excelle_corporate presentations (light)

Corporate Presentation


“We turn Customer information into Company Profitability”

Excelle offre servizi di Business Consulting & Intelligence.

Gli skills di consulenza operativa e di marketing sono integrati con competenze operative, tecnologiche e di change management, al fine di incrementare la top line dei Clienti.

Company Profile

L’offerta di consulenza impatta tutte le principali aree aziendali:

CRM & Loyalty Program

Etno-Experience Analytics

E-commerce & Web

Big Data & Social Physics

Business Analytics

Customer Care


I Nostri Partner

Excelle collabora e lavora in partnership con Aziende prestigiose nel mondo dei servizi di Business Analytics, Ricerche di Mercato, Comunicazione, Digital Technology e Information Technology.

Aziende leader nei loro settori, a livello italiano ed internazionale.

Mobile Platform,Digital Technology & Mobile Financial Services

Digital & Social Engagement,

Proximity, Loyalty

Ricerche di MercatoSoftware e servizi di business analytics


I Nostri clienti, la nostra esperienza

Gli obiettivi del Cliente sono al centro della nostra attività.

Sviluppiamo Progetti «tailor made» sulle specifiche esigenze condivise, contribuendo in modo sostanziale al raggiungimento degli obiettivi dell’Azienda Cliente (economici, di processo, etc.)

Le persone di Excelle hanno contribuito al raggiungimento di obiettivi di successo in Aziende dei più svariati settori.

RETAIL

BANKING

LUXURY

AUTOMOTIVE

INSURANCE

TELCO

ENERGYNO PROFIT


Business Intelligence Services (overview)

Operational

Social Media InsightsCustomer Base Insights

Outbound/Inbound Activities Strategic Support

Mktg DWH / Big data Platform / BI system Enhancement

CRM/Loyalty/CCS strategy and optimization

CB & Product Reporting

CB Behavioural Segmentation

Predictive Modelling

CM MonitoringCB Contact Strategy

Contact Channel Integration

Crisis Management

Reputation Management

Sentiment Analysis

Social Engagement

Analysis

Twitter Monitoring Share of Buzz

Analytics Edge


Problematiche

Nella maggior parte dei settori industriali vige la regola di Pareto, il 20% dei clienti genera il 70%/80% dei ricavi. L’identificazione e la conoscenza del comportamento d’acquisto di questi clienti diventa fondamentale per ogni azienda.

Conosci i tuoi clienti?

Non tutti i clienti sono uguali. La valutazione della loro profittabilità attuale e futura è indispensabile per attivare corrette azioni di “prevenzione” e di “ritenzione”. Quali sono i clienti

che vuoi trattenere?

L’unione tra dati endogeni e dati esogeni, derivanti dalla ricerca sociale, permette di ottenere le informazioni necessarie per:• quantificare il potenziale di mercato;• identificare le zone geografiche con maggior presenza del target potenziale;• conoscere le caratteristiche socio-demografiche e comportamentali del target potenziale;• contattare sui corretti canali il target potenziale; • etc.

Qual è il mio target potenziale di acquisizione?

Dove posso acquisire clienti?

Come e su quali canali comunico al

mio target potenziale?


Soluzioni

Excelle, grazie anche alle sue partnership strategiche, è in grado di supportare le aziende intercettando e

gestendo il cliente coerentemente con il suo ciclo di vita:

Acquisition Value StimulationUp sell. & Share of Wallet

ChurnPrevention

Churn RetentionDormienza

NEW Deact

Conosci i tuoi clienti ?

Quali sono i clienti che vuoi trattenere?

WinBack

Qual è il mio potenziale?

Dove posso acquisire?

Su quali canali ?


L’approccio consigliato

Una «ricerca più ecologica», che consuma meno risorse per le aziende, che valorizza al massimo l’informazione già presente in tutte le sorgenti e DB, aziendali e pubblici (smart, medium & big data) di Illumia.

