Prof. Gianmario Motta gianmario.motta@polimi.

it

I SISTEMI CRM ANALITICI

CASO UNICOOP
CASO TELECOM

CASO UNICOOP
BACKGROUND
PASSI DI PROGETTAZIONE

UNICOOP: Background

UNICOOP produce e distribuisce beni di consumo nella regione Toscana,

con un fatturato di oltre 1.000 M
Quasi 1 milione di clienti che sono soci fidelizzati (85% ha la Carta Socio).
UNICOOP quindi possiede i dati di acquisto di grande parte dei clienti
Scopo del progetto profilare i clienti rispetto ad una serie di propriet
prioritarie con una soluzione a basso costo ma scalabile.
A questo scopo sono state condotte successive fasi di lavoro:
Analisi dei requisiti e definizione degli indicatori.
Implementazione di un prototipo basato su piattaforma commerciale
Validazione dellanalisi del prototipo con il marketing strategico di Unicoop
Firenze.

SI-2008 - Gianmario Motta

UNICOOP
PASSI DI PROGETTAZIONE
1.
2.
3.
4.
5.

Definizione della strategia di profilazione (albero degli indici)

Definizione del sistema e delle fonti
Dettaglio e test concettuale degli indicatori
Prototipazione del sistema
Validazione del sistema

SI-2008 - Gianmario Motta

1. Strategia di profilazione
CLIENTE

INDICATORI BASE

INDICATORI
CALCOLATI

Fatturato
Numero scontrini
INDICATORI
ANAGRAFICI

Indicatore presenza

Una lista predefinita di indicatori

comportamentali, propensione
adattata alle fonti disponibili ed al grado
di maturazione del cliente

INDICATORI
COMPORTAMENTALI

Customer Share
Cannibalizzazione
Lifetime Value
Mix di canale

INDICATORI
DI PROPENSIONE

Variazione operativit
Variazione frequenza

SI-2008 - Gianmario Motta

GMM1

2. Definizione del sistema ed analisi delle fonti

Tecnologia di presentazione
(Analyzer)

Tecnologia OLAP di
memorizzazione
(ESSBASE)

Logiche applicative (Customer Focus)

Dati clienti: (Tessera) Fatturato, Numero Scontrini

Dati PdV: Canale/Bacino/Provincia, (Volumi)

SI-2008 - Gianmario Motta

3. Dettaglio e test concettuale degli indicatori

Descrizione

Indice di
fidelizzazione.

Algoritmo

xxxxxxxx

Periodicit

xxxxxxxx

Storicizzazione

xxxxxxxx

Tipo

xxxxxxxx

Note per interpretazione

xxxxxxxx

Trattamento eccezioni

xxxxxxxx

Disaggregazione

xxxxxxxx

Cardinalit

xxxxxxxx.

Iinput da fonti interne

xxxxxxxx

Input da fonti esterne

xxxxxxxx

Valore minimo

xxxxxxxx

Il progettista funzionale e/o lutente

specifica il profilo concettuale di ogni
indicatore
Elaborando su fogli excel serie di dati
di input (veri e/o fittizi) che includono
valori nulli ecc. testata la validit
concettuale dellalgoritmo e sono
raffinate le regole per il trattamento di
valori anomali

SI-2008 - Gianmario Motta

3. Dettaglio e test concettuale degli indicatori : esempio

scheda descrittiva
Descrizione

Indice di fidelizzazione.

Algoritmo

Valore acquisti UNICOOP/ valore acquisti su mercato (ISTAT)

Periodicit

Aggiornamento quadrimestrale

Storicizzazione

Dati mensili degli ultimi due anni

Tipo

---------

Note per linterpretazione

Il valore del customer share pu essere maggiore dellunit perch il valore del denominatore statistico.
Un valore basso indica che il resto degli acquisti fatto presso i concorrenti.

Trattamento eccezioni

Assenti

Livello di disaggregazione

Cliente singolo

Cardinalit

Numero di clienti.

