Analisi Predittiva
per attività di marketing
Cosa permettono le analisi predittive
Stimare il CLV dei clienti sulla base dei loro comportamenti superando le classificazioni socio-demografiche.
Prevedere il customer churn in modo da attivare un protocollo volto al recupero.
Profilare il cliente in base alla propensione d’acquisto stimata per pianificare vendite mirate.
Produrre un database strategico impiegando dati incrociati provenienti da canali differenti.
Aumentare l’indice di gradimento e di soddisfazione della propria customer base.
Pythía – la nostra piattaforma
Attraverso Pythìa possiamo gestire:
- Il processo di file transfer.
- I processi di preparazione dei dati per il motore di A.I.
- Il training e la validazione dei modelli.
- La delivery degli output alla dashboard.
Dashboard
Questa Dashboard consente agli utenti di visualizzare le informazioni estratte dal motore di AI insieme ad elaborazioni statistiche più standard.
Funzionalità:
Cliente: l’utente può visualizzare tutte le statistiche relative al singolo cliente: CLV, Churn e probabilità di acquisto sul basket di prodotti. Oltre ovviamente ad eventuali informazioni relative alla situazione attivi-passivi, utilizzi carta, attività online.
Prodotti: scegliendo il prodotto l’utente può visualizzare la segmentazione della base clienti.
Data sources: serve per configurare il path dei file in upload e contiene le chiavi di codifica/decodifica per offuscamento.
.
Marketing con A.I.
- Analizziamo tutti i clienti e le loro transazioni.
- Normalizziamo il loro comportamento usando le variabili del ciclo economico.
- Grazie alle nostre tecniche avanzate di intelligenza artificiale restituiamo un database strategico per la profilazione dei clienti per redditività attesa e per inclinazione all’acquisto di determinati prodotti.
- È così possibile impostare strategie di marketing per campagne mirate che anticipano i bisogni o l’abbandono dei clienti.
Anticipare il bisogno grazie all’A.I.
Intelligenza Artificiale nelle analisi predittive
L‘AI è il mezzo più efficace per effettuare previsioni accurate, automatizzate, su grandi volumi di dati e non ottenibili con i metodi tradizionali.
Deep Neural Embedding
La profilazione dei clienti avviene all’interno di una rete neurale che la rende specifica per l’obiettivo della rete stessa.
Migliora la profilazione prospettica
RNN - Reti Neurali Ricorrenti
Modellizzazione di un comportamento dinamico temporale dei clienti con rilevamento automatico delle variabili rilevanti.
Aumenta l' accuratezza della previsione
Inverse Reinforcement Learning
Estrazione della maggior quantità possibile di informazioni dell’interazione con il cliente tramite meccanismi di apprendimento simili a quelli umani.
Aumenta l'efficacia delle campagne marketing
Analisi Predittiva per la profilazione dei clienti
CUSTOMER LIFETIME VALUE
Calcola la profittabilità attesa.
COLLABORATIVE FILTERING
Calcola le combinazioni vincenti prodotto/cliente profittevole.
Profilazione
- Segmenti di clienti che probabilmente sono interessati all’acquisto di un determinato prodotto.
- Segmenti di clienti che potrebbero passare ad un competitor.
Dall’Analisi Predittiva alla strategia di Marketing
1.
Segmento
Si individuano i segmenti su cui investire.
2.
obiettivi
In base al segmento si stabilisce l’obiettivo:
- Prevenire l’abbandono.
- Anticipare un bisogno.
3.
Messaggio
Si individua il messaggio corretto da inviare.
4.
azione
Si attivano i canali di comunicazione per raggiungere i diversi target.
Esempio di strategie digital
di retention / upselling
Applicate ai segmenti di clienti elaborati con l’A.I.
Sorgenti di contatto
Disponibili in anagrafica
- Email.
- Telefono cellulare.
- Indirizzo di residenza.
- Profilo cliente su home banking.
Acquisibili
Quando l’utente che fa parte di un determinato segmento naviga loggato nell’home banking, è possibile «sganciare» sul suo browser due cookie specifici di Facebook e Google che lo identificano come facente parte di quel segmento quando successivamente navigherà sulle relative piattaforme (vedi slide successiva).
Mezzi di contatto
Message differentiation
Sui social network e sulla rete display di Google è possibile effettuare un’ulteriore profilazione del cliente, per perfezionare il messaggio da convogliare in modo sartoriale.
Ad esempio, per gli utenti che fanno parte del segmento potenzialmente interessato ad un nuovo mutuo, è possibile ragionare su età, genere e situazione sentimentale colpendoli con creatività ad hoc.
