Suades Finance

289 views

Published on

Customer Profiling

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
289
On SlideShare
0
From Embeds
0
Number of Embeds
13
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Suades Finance

  1. 1. Customer Profiling “Entro i prossimi sei mesi, il 10% dei clienti retail a livello mondiale potrebbe lasciare la propria banca e un ulteriore 41% non è certo di rimanere. Per ricostruire il rapporto con la propria clientela le banche devono diventare più customer-centric, sfruttando l’enorme quantità di dati dei clienti a disposizione e sviluppando ulteriormente le funzionalità mobile per creare interazioni più 1
  2. 2. Customer Profiling “Oltre la metà dei clienti retail a livello globale non si sente fedele alla propria banca ed è chiaro che le banche hanno bisogno di colmare questo divario e includere la centralità del cliente nel loro Dna. Con i servizi bancari uniformati e le restrizioni che impediscono l’aumento delle tasse, le banche devono cercare di differenziarsi e trattenere i clienti in altri modi. Fornire i prodotti giusti al momento giusto utilizzando i canali preferiti ed emergenti come i dispositivi mobili 2
  3. 3. Customer Profiling La piattaforma nata in collaborazione con il Politecnico di Bari (cfr. rassegna stampa http://www.suades.it/rassegna-stampa), consente alla banca di usare la conoscenza in proprio possesso per profilare e prevedere i prodotti e gli interessi dei clienti, analizzandone il comportamento. In questo modo la Banca fidelizza il Cliente creando con esso una relazione one-to-one con prodotti, servizi e informazioni giuste al momento giusto, traendo vantaggi commerciali. 3
  4. 4. Customer Profiling : Usare la conoscenza per azioni di marketing • • • • CRM Web banking Tracciati ABI … • Dirette (consulenti, gestori) • Massive per profili (sms, mail, home banking, …) • Supporto nuovi prodotti Conoscere Profilare Azioni marketing Individuare prodotti / interessi per profilo / cliente • Algoritmi di previsione del comportamento basati su Clienti, Prodotti e Contesto •Prodotti e/o servizi e/o informazioni da proporre ai Clienti al momento giusto 4
  5. 5. Customer Profiling : Conoscere i Clienti dai comportamenti La privacy è garantita dall’identificazione del Cliente esclusivamente tramite un codice. 5
  6. 6. Customer Profiling : Conoscere i Clienti dai comportamenti • I comportamenti sono forniti dalla Banca tramite tracciati prestabiliti e configurabili. • Adattabile ed integrabile alle diverse esigenze e configurazioni, grazie alle innumerevoli parametrizzazioni consentite:             Tipi controlli Categorie prodotti (3 Livelli) Indice profitto Profondità storica Numero prodotti/servizi/interessi storici Numero prodotti/servizi/interessi novità Periodicità elaborazione Dati obbligatori dei tracciati (prodotti, clienti, feedback) Tipo clienti Tipi di feedback e valori Normalizzazioni Algoritmi da usare 6
  7. 7. Customer Profiling : : Profilare i Clienti Sono stati implementati algoritmi di profilazione provenienti dai risultati della ricerca del Prof. Michele Gorgoglione del Politecnico di Bari. – Context-aware: basato sul comportamento del Cliente e del contesto di acquisto – Social: sfrutta i canali social per approfondire la conoscenza/comportamento del Cliente – Profit-maximizing: basato sulle preferenze del Cliente aumenta i 7
  8. 8. Customer Profiling : Individuare i prodotti/servizi/informazioni Il dato di output è la matrice: Cod. Cliente Indice gradim. • Utente. • Prodotto e/o Servizio e/o Informazione. • Indice di gradimento (0 – 5) utilizzabile dalla banca nei propri sistemi informatici. Per ogni Cliente è fornita una TOP N dei prodotti di interesse. Progressivo Cod. Prod. 8
  9. 9. Customer Profiling : Esempio di utilizzo della matrice CAMPAGNA DI MARKETING SUL PRODOTTO 7: QUALI CLIENTI HANNO LA MAGGIORE PROBABILITA’ DI ACQUISTARLO ? Cod. Cliente Indice gradim. Progressivo Cod. Prod. Individuo tutti i clienti che gradiscono il prodotto 7 con indice di gradimento maggiore di 3: nel nostro esempio il cliente 360 che gradisce con indice 3, ed il cliente 363 che gradisce con indice 3.108 9
  10. 10. Customer Profiling : Esempio di utilizzo della matrice ATTIVITÀ DI CROSS SELLING SU TUTTI I CLIENTI: QUALI SONO I PRODOTTI PIU’ GRADITI ? Esempi utilizzo: • Campagna marketing. Individuare i prodotti con indice di gradimento maggiore o uguale a 3.4 per ciascun Cliente. Nel nostro esempio al Cliente 362 si deve proporre il prodotto 13, mentre al Cliente 363 il prodotto 4. Cod. Cliente Indice gradim. Progressivo Cod. Prod. • Utilizzabile come informazione nel CRM per gestire il rapporto in filiale tra Gestore e Cliente. 10
  11. 11. Customer Profiling : Esempio di utilizzo della matrice CUSTOMER RETENTION CLIENTE 363 A RISCHIO ABBANDONO: QUALE PRODOTTO PROPORGLI O REGALARGLI ? Cod. Cliente Indice gradim. Progressivo Cod. Prod. Individuo il prodotto più gradito del cliente 363: nel nostro esempio il cliente 363 gradisce con indice 3.450 il prodotto 4. 11
  12. 12. Customer Profiling : Usare la conoscenza per azioni di marketing Tramite opportuni bridge, dipendenti dai sistemi informativi adottati dalla Banca, le informazioni possono essere utilizzate: • dai gestori dei clienti tramite CRM o applicazione ad HOC, per proporre nuovi prodotti o fornire informazioni mirate, al momento giusto • su home banking • per inviare SMS o mail • su mobile tramite app, geo localizzate • per analisi statistiche • per prevedere il gradimento di nuovi prodotti • per attuare azioni di survey su Clienti a rischio di abbandono 12
  13. 13. Customer Profiling : Il servizio • E’ utilizzabile in modalità SaaS, garantendo la non invasività • E’ utilizzabile con qualsiasi tipo di dato. Maggiori saranno le informazioni trattate maggiore sarà l’accuratezza delle previsioni di comportamento • La periodicità di elaborazione è stabilita dalla Banca a seconda dell’utilizzo dei dati: da real-time a semestrale • Le performance, rispetto ad altri sistemi:  Accuratezza: + 20 %  Fiducia: + 4 %  Vendite: + 50 % 13

×