Appunti per Scuola e Università
Umanistiche
Appunti e tesine di tutte le materie per gli studenti delle scuole medie riguardanti le materie umanistiche: dall'italiano alla storia riguardanti le materie umanistiche: dall'italiano alla storia 
Scientifiche
Appunti, analisi, compresione per le scuole medie suddivisi per materie scientifiche, per ognuna troverai appunti, dispense, esercitazioni, tesi e riassunti in download.
Tecniche
Gli appunti, le tesine e riassunti di tecnica amministrativa, ingegneria tecnico, costruzione. Tutti gli appunti di AppuntiMania.com gratis!
Appunti
universita
Amministratori Archeologia Commodities Contabilita Diritto
Finanza banche Geologia Gestione Idrologia Marketing
Medicina Meteorologia Musica Ricerche Scienze politiche
Silvicoltura Turismo


AppuntiMania.com » Universita » Appunti di Gestione » Sviluppo di un progetto di customer relationship management

Sviluppo di un progetto di customer relationship management




Visite: 766Gradito: [ Grande appunti ]
Leggi anche appunti:

Gestione economica dell'azienda


GESTIONE ECONOMICA DELL'AZIENDA Le aziende industriali acquistano i fattori produttivi

Le caratteristiche generali della frode aziendale


Le caratteristiche generali della frode aziendale[1] Il concetto di frode

La frode: il principio ISA 240


La frode: il principio ISA 240 Il principio ISA 240 (“La responsabilità del



Scarica gratis Sviluppo di un progetto di customer relationship management

Sviluppo di un progetto di CUSTOMER RELATIONSHIP MANAGEMENT



1 Contesto di business

L’Azienda in questione è un’azienda italiana che opera nel campo della moda, è stata fondata nel 1975 ed è tuttora guidata dallo stesso imprenditore che ne è sia proprietario che amministratore.

Fin dai primi anni l’Azienda ha stabilito una presenza in altri paesi, inizialmente in Europa e Stati Uniti per poi espandersi in tutti i contenti. La struttura organizzativa attuale ha una forma divisionale in cui le divisioni estere godono di una certa autonomia amministrative e strategica rispetto a quella principale italiana, la presenza dell’imprenditore determina un’unità e coerenza di fondo dell’immagine dell’azienda nel mondo.

L’Azienda è nata come impresa esclusivamente commerciale devolvendo all’esterno la produzione e la distribuzione ma con il tempo ha integrato tutte le componenti della supply chain, acquisendo o acquistando quote partecipative delle industrie produttive, collocate quasi prevalentemente nel territorio italiano, delle società di distribuzione sparse in tutti i continenti e stringendo delle joint ventures con società e personalità di particolare prestigio e di fama internazionale.

Le attività commerciali si dividono tra la vendita wholesale e quella nei negozi monomarca; una parte dei negozi monomarca è di proprietà del gruppo.

Questa azienda è stata la prima nel panorama della moda e dell’alta moda a diversificare l’offerta in modo da conquistare mercati diversi, la diversificazione è avvenuta sul prodotto, non solo abbigliamento e accessori ma anche arredamento, ristoranti, bar e alberghi  per  promuovere  un  life  style  pervaso  dalla  marca.  La  diversificazione  è avvenuta anche su segmenti di clientela diversi: la linea principale di abbigliamento è la prima disegnata dall’imprenditore ed è quella che detta e supporta lo stile e l’immagine dell’intera azienda, è destinata ad un pubblico con grandi capacità di acquisto e di età media, successivamente viene lanciata un seconda linea destinata prevalentemente alla vendita nei negozi multimarca, che ha un prezzo inferiore ma mantiene lo stile della prima. Dopo pochissimi anni si aggiunge una linea per un pubblico più giovane con


prezzi  più  contenuti  ma  di  ottima  qualità,  poi  una  linea  per  bambini,  una  per giovanissimi e una dedicata solo ad alcuni paesi.

La diversificazione spinta unita però a  una forte identità dell’immagine proposta è stata la chiave del successo dell’azienda che negli ultimi venti anni ha avuto un’espansione fortissima.

L’azienda si è distinta nel suo settore per avere delle forti competenze e capacità interne che hanno creato e offerto sul mercato un prodotto di altissima qualità e grandissimo fascino.

L’Azienda si è distinta anche per le grandi capacità manageriali dell’imprenditore e del suo staff che hanno saputo dare una direzione economica e finanziaria stabile.

Ma al di delle grande creatività, l’Azienda ha spiccato sulle altre per aver fatto le scelte competitive migliori in maniera tempestiva, innovativa ed intelligente.

L’Azienda può essere definita un’impresa proattiva e lo è stata fin dai suoi inizi, proattiva ed orientata alla competizione. Le scelte e le mosse competitive sono state supportate  dalla  capacità  di  produrre  un  grande  prodotto  ma  soprattutto  dalla conoscenza del settore e del mercato e delle regole che li governano.

La storia delle sue manovre competitive parte con un’idea creativa, per realizzare tale idea invece che di occuparsi dell’intero ciclo di produzione l’imprenditore ha dato in outsourcing tutte le fasi della produzione e della distribuzione e si è concentrato su ciò che sapeva fare e sui mezzi che aveva a disposizione.

Il prodotto si distingue per qualità e bellezza ma soprattutto perché possiede uno stile definito e riconoscibile, è pervaso da un’idea di fondo, comunica quasi una filosofia di vita. Una volta affermatosi il prodotto e il suo stile, lo stile si è declinato in una serie sempre più ampia di proposte differenti senza mai perdere la propria essenza ed immagine di fondo; queste mosse strategiche hanno portato alla definizione di una nuova tendenza, il life-style dettato dal marchio.

Ed ora? La strada della diversificazione è stata battuta con successo e la nuova evoluzione è quella di guardare al cliente e non solo ai competitori e alle regole tradizionali del mercato.

La diversificazione spinta, non a caso, sfocia nella personalizzazione e, all’estremo, nel marketing one-to-one, la nuova chiave per il successo competitivo è conoscere il nuovo cliente.


Vista la complessità di entità che interagiscono con l’Azienda e vista la complessità del business lo sfruttamento delle capacità offerte dalla tecnologia di comunicazione ed integrazione era inevitabile.

Tra i progetti più importanti c’è l’integrazione della supply chain, nelle fasi a monte della vendita al consumatore finale: nella fase di interazione con le industrie produttive e nella fase di vendita ai negozi monomarca e multimarca.

Il progetto di CUSTOMER RELATIONSHIP MANAGEMENT e i sistemi tecnologici ed informatici coinvolti nel progetto servono per arrivare al cliente finale e per chiudere la catena.

L’Azienda ha un particolare rapporto con la tecnologia, molto dinamico ed aperto ad ogni opportunità che l’innovazione tecnologica può portare. La complessità del sistema informatico ha portato lAzienda a cercare le competenze necessarie fuori praticando la formula dell’outsourcing in maniera mitigata, i sistemi e le persone lavorano dentro l’Azienda e solo le competenze, se necessario vengono prese da fuori (consulenti). Questa scelta permette un controllo forte sullo stato dei sistemi e sulle scelte progettuali ed implementative. In Azienda si è capita l’importanza della tecnologia informatica e l’impatto che questa può avere sull’organizzazione, dei cambiamenti che può provocare a partire da quelli apportati all’organizzazione della mansione ai cambiamenti che porta nella   gestione   di   interi   processi;   pertanto   i   sistemi   informativi   si   occupano esplicitamente anche di organizzazione.

Nei contesti dove si cerca di far collaborare armoniosamente persone con competenze diverse sono indispensabili figure di collegamento che sappiano avvicinare e far comunicare due mondi diversi ed in particolare in questo capitolo si parlerà del ruolo dell’analista dei dati per il CUSTOMER RELATIONSHIP MANAGEMENT.

2 Il progetto di CUSTOMER RELATIONSHIP MANAGEMENT

L’immagine dell’azienda presente, anche se con sfumature diverse, in tutti i sui diversi marchi è riconoscibile in tutto il mondo, il carisma di questa immagine fa si che spesso l’acquisto da parte del cliente sia principalmente guidato da emozioni e desideri di identificazione con lo stile del marchio e solo secondariamente da motivi strettamente


legati alla qualità e alla bellezza del prodotto. Per molti anni è stata l’azienda che imponeva al mercato il prodotto e il consumatore che vi si doveva adattare, negli ultimi anni  la  situazione  è  cambiata  soprattutto  perché  sono  cambiati  i  consumatori.  Per adattarsi al cambiamento si deve innanzitutto capire e conoscere i propri clienti. L’azienda ha sempre avuto un canale diretto con il consumatore finale attraverso i negozi di proprietà ed ha sempre portato avanti una strategia di attenzione e cura verso il cliente. Il cliente per l’azienda però era riconoscibile solo in parte, la grande massa dei clienti era anonima e solo ad una piccola parte di essi, conosciuta e riconoscibile, era destinato un trattamento speciale.

Le attività di marketing si svolgevano essenzialmente su due piani, uno di pubblicità attraverso i canali dei media, la pubblicità è usata per promuovere un prodotto o una nuova collezione ma soprattutto è sempre usata per diffondere e rafforzare l’idea e lo stile del marchio. L’altro piano è il contatto diretto con attività di public relation sfruttando essenzialmente il canale del negozio, le public relation si basano sulla conoscenza diretta e personale del cliente e per la loro natura sono destinate ad un gruppo ristretto e selezionato di persone, hanno lo scopo di costruire una relazione duratura e profittevole con questi clienti ma anche in questo caso limpatto più forte è sull’immagine dell’azienda; i clienti vengono selezionati perché in grado con i propri comportamenti di influenzare il loro ambiente di riferimento, si tratta quindi di personaggi famosi o VIP ma anche di persone che a livello locale godono di una certa visibilità e prestigio.

