CUSTOMER VALUE “IL VALORE DEL SERVIZIO”

Presentazione sul tema: "CUSTOMER VALUE “IL VALORE DEL SERVIZIO”"— Transcript della presentazione:

1 CUSTOMER VALUE “IL VALORE DEL SERVIZIO”
Obiettivi Metodo Primi risultati

2 Il Progetto Obiettivo: Metodologia
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 rilevazione quantitativa
Piano di lavoro Presentazione a Focus Group Modello & rilevazione qualitativa 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

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

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

6 Catena causale Financial Institution

7 Catena causale Telco e Media

8 Catena causale Automotive

9 L’analisi ha specializzato anche gli indicatori
73 indicatori individuati Investment : 11 Process & System : 40 Customer’s Value : 16 Financial : 6

10 Criteri di Analisi Modello di Granger Regressione lineare multipla
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
Obiettivo : NOME DESCRIZIONE PERIODO GRANULARITA’ adn Spesa pubblicitaria nei principali media, pro capite. US $ trimestrale ucgn Spesa di beni per consumo personale, pro capite. Migliaia US $ Copyright © 2006, SAS Institute Inc. All rights reserved. 13

14 Andamento delle serie analizzate
ADN UCGN

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

16 Risultato dell’analisi
Tabella 2 - Post Sample MSE dei modelli analizzati Risultato dell’analisi 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) In prima analisi, il modello bivariato non migliora la descrizione di UCGN.

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

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

22 Confirmatory Factor Analytic Approach 2/2
Prima valutazione dell’adattamento 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
L’output 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 Life quality
Personal consumption expenditure on durable goods Personal consumption expenditure on goods Personal consumption expenditure on services L=0.6048 gdp L=0.7640 L=0.3370 P=0.5185 Life quality Cov=0.505 P=0.5819 Consumer credit

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 Utente Manuale di Riferimento

28 Manuale Utente Metriche Indicatori
Griglia Variabili Indipententi e Dipendenti

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 l’attenzione