customer profiling & predictive analysis

Per l'analisi di un fenomeno complesso si è definita unastrategia metodologica altrettanto complessa che ha in unprimo momento analizzato gli indicatori comportamentali diFo n i a / VAS/GPRS, definendone delle trasformate di sintesitemporali, in un secondo momento si è dedicata all'analisidegli individui.La complessità dell'analisi sugli indicatori è basata sul fattoche si è voluto considerare un anno di storico per profilare inmaniera più robusta e stabile i comportamenti dei clienticombinando insieme sia le informazioni a livello linea chequelle a livello cliente. Di conseguenza si sono ideate e costruite delle trasformatetemporali tali da garantire la rappresentatività dei diversiaspetti del fenomeno oggetto di studio (l'intensità del fenomeno “media”, la tendenza nel tempo“trend”, la variazione del fenomeno “indicatori di variabilità”).La Cluster Analysis è stata effettuata sui clienti TIM BusinessPMI definendo dei gruppi di clienti (i cluster) in base alcomportamento espresso da indicatori ottenuti datrasformate di sintesi temporale su un periodo di tempo pariad un anno. La strategia metodologica segue i seguenti passi:» A g g regazione dei dati da livello linea a livello cliente » Generazione di nuove variabili partendo dalle

aggregazioni del traffico » Generazione di nuovi indicatori (fattori) attraverso

analisi fattoriale » S e l e z i o n e, attraverso appropriati criteri statistici, dei

fattori più importanti (proporzione di variabilità spiegata pari al 95%)

» P ro c e d u re di Cluster Analysis con gestione dei clienti anomali (outlier)• Definizione di cluster utilizzando il metodo k-means• A g g regazione dei cluster tramite tecniche di cluster

g e r a r c h i c h e» Determinazione del numero ottimale di cluster (24 cluster)

controllando i principali indicatori di valutazione (valored i Cubic Clustering Criterion e Pseudo F Statistic elevati,valori di Pseudo T-Squared Statistic bassi e successivi adun picco, valori di R-Squared elevati) e alcuni strumentigrafici “dendogramma”

» Analisi discriminante su ciascun cluster per individuare gli indicatori più rilevanti

» Aggregazione dei 24 cluster in 5 gruppi orientata alleesigenze di campagne di business

» Assegnazione delle etichette ai 5 cluster

Gli strumenti forniti per poter fruire dei risultati dell'analisisono i più diversi, da report e grafici ad approfondimenti deigruppi individuati che evidenziano il profilo di ciascungruppo e forniscono precise informazioni e misure perprogrammare attività di loyalty e retention nell'ottica delb u s i n e s s .

Inoltre vengono elaborati indicatori statici:» Indicatori aggregati di consumo e comportamentali» Tabelle descrittive dei cluster rispetto a KPI di business» Misure di distanza tra singoli cluster e popolazione ed indicatori dinamici:» Indicatori di monitoraggio dei cluster nel tempo» Comportamento dei clienti nel tempo (cambio del

cluster di appartenenza)

Obiettivi

Soluzione

TIMStefano Maria De’RossiSalvatore Donnarumma

CAMPAGNE DI MARKETING &SEGMENTAZIONE

Impostare e gestire in modo più efficiente ed efficace lecampagne nell'ottica delle strategie di business: » Delineando gruppi comportamentali confrontabili con i

segmenti del portafoglio clienti» Raffinando la classificazione fornita dai segmenti aziendali» Indirizzando su ciascun gruppo appropriate azioni/campagne

di marketing

Quali e quanti profili comportamentali compongono la clientela delle Piccole e Medie Imprese?L'obiettivo è creare indicatori di classificazione e di previsione utili in fase di segmentazione per impostare e coordinarecampagne di marketing. Attraverso la Cluster Analysis vengono individuati gruppi di clienti TIM omogenei al loro interno e alcontempo molto diversi tra loro.

Migliorata la comprensionedelle caratteristiche dei singoliclienti associando un profilo aciascun cliente.

Benefici