L’azienda, pur operando in un settore di nicchia e vivendo un momento molto positivo, ha risentito dei cambiamenti avvenuti a livello globale e si sta attrezzando per adeguarvisi.

Con il crescere delle dimensioni e della complessità l’azienda ha posto una certa enfasi sullinformatizzazione e l’automatizzazione dei processi e conseguentemente sull’importanza del ruolo che i dati e le informazioni quantitative devono avere nei processi decisionali.

L’azienda ha ancora grandi capacità di attrattiva e di seduzione nei confronti dei clienti ma ha comunque deciso di seguire la tendenza generale di aprirsi al cliente per cercare di capire chi è e che cosa vuole; per fare questo è agevolata dal fatto di disporre del contatto diretto principale e tradizionale, il negozio.


Il progetto di un sistema informatizzato del CUSTOMER RELATIONSHIP MANAGEMENT è relativamente recente, la fase del progetto pilota ha coinvolto solo una parte dei negozi in alcuni paesi europei, in particolar modo i negozi italiani di proprietà del gruppo per ragioni di facilità di azione e di controllo.

Il progetto coinvolge principalmente l’area del marketing, l’area retail e i sistemi informativi, anche nella sua fase pilota è un progetto di lunga durata che richiede un certo impegno finanziario e di risorse umane con ruoli, capacità e competenze diverse.

Il progetto è partito in forma di pilota perché inizialmente non era affatto scontato che l’azienda  avesse  bisogno  di  un  approccio  tipo  CUSTOMER RELATIONSHIP MANAGEMENT  e  che  esperienze  di  CUSTOMER RELATIONSHIP MANAGEMENT  di successo in settori molto diversi potessero essere riproposti nel settore della moda. Il progetto pilota doveva quindi dimostrare l’applicabilità e la validità della strategia di CUSTOMER RELATIONSHIP MANAGEMENT nell’azienda e la coerenza rispetto alle regole del business.

Gli obiettivi del progetto pilota erano quelli di dare un nome ai clienti costruendo un’ infrastruttura tecnologica per reperire e memorizzare i dati sul cliente e sul suo comportamento d’acquisto e di costruire un ambiente di datawarehousing che permetta di fare delle analisi sui dati raccolti. La fase di reperimento dei dati è lunga e molto costosa e di per sé non porta risultati significativi che giustifichino l’investimento, i risultati delle analisi su tali dati dovevano servire per confermare l’utilità del progetto intrapreso nel suo complesso e per giustificarne la continuazione.

Il caso di studio qui analizzato tratta quindi del primo tentativo di un’azienda di mettere in atto una strategia di CUSTOMER RELATIONSHIP MANAGEMENT, e al di là dell’interesse sulle scelte tecniche di implementazione, è interessante vedere come il processo di adattamento si evolve in modo incrementale ed interattivo.

Con il progetto è nato anche un team CUSTOMER RELATIONSHIP MANAGEMENT inserito nell’area Marketing e composto dal manager  di  progetto,  da  un  assistente  del  manager  con  compiti  operativi  e  da un’analista; l’ufficio interagisce con le altre aree coinvolte direttamente nel progetto, l’area Retail (negozi di proprietà del gruppo), l’area Press e Promozioni e con i Sistemi Informativi e Organizzazione.

Le responsabilità del team di progetto sono:

 Coordinamento della strategia di relazione cliente del gruppo

 Gestione e analisi del database clienti


    Proposte e collaborazione con l‘ufficio Press e Promozioni per attività di marketing varie


Fase

6

Fase

5

Fase

4

Fase

3

Fase

2


Customer Satisfaction

Audit

Analisi

Profittabilità/KPI

Gestione / Analisi

Campagne

Attività di Marketing

   Business Intelligence    Gestione Data Base Clienti Alimentazione dati integrata


Tempo



Fase

1


Marketing


Press          Negozio


Customer Touch-Points

Figura 9: il progetto CUSTOMER RELATIONSHIP MANAGEMENT per fasi critiche

Le fasi e gli obiettivi individuati dal manager e disposti cronologicamente nella figura si implementano nelle quattro attività proposte nel manuale di M.J.A Berry e G.S. Linoff e introdotte nel capitolo 2.

3 Osservare che cosa il cliente sta facendo

La prima fase del progetto ha riguardato la raccolta delle informazioni e dei dati sul cliente sia attraverso il recupero e lintegrazione di tutte le fonti dei dati già presenti in


azienda sia attraverso la progettazione e lo sviluppo di un programma per l’automazione e la gestione del contatto con il cliente.

Le fonti di informazione sul cliente presenti in azienda sono i negozi e l’ufficio Press, i negozi dispongono di liste di nominativi di clienti con informazioni anagrafiche annesse basate  sulla  conoscenza  diretta  del  cliente,  alcune  di  queste  informazioni  sono  su supporti cartacei o elettronici, altre sono nelle teste dei venditori.

L’ufficio  Press/Promozioni  dispone  di  un  database,  anch’esso  composto  da informazioni di vario genere e su supporti diversi che riguarda principalmente classi di clienti particolari come i VIP, ecc.

L’obiettivo è quello di accedere a queste informazioni, spesso gelosamente custodite, integrarle per creare una unica base di dati condivisa e visibile da tutti i negozi e gli uffici della sede centrale.

L’altro obiettivo è di essere in grado di dare un nome alle transazioni anonime che avvengono tra il cliente e l’azienda.

Le  transazioni  oggetto  di  interesse  sono  quelle  relative  all’acquisto  del  cliente  in negozio, tali transazioni sono già automatizzate e memorizzate per motivi fiscali ma sono anonime. Ogni transazione è identificata dalla concatenazione di una serie di attributi come il negozio, la cassa, la data e l’ora a cui è stato effettuata, l’ammontare speso, il tipo di pagamento ecc., ogni transazione (o scontrino) riporta un riferimento ai prodotti acquistati.

Il concetto di associare un nome allo scontrino non è del tutto nuovo in negozio, esiste già un meccanismo di identificazione dello scontrino usato più comunemente per l’emissione di una fattura ma in alcuni casi anche per l’identificazione di una persona. Esiste già, al momento del pagamento alla cassa, la possibilità di associare ad ogni scontrino emesso un codice identificativo di una persona e per ogni codice identificativo può essere compilato un profilo anagrafico. Tali informazioni vengono già raccolte e memorizzate nel database operazionale aziendale e sono accessibili.

Gli obiettivi in questo contesto sono quindi di promuovere dalla cassa l’abbinamento dello scontrino ad un profilo cliente e la raccolta di informazioni sul cliente.

La procedura si articola nelle seguenti fasi; al momento del pagamento viene chiesto al cliente se ha già rilasciato i suoi dati prima in un qualsiasi negozio di proprietà GA, in caso affermativo si recupera l’anagrafica di quel cliente gia inserita nel DB e si abbina,


attraverso un meccanismo automatizzato, lo scontrino effettuato a quel cliente. Nel caso in cui il cliente non risultasse già presente nel DB gli viene chiesto di compilare un modulo cartaceo con i dati personali di base e di firmare per rilasciare il consenso al trattamento dei propri dati, i dati così raccolti vengono inseriti nel sistema,  viene creato un nuovo profilo anagrafico a cui finalmente è abbinato lo scontrino appena effettuato. Dato che la procedura non è interamente automatizzata e data la sua complessità il meccanismo  è  suscettibile  di  errore.  La  qualità  dei  dati  così  raccolti  presenta  due problemi principali, errore di compilazione delle informazioni del profilo anagrafico o mancata associazione dello scontrino al codice cliente.

Il primo di tipo di errore può essere recuperato con il tempo, con l’esperienza del personale di cassa e con la manutenzione continua dei dati. Il secondo tipo di errore è più grave, perché ogni scontrino emesso e non associato ad un cliente è un informazione persa e praticamente impossibile da recuperare.

Inoltre trattandosi di dati personali si esige un comportamento da parte dell’azienda in totale accordo con il codice sulla tutela dei dati personali (che sostituisce ed integra la legge 675/96), che rende ancor più delicato e complesso il processo di raccolta e archiviazione del dato.

Per incentivare la raccolta dei dati è stato concordato con i manager retail che il raggiungimento di determinate soglie nel tasso di associazione cliente-scontrino diventasse un obiettivo di negozio.

I  dati  anagrafici  di  base  che  vengono  chiesti  durante  la  compilazione  del  modulo privacy sono: Titolo, Nome, Cognome, Indirizzo, Città, Provincia, Nazionalità, Data di Nascita, e-mail, telefono, età (range).

Lo  sviluppo del programma di gestione dei clienti è stato affidato ad una società di consulenza esterna, che ha agito sotto le specifiche del manager di progetto di CUSTOMER RELATIONSHIP MANAGEMENT, ed è tuttora in via di sviluppo; il programma poggia sulla base di dati operazionale dell’azienda e gestisce in particolar modo le tabelle dove si trovano i dati anagrafici relativi ai clienti. Il programma funge da interfaccia tra la base di dati (dei clienti) e gli utenti; esistono due tipi di utenti che accedono ai dati con privilegi diversi e con finalità diverse, i negozi e l’ufficio CUSTOMER RELATIONSHIP MANAGEMENT e Press/Promozioni.

Il programma ha due funzioni principali: di gestione della base di dati del cliente e di gestione delle campagne marketing.


I negozi usano il programma, per quanto riguarda la gestione del database, per abbinare un profilo anagrafico allo scontrino, per inserire nuovi profili anagrafici o modificarli, stampare report di controllo sui tassi di associazione del negozio o di performance dei venditori. Per quanto riguarda invece la parte di gestione delle campagne marketing, i negozi possono controllare dal programma le campagne marketing in corso e le loro caratteristiche e stampare le liste di clienti coinvolti in una campagna.

