Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
it
CASO UNICOOP
BACKGROUND
PASSI DI PROGETTAZIONE
UNICOOP: Background
UNICOOP
PASSI DI PROGETTAZIONE
1.
2.
3.
4.
5.
1. Strategia di profilazione
CLIENTE
INDICATORI BASE
INDICATORI
CALCOLATI
Fatturato
Numero scontrini
INDICATORI
ANAGRAFICI
Indicatore presenza
INDICATORI
COMPORTAMENTALI
Customer Share
Cannibalizzazione
Lifetime Value
Mix di canale
INDICATORI
DI PROPENSIONE
Variazione operativit
Variazione frequenza
GMM1
Tecnologia OLAP di
memorizzazione
(ESSBASE)
Indice di
fidelizzazione.
Algoritmo
xxxxxxxx
Periodicit
xxxxxxxx
Storicizzazione
xxxxxxxx
Tipo
xxxxxxxx
xxxxxxxx
Trattamento eccezioni
xxxxxxxx
Disaggregazione
xxxxxxxx
Cardinalit
xxxxxxxx.
xxxxxxxx
xxxxxxxx
Valore minimo
xxxxxxxx
Indice di fidelizzazione.
Algoritmo
Periodicit
Aggiornamento quadrimestrale
Storicizzazione
Tipo
---------
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.
Valori riscontrati
Minimo: 0; Max: Non definito in quanto il denominatore statistico. In xxx il valore massimo xxxx;
Medio: 0,43
8
17
10
11
Criticit ed opportunit
Conclusioni
13
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
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
INDICI: PANORAMICA
AREE DI INDAGINE
ANAGRAFICA E CONSISTENZE di
PRODOTTI/SERVIZI
DESCRIZIONE CLIENTE
TIPOLOGIA TRAFFICO
INDICI
PROFILO ECONOMICOECONOMICOCOMPORTAMENTALE
COMPORTAMENTO ATTESO
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
INDICI: CLASSIFICAZIONE
17
18
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
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
Processi di integrazione
con i sistemi aziendali
Calcolo indici
predittivi
Indice diChurn di
allarme
Processi di interfaccia
con gli utilizzatori
Dati su
segmenti/liste
Sistemi
Informativi
Aziendali:
Sistema di
Customer
Care
Sistemi di
supporto
alle vendite
...
20
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
FUNZIONALIT: SEGMENTAZIONE E
REPORTING
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
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