Input da fonti interne

Codice tessera, Fatturato

Input da fonti esterne

Budget di spesa di un cliente (Ricerche di mercato o fonti ISTAT)

Valori riscontrati

Minimo: 0; Max: Non definito in quanto il denominatore statistico. In xxx il valore massimo xxxx;
Medio: 0,43
8

SI-2008 - Gianmario Motta

4. Prototipo del sistema

17

SI-2008 - Gianmario Motta

4. Prototipo del sistema:

classificazione della clientela

10

SI-2008 - Gianmario Motta

5. Validazione del sistema

Il prototipo collaudato con i dati di un sottoinsieme dei clienti

I valori emersi sono esaminati dai punti di vista della significativit, del tempo di
elaborazione e di altri elementi
Sono conseguentemente affinate le logiche funzionali (rappresentate dalla scheda) e
implementative
Il sistema viene esteso a tutti gli utenti ed a tutti i dati

11

SI-2008 - Gianmario Motta

CASO TELECOM ITALIA

BACKGROUND
PASSI DI PROGETTAZIONE

CASO TELECOM ITALIA : SOMMARIO

Background su Telecom Italia

L'antecedente: il caso TIM

Gli indicatori di profilazione

La architettura informatica del progetto Telecom Italia

Cronaca del progetto Telecom Italia

Criticit ed opportunit

Conclusioni

13

SI-2008 - Gianmario Motta

BACKGOUND
DIVISIONE CLIENTI RESIDENZIALI
Oltre 20 M di abbonati
Competizione su prezzo (Infostrada, Wind, Operatori Locali (OLO) con
carrier preselection)
Necessit di sapere + governare i consumi.
Necessit di strutturare e integrare CRM operazionale
Dicembre 1999: si lancia un progetto di customer profiling che riutilizza
esperienza e tecnologie TIM
Marzo 2000: inizio progetto CPS (Customer Profiling Clienti)
Ottobre 2000: rilascio in esercizio sperimentale

14

SI-2008 - Gianmario Motta

STRUTTURA ORGANIZZATIVA
Comitato Guida

MI.BI

Project Commitee
Steering Commitee

MI.R.M.ST

ITS

Gruppi di Lavoro
Dati

Customer
Profiling
MI.CC

Applicazioni
Architettura

MI.PC

Project Office

Gest.
Gest. Parametriche

15

SI-2008 - Gianmario Motta

INDICI: PANORAMICA

AREE DI INDAGINE

ANAGRAFICA E CONSISTENZE di
PRODOTTI/SERVIZI

DESCRIZIONE CLIENTE
TIPOLOGIA TRAFFICO

INDICI

TRAFFICO USCENTE, CHIAMATE LONG

DISTANCE, CHIAMATE VERSO MOBILE,
UTILIZZO INTERNET

PROFILO ECONOMICOECONOMICOCOMPORTAMENTALE

MARGINE, DISALLINEAMENTO, INSOLVENZA

UTILIZZO DEL SERVIZIO

UTILIZZO VAS, IMPEGNO RETE, UTILIZZO DI

TARIFFE SCONTATE, INCIDENZA FASCE ORARIE

INTERAZIONE CON CLIENTE

CONTATTI CON CC, SEGNALAZIONE GUASTI

COMPORTAMENTO ATTESO

CHURN (Indicatore di allarme

allarme)

Le aree di indagine individuano informazioni omogenee rispetto a segmentazione e profilatura della

clientela

Per ogni area si strutturano gli indici mensili che identificano le caratteristiche rilevanti della clientela

Tracciando nel tempo il profilo dei clienti, si valuta la rilevanza economica e commerciale, si
individuano segmenti omogenei per i quali realizzare dei piani di azione, si monitora leffetto delle
azioni
16

SI-2008 - Gianmario Motta

INDICI: CLASSIFICAZIONE

Indici descrittivi e comportamentali: individuano e quantificano:

chi il cliente (o la linea): p.e. anagrafica, consistenza, fatturazione

come il servizio utilizzato dal cliente: p.e. indici sconto
quale tipologia di traffico sviluppa il cliente: p.e. traffico uscente voce
chi chiamato dal cliente: p.e. friends & family.
le interazioni fra cliente e gestore: p.e. contatti con TI, insolvenza
quali servizi di supporto sono utilizzati dal cliente: p.e. VAS.