L’ufficio CUSTOMER RELATIONSHIP MANAGEMENT può dalla sede centrale inserire o modificare sia manualmente sia automaticamente,  attraverso lacquisizione di liste di nominativi, le anagrafiche clienti, dispone inoltre di funzionalità di manutenzione dei dati come ad esempio la funzione di ricerca e cancellazione di codici diversi associati alla stessa persona. L’ufficio CUSTOMER RELATIONSHIP MANAGEMENT è l’interfaccia tra i negozi e gli sviluppatori del sistema di gestione data base clienti ed è di supporto per l’utilizzo di tutte le funzionalità del programma.

L’ufficio CUSTOMER RELATIONSHIP MANAGEMENT gestisce le campagne marketing in tutte le fasi di vita della campagna, dall’ideazione alla pianificazione dalla messa in atto alla misurazione dei risultati, il software di gestione delle campagne  permette di creare, acquisire ed elaborare liste di clienti  da inserire in una campagna, ogni campagna è codificata in maniera univoca e memorizzata nel sistema con i codici dei clienti coinvolti e i criteri utilizzati per la scelta di quel target, mentre dal lato del DB del cliente, ogni cliente ha associate le campagne di cui è stato oggetto.

3.1 Azioni da intraprendere

I dati raccolti fino a questo momento dall’azienda provengono essenzialmente da un unico canale, il negozio, esistono però altri punti di contatto tra l’azienda e il cliente rappresentati dal sito web, la posta tradizionale e quella elettronica e il call center. Per il momento non è possibile attraverso nessuno di questi canali effettuare degli acquisti, si tratta di contatti di tipo informativo che potrebbero andare a formare un apparato di assistenza e informazione verso i propri clienti.

Per alcuni di questi canali esiste un meccanismo di memorizzazione della transazione ma manca l’identificazione della persona interagente. I dati provenienti dalla memorizzazione dei contatti avvenuti tramite questi canali dovrebbero essere integrati con il programma di gestione del database del cliente. Il sistema di assegnazione di un


codice ad un nuovo cliente o prospect, congiuntamente alla richiesta delle informazioni anagrafiche di base e il consenso al trattamento dei dati personali dovrebbe riguardare anche questo nuovo modo di interagire con il cliente, dovrebbe poi essere predisposta una modalità di memorizzazione del contenuto e della tipologia di transazione avvenuta con il cliente. Ad esempio dovrebbe essere possibile distinguere tra un reclamo e una richiesta di informazione su un prodotto e dovrebbe essere possibile approfondire il motivo del reclamo o la tipologia di informazione richiesta.

Visto che il cliente potrà interagire da più punti con l’azienda è necessario scegliere una procedura standard di relazione con il cliente, indipendentemente dal canale infatti l’azienda deve apparire all’esterno come un tutto unico e coerente.

La seconda azione da intraprendere è di continuare il processo di automazione delle campagne marketing e sofisticazione del programma di gestione.

Il processo di automazione dovrebbe comprendere anche la gestione delle risposte alle campagne e funzionalità di misurazione dei risultati, la misurazione dei risultati di un campagna in un contesto non di marketing diretto può essere molto difficile ma è indispensabile non solo per motivi di controllo ma anche per motivi di analisi, l’aspetto dell’analisi verrà discussa a fondo nel capitolo successivo.

Il programma dovrebbe anche offrire strumenti di segmentazione per la selezione dei clienti da inserire in una campagna, se la segmentazione oltre a basarsi su i dati anagrafici e di comportamento di acquisto si baserà anche sui dati di ritorno delle precedenti campagne la segmentazione acquisterà anche un valore predittivo sul tipo di risposta che il cliente potrebbe dare ad un certo tipo di campagna.

4 Ricordare che cosa i clienti hanno fatto nel passato

Il primo disegno del datawarehouse del cliente è avvenuto sotto le specifiche del manager di progetto del CUSTOMER RELATIONSHIP MANAGEMENT che ha ipotizzato e cercato di anticipare le possibili esigenze di analisi a cui il datawarehouse doveva rispondere.   Con l’esperienza di analisi alcune caratteristiche sia tecniche che di contenuto (aggiunta di nuovi attributi) sono state modificate.

Il datawarehouse è composto  da dati provenienti da diverse fonti, il DB del venduto, del prodotto e del cliente. Nel DB del venduto sono archiviati tutti gli scontrini emessi


nei negozi di proprietà con tutte le informazioni che riguardano la vendita come il negozio, la data, il tipo di pagamento, l’ammontare speso, un riferimento ai prodotti acquistati e il cliente che ha effettuato l’acquisto (nel caso lo scontrino sia stato abbinato ad un cliente) ecc.. Il prodotto ha un organizzazione piuttosto complessa che rispecchia la realtà del business della moda, il prodotto è identificato da una gerarchia di concetti che  ne  specifica  le  caratteristiche,  la  banca  dati  del  prodotto  è  condivisa  in  tutta l’azienda, sia nel contesto di vendita al consumatore finale nei negozi di proprietà, nella vendita a negozi non di proprietà sia nel whole sale (negozi multimarca).

Il datawarehouse deve rappresentare i dati e le informazioni sui clienti così come li vedono i manager ma deve mantenere il contatto con la fonte dei dati e quindi con le modalità  e la terminologia con cui vengono presentati dal programma di gestione del database clienti.

In questa fase pilota il datawarehouse per il CUSTOMER RELATIONSHIP MANAGEMENT è stato implementato con delle viste SQL che estraggono i dati direttamente dalla base di dati operazionale acceduta da tutti gli utenti dell’azienda con richieste tipicamente operazionali; il motivo di tale scelta implementativa è da imputarsi a ragioni di costo e ragioni di flessibilità.

La granularità del dato è al livello di dettaglio dello scontrino ma l’informazione del prodotto viene mantenuta e gestita come dimensione per cui sono recuperabili anche le informazioni a livello di riga di scontrino, i dati sono forniti all’utente perché questo possa aggregarli, vederli da più punti di vista, navigarne le gerarchie.

Nella figura 10 è riportato un esempio semplificato del datawarehouse, per motivi di semplicità lo schema ha valenza solo esemplificativa.

Il datawarehouse presenta uno schema a fiocco di neve: la tabella dei fatti (VENDITA- CLIENTE) è composta dalle chiavi che agganciano le tabelle delle dimensioni (CLIENTE, NEGOZIO, PRODOTTO), nella tabella dei fatti ci sono inoltre tutti gli attributi misura che caratterizzano il singolo scontrino come Ammontare, e tutte le misure calcolate utili per l’analisi come Q.tà capi.

Dal momento che il datawarehouse è implementato con delle viste non materializzate sulla base di dati operazionale non esiste un vero e proprio datawarehouse del cliente in azienda ma una sorta di simulatore di esso che presenta i dati all’utente organizzati secondo una logica multidimensionale. Questo tipo di organizzazione implica che ogni interrogazione sia un’interrogazione alla base di dati operazionale e che l’analista debba


ogni volta elaborare i dati ottenuti dal massimo dettaglio fino al livello di sintesi desiderato.

Questa soluzione rappresenta quella che dà il massimo grado di flessibilità in termini di modificabilità ed estendibilità del sistema di volta in volta che vengono realizzate nuove funzioni nella parte operativa, nella fase iniziale di un progetto la flessibilità è la caratteristica più importante perché permette la modifica dinamica e interattiva del datawarehouse a seconda delle esigenze che emergono dall’analisi e dei cambiamenti continui del programma di gestione del database del cliente.

Sviluppare un datawarehouse con un ambiente dedicato è un’ operazione che richiede un investimento ingente sia da un punto di vista di costi sia da un punto di vista di tempo (minimo 6 mesi-uomo), si è scelto quindi una soluzione molto meno costosa ma che fungesse da soluzione pilota per testare l’effettiva esigenza e utilità di un datawarehouse per il CUSTOMER RELATIONSHIP MANAGEMENT. La flessibilità della soluzione scelta ha permesso inoltre di modificare facilmente e in breve tempo le caratteristiche del datawarehouse in base alle specifiche richieste di volta in volta dall’analista.

Gli svantaggi della soluzione scelta riguardano essenzialmente il fatto di non operare su un ambiente dedicato all’analisi multidimensionale, cioè su una copia storica del DB ma di agire in concorrenza con tutti gli altri utenti della base di dati transazionale con il conseguente decadimento delle prestazioni per quanto riguarda i tempi di elaborazione ed estrazione dei dati. Il decadimento delle prestazioni è reso drammatico dal modo in cui   si   vanno   ad   interrogare   i   dati,   le   interrogazioni   tipiche   per   le   analisi mutlidimensionali  interrogano  centinaia  di  migliaia  di  record  e  per  fornire  i  dati aggregati sulle varie dimensioni vengono implicate join molto costose.

Quando il programma di gestione del database clienti è stato ampliato con il modulo di gestione  delle  campagne  marketing  il  datawarehouse  ha  subito  le  conseguenti modifiche.  In  figura     10  nello  schema  a  fiocco  di  neve  del  datawarehouse  è rappresentata la tabella, aggiunta successivamente rispetto alle altre, per le campagne marketing.



CAMPAGNA

CodeCampagna CodeCliente TipoCampagna DataInizio DataFine


CLIENTE

Code_Cliente Nome Cognome Indirizzo

Città Sesso AnnoNascita


VENDITA-CLIENTE

Code_Cliente Code_Negozio Code_Prodotto Data

Anno Mese AmmontareVenduto Q.tà Capi


PRODOTTO

Code_Prodotto Raggruppamento_Merc Code_Modello

Colore


NEGOZIO

Code_Negozio Nazione Tipo_Negozio

Figura 10: Lo schema del datawarehouse ampliato per le campagne

1 Azioni da Intraprendere

Una volta ricevuto il consenso sull’intero progetto si penserà a portare il datawarehouse del CUSTOMER RELATIONSHIP MANAGEMENT in un ambiente dedicato dove verranno curati anche gli aspetti tecnici di performance di accesso ed elaborazione dei dati attraverso l’uso di indici, viste materializzate, ecc.