Lo scopo

Cosa fare

Usare l’informazione per costruire vantaggi competitivi (nel sapere e nel fare) spendibili commercialmente sul mercato.

L’offertaApplicare al sistema informativo di marketing dell’azienda (interno ed esterno: ricerche) le tecniche di business intelligence (classiche ed evolute) per costruire la distintività sopra ricordata.

I Partner

La consumer intelligence: GfK EuriskoLe suite di business analysis: SASLa data analysis e la consulenza: Excelle

Un esempio di modellistica predittiva: il Churn, per prevenire l’abbandono dei clienti


Il modello di churn

• L’obiettivo dei modelli di Churn è quello di determinare, per ogni

cliente, una probabilità di abbandono/chiusura dei rapporti.

• L’analisi del Churn è fortemente dipendente dalla definizione che

viene data di “abbandono/chiusura dei rapporti”.

• Nella maggioranza dei settori industriali viene definito normalmente

Churner chi chiude tutti i prodotti/servizi.

• Nei modelli di Churn, la variabile che si vuole predire è dicotomica

(0: non abbandono 1: abbandono);

• Il modello predittivo di Churn restituisce una probabilità tra 0 e 1 che

l’evento avvenga.


L’analisi esplorativa dei dati è uno strumento potente.

Questa analisi è assolutamente propedeutica a

qualsiasi altra analisi, che sia di tipo elementare oppure

di tipo avanzato:

- Analisi di Collinearità fra regressori

- Verifica degli assunti distributivi

- Verifica di dipendenza bivariata fra variabile Dipendente ed

Indipendenti

- Trasformazione variabili Indipendenti

- Trattamento Missing

Analisi propedeutiche: le analisi esplorative

Attraverso il data mining e le metodologie di statistica avanzata si cerca di identificare pattern sconosciuti ma interessanti, ad esempio nello studio del comportamento di consumo del cliente. L’obiettivo è quello di identificare gruppi di consumatori simili rispetto ai loro attributi.


Le principali modellistiche

Attraverso il data mining e le metodologie di statistica avanzata si cerca di identificare pattern sconosciuti ma interessanti, ad esempio nello studio del comportamento di consumo del cliente. L’obiettivo è quello di identificare gruppi di consumatori simili rispetto ai loro attributi

Regressione Logistica

Alberi Decisionali

Reti Neurali

Regressione Lineare

Random Forest

Si possono utilizzare differenti metodologie

per la costruzione di un modello in funzione

dell’obiettivo allo studio.

Ad esempio, stimare un reddito (variabile lineare) è

completamente differente, in termini di modellistica,

rispetto la stima di una variabile dicotomica (SI

acquisto / NO acquisto) alla quale poi verrà attribuita

una probabilità.


From Churn Model to Enrichment Churn Model

Indicatori predittivi per ogni cliente

Variabili target

Campione

Riduzione delnumero di variabili

Costruzione modelli

Validazione deimodelli

Controlli di Validità

Applicazione deimodelli a tutta la customer base

Dati Socio – Comportamentali /

KPI / Segmenti

1 2

3

4

5

6 7

8

Enrichment

0


MODELLO DI CHURN PREVENTIONOUTPUT GESTIONALE

Alla base di qualsiasi output c’è lo score attribuito ai clienti oggetto di analisi.

Lo scoring formulato da un modello di churn altro non è che una probabilità assegnata ad un determinato cliente di andare in disattivazione in un determinato arco temporale.

