Business Intelligence e Business Analytics

  • 1,860 views
Uploaded on

Business Intelligence e Business Analytics - worskshop VALUE LAB e SAS - Smau 2010

Business Intelligence e Business Analytics - worskshop VALUE LAB e SAS - Smau 2010

More in: Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
1,860
On Slideshare
0
From Embeds
0
Number of Embeds
2

Actions

Shares
Downloads
0
Comments
0
Likes
2

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Business Intelligence e Business Analytics Case history di successo Marco Di Dio Roccazzella (Partner) marco.didio@valuelab.it Carlo Bianco (Partner) carlo.bianco@valuelab.it «La strategia senza tattica è la strada più lenta alla vittoria. La tattica senza strategia è il rumore che precede la sconfitta» Sun Zu, “L’arte della guerra”, III secolo A.C. www.valuelab.it
  • 2. Profilo Value Lab VALUE LAB è una innovativa società di consulenza di management e IT solutions specializzata in Marketing, Vendite e Retail e CRM. Aiutiamo le Aziende di produzione, distribuzione e servizi a migliorare le performance commerciali e rafforzare il posizionamento competitivo integrando: • servizi professionali • dati / business information • information technology • outsourcing a supporto delle scelte strategiche e della gestione operativa di mercati, consumatori, punti vendita e forza vendita. La società è composta da 50 Professional ed è attiva da oltre 20 anni, con uffici a Milano e Roma. VALUE LAB opera sia in Italia sia all’estero. 2
  • 3. Una Strategia di Business è di successo solo se supportata dall’Execution Sales, Marketing, Produzione, Finanza e Controllo Strategia Execution Information Technology 3
  • 4. Una Strategia di Business è di successo solo se supportata dall’Execution Sales, Marketing, Produzione, Finanza e Controllo Strategia Execution Information Technology 4
  • 5. Elemento di novità delle aziende di successo è l’integrazione delle informazioni contabili ed extra contabili Dati Esterni CVM Customer (logiche di CRM) satisfaction Customer share Potenziale di zona Quote di mercato concorrenza R C MdC Area Prodotto Cliente Prospettiva Contabile Canale ...
  • 6. Il monitoraggio delle performance attraverso cruscotti che traducono dati in informazioni ed evidenziano le criticità accelera la presa di decisioni Obiettivo: • Incremento delle vendite • Alert per evidenziare criticità • Azioni comm.li tempestive • Analisi dell’impatto delle decisioni sui risultai aziendali 6
  • 7. La valutazione del potenziale di mercato e del suo sfruttamento, basata sull’incrocio dei dati territoriali e delle vendite orienta la rete vendita Jeans Donna 1_Polo_Jeans_Donna.Matrice_Svilu Alto Potenziale - Alta Quota Alto Potenziale - Bassa Quota Potenziale Pezzi Vendite Quota Priorità Basso Potenziale - Alta Quota Basso Potenziale - Bassa Quota Alto Potenziale - Non Coperti SVILUPPO PARTNERSHIP Alto Basso Potenziale - Non Coperti Acquisire nuovi clienti Fidelizzare clienti Sviluppare clienti attivi Difendersi dai concorrenti Recuperare clienti persi N° Poli: 50 N° Poli: 57 Potenziale: 452.673 Potenziale Potenziale: 1.183.855 Performance : 52.698 capi Performance: 44.897 capi Quota: 11,6% Quota: 3,8% GESTIONE MANTENIMENTO SELETTIVA Assicurare un adeguato Mantenimento clienti livello di soddisfazione dopo analisi costi- benefici N° Poli: 122 N° Poli: 4 Potenziale: 117.352 Potenziale: 8.687 Performance: 54.406 capi Performance: 504 capi Quota: 46,4% Basso Quota: 5,8% Media Bassa 7,0% Alta Quota Obiettivo : • Linee guida di presidio territoriale per la rete di vendita • Budget di Area e supporti alla rete di vendita • Ranking degli agenti • Definizione piani provvigionali • Ottimizzazione mandati rete venditori / agenti