Dal momento che si prevedono dei cambiamenti nel sistema per il momento è appropriato che la struttura del datawarehouse rimanga ancora così flessibile. I cambiamenti coinvolgono la gestione dei canali, l’ampliamento delle funzionalità del programma   di   gestione   del   database   clienti   e   delle   campagne   marketing   e l’elaborazione degli indicatori.

Una volta che le altre fonti di dati sul cliente saranno integrate alla base di dati operazionale anche il datawarehouse dovrà subire le modifiche necessarie per riportare i nuovi fatti nell’ambiente di analisi.

Dalle analisi condotte sui dati del datawarehouse lanalista e i manager hanno individuato una serie di indicatori, calcolati sui dati, di un certo interesse e che vengono usati molto spesso nelle analisi; il datawarehouse dovrebbe fornire quegli indicatori come un oggetto precalcolato. Nelle prossime fasi vedremo come si giunge all’individuazione degli indicatori.


Quello  descritto  fin  qui  è  un  approccio  progettuale  totalmente  incrementale,  come spesso accade nel caso di progettazione del datawarehouse, in questo caso però è ancora più accentuato perché ci troviamo nella fase iniziale dell’intero sistema.

5 Imparare da ciò che ci ricordiamo

Una volta che i dati possono essere acceduti con logiche multidimensionali, a questo livello  non  è  importante  quale  sia  l’implementazione  del  datawarehouse,  si  può procedere con l’analisi.

Dal momento che la prima versione dell’universo CUSTOMER RELATIONSHIP MANAGEMENT non era stata testata da alcuno le prime analisi hanno avuto l’obiettivo di testare la correttezza, l’usabilità e la conformità delle informazioni rispetto ai fatti che si vogliono analizzare.

Il test della correttezza consiste nel controllo di eventuali errori nei dati estratti dal datawarehouse rispetto ai dati originari nel DB, causati da logiche errate di estrazione del dato dal DB e calcolo di questo per creare il corrispondente oggetto del datawarehouse.

In questa fase è emersa l’importanza del collegamento e della comunicazione tra il team di  sviluppo del programma di gestione e quello di sviluppo del datawarehouse.

La seconda fase di test ha riguardato la conformità tra l’universo e i fatti da analizzare; l’universo è stato progettato sotto le specifiche del manager di progetto prima che alcuni ampliamenti importanti fossero apportati al programma di gestione clienti ( ad esempio il modulo gestione campagne), le indicazioni del manager tracciavano una prima approssimazione delle caratteristiche delluniverso e delle esigenze analitiche a cui l’universo doveva rispondere.

E’ stata necessaria un’approfondita esplorazione dei dati per valutare l’eventuale mancanza di informazioni nel datawarehouse  o la necessità di aggiungere degli oggetti calcolati  a  partire  da  quelli  esistenti  e  che  si  ritenevano  particolarmente  utili  per l’analisi.

L’esplorazione dei dati si è accompagnata alla conoscenza degli strumenti di interrogazione ed elaborazione di report, BusinessObjects; è stato possibile una prima valutazione sulla tipologia di strumento, sulle sue potenzialità e facilità d’uso.


Lo strumento di interrogazione dei dati, elaborazione e reporting a disposizione dell’analista è BusinessObjects-BusinessObjects.

Sul datawarehouse è stato disegnato l’universo del CUSTOMER RELATIONSHIP MANAGEMENT con lo strumento BusinessObjects-Designer, un universo BusinessObjects funge da interfaccia tra i dati e l’utente, presentando i dati organizzati secondo le logiche e la terminologia conosciuta dall’azienda e in maniera trasparente rispetto alle problematiche tecniche del database.

I nomi delle variabili sono gli stessi nomi usati nel programma di gestione del CUSTOMER RELATIONSHIP MANAGEMENT e la presentazione grafica dell’universo all’utente è costituita dalla lista di variabili suddivise in cartelle, cartella dellAnagrafica Cliente, del Venduto, delle Campagne, ecc.

La funzionalità di interrogazione dei dati è accessibile dal pannello delle query come mostrato in figura 11, l’interfaccia permette di creare la propria interrogazione selezionando gli oggetti dalla lista delle variabili a sinistra. E’ possibile visualizzare l’SQL generato corrispondente alla query.

Figura 11: Esempio di pannello delle query fornito da BusinessObjects


Una volta chiarita la situazione allo stato dell’arte sia dal punto di vista dei dati disponibili, delle tecnologie e strumenti da usare e i team e i ruoli con cui l’analista si interfaccia, è stato necessario che l’analista e il manager di progetto ritornassero sulla definizione degli obiettivi dellanalisi sul datawarehouse, sulle aspettative riguardo al tipo di informazioni restituite dallanalisi e sull’utilità di esse.

5.1 L’analisi dei dati

Esaurita la fase principale di test e risolti i problemi emersi da tale test è iniziata la prima analisi sul contenuto del DB; il focus dellanalisi è stato inizialmente l’anagrafica del cliente dal momento che  tali informazioni rappresentano la vera novità apportata dal CUSTOMER RELATIONSHIP MANAGEMENT.

Mentre infatti i dati di venduto sono ovviamente già ampiamente studiati ed analizzati, anche  se  in  un’ottica  diversa  da  quella  orientata  al  cliente,  i  dati  sulle  reali caratteristiche anagrafiche provenienti direttamente dai clienti suscitavano un certo interesse e curiosità.

Il  tipo  di  analisi  effettuate  è  pertanto  di  statistica  descrittiva,  per  calcolare  la distribuzione sull’intera popolazione dei clienti, o su sottogruppi di clienti, in base a variabili come la nazionalità, l’età, il sesso, ecc.


Resto del

Mondo


Nazione di Residenza


10%                                                   Italia 52%

Europa

90%

Figura 12: Esempio di analisi descrittiva


Le premesse già fatte sulla qualità dei dati anticipano il fatto che le informazioni contenute nel DB non hanno potuto soddisfare a pieno le curiosità né è stato possibile utilizzarli in analisi più sofisticate di quelle meramente descrittive.

Le modalità di reperimento delle informazioni sul cliente fino ad ora utilizzate, e cioè l’intervista direttamente al cliente attraverso il riempimento del modulo privacy, non permettono di approfondire la conoscenza del cliente su aspetti socio-demografici molto interessanti quali la famiglia, gli interessi personali, il tenore di vita. Al momento le informazioni anagrafiche disponibili sono l’età e il sesso oltre all’indirizzo, il comune e il paese di residenza, ma anche i risultati che si possono ottenere con queste poche informazioni possono essere di grande importanza e stimolare il management ad approfondire la conoscenza del proprio cliente innanzitutto attraverso l’attivazione del monitoraggio dei clienti anche da altri canali come il sito web oppure attraverso altre attività come ad esempio interviste approfondite e focus group e attraverso l’acquisto di informazioni sui propri clienti da altre banche dati.

Esplorato l’universo dei dati e prodotte una serie di fotografie, più o meno dettagliate e articolate, del tipo di cliente con cui l’azienda intrattiene rapporti  la seconda fase di analisi descrittiva si è incentrata sull’analisi del venduto dal punto di vista del comportamento di acquisto del cliente, l’oggetto di osservazione quindi è il cliente. Per comportamento di acquisto si intende l’insieme delle caratteristiche che contraddistinguono gli acquisti di un cliente, dal numero di scontrini effettuati in un certo intervallo di tempo, al numero di negozi diversi visitati, al prodotto più frequentemente acquistato, ecc.; la novità rispetto agli studi sul venduto è che tracciando gli acquisti del cliente è possibile analizzarne il comportamento, l’oggetto osservato non è più solo uno scontrino anonimo ma un gruppo di scontrini acquistati dalla stessa persona.

La scelta di quali caratteristiche del comportamento mettere in evidenza è stata concordata tra l’analista e il manager di progetto in base a un criterio di rilevanza e significatività dell’informazione ma soprattutto in base all’esistenza di indicatori già utilizzati in azienda in studi precedenti sul cliente e quindi facilmente comprensibili e confrontabili.

Il comportamento di acquisto di un cliente è descrivibile da molti punti di vista, l’Azienda considera in maniera piuttosto distinta i clienti di ogni insegna o tipologia di


negozio, la prima dimensione di analisi da approfondire è stata infatti il negozio e i risultati delle analisi hanno mantenuto la distinzione per tipologia di negozio concentrandosi sulla descrizione del comportamento di acquisto dei clienti che acquistano in ogni diversa tipologia.

Il comportamento di acquisto si può descrivere con indicatori che misurano le caratteristiche degli acquisti di ogni cliente come quanti scontrini effettua nello stesso negozio all’anno (frequenza), come varia la distribuzione dell’ammontare speso durante i vari acquisti (up-selling), quanti clienti frequentano tipologie di negozi diversi (cross- selling) e quanti clienti ripetono l’acquistato il periodo di tempo successivo o abbandonano la marca (retention).

In figura 13 è riportato il grafico che mostra la suddivisione in quattro gruppi di clienti (asse delle ascisse) in base all’ammontare speso e sull’asse delle ordinate quanto ogni gruppo ha generato sul totale acquistato in ogni tipologia di negozio (X, Y, Z,…). Questo tipo di descrizione è molto interessante e serve per vedere quanto pesano, quanto sono importanti, ogni gruppo di clienti (il primo 5%, il secondo 15%, ecc.) rispetto agli altri e rispetto al totale acquistato.

