Live Training | Modelli Comportamentali Predittivi del cliente Utility
Tecniche di data mining e machine learning per prevenire il churn e aumentare la retention 16 Luglio 17 Luglio 2020,

Programma

16 luglio 2020 dalle ore 9.00 alle ore 16.30

Customer Lyfe cycle

  • Definizione
  • Approccio analitico al lyfe cycle
  • Dalla gestione tradizionale al contextual marketing

Data mining per il CRM

  • Strumenti (open source vs enterprise | coding vs visuale)
  • Fonti dati (Gestionali, Esterni | Repository : DWH, Datamart)
  • Strumenti di segmentazione
  • Terminologia, Basi e approccio metodologico
  • Principali tecniche statistiche
  • Strumenti di predictive
  • Terminologia, Basi e approccio metodologico
  • Principali tecniche statistiche
  • Fattori esogeni e Stagionalità

Retention & Prevention

  • Retention & Prevention due differenti fasi del rischio Churn
  • Definizione Churn/trigger di rischio: eventi, orizzonte temporale, momento di previsione
  • Segmentare la CB in relazione al rischio
  • Predittori
  • Trend storico del churn. I mercati soggetti a forte competizione.
  • Comprendere le motivazioni del churn (analisi dei fattori di rischio e survey sulle deact)
  • Gestione del rischio churn e rischio cannibalizzazione delle revenues

 

17 luglio 2020 dalle ore 9.00 alle ore 16.30

Segmentazione della clientela

  • Segmentazioni Data Driven & Market research driven
  • Definizione universo di studio
  • Scelta delle dimensioni analitiche
  • Variabili categoriche e numeriche. Quali strategie adottare

Modelli di riacquisto

  • Perché riacquisto e non churn
  • Il fenomeno del repurchase: strategie di loyalty a supporto

Cross-up selling

  • Modelli a supporto: definizione universi di sviluppo, utilizzo dello score probabilistico e possibili automatismi, distinzione fra upgrade volontario o indotto
  • Strategie di sviluppo di modelli di win back

Monitoring delle campagne di marketing

  • Approccio A/B test nella gestione CB
  • Metriche da analizzare: effetto elasticità, effetto cannibalizzazione revenues, abbattimento churn
  • Contact policy e misurazione degli effetti della gestione CB
  • Unique controllo group
  • Tecniche miste