Indici economici: indicano quanto vale il cliente (p.e. margine e

disallineamento)
Indici predittivi: associano una probabilit di accadimento al
comportamento atteso del cliente riguardo a margine, LTV, churn (di traffico,
di linea, di cliente)

17

SI-2008 - Gianmario Motta

INDICI : INDICE DI MARGINE

Margine TI =

Margine da traffico uscente nazionale +

Margine da traffico uscente internazionale +
Margine da traffico uscente nazionale vs internet +
Margine da canone di abbonamento +
Margine da assistenza +
Margine da prodotti +
Margine da utilizzo V.A.S.+
Margine da billing e compensazioni +

18

SI-2008 - Gianmario Motta

INDICI : INDICE DI DISALLINEAMENTO

Disallineamento tariffario
(vs. tariffa considerata)
=
Costo reale mensile sostenuto con
la tariffa in uso
Valore minuti di traffico nel mese +
Costi duso (fissi mensili) secondo
la tariffa comparata

Un disallineamento positivo
indica la convenienza
economica, per il cliente, a
passare al sistema tariffario
considerato.
Il disallineamento calcolato
simulando il traffico uscente
tassato verso le direttrici
nazionali ed internazionali
relative ai numeri telefonici .

19

SI-2008 - Gianmario Motta

SCHEMA DEL PROCESSO DI

ELABORAZIONE
Processi di calcolo degli
indici di profiling

Unit
Organizzative:

Processi di elaborazione
sugli indici

MI.R.M
MI.R...

DataWare
house
Primario
Traffico

Datawareh
ouse
Primario
Cliente

Processi di
costruzione del
datawarehaouse

Data cleaning e
costruzione del
datawarehouse

Calcolo indici
descrittivi

Query/
Reporting

di anagrafica e
consistenza della linea e
del cliente

Clustering

Calcolo indici
comportamentali

Visualizzazione e
analisi dati

Manutenzione
Predittivi

e dati dettaglio del

comportamento duso

Processi di integrazione
con i sistemi aziendali

Calcolo indici
predittivi

Dati sulla singola

linea

Indice diChurn di
allarme

Processi di calcolo degli indici

Processi di interfaccia
con gli utilizzatori

Dati su
segmenti/liste

Processi di utilizzo degli indici

Sistemi
Informativi
Aziendali:
Sistema di
Customer
Care
Sistemi di
supporto
alle vendite
...

20

SI-2008 - Gianmario Motta

In
st
itu
te

20
00

ARCHITETTURA INFORMATICA
as

Call Center

CRM
Reporting

FO
NT
E

:s

(Cartella cliente)

Calcolo
indicatori predittivi
Segmentazione

DW Traff.
INDICI DI CHURN

Indici predittivi

Altre fonti

ETL

DW Cliente

Indici comportamentali
Indici descrittivi

DWD
storico

DATA
DATA
MART
DATA
MART
MART

21

SI-2008 - Gianmario Motta

FUNZIONALIT: SEGMENTAZIONE E
REPORTING

SEGMENTAZIONE (ON-LINE E OFF-LINE)

Consente di selezionare insiemi di linee telefoniche che soddisfano criteri scelti
dallutilizzatore tra gli indicatori presenti nella base dati del CPS/R e di ottenere
statistiche su un ventaglio di variabili di analisi scelte a loro volta tra gli
indicatori del CPS/R.
Per analisi standardizzate, prevista una modalit on-line.
In modalit off-line, la segmentazione libera ed possibile effettuare la
segmentazione secondo tutti gli indici del CPS/R, ma i tempi di elaborazione
possono essere lunghi.

ESTRAZIONE LISTE
Permette di accedere a informazioni di dettaglio dei clienti che rispondono alle
caratteristiche della segmentazione impostata.

REPORTING
Visualizza informazioni su un determinato aggregato di clienti individuato in
base a date dimensioni di analisi, rendendo disponibili statistiche precalcolate.

22

SI-2008 - Gianmario Motta

CRONACA E CRITICITA

CRONACA
Progetto on time e on budget :
Inizio a marzo
Collaudo settembre
Rilascio integrazione con sistemi CC
in ottobre-novembre

CRITICITA
Volumi enormi (oltre 10 TB)
Durata e complessit caricamento
(inizialmente alcuni giorni)
Scarso controllo sulla qualit dati da
parte CRM analitico
Sfasatura fra gli aggiornamenti di
Dati anagrafici di prodotto
Dati anagrafici di cliente
Dati di traffico (dati dinamici)

23

SI-2008 - Gianmario Motta