Client Ranking


43%                           40%


26%                  26%                   33%



Text Box: % of Sal29%                           30%

19%                  23%


32%                         28%

26%

29%


31%

24%


9%                            7%                           13%


20%


12%


X            Y                      Z                     W                     T

Bottom 50%                          Next 30%                      Next 15%                     Top 5%

Figura 13: Esempio di analisi di comportamento di acquisto


5.2 Strumento di analisi

Lo  strumento  utilizzato  sia  per  l’interrogazione  dei  dati  sia  per  l’analisi multidimesionale è BusinessObjects, mentre per la formattazione dei report si è deciso di utilizzare sempre un foglio elettronico tipo excel, il risultato delle analisi su BusinessObjects in forma tabellare viene riportato su un file excel utilizzando le funzionalità  grafiche  e  di  presentazione  tipiche  del  foglio  elettronico  e  già  ben conosciute in azienda.

BusinessObjects si è rivelato uno strumento di analisi piuttosto flessibile, è possibile creare nuove variabili che rimangono locali al documento, effettuare calcoli sulle variabili ed applicare funzioni di tipo numerico, di carattere, logico e funzioni di aggregazione.

Lo strumento distingue essenzialmente due tipi di oggetti, l’attributo tipo dimensione e gli oggetti misura che sono oggetti calcolati su cui è definita una funzione di aggregazione. Nell’esempio di Figura 6, AmmontareVenduto è una misura su cui è definita come funzione di aggregazione la somma, se creo una tabella di due colonne formata da una dimensione e una misura, poniamo Code_Negozio e Ammontare, la misura darà come risultato per ogni riga (per ogni negozio) l’ammontare incassato da quel negozio.

BusinessObjects permette di visualizzare i risultati di una query in forma tabellare, in forma tipo tabella-pivot e come grafico (a torta, a barre, ecc.), BusinessObjects inoltre permette di integrare in un unico documento i risultati di più di un’interrogazione o di query eseguite su differenti sorgenti di dati.

BusinessObjects è uno strumento di analisi molto flessibile, pur non offrendo delle funzioni di analisi statistica come il rank o il calcolo di frequenze che si adattano facilmente al contesto multidimensionale è possibile, con un po’ di inventiva, ottenere i risultati desiderati.

In alcuni casi però le funzionalità disponibili all’utente non sono bastate per lo scopo di analisi ed è stato necessario chiedere al designer dell’universo di creare appositamente un oggetto che risolvesse il problema o di creare una query SQL ad hoc.

I casi che non potevano essere risolti facilmente con BusinessObjects sono casi dove tipicamente il contesto di riferimento deve essere calcolato in maniera molto complessa


e con BusinessObjects tale complessità diventa molto difficile se non impossibile da gestire.

In generale, indipendentemente dallo strumento usato per l’analisi i dati organizzati in modo multidimensionale non permettono con una sola query di ottenere indicatori aggregati  relativamente  a  gruppi  separati  e  indipendenti  di  dimensioni.  Segue  un esempio di analisi, il cui risultato è riportato in figura 14 la frequenza di acquisto, in cui ci si trova con tale problematica dei dati nelle due tabelle.

Frequenza di Acquisto


5 visits

4 visits


6 visits

1%


6 or more visits


2%

3%

3 visits

7%

2 visits

18%


3%

1 visit

66%


Figura 14: Esempio di analisi del comportamento dacquisto

Il significato del grafico riportato in figura 10 è che sulla totalità dei clienti che hanno acquistato almeno uno scontrino la percentuale dei clienti che hanno fatto un solo scontrino (nel periodo di tempo considerato) è il 66%, i clienti che hanno fatto 2 scontrini rappresentano il 18%, ecc..

Per arrivare a trovare la frequenza di acquisto si genera una query sul datawarehouse con CodeCliente, CodeScontrino e il risultato è quello esemplificato dalla tabella che segue.

CodeClie nte

CodeScontrino

Cliente1

Sc1

Cliente2

Sc1

Cliente2

Sc2

Per calcolare la frequenza di acquisto è necessario calcolare il numero di scontrini che ogni cliente ha effettuato e si raggruppa su cliente. Il risultato è quello esemplificato nella tabella seguente.


CodeCliente


Count(distinct

CodeScontrino)


Cliente1

1

Cliente2

2

A questo punto sarebbe necessario contare il numero di clienti che hanno fatto lo stesso numero di scontrini e raggruppare sul numero di scontrini ma questo non è possibile perché non esiste una dimensione numero di scontrini e il risultato della Count(distinct CodeScontrino) non è una dimensione sulla quale aggregare.

Per risolvere tale problematica dei dati con BusinessObjects è possibile creare degli oggetti pre-calcolati con BusinessObjects-Designer, oppure fare una prima query in cui si esegue il primo conteggio su una dimensione e poi eseguire una seconda query con la seconda dimensione non aggregata, aggregare sulla prima dimensione e integrare i risultati delle due query in un unico documento.

Nel caso dell’elaborazione per la Frequenza di Acquisto il Designer dell’universo ha aggiunto un oggetto che conta il numero di scontrini e che può essere usato come dimensione  in  query  che  escludono  lo  scontrino  e  dimensioni  di  dettaglio  dello scontrino come il prodotto (righe di scontrino).

5.3 Analisi per la gestione delle campagne marketing

L’analisi dei dati per la produzione di informazioni e conoscenza per il supporto della gestione delle campagne merita una trattazione separata perché, anche se la tecnologia e le tecniche di analisi non si discostano di molto da quelle precedentemente discusse, la gestione delle campagne ha un carattere non solo strategico ma anche operativo, attraverso le campagne infatti si mettono in pratica le decisioni prese, la campagna è il punto di contatto tra le decisioni dell’azienda e il cliente.

L’analisi ha due obiettivi principali, uno di definizione del target verso cui indirizzare una campagna, l’altro è di misurazione dei risultati dell’attività di marketing e della sua efficacia.

Con la definizione del target si stabiliscono i criteri di segmentazione con cui i clienti sono selezionati per una certa campagna  (ad esempio, clienti con età sotto i 25 anni, solo donne, solo residenti a Milano, ecc.) e questa selezione è attuabile dal programma


di gestione campagne, spesso però è necessario usare criteri più sofisticati o criteri multipli che il programma ad oggi non supporta.

Per superare questa rigidità del sistema nel caso di criteri particolarmente complessi la selezione del target avviene elaborando i dati con BusinessObjects, e infine creando una lista di clienti acquisibile dal sistema di gestione campagne.

Per quanto riguarda la scelta strategica dei destinatari cui indirizzare una specifica campagna marketing la decisione finale è presa dal manager di progetto, in generale però il criterio più comunemente utilizzato è l’ammontare di spesa effettuato dal cliente in un certo periodo di tempo, il primo raggruppamento della popolazione dei clienti, il più immediato, è per fasce di spesa.

Raggruppare i propri clienti per fascia di spesa è il criterio più immediato ma ad un attenta analisi può non essere quello che meglio rappresenta il grado di profittabilità del cliente per l’azienda.

Visto il tipo di dati presente in azienda è stato scelto un metodo che si basasse sulle variabili del comportamento di acquisto, nella fattispecie il metodo RFM (Recency, Frequency, MonetaryValue). Il metodo RFM è il più diffuso in letteratura come punto di partenza per le aziende che vogliono applicare tecniche di segmentazione sui propri clienti.

Il  metodo  prende  in  considerazione  tre  aspetti  del  comportamento  di  acquisto  del cliente, la Recency, che misura quanto è recente l’ultimo acquisto del cliente, la Frequency, il numero di volte che il cliente ha acquistato in un certo periodo di tempo e infine il Monetary Value che indica la spesa effettuata in un certo periodo di tempo.

Una volta misurati questi comportamenti di acquisto si valuta l’importanza che ognuno dei  tre  comportamenti  ha  per  l’azienda,  ad  esempio  si  può  valutare  che  sia  più importante che un cliente acquisti spesso invece che faccia una spesa molto consistente ma una sola volta; decidere il criterio di importanza tra i tre indicatori è l’operazione più delicata, in letteratura l’indicatore considerato più importante è tradizionalmente la Recency.

Ogni cliente avrà un valore RFM, dato dalla somma pesata (secondo il criterio di importanza scelto) dei valori raggiunti per ognuno dei tre indicatori, il risultato finale sarà la suddivisione dei clienti in quattro gruppi diversi.


Il criterio RFM può essere arricchito con altri attributi sia quantitativi che qualitativi, il fine principale dell’applicazione di criteri come la RFM è quello di raggruppare i clienti simili in modo tale da rendere la gestione dei clienti più snella ed efficiente ma anche quella di diffondere tra chi è a contatto con il cliente una visione comune e condivisa di chi è il cliente e quale è il suo valore per l’azienda. Il metodo non serve per segmentare la popolazione dei clienti ma è un metodo di scoring che serve cioè ad attribuire un punteggio ad ogni cliente in base al valore che questo rappresenta per l’azienda.

Invece la segmentazione di un insieme di clienti consiste nella suddivisione dell’insieme in sottoinsiemi (segmenti) spesso ma non necessariamente disgiunti che presentino caratteri di omogeneità al loro interno e disomogeneità rispetto agli elemtni appartenenti a segmenti diversi.

Una volta che sono stati individuati i segmenti, l’impresa elabora una strategia per “agire” su tutti o su alcuni di questi segmenti; per ogni segmento si decideranno azioni di tipo diverso, calibrate sulle caratteristiche dei clienti di quel segmento. Nel capitolo successivo verrà discussa la questione in modo approfondito.

La misurazione dei risultati in termini quantitativi è un passo necessario per poter compiere una valutazione dell’efficacia e dellefficienza (in termini di costi, ad esempio costo per contatto) della campagna marketing e del comportamento del cliente rispetto alle campagne.

