CRM Analitico: come ottimizzare le vendite, le promozioni, la fidelizzazione a cura di ADICO

crm_h1

Il Formatore

Perchè partecipare al corso

La globalizzazione dei mercati, la crisi economica, la digitalizzazione dei processi, la diffusione delle tecnologie informatiche e della connettività stanno modificando profondamente l’arena competitiva.
Nell’attuale turbolenza dei mercati le aziende rispondono al calo dei consumi con analisi profonde del comportamento d’acquisto del consumatore tramite sistemi di CRM.

Questi sistemi poggiano sull’ “analisi dei dati” (il futuro del Marketing!), alla base del vantaggio competitivo.

Nell’attuale contesto il CRM Analitico si connota come fattore critico di successo, consentendo esso di analizzare e trasformare i dati in valore per il business.

Da una recente indagine del Boston Consulting Group (BCG) emerge che l’odierno rapporto Azienda- Clientela non può più prescindere dall’utilizzo sistematico di strumenti analitici di data mining.

Sorge, pertanto, per l’azienda il problema di fronteggiare le nuove sfide del mercato utilizzando risorse umane specializzate (analisti di data mining), in grado di elaborare e valorizzare il proprio prezioso patrimonio informativo in ottica business.

Purtroppo, anche presso le aziende più innovative questi skill professionali scarseggiano, se non sono del tutto assenti, ed il patrimonio informativo dell’azienda viene sistematicamente sotto-utilizzato, almeno nel 60% delle imprese (fonte BCG).

Una strategia perseguibile, per uscire da questa criticità è la Formazione del personale aziendale sulle metodologie del Crm analitics, oggetto del presente corso

Le tre mosse vincenti del Crm ANALITICO

(I 3 Fattori Chiave del successo aziendale)

1) L’up/cross selling

Con l’up-selling si stimola il consumatore/cliente verso l’acquisto di prodotti/servizi di gamma superiore e di maggior valore di quelli già acquistati. Questa strategia di marketing – se ben impostata – apporta notevoli incrementi delle vendite.

A questo scopo l’azienda deve puntare su tecniche di segmentazione della clientela, funzionali alla Customer Profitability Analysis-CPA ed allo sviluppo della Customer satisfaction.

Con il cross-selling si individuano (tramite la “Market Basket Analysis”) regole associative tra i prodotti/servizi acquistati in modo congiunto.

In tal modo è possibile: a) individuare i prodotti/servizi che hanno un effetto leva su un portafoglio prodotti; b) realizzare campagne più efficienti (promuovendo solo quel prodotto – tra due abbinati – che spinge le vendite dell’altro, piuttosto che promuovere entrambi con dispersione di risorse); c) ottimizzare gli approvvigionamenti di prodotti collegati.

2) L’ottimizzazione delle campagne promozionali

L’individuazione del target di una campagna è di importanza decisiva per il successo della stessa e per ottenere una redemption qualificata. Con tecniche di data mining (discriminant analysis, alberi decisionali) è possibile: a) individuare i fattori che influenzano la resa di una promozione; b) calcolare il punto di pareggio (Break Even Point-BEP) della campagna; c) massimizzarne i risultati economici.

3) La retention

Riconquistare un cliente costa molto di più (circa 7 volte) che mantenerlo. Nell’ambito di diversi servizi la liberalizzazione sta spingendo molti clienti verso l’infedeltà.
Occorre, perciò, diagnosticare anticipatamente i clienti “a rischio di abbandono”, con la Churn analysis (di importanza strategica).

Con gli strumenti di CRM analitics è possibile individuare tempestivamente i churner (clienti in procinto di passare alla concorrenza) e praticare sugli stessi azioni di retention (strategia di contrasto al fenomeno dell’abbandono) che assicurano un reale miglioramento delle azioni di loyalty.

 

ADICO Website

 

La Descrizione della Formazione

Obiettivi del corso

L’efficace gestione – in ottica commerciale e di marketing – delle grandi masse di dati (Big Data) – disponibili in azienda e provenienti da fonti diverse e disparate – è l’elemento-chiave che consente all’azienda di cogliere anticipatamente le nuove opportunità di business.

Data l’assenza in azienda di personale specializzato nel data mining e nel Crm analitico, il corso si pone l’obiettivo di fornire gli strumenti tipici del Crm Analitics, visti dal punto di vista operativo.

Ciò con riferimento alle componenti di analisi che rappresentano il “cuore” del Crm, e cioè:

lo sviluppo delle vendite (con l’up/cross selling);
l’ottimizzazione delle campagne promozionali e di marketing (con l’incremento del lift);
le azioni di retention che trattengano i clienti “a rischio di abbandono” (con la churn analysis)

Programma del corso

1A. Vendite: come incrementarle con l’up-selling

• Analisi ABC dei clienti

• Analisi e segmentazione analisi RFM ( “Recentezza, Frequenza, Entità spesa”)e

• Calcolo del “valore” di ciascun cliente (scoring)

• Individuazione dei clienti più profittevoli (Customer profitability Analysis-CPA)

