Il business della personalizzazione
1
Come le imprese guadagnano vantaggio competitivo attraverso modelli e tecnologie 'one-to-one'
Michele Gorgoglione, Umberto Panniello - Politecnico di Bari
Sommario
• Il business one-to-one– solo un fenomeno legato a Internet?
• Che cos’è la personalizzazione– casi di business
2
– casi di business
• Come personalizzare– decisioni chiave
• Qual è la frontiera della ricerca applicata– progetti di ricerca del Politecnico di Bari
L’era della personalizzazione
3
Il futuro “oggi”
4
5
6
7
8
9
10
Perché adesso
• La centralità del cliente– anni ’20
• A. Sloan “a car for every purse”
– anni ’50• W. Smith “segmentazione”
11
• W. Smith “segmentazione”
– fine anni ’80• C. Romiti “il cliente innanzitutto”
– anni ’90• Marketing one-to-one, CRM• Datawarehousing, Datamining, Business intelligence
– ½ anni ’90• Web technologies
La convergenza tecnologica
Marketing CRM
12
Datamining Web
Aspettative e iniziali delusioni
• “Abbiamo 6,2 milioni di clienti… dovremmo avere 6,2 milioni di negozi”Jeff Bezos, Amazon, 1999
13
• “Nessuna applicazione di business ha deluso quanto la personalizzazione”Ted Kemp, InternetWeek, 2001
Il ritorno
14
Che cos’è la personalizzazione
• Trattare diversi clienti in modo diverso(Peppers e Roger)
• Capacità di fornire prodotti e servizi calibrati a ciascun individuo e basati sulla conoscenza del suo comportamento
(Hagen)
15
• Costruire fedeltà attraverso relazioni one-to-one, capire i bisogni di ciascun individuo in un certo contesto, in modo efficiente
(Riecken)
• Trattare ogni cliente come un individuo unico ed a servire i suoi bisogni specifici
(Pal e Rangaswamy)
• Web personalization è fornire contenuti sulla base degli interessi di ogni singolo utente
(Wikipedia)
Processo di personalizzazione
Misurazione dei risultati
Miglioramento della strategia
misurare
feedback
16
Raccolta dati
Customer profiling
Associazione profilo - azione
Offerta / Azione
capire
agire
feedback
Frammenti di personalizzazione…
17
Due business case
• Settore– finanziario
• Problema di business– diminuire il tasso di
• Settore– e-commerce
• Problema di business– rendere la newsletter più
18
– diminuire il tasso di abbandono dei clienti
– rendere la newsletter più interessante
Quali dati?
• Servono nuovi dati?
• È facile ottenere quelli esistenti?
19
• Tutti o una parte?
• Vanno ristrutturati?
Come analizzare i clienti?
• Esiste il cliente medio?
• Quanti profili?
20
• Con quali dati profilare?
Quali azioni rivolgere e a chi?
• I dati contengono già le azioni?
• Le azioni vanno definite
21
a priori?
• Posso dedurre le azioni dai profili?
• Da altri clienti?
Personalizzazione a misura di business
• Che cosa personalizzare– tangibilità dell’offerta– granularità – causalità – timing
• Quale metodo e tecnologia– canale e tecnologia– interazione– variabili di profilazione– tipo di profilo/modello
22
• Per quali clienti– granularità dell’unità di
analisi– raggruppare i clienti
• Come definire le azioni– computazionale– per similarità– top-down– bottom-up
Quando vale la pena
• Clienti– personalizzare aggiunge
valore– costi diretti
• subscription
– costi indiretti
• Imprese:trade-off benefici vs. costi
– satisfaction– loyalty, retention, churn
23
– costi indiretti • sforzo cognitivo, privacy,
tecnologia, sicurezza, feedback
• Imprese– comportamenti e bisogni dei
clienti variegati– sono disponibili molti dati
sui clienti– l’offerta può essere
differenziata
– loyalty, retention, churn– LTV– tassi di conversione
– raggiungibilità – costi di targeting– rischi– errori di misclassification
Progetti di ricerca - Politecnico di Bari
• Modelli predittivi contestuali– prevedere il comportamento del cliente in contesti diversi– inferire il contesto (senza coinvolgere il cliente)
1,00
24
0,50
0,60
0,70
0,80
0,90
1,00
WholeDB Cluster10 Cluster100 Single
UncontextualGiftPersonal
Progetti di ricerca - Politecnico di Bari
• Segmentazione contestuale– il modo migliore per segmentare il mercato varia a
seconda del contesto
1800
2000
25
0
200
400
600
800
1000
1200
1400
1600
0 20 40 60 80 100 120
SSE_Uncontext.1
Uncontextual_all attributes
SSE_Uncontex.2
Best Uncontextual
SSE_GIFT
SSE_PERSONAL
Progetti di ricerca - Politecnico di Bari
• Costi della personalizzazione– quanto costa personalizzare?– quanto conviene?
70000,00
80000,00
26
0,00
10000,00
20000,00
30000,00
40000,00
50000,00
60000,00
70000,00
R1 R2 R3 R4 R5 R6
COST RATIO
Uncontextual
Gift
Personal
Progetti di ricerca - Politecnico di Bari
• Sistemi di raccomandazione– i prodotti giusti al cliente giusto
27
Progetti di ricerca - Politecnico di Bari
• Azioni personalizzate– aumentare il valore di ogni cliente bilanciando costi e
benefici– a chi rivolgere azioni personalizzate?
28
frequenza
denaro speso
marginali3.843
“growable”714
“growable”526
premium894
Progetti di ricerca - Politecnico di Bari
• Partnership di ricerca– A. Tuzhilin – New York University, Stern (USA)– S. Anand – University of Warwick (UK)– S. Hill – University of Pennsylvania, Wharton (USA)– K. Hosanagar – University of Pennsylvania, Wharton (USA)
29
– K. Hosanagar – University of Pennsylvania, Wharton (USA)– S. Sen - Fairleigh Dickinson University (USA)– P. Klaus – Cranfield University (UK)
• Partnership industriali– e-commerce (IT)– istituto di credito (IT)– editore (IT)– beni di consumo (UK)
Contatti
Michele GorgoglioneDIMEG - Politecnico di BariDip. Ingegneria mecc. e gestionale
Viale Japigia, 182
Umberto PannielloDIMEG - Politecnico di BariDip. Ingegneria mecc. e gestionale
Viale Japigia, 182
30
[email protected]+39 0805962765
[email protected]+39 0805962725
Ingenium
Spin-off del Politecnico di Bari
Politecnico di Bari
DIMEG