Su tale score viene costruito il «semaforo gestionale»


MODELLO DI CHURN PREVENTIONVALUTAZIONE DELLA BONTA’ DEL MODELLO

I primi output da valutare sono quelli relativi alla bontà della previsione formulata dal modello:

% di Fenomeno Catturato: In funzione dello score assegnato al cliente, verranno identificati coloro che, esprimendo un maggior rischio, garantiscono un bilanciamento ottimale fra veri e falsi positivi.Una volta messi in ordine i clienti per score attribuito è possibile suddividere in decili la popolazione ed osservare la % di effettivi churnanti all’interno di tale categorizzazione in modo da valutare a quale livello di rischio gestire il cliente (trade off volumi – rischio intercettato) Definizione semaforo Gestionale


MODELLO DI CHURN PREVENTIONVALUTAZIONE DELLA BONTA’ DEL MODELLO

I primi output da valutare sono quelli relativi alla bontà della previsione formulata dal modello:

Variabili Esplicative:Al fine di valutare la bontà del modello è utile anche valutare l’effettivo impatto delle singole variabili indipendenti scelte dal modello.

Risultati ottimali e coerenti con le relazioni note fra variabile dipendente e indipendenti si ottengono se si è fatto un buon lavoro preliminare di riduzione delle collinearità fra variabili esplicative.

In considerazione del fatto che è praticamente impossibile eliminare del tutto la correlazione fra variabili indipendenti, con la finalità di attribuire un peso veritiero ai regressori utilizzati, verrà adottata la stima secondo la metodologia di Shapley


Architettura As a Service di Excelle

Excelle Cloud Service

Flat File


Senior Data Scientists attivabili sui progettiDavide Camera (Excelle Co-Founder & CEO) 40 anni, Laurea in Economia e Commercio (1999), Laurea in Scienze Sociali per la Cooperazione e Sviluppo (2009). Attualmente sta

conseguendo “certificates” al MIT (via Edx).

15 anni di esperienza nei progetti di Business Intelligence.

Tra le attività svolte in questi anni: Customer Base Analysis, Cluster Analysis, Market Basket Analysis, Modelli predittivi sul Churn, Modellistica Predittiva sulle Vendite, Modelli

Quantitativi, Analisi delle Serie Storiche, Alberi Decisionali, Analisi di Regressioni (Lineari, Logistiche, Multivariate, etc.), Analisi con le Reti Neurali, Campaign Management Targeting,

Campaign Management Redemption Analysis, ROI Analysis, Loyalty Programs Analysis, Social Media Analysis, Text Analytics Models, Text Analytics Cluster Analysis, Etno-Experience

Analysis.

Precedenti esperienze : Gruppo Mediolanum, SAS, Eurizon.Stefano Merighi (Chief of Data Scientists): 34 anni, Laurea in Scienze Statistiche ed Economiche (2004).

In poco più di 10 anni si occupato di temi legati alla Customer Intelligence in differenti settori, ricoprendo ruoli di centralità sempre maggiore e con un forte orientamento alla

generazione di innovazione ed efficienza.

Tra le attività svolte in questi anni:

Segmentazioni Comportamentali; Realizzazione di Modelli di Propensione a supporto della Direzione Marketing e della Gestione Customer Base (One to One Offer Personalization);

Previsione status di Multioperatore; Churn Risk (Mobile Number Portability, Standard Deactivation); Previsione Inattività; Up Selling di prodotto; Definizione del Ciclo di vita del

Cliente (Contact Strategy); Coinvolgimento in progetti di Next Best Activity Management; Definizione di Kpi e relative gestioni in ambito Contextual Marketing (su piattaforme Big

Data); Social Network Analysis; Identificazione Nuclei Familiari; Realizzazione di un Best Tariff Plan Simulator Tool (telco); Progetti di Geo-Marketing a supporto della rete vendita;

Monitoraggio Performance (CB management evaluation: Operational & Financial kpis); Competitive Analysis; Progetti di Definizione e Arricchimento di DWH di Marketing.

Precedenti esperienze : Gruppo Mondadori, Eurizon, Direzione Mobile Consumer Vodafone Italia, i4c Analytics – Accenture.


Stay in touch

“The first question I ask, what data do you have?

If you have data, you are in business.

If you don't, you are out of luck.”

excelle_corporate presentations (light)

Documents

servizi di business

target potenziale

potenziale di mercato

experience analytics

analytics edge

information technology

raggiungimento di obiettivi

partner excelle