Big Data & Customer Journey Flashcards
CUSTOMER JOURNEY - FRAMEWORK
- Fase del Bisogno
- Ricerca delle Informazioni
- Acquisto
- Post-acquisto
CUSTOMER JOURNEY - ELEMENTI CHIAVE
- Canali Digital e Touchpoints (Brand-owned, Partner-owned or Customer-owned touchpoints)
- Prospettiva Multichannel (“Integrazione” con Canali “Fisici”)
- Dati
- Analytics & Better Targeting
CANALI - ULTIMI 15 ANNI
- Web e Cannibalizzazione delle Vendite
- Multichannel Marketing
- Mobile
- Ritorno all’Offline
- Omnichannel Marketing
- Research Shopping,Showrooming, Webrooming
- Customer Journey
MULTICANALE - CARATTERISTICHE
- Solo canali interattivi
- Canali distributivi: negozi, website, direct marketing (catalogo, call-center)
- Canali separati senza sovrapposizioni
- Focus sul canale
- Per canale
- Obiettivi: vendite per canale, esperienza per canale
OMNICANALE - CARATTERISTICHE
-Canali interattivi e di comunicazione di massa (es: Tv)
-Canali distributivi: negozi, website e direct marketing, canali mobile (smartphone, laptop, …), social media. Touchpoints (inclusi i canali di comunicazione di massa): Tv, radio, stampa, C2c, …
-Canali integrati finalizzati a fornire
un’esperienza unica al cliente
-Focus sul canale e sul marchio
-Cross-canale
-Esperienza complessiva del cliente
cross-canale, vendite totali considerando
tutti i canali
OMNICHANNEL - OPPORTUNITA’
- Right Channeling: verso canali con più
margine - Customer Satisfaction: Servizio Migliore
- Espansione Customer Base: Preferenze di
Canale - Aumento dei profitt
OMNICHANNEL - MINACCE
- Cannibalizzazione: Aumento del numero di
canali ma stessi volumi - Erosione Brand Value : Cattiva Gestione di certi
canali - Coordinamento e Integrazione: Gestione
congiunta di diversi canali-> diminuzione
consumer satisfaction, customer retention, …
OMNICANALITA’ - INTERESSE CRESCENTE
- Il 70% dei clienti di Sacks che comprano online comprano anche nel negozio fisico
- I clienti multichannel spendono 3-4 volte in più di quelli di canale singolo
OMNICHANNEL & CUSTOMER PROFITABILITY
- Profitti:
- Ammontare speso
- Costi/Margini
- Frequenza di Acquisto - Retention:
- Probabilità di retention - CLV:
- Customer Lifetime Value
LE 3 V DEI BIG DATA
- Velocità: Analisi dei dati in streaming – Decisioni Real Time (e.g. Alexa, real time coupon, sensori nelle auto - device )
- Varietà: Diversa natura dei dati (recensioni, Amazon Rekognition, Booking, TripAdvisor, …)
- Volume: 43 trilioni di gigabyte di dati generati nel 2020. La maggior parte delle imprese (US) hanno in media 100 terabyte di dati salvati
PERCHE’ DATA SCIENCE? - COSA SAPPIAMO
• Cosa impatta sulla scelta del canale/touchpoints, perchè diversi clienti scelgono diversi canali
• Come e quando il marketing è efficace nel
formare e influenzare le preferenze di canale, e come
l’impatto del marketing cambia nel tempo
• Relazione tra scelta di canale e profittabilità del cliente
• Qual è l’effetto del canale di acquisizione sulla fedeltà
del cliente
COSA AUMENTA LE PROBABILITA’ DI ACQUISIRE UN NUOVO CLIENTE?
Quali strategie di marketing sono più efficaci per
massimizzare l’attrazione e portare i clienti al primo
acquisto?
Qual è il ruolo del comportamento del
cliente pre-acquisto?
MAPPARE E ANALIZZARE L’INTERO JOURNEY
Come possono essere segmentati i clienti in base al loro journey?
Quali sono I pattern predominanti?
Quali tipi di attività di marketing funzionano meglio?
Cosa porta a una maggiore redditività?
PRODUCTS RECOMMENDATIONS- MARKET BASKET ANALYSIS
Dati su 1,000,000s page visit records
Si calcola la probabilità condizionata
Pr(vedo il prodotto B | ho visto il prodotto A)
Se il potenziale cliente sta guardando il prodotto A, viene raccomandato il prodotto B con la massima probabilità p(B|A)
NEXT-PRODUCT-TO-BUY MODEL (NPTB)
Contesto: clienti di una banca
Attività di Cross-selling: mutuo acquisto casa
Come: next-product-to-buy model (NPTB) per identificare i clienti con la probabilità più elevata di “acquistare” un mutuo
Stimare la probabilità:
Pr(Acquistare Mutuo Casa | Demos, Prodotti
precedentemente acquistati)
Dati: 100,000 records sugli acquisti di prodotti bancari passati dei clienti per stimare il
modello