Presentazione
Descrizione
Il presente post, scritto a quattro mani insieme al dottor Emiliano Scaruffi, si pone la finalità di mostrare come sia possibile monitorare la gestione dei clienti con un sistema flessibile di Business Intelligence.
L’articolo è strutturato in 2 sezioni:
- una prima sezione in cui vengono descritti i concetti e le analisi che portano a definire le metriche necessarie per lo studio di algoritmi finalizzati alla segmentazione ed alla valutazione del rischio del parco clienti;
- una seconda sezione in cui si mostrano i sorprendenti risultati e le analytics prodotte dall’applicazione dei suddetti algoritmi con un software di Business Intelligence.
Il risultato finale del post vuole essere quello di incoraggiare controller, cfo, direzioni aziendali, direzioni commerciali, area manager, responsabili vendite e consulenti ad utilizzare e sfruttare al massimo i sistemi di Business Intelligence, derivandone analisi approfondite dei dati in grado di modificare sensibilmente le strategie ed i modelli di business delle imprese. In un contesto in forte evoluzione, il successo di un’azienda è sempre più condizionato, oltre che dalle risorse investite, dalle caratteristiche del mercato in cui essa opera e dal posizionamento della sua offerta correlata a quella dei concorrenti. L’analisi e la corretta valutazione del posizionamento, unitamente ad un attento monitoraggio del profilo dei clienti e ad una profonda indagine per determinare la causa-effetto del fenomeno aziendale preso in esame, sono quindi essenziali per l’individuazione dell’azione strategica più appropriata.
La gestione di un vasto parco clienti può rendere difficile, a volte:
- percepire quando un cliente è in procinto di cambiare le proprie abitudini,
- produrre azioni correttive tempestive per evitare l’accadimento.
Tutto ciò in considerazione del fatto che spesso risulta difficile definire metriche globali, in quanto sovente il profilo di acquisto del cliente può essere peculiare e legato anche a particolarità del prodotto normalmente acquistato.
Sulla base di queste esigenze si è ritenuto di costruire un modello di controllo che avesse quindi le seguenti finalità:
- gestione informazioni storiche di acquisto clienti
- costruzione di metriche personalizzate di misura del cliente (profilazione)
- indicatore di rischio perdita imminente del cliente
- indicazione dei clienti nuovi, sia in relazione all’anno solare, sia in relazione ad un parametro temporale rolling
- strumento aggiornato in tempo reale
- invio alle figure competenti di alert regolabili a piacimento, sia nelle tempistiche, sia nelle competenze, sia nella profondità
- rappresentazione grafica che dia rinforzo all’analisi
- sistema in grado di adattarsi al contesto aziendale
- rendere l’analisi sistematica, giornaliera e automatica (concentrazione sull’analisi e non sulla elaborazione)
Iscriviti alla newsletter per ricevere l'articolo completo
Esempi approfonditi di come rappresentare l’analisi di profilo cliente sono riportati di seguito.
La rappresentazione dell’analisi si muove su 2 binari paralleli, per garantire:
- una percezione immediata della situazione, mediante grafico intuitivo
- la massima operatività, rendendo disponibili tabelle dettagliate, filtrabili, pivotizzabili, esportabili come foglio dati o pdf
La combinazione di queste due istanze consente una valorizzazione massima dell’analisi stessa, anche perchè il passaggio dalla vista grafica a quella tabellare è garantita da azione di drill down, sia sull’intera base dati, sia sulla base dati parzializzata.
La visualizzazione sopra riportata adotta un grafico a dispersione (o scatter), ovvero con variabili numeriche per entrambi gli assi.
I dati sono rappresentati da cerchi associati univocamente ai clienti e posizionati in un piano cartesiano dove:
- nell’asse delle ascisse (X) si è rappresenta l’ ETA’ del cliente
- nell’asse delle ordinate (Y) il RITARDO del cliente.
Inoltre i singoli pallini sono differenziati per:
- colore:
- blu, clienti nuovi, ovvero acquisiti nell’anno solare
- verde, clienti forniti entro l’anno
- giallo, clienti forniti entro 2 anni
- rossi, clienti non forniti da oltre 2 anni
- dimensione, con 5 differenti grandezze legate alla clusterizzazione del fatturato giorno (si legga di seguito algoritmo di discretizzazione dimensionale).
Dinamicamente in questa rappresentazione il cliente in ritardo “evapora” verso l’alto e cambia colore in base alla quota di ritardo raggiunta.
Esempio di Analisi
Di seguito si mostra in chiaro la prima di una serie di 15 analisi clienti con le relative visualizzazioni.
CLIENTI PER ANNO ACQUISIZIONE VS ANNO ABBANDONO
In questa visualizzazione è possibile avere una interessante immagine del proprio parco clienti, distribuiti per numerosità in una rappresentazione mediante matrice in cui nelle righe è presente l’anno di acquisizione (prima vendita) e nelle colonne l’anno di abbandono (ultima vendita).
Chiaramente la colonna dell’anno corrente esprime il parco clienti attivi al momento, rendendo anche visualizzabile con immediatezza l’anno di acquisizione.
Nella matrice riportata si nota, ad esempio, che dei 379 clienti attivi, colonna anno 2018, 50 sono clienti acquisiti nel 2009, 28 nel 2010, 29 nel 2011 e così via (52 nuovi clienti acquisiti nel 2018).
Inoltre, l’analisi dei dati mostra anche l’opportunità di fare valutazioni mirate sui clienti “persi” (che non hanno ancora ordinato nell’anno 2018).
Ad esempio:
- la colonna 2017 mostra 416 clienti la cui ultima fornitura risale al 2017
- la colonna 2016 mostra 173 clienti la cui ultima fornitura risale al 2016
- … e così via
L’analisi per riga mostra:
- la capacità di acquisizione nel tempo di nuovi clienti (es. 139 nel 2015, 165 nel 2016, 335 nel 2017)
- il tasso di abbandono dei clienti nel tempo (es. nel 2015 dei 139 nuovi clienti, 66 hanno fatto ultima fornitura nel 2015, 18 nel 2016 e 29 nel 2017 … solo 26 stanno rifornendosi nel 2018).
Lo strumento di Business Intelligence permette di associare alle analisi ora descritte, la profondità dell’informazione relativa ai singoli clienti potendo di conseguenza e tempestivamente studiare azioni commerciali mirate.
Commenti recenti