  • 8. Forecasting e Demand Planning basati non solo sull’esperienza ma utilizzando modelli statistici riducono drasticamente le giacenze Obiettivo : • Previsioni adeguate • Supporti al lancio di nuovi prodotti • Dimensionamento produttivo / forniture • Riduzione delle giacenze di magazzino e oneri finanziari 8
  • 9. Conto economico e marginalità di cliente / prodotto come chiave per la definizione delle politiche commerciali La profittabilità di un Cliente dipende da cosa compra e da quanto costa il servizio che l’Azienda deve fornirgli Tipologie di Clienti Alto Mix Prodotti Margine /Servizi Basso Basso Alto Costi Obiettivo : • Fidelizzazione dei clienti che generano valore • Incremento dei margini per cliente / ottimizzazione dei costi • Incentivazione della forza vendita (sui margini) 9
  • 10. Cruscotti che monitorano le leve commerciali e di marketing permettono di evidenziare le determinanti dei risultati della catena / singolo punto vendita OBIETTIVO  Monitorare il canale Retail attraverso indicatori per aree geografiche fino al dettaglio per singolo punto vendita  Analizzare gli scostamenti rispetto ai budget e ai piani predefiniti  Ideare azioni correttive repentine  Favorire la comunicazione con gli altri attori coinvolti nel processo (Store Manager)
  • 11. Arricchire il profilo delle anagrafiche clienti/prospect con informazioni a livello territoriale/demografico permette di mirare le azioni di micromarketing
  • 12. Una Strategia di Business è di successo solo se supportata dall’Execution Sales, Marketing, Produzione, Finanza e Controllo Strategia Execution Information Technology 12
  • 13. Segmentazione e profilazione della clientela con strumenti di Business Analytics permette di mirare le offerte commerciali Classificazione La classificazione viene Cluster Analysis Classificazione analitica che elaborata con criteri utilizza un algoritmo statistico user driven (non deterministica) deterministici (query) che automaticamente: sugli indicatori. • Identifica le variabili Le variabili e le regole discriminanti vengono scelte dall’utente • Aggrega i clienti con caratteristiche più simili Importo > 2000 € Le caratteristiche non sono fisse ma variano in funzione Frequenza >= 150 del comportamento nel N° Prodotti = 2 tempo Propensity – Cross/Up Selling Market Basket Analysis Identifica analiticamente Consente di identificare le caratteristiche e le gruppi di prodotti/servizi da condizioni discriminanti proporre congiuntamente a dei clienti che hanno specifici segmenti di clienti acquistato il prodotto Identifica i prodotti che possono essere utilizzati come prodotti Le caratteristiche non sono “trainanti” in ottica di offerta fisse ma variano in funzione (esempio sconto “incrociato” su del comportamento nel alcuni prodotti, bundle di tempo servizi, ecc.)
  • 14. La segmentazione/ profilazione della clientela, passando da una logica transazionale a una relazionale – Retail B2C Alto Acquirenti A - Quotidiani Importanti 20 visite al mese >2000€ B - Frequenti Spesa Normale 10 visite al mese C - Spesa Settimanale Alto scontrino 1v/ sett 1000-2000€ Acquirenti Medio 4 pdv freq. pdv freq. D - Itineranti Scontrino Irregolare E - Non esclusivi Irregolari Medio-Basso Acquirenti 700-1000€ Visite F - Emergenza Irregolari Visite Irregolari 1 v/sett regolari 1 v/sett regolari Acquirenti G - Incostanti <700€ Basso In pochi mesimesi In pochi H - Occasionali 1 v/10gg pochi mesi OBIETTIVO  Pianificare azioni di marketing differenziate Attivi da 4 mesi  Aumentare la fedeltà e ridurre l’abbandono dei clienti più importanti
  • 15. La descrizione dei differenti segmenti permette di evidenziare azioni mirate di vendita e marketing – Retail B2C OBIETTIVO  Costruzione dei bundle promozionali  Ideazione di servizi innovativi per i diversi segmenti  Promuovere i prodotti ad alto margine
