social Network Analysis Credit Scoring X Griglie Segmentazione Needs Based 1990 2000 Vendita a Distanza Telecomunicazioni New Media Finanza Editoria

7 L’analisi dei dati Business Driven Action Plan 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

8 Le fonti dei dati dati Fonti informative primari secondari interne
Dati appositamente raccolti per effettuare una particolare analisi/prendere una specifica decisione 1)Dati provenienti da attività di Business Intelligence 4)Dati provenienti da ricerche ad hoc primari dati 2)Dati provenienti dai sistemi di rilevazione aziendali 3)Dati provenienti da fonti istituz. o esterne all’impresa secondari Costituite da istituzioni, concorrenti al di fuori dell’impresa Funzioni/personale appartenente al’impresa stessa Dati prodotti per altri scopi,ma funzionali anche per lo svolgimento di analisi di mercato interne esterne Fonti informative

9 L’organizzazione dei dati
SIGI SAVA CDV Fonti esterne Repository Temporaneo Data Warehouse Fonti interne ZURIGO Italia is an insurance company of Zurich Group. The name of the project we are going to describes BIS (Business intelligent System). This project consist of two phases. The first regard the construction of a database marketing and this phase is the subject of this presentation. The second regards Customer segmentation and activity of target marketing using data mining. This phase will be the next phase in 1999.

10 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

11 L’organizzazione dei dati
Data Warehouse Multi Level Summary CDB OLAP Analisi Statistica

12 L’organizzazione dei dati
Interni Gestore anagrafiche Dati Esterni CDB Data Mart Analisi Cliente Data Mart Analisi Prodotto Data Mart Analisi Mercato Segmentazione comportamentale Modelli di Scoring Associazioni Segmentazione socio-demo Potenziali di zona Proposta commerciale: selezione target e product mix. R.O.I. Gestore campagne

13 L’organizzazione dei dati
Interni Gestore anagrafiche Dati Esterni CDB Data Mart Analisi Cliente Data Mart Analisi Prodotto Data Mart Analisi Mercato Segmentazione comportamentale Modelli di Scoring Associazioni Segmentazione socio-demo Potenziali di zona Proposta commerciale: selezione target e product mix. R.O.I. Gestore campagne

14 L’unità logica di buiness (unità statistica)
c\c C1 c\c C2 NDGC1 NDGC2 titoli C2 c\c F2 NDGF1 moglie NDGF2 marito NDGF3 padre cliente marito= c\c C1 c\c F2 c\c C2 titoli C2 + cliente moglie= c\c C1 cliente padre= c\c C2 titoli C2 +

15 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 !

16 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.

17 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.

18 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

19 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

20 Le ricerche di mercato fieldwork
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 .

21 Le ricerche di mercato fieldwork
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 .

22 Le ricerche di mercato fieldwork
Cati Indagini quantitative Capi/face-to-face Metodi basati su questionario Cawi Postali/fax/autocompilazioni Indagini qualitative Focus group Interviste in profondità

23 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 Questionario Data Mart Controllo dati raccolti Pre-test questionario Analisi dei dati Presentazione

24 Il campionamento Elementi introduttivi Metodi di campionamento
La dimensione del campione

25 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.

26 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

27 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.

28 Il campionamento Metodi di campionamento - Probabilistici
A ogni estrazione ogni elemento della popolazione ha la stessa probabilità di essere selezionato, attraverso un meccanismo 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 Campionamento casuale semplice Stratificato A grappoli A due o più stadi Sistematico Se si hanno informazioni suppletive sulla popolazione di riferimento, è possibile dividerla in strati, al cui interno le unità sono omogenee secondo un determinato criterio. Da ogni strato viene estratto, in modo indipendente, un campione casuale. Le unità elementari della popolazione sono raggruppate 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 entrano a far parte del campione.Di solito sono utilizzati come grappoli dei gruppi naturali o 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 si estrae un certo numero di unità elementari dai gruppi selezionati. Vi sono allora due livelli di campionamento: al primo vengono scelti i gruppi o le unità di rpimo stadio, al secondo vengono scelte le unità elementari, chiamate unità secondarie 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 selezionate in modo automatico secondo un criterio prefissato (es. una ogni 3).

29 Il campionamento Metodi di campionamento – Non Probabilistici
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 interno delle classi, in modo da rispettare le proporzioni prescelte. L’intervistatore ha totale arbitrarietà nella scelta delle unità da intervistare nelle quote assegnate. Per quote A scelta ragionata Per convenienza Le unità campionarie sono selezionate solo in determinate aree di analisi, sulla base di informazioni preliminari circa la popolaz. indagata. È quindi un campionamento basato sulla conoscenza del carattere 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.

30 Ricerche di Mercato & Data Mining