• Azioni di fidelizzazione della clientela differenziate per segmento

• Matrice “customer loyalty-customer value” e strategie da perseguire nei quattro quadranti strategici

• Valutazione della customer satisfaction con gli Alberi decisionali

• Lancio di nuovi prodotti/servizi (con la Conjoint analysis)

1B. Vendite: come praticare il cross-selling

• Data mining e Predictive models: dai “dati” all’ “informazione” e alla “conoscenza”

• Cross-selling con la Market Basket Analysis-MBA (nel BtoC e nel BtoB; nel settore dei prodotti/servizi)

• Gestione del database e Matrice delle transazioni (prodotti acquistati congiuntamente)

• Individuazione delle regole di associazione “nascoste” tra prodotti e loro traduzione in azioni commerciali

• Individuazione dei Prodotti-leva (che trascinano) e prodotti trascinati; prodotti “complementari” e prodotti “sostitutivi”

• Un semplice indice di calcolo dell’attrazione tra prodotti (in Excel): legami forti e deboli tra prodotti

• Caratteri della metodologia: semplicità di calcolo; risultati chiari, di facile interpretazione e di immediata applicazione

• Vantaggi della MBA: ottimale programmazione delle promozioni con riduzione dei costi; ottimizzazione della supply chain; organizzazione di cataloghi di vendita, siti web, depliant pubblicitari

• Applicazioni della MBAsu casi reali

2. Campagne promozionali: come ottimizzarne la resa

• Il data base su precedenti campagne

• Test preliminare della campagna per valutare la propensione dei singoli clienti ad aderire alla promozione

• Calcolo del Break Even Point – BEP della campagna in atto

• Ottimizzazione del BEP e del target della campagna tramite un affinamento della segmentazione: Gains Chart (Tabella dei miglioramenti) e calcolo del “lift” (tasso di miglioramento della campagna)

• Segmentazione “descrittiva” della clientela con l’approccio di data mining: cluster analysis

• Segmentazione “comportamentale” con modelli predittivi (Alberi decisionali e Analisi discriminante)

• Scelta della a variabile obiettivo da ottimizzare (tra fatturato, margine netto, tasso di risposta)

• Predizione del tasso di adesione alla futura iniziativa commerciale per ciascun cliente del database.
•Applicazioni concrete nel settore dei prodotti (di consumo ed industriali) e dei servizi

3. Churn analysis: come individuare e prevenire i clienti “a rischio di abbandono”

• Calcolo del tasso di intenzione di riacquisto dei clienti(con gli Alberi decisionali)

• Analitics predittivi nella relazione azienda-cliente.

• Scelta delle informazioni diagnostiche per valutare l’infedeltà in atto del cliente

• Calcolo di indicatori della propensione all’abbandono del prodotto/servizio

• Calcolo della probabilità (score) di abbandono su ciascun cliente del database (Discriminant analysis; Funzione Logistica; Alberi decisionali)

• Verifica dell’accuratezza del modello di stima delle probabilità di abbandono

• Utilizzo del modello: individuazione del target “a rischio di abbandono”

• Comprensione dei motivi di disaffezione e diagnosi dei comportamenti che precedono l’abbandono

• Attuazione di azioni della funzione Customer care per la “retention” dei clienti a rischio di abbandono; azioni di fidelizzazione – con campagne promozionali e azioni pubblicitarie – sui clienti di valore; azioni cioè di recupero del cliente (win-back,).

Metodologia del corso adottata

Il corso si caratterizza per il suo carattere di innovatività, quale primo corso erogato presso una Scuola di formazione italiana, che tratta in modo specifico e con rigore scientifico il Crm analitico con taglio quantitativo.

I temi del corso sono trattati in modo da renderli immeditamanete applicabili presso le aziende dei Partecipanti. Si farà ricorso a casi della realtà aziendale italiana (case study e case history); si forniranno numerose applicazioni in ambiente Excel, di facile trasposizione ed implementazione nella propria azienda.

Acquisizioni dei partecipanti

Capacità di utilizzare efficacemente la base informativa della clientela per il “Crm analitico”, senza essere professionisti competenti di data mining.
Capacità di utilizzare le informazioni disponibili nel proprio database per praticare l’up/cross selling; di impostare una campagna promozionale in modo efficace (profittevole) ed efficiente (corretta) ; individuare e prevenire i clienti a rischio di abbandono, attivando azioni di retention.

Ai partecipanti verrà fornita una ricca documentazione operativa, unitamente ad alcuni programmi in Excel, di supporto al CRM.

•••

A chi è diretto il corso

CRM Analyst, Progettisti di piattaforme CRM, Personale operante nel Data mining e nella Business Intelligence, Marketing Analist/Intelligence; Operatori di Direct Marketing; Operatori di CRM e di Customer Care, Profili professionali operanti nelle funzioni Marketing, Vendite, Commerciale.

Inclusi nella quota di partecipazione

Due coffee break
Materiale didattico d’aula
Dispensa
Attestato di frequenza

Tags:

Contatto Rapido

Grazie!

Sending

©2017 ProjLink.net  Privacy & Terms  Cookies About

Log in with your credentials

or    

Forgot your details?

Create Account