  • 16. La descrizione dei differenti segmenti permette di evidenziare azioni mirate di vendita e marketing – Trade B2B Profilo dei cluster Profilo dei cluster Nessuno Early Sconti (sottodata CLU5_5 - descrizione Stand By 02 Altri sconti 02 Sconto 02 booking 02 sottodata 02 senza e.b.) (medio) 59,89 0,11 23,27 16,72 0,00 (early booking) 40,97 1,06 46,73 11,22 0,03 (no sconti) 87,81 0,05 7,13 5,02 0,00 (sottodata con e.b.) 30,12 0,19 26,10 43,58 0,01 (sottodata (sottodata senza e.b.) 58,08 0,14 4,23 37,54 0,00 con e.b.) Totale 55,51 0,38 25,47 18,62 0,01 (no sconti) Nessuno Sconto 02 Stand By 02 (early booking) Early booking 02 Sconti sottodata 02 (medio) Altri sconti 02 0% 20% 40% 60% 80% 100% OBIETTIVO  Segmentazione del trade  Pianificazione delle attività di vendita sui singoli clienti  Invio materiali di marketing coerenti con gli acquisti del cliente  Promuovere i prodotti coerentemente con le aspettative del trade
  • 17. La costruzione delle azioni di marketing e vendita e analisi del feedback permettono di ottimizzare i budget di marketing Inclusione ed esclusione: tutti i consumatori attivi e contattabili Profiling Utilizzo modelli di scoring (LTV, RFM, Segmentazione: dati socio Propensione, ecc) demografici, business unit, comportamento di acquisto Target e Control Group Follow Up: Accredito punti Estrazione OBIETTIVO  Pianificare in modo semplice ed intuitivo le attività di marketing (on line e off line)  Tracciare il ritorno delle iniziative in un unico ambiente  Calcolare e massimizzare il ROI delle iniziative di vendita e marketing
  • 18. La pianificazione delle attività di marketing integrando dati interni e dati esterni massimizza il ROI delle campagne Tutti i dati del db sono Dati socio mappati attraverso demografici e SOGGETTI e FOLDER acquisti MODELLI: LTV, Dettaglio della Scoring, storia degli Propensione acquisti acquisti / promo OBIETTIVO  Pianificare in modo semplice ed intuitivo le attività di marketing (on line e off line)
  • 19. La schedulazione di azioni ricorrenti, multistep, ad eventi permette di gestire e monitorare contemporaneamente le campagne Template personalizzati per comunicazioni ai PROSPECT e ai CONSUMATORI Dati anagrafici, comportamento storico, modelli di scoring, indici di segmentazione Visione completa di tutte le azioni OBIETTIVO  Tracciare il ritorno delle iniziative in un unico ambiente
  • 20. Analisi del ROI e del feedback delle iniziative Movimento tra i segmenti Redemption delle campagne Tracking della resa OBIETTIVO  Calcolare e massimizzare il ROI delle iniziative di vendita e marketing
  • 21. Conclusioni • Gli strumenti di SAS supportano la strategia e l’execution con una architettura integrata Business Intelligence – Business Analytics • Simulazione e previsione diventano cruciali in un mercato competitivo e costantemente mutevole • I dati interni incrociati con i dati di potenzialità di mercato permettono di valutare le performance relative e la presenza della concorrenza • VALUE LAB e SAS vantano esperienze di integrazione di Business Intelligence e Business Analytics in numerosi settori 21
  • 22. “…non esite sfortuna o fortuna, ma solo quanto noi abbiamo saputo prevedere e quanto abbiamo fatto per evitarla o incrementarla…” Enzo Ferrari Marco Di Dio Roccazzella (Partner – Dir. Sede Milano) marco.didio@valuelab.it Carlo Bianco (Partner – Dir. Sede Roma) carlo.bianco@valuelab.it VALUE LAB Srl Milano – Via Durini, 23 – Tel. + 39 02.77.88.931 Roma - Piazza Guglielmo Marconi 15 - Tel.+39.06.32.80.37.33 La presentazione sarà disponibile anche sul sito web di Value Lab www.valuelab.it