ABI Dimensione Cliente ROMA 10 Aprile 2015

Transcript

1 Big Data: tra dubbi e opportunità concrete ABI Dimensione Cliente ROMA 10 Aprile 2015

2 L evoluzione tecnologica: moda o innovazione? The Kodak self timer is shown in the 1920 catalog as selling for $1.25 SELFIE CLOUD Cloud computing is simply a trap, Richard Stallman milion+ SELFIES taken each day Nel 1958 H.P. Luhn utilizzò per la prima volta il termine Business Intelligence BUSINESS INTELLIGENCE BIG DATA BIG DATA 2

3 Non avvio un progetto Big Data perché... 1 Non so cosa sono Non abbiamo budget 3 2 VELOCIT VOLUME? Y Non ho capito a cosa servono 4 VARIETY VALUE Non ho persone da dedicare E soprattutto non ho ben chiaro il vantaggio per il business 3

4 Quando usare i Big Data Sorgenti di dati multiple e differenti tra loro Necessità di elaborare grandi volumi di dati per identificare modelli e correlazioni Necessità di elaborare dati per promuovere azioni in modalità near real-time / real-time I driver per un progetto Big Data sono le esigenze di Business! 4

5 Possibili utilizzi dei Big Data (casi reali) PREDICTION ACTION Customer Satisfaction Prediction Monitoraggio Processi per migliorare la CEX Profilazione Avanzata Artificial Intelligence DECISION Big Data Real Time Decision INTEGRATION BI Analytics Analisi Dati Social REPORTING Data Warehousing & BI canali tradizionali multi-canalità omni-canalità 5

6 Possibili utilizzi dei Big Data (casi reali) PREDICTION Business Process Monitor ACTION Monitorare i processi principali per anticipare potenziali disservizi per i clienti Monitoraggio Processi per migliorare la CEX Artificial Intelligence DECISION Definita piattaforma predittiva di monitoraggio per una visione completa e integrata dei processi di business, delle applicazioni e delle infrastrutture Big Data INTEGRATION Revisione dei processi dal punto di vista organizzativo e operativo aumento della soddisfazione del cliente REPORTING Riduzione del tempo di risposta da 4 ore a real-time sui processi critici canali tradizionali multi-canalità omni-canalità 6

7 Possibili utilizzi dei Big Data (casi reali) PREDICTION Real Time Decision ACTION DECISION INTEGRATION Migliorare il tasso di successo dell offerta di nuovi prodotti sui canali digitali RTD e algoritmi di auto apprendimento per ottimizzare l offerta sui canali digitali suggerendo prodotti in tempo reale sfruttando la geolocalizzazione Sul 25% della customer base, raggiunte in 3 mesi le revenues del 75% non BI coinvolto Analytics Ora live sul 90% dei clienti Artificial Intelligence Real Time Decision REPORTING Data Warehousing +200% vendite sull internet banking & BI canali tradizionali multi-canalità omni-canalità 7

8 Possibili utilizzi dei Big Data (casi reali) PREDICTION Customer Satisfaction Prediction ACTION Analisi Predittiva della Customer Satisfaction Artificial Intelligence DECISION INTEGRATION Conoscere il livello di soddisfazione di tutti i Clienti utilizzando le informazioni complete di una parte della clientela Big Data Sviluppato un modello predittivo, incrociando dati non strutturati (registrazioni call center, chat, ) con dati strutturati (transazioni, interviste ai clienti ), da applicare all intera base clienti Anticipate le azioni BI Analytics correttive ancor prima di ricevere la lamentela REPORTING Data Warehousing & BI Ridotto il numero di clienti insoddisfatti Migliorata la relazione con i Clienti canali tradizionali multi-canalità omni-canalità 8

9 Possibili utilizzi dei Big Data (casi reali) PREDICTION Profilazione Avanzata ACTION Profilazione Utente Avanzata Identificare segmenti di clientela non visibili in modo immediato DECISION INTEGRATION Utilizzo delle informazioni provenienti da tutti i canali disponibili e applicazione di tecniche di A.I. per ottenere una profilazione avanzata e dinamica degli utenti per la localizzazione di clienti potenziali e cross- selling sui clienti attuali Dizionario di oltre parole Albero di classificazione con oltre categorie REPORTING Identificazione interessi, intenzioni e «stato d animo» dei clienti canali tradizionali multi-canalità omni-canalità 9

10 Roadmap di un progetto Big Data Dall analisi del contesto Analisi contesto Definizione strategia Realizzazione prototipo NEAR REAL-TIME Cosa sta succedendo? Perchè sta succedendo? Cosa succederà? REAL-TIME BATCH PREVISIONE al raggiungimento degli obiettivi di business Definito l obiettivo, si possono individuare le tappe necessarie per raggiungerlo 10

11 Il limite dell'applicazione del Big Data non è la tecnologia ma la fantasia UTILIZZO DATO UTILIZZO E ESPLORAZIONE DATO ANALYTICS STORAGE SPEECH TO TEXT DATA CAPTURE AUDIO MP3 DATA SOURCE LOGS CDR FILES La scelta e l integrazione delle componenti corrette per ottenere il risultato atteso 11

12 Benefici e punti di attenzione + Ricavi - Costi Aumento vendite Maggiore efficienza dei processi operativi Miglioramento della customer satisfaction Diminuzione dei costi IT Sviluppo nuovi prodotti e servizi Diminuzione tasso di abbandono Punti di attenzione: sicurezza, privacy e formazione 12

13 Grazie! DAVIDE CELLI