Nel caso dell’Azienda in questione non si parla di marketing diretto ma per campagne marketing si intende tutte quelle attività di contatto esplicito tra lazienda e il cliente, le tipologie di campagne sono molto diverse, gli obiettivi della campagna possono essere diversi e ogni campagna può avere più obiettivi, ogni obiettivo può essere implementato con una varietà di tecniche:

    Promozione di un prodotto (lancio pubblicitario sui media, concorsi a premi, eventi di lancio, spedizione catalogo collezione)

    Promozione  dell’immagine  dell’azienda  (Pubblicità  sui  media,  testimonial, eventi)

    Acquisizione di nuovi clienti (eventi, lotterie)

    Fidelizzazione  clienti  (spedizione  catalogo  pubblicitario  collezione,  eventi, particolari promozioni, carta fidelity)


Alcune campagne si rivolgono ai clienti in maniera indiscriminata, altre a gruppi selezionati di clienti conosciuti, altre ancora a gruppi di persone che l’azienda non riconosce come propri clienti (prospect o suspect).

La misurazione dei risultati di una campagna di marketing non diretta non è immediata, inoltre per la maggior parte degli obiettivi citati sopra è molto difficile determinare e quantificare il grado di raggiungimento dell’obiettivo.

In generale l’indicatore che indica il grado di risposta alla campagna è la Redemption, che è un indicatore che esprime sia i risultati in termini di efficacia che di efficienza perché rapporta i risultati ottenuti con il costo che tale attività ha comportato.

La tipologia di risposta o Redemption varia in base alla tipologia di campagna e non è sempre di facile individuazione e definizione, come per l’analisi dei dati del datawarehouse la scelta degli indicatori più espressivi è il frutto di una fase di studio e riflessione tra l’analista, il manager di progetto CUSTOMER RELATIONSHIP MANAGEMENT e gli altri manager coinvolti a seconda del tipo di campagna.

La Redemption, per quelle campagne che prevedono il coinvolgimento di clienti già conosciuti e presenti nel database, è calcolata in base al comportamento di acquisto dei clienti coinvolti successivamente al contatto.

Affinché i risultati della campagna siano misurabili i dati riguardo ad essa devono essere memorizzati e organizzati, il programma di gestione campagne memorizza tutte le informazione relative alla tipologia di campagna e ai clienti coinvolti, il programma però non offre strumenti dedicati per la misurazione dei risultati, l’uso combinato del programma  con  BusinessObjects  rende  possibile  l’analisi  del  comportamento  di acquisto dei clienti coinvolti.

Con BusinessObjects vengono estratti solo i clienti della lista della campagna che si sta analizzando (nella where condizione che seleziona solo il codice della campagna corrispondente), gli attributi selezionati invece riguardano tutte le informazioni che si vogliono conoscere del cliente e del suo comportamento di acquisto.

Il documento BusinessObjects contiene quindi solo e unicamente i dati relativi ai clienti della campagna e questi dati possono venir elaborati come al solito attraverso aggregazioni sul tempo, sul negozio e il prodotto e attraverso l’applicazione di funzioni di statistica descrittiva.


Il risultato delle analisi consiste nella descrizione del comportamento di acquisto dei clienti coinvolti nella campagna.

Dal  momento  che  la  tipologia  di  campagne  marketing  discussa  non  permette  una verifica puntuale e diretta della risposta è necessario studiare e analizzare le variabili dei comportamenti tracciati per verificare se essi possano essere in qualche modo riferibili all’impatto della campagna o meno. Una corretta procedura di gestione campagne impone che venga sempre scelto un campione di controllo statisticamente significativo, cioè di numerosità adeguata  e con lo stesse caratteristiche dei clienti coinvolti nella campagna, in secondo luogo impone di ripetere la campagna nel tempo mantenendone le stesse caratteristiche. Queste metodologie di convalida dei risultati misurati sono applicabili  sotto  certe  condizioni:  perché  venga  usato  un  campione  di  controllo  il numero di clienti nel database deve essere sufficiente a supportarlo, perché i risultati di una campagna siano comparabili con quelli delle campagne precedenti bisogna che esista una storia delle attività di marketing memorizzata nel datawarehouse.

Entrambe queste due condizioni non sono del tutto verificate per la situazione aziendale in discussione che però ha cercato delle alternative applicabili al suo caso per simulare le metodologie del campione di controllo e di confronto con le passate campagne.

Un esempio di analisi di una campagna marketing: il Trunk Show

Il Trunk Show è una delle campagne marketing più frequentemente ripetute, si tratta di un’attività che consiste nell’invito di un gruppo ristretto di clienti ad una sfilata organizzata ad hoc nei negozi più esclusivi, l’evento avviene due volte all’anno ed ha lo scopo sia di pubblicizzare la collezione sia di fidelizzare la clientela. Il Trunk Show è un attività che viene fatta tradizionalmente nel contesto di business della moda e come molte delle attività di marketing storiche dell’azienda ha alimentato nel tempo l’immagine e il carisma della marca soprattutto in quella cerchia ristretta di clienti riconosciuti come ottimi dall’azienda.

Da quando si è iniziato il processo di automatizzazione del marketing con il progetto di CUSTOMER RELATIONSHIP MANAGEMENT la questione della gestione dei Trunk Show è stata guardata da un punto di vista diverso, le domande che ci si è fatti sono:

    Con quali criteri scelgo chi invitare?


    Come misuro il risultato economico e di immagine della campagna?

Il  documento  di  reporting  sullanalisi  è  diviso  in  10  sezioni,  le  prime  quattro definiscono le caratteristiche della campagna e ne inquadrano il contesto, le successive quattro sezioni riportano i risultati in termini di fatturato, mentre le ultime due sono di approfondimento. Di seguito verrà esemplificato e discusso il documento di reporting di analisi della campagna.

1. Nella prime due sezioni vengono fatte le considerazioni sull’affidabilità dell’analisi in base alla qualità dei dati. Vengono riportati tassi di associazione cliente-scontrino del negozio su cui si sta conducendo l’analisi e a titolo di confronto i tassi di altri negozi simili.

Nella  sezione  2  viene  riportata  l’ampiezza  della  banca  dati  del  negozio,  il numero cioè, di clienti che hanno effettuato un acquisto registrato in quel negozio.

Queste informazioni servono a dare le informazioni necessarie per valutare statisticamente  la  rilevanza  delle  informazioni  che  emergono  dai  dati  a




disposizione.

ANALISI TRUNKSHOWNEG1

L'analisi è svolta unicamente sulle liste degli invitati ed eventuali ospiti registrati sul database

Periodo di analisi complessivo: 6 settimane dal 10 Marzo al 20 Aprile

1. AFFIDABILITAANALISI

Percentuale di associazione scontrini emessi / profilo anagrafico nel periodo analizzato; piu' sono alti i valori, piu' è affidabile l'analisi.

Negozi

Numerica

Valore

Neg1

84%

97%

Neg2

79%

93%

Neg3

82%

80%

 
Tassi di Associazione


120%

100%

80%

60%

40%

20%

0%


97%                                                                   93%

84%                                                                   79%                                                                   82%

Neg1                                         Neg2                                          Neg3


80%


Serie1    Serie2

2. BANCADATI CLIENTI

Numero clienti negozio a sistema (clienti italiani che hanno effettuato almeno un'acquisto dal 2002 ad oggi):                     4164

Numero prospect negozio a sistema:                                                                                                                                             0

Percent uale numero invitati (lista a sistema) sulla banca dati del negozio:                                                                              24%


2.   Nella terza sezione vengono descritte le caratteristiche della campagna   e dei clienti invitati e viene subito presentata le redemption della campagna.

La Redemption Contatti indica il livello di risposta all’invito, quante persone su quelle invitate hanno partecipato al Trunk Show. Calcolare questo indicatore non è scontato, come si vede la lista di invito non è unica, esiste infatti una lista di codici cliente memorizzata a sistema, ma gli inviti possono essere anche molti di più, vi si aggiungono spesso anche gli ospiti accompagnatori degli invitati ufficiali ed un certo numero di invitati anonimi non registrati a sistema. Dal momento che la campagna marketing Trunk Show ha anche obiettivi di promozione dell’immagine e di fidelizzazione della clientela, il tasso di presenza al Trunk Show è un dato che si vuole riportare con la massima correttezza possibile.

Nella sezione viene riportato un altro indicatore di Redemption la Redemption Attività, che indica il numero di persone che essendo presenti al Trunk Show hanno effettuato un acquisto nel negozio in analisi nelle cinque settimane successive all’evento.

Questo indicatore è considerato quello di massima espressività del risultato della campagna in termini di motivazione e stimolo all’acquisto.

Nella sezione 3.a viene riportato un dato di controllo per verificare che i risultati ottenuti  siano  effettivamente  stati  influenzati  dalla  campagna,  l’indicatore

%attivati sui non presenti esprime il numero di clienti attivati nel periodo successivo alla campagna che seppur invitati non hanno partecipato al Trunk Show. Questi clienti possono rappresentare una sorta di campione di controllo, perché sono clienti che hanno le stesse caratteristiche di quelli invitati (di fatto sono stati invitati), che non hanno però partecipato alla campagna. Studiare come questi clienti si sono comportati è interessante anche indipendentemente dal fatto di usarli come campione di controllo.

Nella sezione 4 vengono riportate le varie voci di costo per la realizzazione della campagna, la somma delle quali viene divisa per il numero di contatti presenti e non per il numero di contatti totale. In effetti il costo della campagna deve essere visto come il costo di contatto riuscito del cliente.


3. DESCRIZIONECAMPAGNA


CODICE

CAMPAGNA                      TARGET


DATA RICEZIONE INVITO(T)


DATATRUNK SHOW


listatemporanea daaziendaX


presenti non

invitati               TOTALEINVITATI


RITORNI POSTALI


CONTATTI EFFETTIVI


00000342                    Best Clients                    7-mar-05                   16-mar-05                          30                         20                          1000                          10                     990

Inizialmentelaliststatadeterminataconunsemplicecriteriodi sceltasul valorestoricodell'acquistodei clienti dellaboutique. Inseguito, laliststatamodificatadal negozioesi sonope specifici di selezione. Questasituazionesi riflettesicuramentenei risultati (v. punto5).

