Fabrizio Vigo Consodata spa.

Transcript

1 Big Intelligence BigData Intelligent Data Fabrizio Vigo Consodata spa 1

2 Born to be BIG... with BIG DATA l attuale frontiera per l innovazione, la competizione 2

3 Ecosistema Big Data Enterprise data Transactions Social Media Public Data... 3

4 Ecosistema Big Data I dati disponibili stanno crescendo esponenzialmente Multipli dei bytes l obiettivo è quello di riuscire ad interpretarli ed utilizzarli velocemente, dando valore a questo patrimonio informativo! 4

5 political health Suggestioni dal mondo A KNOWN EXAMPLE A PRESTIGI OUS EXAMPLE 5

6 financial public Suggestioni dal mondo A CORE EXAMPL E AN IMPORTA NT EXAMPL E 6

7 marketing Suggestioni dal mondo A PEOPLE AND BUSINESS EXAMPLE Opportunità di evoluzione delle piattaforme tecnologiche Opportunità di evoluzione delle tradizionali analisi per creare grande valore aggiunto con la gestione intelligente, per finalità di marketing, di questa grande quantità di dati. 7

8 La sfida GOVERNARE I BIG DATA IN MODO STRATEGICO NOI ACCETTIAMO LA SFIDA! 8

9 Big Data e Customer database di marketing Aumentano le fonti dati e i canali di comunicazione. Aumenta la complessità nel gestire il dataset disponibile ma nello stesso tempo l importanza e la necessità di trattare e analizzare questi dati. E necessario avere un nuovo sistema di gestione database che integri le varie fonti, che tratti i dati al fine di renderli uniformi e coerenti e li analizzi a supporto delle decisioni strategiche per un utilizzo condiviso da più users. 9

10 Big Data e Customer database di marketing CUSTOMER DATABASE CUSTOMER DATABASE DI MARKETING Interpretazione dei DATI e trasformazione in INFORMAZIONI a valore aggiunto FRUIBILITA delle informazioni ANALISI E PROFILAZIONI qualificate MISURAZIONE, MONITORAGGIO e reporting VALORE PER L AZIENDA nella gestione della relazione con il cliente 10

11 Big Data e Customer database di marketing VALORE PER L AZIENDA e nella ricerca di nuovi potenziali clienti Un esempio nel settore luxury in collaborazione con Eurisko CONCENTRAZIONE DI PROFILI ELITARI IN 3 CELLE DELLA GRANDE MAPPA (cella 3, 4 e 8) 11

12 Big Data e Customer database di marketing REDEMPTIO La selezione efficace del target in un campagna N MEDIA directtarget 1,5 Cella Grande Mappa UNI VER SO PRO SPE CT DISP Base ONI BILE RED EMP TION Target Intercettato % 0,06 0,10 0,19 0,34 0,35 0,36 0,37 0,42 0,55 0,61 0,65 0,73 0,78 1,20 1,55 1,75 Numero Indice (Base Media=100) 10,4 16,2 30,9 54,6 56,6 57,6 58,9 66,7 88,0 97,6 103,3 116,1 125,4 191,1 247,4 279,2 vs REDEMPTIO N MEDIA TOTALE + 0, A FRONTE 2(CON INVII DI UN SOLO % QUARTO DEGLI INVII )!!! CON UN RISPARMIO QUINDI DEL SUL NUMERO TOTALE DI INVII 74% 12

13 La soluzione Consodata DBM... è una soluzione di marketing Sistema integrato Customer Database di Marketing Sistema integrato Progettare ed implementare il customer database centralizzando e organizzando i diversi flussi informativi in modo organico e strutturato. 13

14 La piattaforma di Business Intelligence Data Quality DB & Campaign Management CUSTOM ER DATAB ASE DI MARKE TING Data Mining Geo Marketing & Reporting 14

15 La piattaforma di Business Intelligence Gestione della CB Intefaccia web di accesso Registrazione ordini acquisti, info aggiuntive recuperate Pianificazione e registrazione campagne DM, analisi ritorni DB & Campaign Management Analisi multidimensionale Analisi RFM Reporting (massima flessibilità e semplictà d uso) Data Quality CUSTOM ER DATAB ASE DI MARKE TING Data Mining & Reporting Normalizzazione Certificazione postale Geocodifica Raggruppamento Arricchimento informativo Geo Marketing Analisi territoriale distribuzione clientela Analisi tematiche aree potenziali ad alta penetrazione Analisi rete e competition 15

16 The story... start è una storia vera! CUSTOME R TOUCH POINT OFFLINE E ONLINE Il consumatore entra in contatto con l azienda (lascia i suoi dati) / effettua un acquisto CUSTOM ER DATAB ASE DI MARKE TING L anagrafc a del consumator e e tutte le informazion i di comportame nto raccolte entrano nel database. DATAQUAL ITY DATA Attività di MINING trattamento e analisi dei dati qualif cano e arricchiscon o NORMA LIZZAZ IONE GEOCO INDIRI DIFICA ZZO ARRICC H. TERRI TORIA ARRICC LE H. INDIVI DUALE ARRICC H. SCORIN G LIGHT PROFIL AZIONE > Input Via Mazzini Output Via Giuseppe Mazzini > Attribuzione delle coordinate geograf che x,y per il posizionamento sul territorio, l arricchimento > territoriale e le analisi segmentazion territoriali i sociodemograf e base delle > iche sulla informazioni di statistiche contatto e di prof lo microterritori disponibili (segmenti ali consumer e business) ai fni dei modelli di customer analysis (segmentazione comportamentale, > valutazione antichurn, LTV, del rischio di canalizzazione) e di credito target analysis (prospecting) > CLUST > ER 1 CLUST > ER 2 CLUST ER 3 > CLUST > ER 4 CLUST ER 5 > CLUST ER NEW! 16

17 The story... the end??? che prosegue e ricomincia! CUSTOM ER DATAB ASE DI MARKE TING L anagraf ica del consumat ore è stata qualifcat a e proflata AZIONI DI COMUNIC AZIONE Le attività di contatto saranno differenzia te nel canale, nel contenuto e nel tono della comunicaz ione in funzione ANALISI DEI L analisi dei RITORNI ritorni, eseguita sui risultati della campagna di comunicazio ne, è f nalizzata a verif care i livelli di redemption e profttabilità 17

18 All the story... to be continued! DATAQUAL ITY DATA MINING ANALISI DEI RITORN I UN MODELLO GESTIONALE PER AVERE 18

19 Considerazioni finali I trend in atto sono chiari ma la consapevolezza sull importanza dei BIG DATA ha ancora ampi spazi di miglioramento!!! 19

20 Born to be BIG... with BIG DATA Grazie per l attenzione! 20