CRM Analytics

Scoprire trend potenziali, analizzare e prevedere il comportamento dei clienti, valutare le performance aziendali sono solo alcuni dei valori aggiunti che l’applicazione di modelli statistico-matematici può portare: un vantaggio competitivo troppo importante per essere ignorato!

Siamo specializzati nell’applicazione di metodologie analitiche di analisi del dato, che si basano sulle migliori tecnologie presenti sul mercato e sul know-how maturato in contesti di CRM di diversi settori. Tutto ciò che estrae informazione dei dati per creare valore può essere oggi chiamato Analytics, ma a noi piace pensarlo come un concetto un po’ meno generico, più personalizzato, che preveda anche l’utilizzo di tecniche statistiche, di modelli matematici, di modelli predittivi e algoritmi di machine learning.

Da qui l’esperienza raggiunta in contesti di Big Data Analytics, in particolare nell’analisi di dati non strutturati nel settore bancario, quali le causali dei bonifici, attraverso tecniche di text mining e machine learning, la Market Basket Analysis per l’individuazione dei punti di rottura del customer journey e della next best offer nel settore Telecomunicazioni e Retail e lo sviluppo di modelli di propensity e churn.

DATA MINING

Comprende tutte quelle metodologie di analisi che hanno come obiettivo la scoperta di correlazioni tra i dati al fine di predire un evento. Nasce come congiunzione di tre aree di applicazione matematico-statistica, come il machine learning, l’intelligenza artificiale e la statistica stessa.

L’utilizzo di algoritmi e di tecniche di machine learning sono i principali strumenti di questa area e permettono di svolgere analisi ad alto valore aggiunto per le esigenze di business, come la segmentazione della clientela, l’individuazione di indici di propensione all’acquisto di prodotti o di rischiosità di default. Inoltre permette di migliorare i processi decisionali, ottimizzare i costi delle azioni di marketing e fornire indicazioni circa il next best product da offrire ai singoli clienti.

Forecasting

E’ una metodologia di analisi previsionale di informazioni andamentali generalmente rappresentate sotto forma di serie storiche. L’assunzione che i fattori che hanno influenzato gli andamenti delle serie nel passato e nel presente continuino ad essere stabili nel tempo è un’assunzione fondamentale in queste tipologie di analisi.

Comprendere tali relazioni, isolare tali fattori e definire delle analisi di scenario può risultare molto interessante in contesti di previsione delle vendite, delle scorte a magazzino, dei carichi di lavoro, etc. Uno dei benefici riscontrabili nell’utilizzo di tali analisi è la consapevolezza che fornisce in termini di scenari futuri a chi deve gestire i processi decisionali aziendali.

Ottimizzazione

E’ una metodologia di analisi matematica che, nonostante la definizione di una serie di vincoli restringenti, ci permette di stabilire una funzione obiettivo. Per questo motivo nascono tecniche di ottimizzazione che aiutano a definire quali siano i driver per l’impostazione dei budget, per la scelta della clientela a maggior propensione di acquisto sulla base di vincoli di contatto, etc.

Text Analytics

È una modalità di rappresentazione di analisi dei dati non strutturati: nel mondo del web, del mobile e dei social media questi dati rivestono un ruolo importante nell’estrazione di informazione non solitamente fruibile ed analizzabile. Ottenere informazione di qualità aiuta a classificare e segmentare in maniera corretta la clientela, a prendere consapevolezza di alcuni fenomeni di cui non si era a conoscenza, al fine di modificare strategie commerciali e arricchire la propria base dati con un’informazione nuova, ad alto valore aggiunto.