Lapercentualedi ritornodel mailing(redemptionlista) ècalcolatadividendoil numerodcolorochehannopresenziatoal TS(ospiti esclusi), divisaper il numerodi contatti effettivi. Nonavendodati precisi sullepresenzedegli invitati nonasistema, il datodi redemptioipotetico.

Inoltre, il numerodi ospiti presenti deveesseresegnalatodal negozio, unitamenteai codici di colorochstatopossibileregistrareasistemaprevioconsenso.


INVITATI


REDEMPTION


OSPITI


OSPITI NON


TOTALE


TOTALE


TOTALE


TOTALE


PRESENTI


CONTATTI


REGISTRATI


REGISTRATI                      OSPITI


PRESENTI                 TOTALERSVP


INVITATI CON INVITATI CON INVITATI SOLI


1OSPITE


PiùOSPITI


300                                   30%               50                          10                          60                         380                   0                   38               12                             41

Gli attivati sonocoloroacui èstataassociataunavenditanel branddi riferimentonel periodoanalizzato. (Vedi elenconominativi) Lapercentualedi ritornodell'attivitàècalcolatadividendoil totaleattiivati (siainvitati cheospiti) per il totalepresenti.

TOTALE


PRESENTI

ATTIVATI                OSPITI ATTIVATI


ATTIVATI (CLIENTI + OSPITI)


REDEMPTION ATTIVITA


50                 10                 60                 16%

Si sonoinoltreattivate5clienti storiche, il cui acquistonostatoregistratopoichénonsonoinseriteasistema. Adettadel negozio, 4di questeclienti avrebberocomunquecomprato, indipe dall'invitoal TS.

3a. Verifica

Nel calcolodi ritornodell'attivitàNONvengonopresi incosiderazionecoloroche, pur essendoinvitati, nonsi sonopresentati al TS. Alcuni di essi si sonocomunqueattivati. Questaverificafungedacampionedi controllo.


NONPRESENTI


%ATTIVATI SUI


(Mainvitati)               DI CUI ATTIVATI NONPRESENTI

620                          35                       6%

 COSTO

Il costocontattoècalcolatosullasommadi invitati eospiti presenti al TS.

SHOW           CATERING     LETTERSHOP  AFFRANCATURA       TOTALE              COSTO CONTATTO

6000               5.000            1.100             incluso             12.100             32


3.   La sezione 5 riporta i dati di fatturato generati dalla campagna, generati cioè da quel gruppo di clienti che ha partecipato al Trunk Show e ha effettuato almeno un acquisto in quel negozio nelle cinque settimane successive.

Il primo grafico riporta il fatturato totale del negozio nel periodo di analisi e nell’anno precedente nello stesso periodo di analisi.

Successivamente vengono riportati i fatturati settimanali generati dai contatti attivati, e tali fatturati vengono messi a confronto con quelli totali del negozio, l’indicatore si chiama

%sul Fatturato Neg.

Viene poi riportato un dato sul comportamento di acquisto dei contatti attivati nel passato, l’anno precedente nello stesso periodo, è un tentativo di approfondire l’esistenza di cause alla base del comportamento non legate all’impatto della campagna.

Infine è presentato il fatturato settimanale generato dai contatti non presenti, il nostro campione di controllo.


5. FATTURATO

5.a Fatturato generale negozio 2005 - 2004

Andamento del fatturato totale del negozio Neg1 nella settimana precedente al TS (10-16 Marzo.), nella settimana del TS (17-23 Marzo) e nelle 4 settimane successive (24 Marzo-20 Aprile). Per il 2003 viene preso in considerazione lo stesso periodo calendario.


ANDAMENTO SETTIMANALE

SETTIMANA  T-1   SETTIMANA T1  SETTIMANA T2   SETTIMANA T3    SETTIMANA T4   SETTIMANA T5           FATTURATO TOTALE


ANNO


100                                      85                                    20                                        80                                     70


20  


275


2005


70                                     90                                    80                                        75                                     90                                      80


415


2004


Confronto Fatturato 2004 - 2005 (stesso periodo)

450

400

350

300

250

200

150

100

50

0

1                        2                         3                        4                        5                         6                        7

Serie1   Serie2

5.b Fatturato invitati attivati e presenti al TS

Valore totale degli scontrini emessi, al netto di sconti e lordo IVA, per il brand nelle 5 settimane seguenti al Trunk Show nel negozio di riferimento Neg1. L'analisi è effettuata sul totale dei presenti attivati (invitati piu' ospiti registrati). A titolo di confronto vengono riportati anche i dati riferiti alla settimana precedente.


ANDAMENTO SETTIMANALE 2005


TOTALE T1 T5


SETTIMANA  T-1   SETTIMANA T1  SETTIMANA T2   SETTIMANA T3    SETTIMANA T4   SETTIMANA T5                                                                                                           FATTURATO                    %sul Fatt. Tot.

Neg.

10                                   15                                  15                                      10                                   20                                    15                                         75                  27%

5.c Numero invi tati attivati e presenti al TS

TOT T1-5

ANDAMENTO SETTIMANALE 2005

ATTIVATI / PRES.

10                        5                      20                        15

10

10

60

5.d Spesa medi a attivati e presenti al TS                                                                                  TOT T1-5


ANDAMENTO SETTIMANALE 2005


SPESA MEDIA


1                                    3                                   1                                        1                                     2                                                                                   1

Fatturato generato nel 2004 (nel periodo corrispondente all'analisi) dai tutti o alcuni dei contatti attivati per il TS e fatturato generato dagli stessi nel 2005, nel negozio di riferimento. L'affidabilità del dato dipende dai tassi di associazione 2004 (stesso periodo), ivi riportati.


CONTATTI ATTIVATI 2003


FATTURATO

2004


FATTURATO

Negozio

Numerica

Valore

NEG1

76%

92%

 
2005


20                  100         150

5. e Fatturato invi tati attivati non presenti al TS

Fatturato negozio GA Bologna generato da clienti invitati ma non presenti al trunk show (v. 2b)

ANDAMENTO SETTIMANALE

SETTIMANA  T-1   SETTIMANA T1  SETTIMANA T2   SETTIMANA T3    SETTIMANA T4   SETTIMANA T5                                                                                                           FATTURATO                    %sul Fatt. Tot.

Neg.


10                      20                      20                         10                      10                   20


80         29%


 Nella sezione 6 viene riportato sotto forma visiva di grafico il paragone tra il fatturato generato e il numero di clienti presenti ed attivati e tra il fatturato generato e il numero dei clienti attivati ma non presenti. Anche questa informazione  è  di  confronto  con  il  nostro  campione  di  controllo,  serve  per vedere se, in proporzione, gli attivati e presenti (e quindi positivamente colpiti dalla campagna) hanno generato di più rispetto a chi non è stato coinvolto.

La sezione 7 riporta informazioni sugli scontrini medi e le spese medie annuali effettuati dai clienti attivati e presenti, confrontate con lo scontrino medio e la spesa media del negozio.

La sezione 8 rappresenta un approfondimento del comportamento di acquisto e indaga se nello stesso periodo di analisi il cliente ha acquistato anche in negozi diversi del gruppo.

Ed infine segue la lista con i nominativi delle persone che hanno partecipato al

Trunk Show ed che si sono attivate.


71%

52%

48%

29%

 
6. CLIENTI MONITORATI: RIPARTIZIONE DEL FATTURATO

120%

100%

80%

60%

35 non presenti

50 presenti

40%

20%

0%

%sul #clienti                 %sul valore

7. CONFRONTOMEDIE

Scontrino Medio: fatturato generato diviso per il numero di scontrini degli presenti attivati. Spesa Media: fatturato generato diviso per il numero di presenti attivati.


Scontrino Medio


Scontrino Medio Scontrino Medio mese


Spesa Media


Spesa Media


precedente


Brand Italia


mese precedente


100                      80                    90                              200                   150

8. COMPORTAMENTOCROSS-BRAND


Numero di contatti attivati ai quali è stata associato un acquisto in uno o piu' brand diversi dal brand di riferimento e fatturato totale generato.


Brand2                       Fatt. Settimana

T 1-5


La somma dei clienti per ciascun brand non è necessariamente eguale al numero totale di contatti attivati.                    15                      100

9. NOTE

Una attività classica di marketing diretto andrebbe valutata anche a confronto con un campione di controllo statisticamente valido. Per un mailing di questo tipo, tale verifica è difficile, dato i numeri esigui del mailing stesso. Detto cio', in futuro potremmo utilizzare come campione di controllo il comportamento di acquisto dei Best Client di un negozio simile nello stesso periodo.

10. ELENCONOMINATIVI PRESENTI ATTIVI                                                                   11. ELENCONOMINATIVI NONPRESENTI, NONREGISTRATI

Codice Cliente         Nome

70000987

70001046

70028461

70082658

70114015

70162317


Considerazioni sugli indicatori

L’Azienda si sta attrezzando per essere in grado di raccogliere e memorizzare i dati necessari per l’elaborazione di indicatori di Redemption delle campagne marketing, tali indicatori infatti sono di grande utilità non solo per l’analisi per la misurazione dei risultati ma anche  perchè arricchiscono di molto la possibilità di estrarre conoscenza sul cliente e sull’effetto che le scelte aziendali hanno sul loro comportamento.

Come già detto la tipologia di risposta o redemption ad una campagna varia in base alla tipologia di campagna e non è sempre di facile individuazione e definizione, nel caso descritto della campagna tipo trunk show una possibile risposta è quella che indica quante persone si sono presentate al trunk show rispetto a quelle invitate ma è anche necessario andare più nel dettaglio e chiedersi quanto hanno generato i clienti invitati al trunk show?.

Allo stato attuale il programma di gestione campagne permette solo in parte di gestire le risposte, ad esempio nel caso del trunk show è possibile memorizzare l’informazione di partecipazione o meno ma per quanto riguarda l’archiviazione di informazioni relativamente al comportamento d’acquisto successivo o contestuale alla campagna non è possibile il monitoraggio né la memorizzazione di dati.

Fino a questo momento gli indicatori sono stati creati di volta in volta nell’ambiente dei documenti di BusinessObjects.

L’obiettivo è di giungere alla definizione di un insieme di indicatori standard che possano  essere  calcolati  automaticamente  e  che  possano  pertanto  essere  riutilizzati anche in altre analisi.

Gli aspetti da considerare sono due: la campagna e il cliente rispetto alla campagna. Per quanto riguarda la campagna marketing dovrebbero essere memorizzati tutti i dati che la descrivono come la tipologia, i clienti coinvolti, il tipo di clienti, i costi, il periodo temporale di riferimento, ecc. e tutti i dati necessari a individuare i risultati ottenuti dalla campagna che variano in base alla sua tipologia.

Per quanto riguarda il cliente gli indicatori che riassumono la reazione alla campagna possono essere considerati come fonte di informazioni molto preziose sul cliente. Gli indicatori sul comportamento verso un certo tipo di campagna potrebbero essere in forma di variabile binaria e indicare, continuando con l’esempio del Trunk Show, la partecipazione o l’effettuazione di un acquisto successivamente al Trunk Show.


L’utilizzo di tali indicatori potrebbe essere usato per arricchire i dati per la segmentazione della popolazione dei clienti e soprattutto può essere usato per predire le classi di clienti che reagiranno positivamente alla campagna.

6 Comportarsi conseguentemente a ciò che si è imparato

La missione del progetto di CUSTOMER RELATIONSHIP MANAGEMENT afferma di volere ottimizzare la gestione della relazione cliente (finale) nelle aziende del gruppo, in collaborazione con le funzioni interessate, affinché essa si traduca in risultati economici per l‘azienda e maggiore soddisfazione per il cliente.

La missione si traduce nella strategia di creazione di una relazione con il cliente sulla base della conoscenza acquisita su di esso grazie alle informazioni reperite durante i contatti tra l’azienda e il cliente, alla condivisione delle informazioni sul cliente di cui l’Azienda dispone e alle attività a lui dirette.

Il passaggio dalla strategia alla definizione degli obiettivi è il frutto di una serie di contrattazioni che dipendono dal contesto di partenza in cui si è inserito il progetto.

Il progetto è partito con il primo obiettivo di dimostrare che ci fosse effettivamente in Azienda  la  necessi di  adottare  un  approccio  di  tipo  CUSTOMER RELATIONSHIP MANAGEMENT  e  che  il  contesto organizzativo fosse in grado di adattarsi ai cambiamenti aziendali necessari per l’applicazione della strategia.

Nonostante la cautela nei confronti del progetto il management d’Azienda ha dimostrato una certa sensibilità verso le caratteristiche del CUSTOMER RELATIONSHIP MANAGEMENT e in particolar modo verso il fatto che il CUSTOMER RELATIONSHIP MANAGEMENT serve per dare delle informazioni ed indicazioni di tipo quantitativo al livello direzionale.

La volontà di approcciare almeno alcuni aspetti del business in modo quantitativo è una condizione necessaria perché sia possibile che il ciclo di monitoraggio e analisi si chiuda con l’azione.

Buona parte delle attività necessarie per il raggiungimento degli obiettivi che riguardano la preparazione del sistema informatico per il monitoraggio, la memorizzazione e l’organizzazione dei dati non produce risultati di interesse per il top management ma riguarda i manager di area.


Ad esempio l’automatizzazione di una funzione di cassa può essere molto utile per il cassiere, essere rilevante per il direttore del negozio e, forse, per il manager Retail ma non produrrà nessun tipo di risultato apprezzabile a livello strategico.

I  risultati  delle  analisi  sui  dati  invece,  innanzitutto  testimoniano  nel  complesso  la capacità dell’intero sistema di produrre informazioni di tipo direzionale e poi producono risultati di utilità per il top management.

Dal momento che le analisi condotte sono di tipo OLAP, i risultati forniscono delle descrizioni basate sui dati, quindi descrizioni di tipo quantitativo del business.

Questo tipo di informazioni servono per confermare o meno una conoscenza supportata precedentemente dall’esperienza ma non dai dati, per verificare un’intuizione, o per misurare quantitativamente un fatto.

In sintesi la conoscenza scaturita dall’analisi dei dati supporta i manager nel prendere decisioni fornendo una misurazione quantitativa di alcuni fatti del business.

Vista l’importanza delle decisioni prese sulla base delle analisi sul datawarehouse la qualità dei dati è determinante; i dati devono fornire una rilevanza statisticamente significativa, devono essere cioè sia nel numero sia nel livello di correttezza in grado di rappresentare la realtà senza distorsioni.

La qualità del dato riguarda gli obiettivi operativi del progetto, nelle fasi di raccolta dei dati e integrazione delle fonti, le attività a supporto di queste fasi sono di training e incentivazione  degli  utenti  (negozi  e  Press/Promozioni)  e  a  livello  di  negozio  si  è tradotto nella decisione di inserire tra gli obiettivi di performance anche quello di abbinamento scontrini.

L’obiettivo di qualità dei dati pur essendo di tipo operativo coinvolge il processo in tutte le sue fasi ed attività ed ha dato luogo a riflessioni rilevanti anche a livello strategico, uno degli argomenti più discussi è l’opportuni o meno di inserire un meccanismo tipo carta punti o carta fidelity. Il meccanismo supportato da una carta magnetica che automaticamente identifica il cliente al momento dell’acquisto risolverebbe buona parte dei problemi di qualità dei dati che l’Azienda incontra.

L’introduzione di una carta fidelity oltre a presentare degli aspetti operativi non trascurabili come la necessità di un sistema di riconoscimento magnetico alle casse e la modifica del programma di gestione delle attività delle casse, coinvolge anche aspetti


strategici. Le riflessioni riguardano il fatto che un tale meccanismo sia adeguato all’immagine dell’azienda e che venga accettato positivamente dal cliente.

Per rispondere a questi dubbi, soprattutto a quelli legati alla possibile reazione del cliente, il team di progetto CUSTOMER RELATIONSHIP MANAGEMENT, ha ideato una campagna marketing che introducesse in un arco di tempo limitato la presenza della carta punti. Si è trattato di un vero e proprio test, le domande a cui si è cercato di dare delle risposte in base ai risultati della campagna messa in atto sono del tipo

    Target clienti: a quale tipologia di cliente proporre una carta fidelity ?

    Tipologia di negozio: quale tipologia di negozio e quindi quale tipologia di cliente è più adatto?

    Che cosa offrire e con quali modalità: quale meccanismo proporre, carta di accumulo punti in base agli acquisti, carta fidelity di altro genere, ecc.?

L’esempio riportato esemplifica come una esigenza scaturita o comunque messa in evidenza dal progetto di CUSTOMER RELATIONSHIP MANAGEMENT possa diventare un’esigenza percepita dall’azienda, nei vari livelli che la compongono, e come il ciclo di monitoraggio, analisi e azione si sviluppi in maniera circolare e possa supportare il processo decisionale.

Come esemplificato nella piramide delle fasi critiche del CUSTOMER RELATIONSHIP MANAGEMENT in figura 9, la punta della piramide  indica  la  volontà  da  parte  del  manager  di  condurre  un’indagine  di soddisfazione del cliente a coronamento e completamento delle attività di business intelligence sui dati raccolti.

La soddisfazione del cliente appare esplicitamente nella definizione della missione del progetto di CUSTOMER RELATIONSHIP MANAGEMENT.

La decisione di condurre un’indagine di soddisfazione del cliente è nata anche dai risultati  delle analisi OLAP sul comportamento dei clienti che sono state mostrate al management, le analisi infatti consistono nella descrizione di alcuni aspetti del business ma non ne danno spiegazioni dei motivi e delle cause, fanno emergere aspetti critici o di opportunità ma è l’azienda che poi deve decidere che cosa fare di queste informazioni. L’indagine di soddisfazione del cliente voluta dall’Azienda prende in considerazione sia gli aspetti quantitativi del comportamento del cliente che emergono dall’elaborazione


dei dati del datawarehouse sia gli aspetti quantitativi che emergono durante l’indagine diretta ai clienti sia quelli qualitativi che emergono nell’interazione.

L’indagine di soddisfazione cliente è in linea con la strategia di CUSTOMER RELATIONSHIP MANAGEMENT perché implica il contatto  diretto  con  il  cliente,  e  la  memorizzazione  ed  elaborazione  dei  dati quantificabili che riguardano linterazione ma anche l’elaborazione delle informazioni qualitative.

L’indagine apporta conoscenza durante tutte le sue fasi, le informazioni sul cliente che l’azienda sta cercando.

La presenza dell’imprenditore nel processo decisionale può dare una direzione diversa da quella che verrebbe presa se fossero solo i manager a decidere, limprenditore infatti non applica sempre il criterio economico.

Nell’Azienda in questione le qualità, il grande intuito e carisma dell’imprenditore guidano l’azienda nelle sue scelte e può accadere che alla fine del processo vengano prese delle decisioni in contraddizione con i dati emersi dall’analisi.

Scarica gratis Sviluppo di un progetto di customer relationship management
Appunti su:







Accedi al tuo account
Scarica 100% gratis e Invia appunti, tesine, riassunti

Registrati ora Password dimenticata?
  • Appunti superiori
  • In questa sezione troverai sunti esame, dispense, appunti universitari, esercitazioni e tesi, suddivisi per le principali facoltà.
  • Università
  • Appunti, dispense, esercitazioni, riassunti direttamente dalla tua aula Universitaria
  • all'Informatica
  • Introduzione all'Informatica, Information and Comunication Tecnology, componenti del computer, software, hardware ...

Appunti computer computer
    Tesine Ingegneria tecnico Ingegneria tecnico
      Lezioni Contabilita Contabilita