Abilitare il marketing 1-to-1 grazie ai Big Data

Fare di complessità virtù

Quando quattro diversi brand con identità e posizioni di mercato differenti si ritrovano a coesistere come parte di un medesimo gruppo, una delle esigenze primarie, non solo per chi si occupa di dati, è capire come gestire e uniformare l’enorme quantità di informazioni eterogenee. È il caso di Prénatal, Bimbo Store, King Jouet e Toys Center, che dal 2015 sono riunite sotto il controllo di Artsana S.p.A.

La differente gestione dei programmi di loyalty e delle strategie di marketing adottate dai singoli brand aggiunge complessità al problema. Un approccio Data Driven permette non solo di portare ordine nei processi, ma anche di aprirsi a nuove strade prima inesplorate.

Data Integration

Il ruolo di Data Reply è stato centrale per la creazione di un Data Lake: un unico punto dove far confluire i dati dai diversi canali, sia digitali che fisici. Dati di vendita provenienti dagli store e dall’ e-commerce, dati anagrafici dei clienti acquisiti dai programmi di fidelizzazione e dati dei prodotti.

La soluzione implementata è altamente flessibile, rendendo così facile l’integrazione con altri sistemi o unità operative. La data integration è il primo step per costruire algoritmi di machine learning che permettano la modellizzazione del comportamento individuale dei clienti. Il fine? L’implementazione di campagne di marketing davvero 1-to-1.

“Ciò che pensiamo del consumatore è quasi sempre sbagliato.
L’unico modo per conoscere il proprio target e capire come si comporta è affidarsi ai dati.”
Marco Massara, Prénatal Retail Group Chief Digital Officer e CRM Director

Le nuove informazioni, una volta elaborate, hanno permesso di organizzare un programma di customer journey altamente personalizzato, con lo scopo di migliorare la customer experience e rendere ancora più saldi i rapporti tra azienda e cliente in un’ottica win-win. Il progetto ha permesso di ricavare informazioni spesso sconosciute ma fondamentali e ha fornito al marketing dei nuovi strumenti sotto forma di algoritmi di machine learning.


Hidden Child Detection

Hidden Child Detection

La maggior parte dei clienti sottoscrivono una carta fedeltà in occasione della nascita del primo figlio. I rapporti con l’azienda proseguono e, con il passare del tempo, il nucleo familiare spesso si amplia. I clienti, tuttavia, continueranno ad utilizzare la medesima carta, sottoscritta anni prima, senza comunicare all’azienda l’arrivo del nuovo figlio. L’algoritmo sviluppato da Data Reply è in grado di identificare, con appena 12 prodotti acquistati, l’esistenza di ulteriori figli, oltre a quelli indicati in fase di sottoscrizione, con una precisione dell’87%, e di stimarne l’età con un errore di 3 mesi.

Purchase Propensity Score

Purchase Propensity Score

Sapere se un cliente è fidelizzato, a rischio churn o ha scelto di non tornare, è tra le informazioni di maggior valore per un’azienda. Trovare un modo per restringere il campo d’azione e concentrarsi su chi è a rischio abbandono permette, infatti, di risparmiare risorse e personalizzare maggiormente l’offerta. L’algoritmo sviluppato è in grado di assegnare ad ogni cliente un valore che ne indica la propensione all’acquisto e che permette di prevedere la sua probabilità di ritorno dopo 3 mesi, con un grado di confidenza del 77%.

Customer Lifetime Value & Product Recommender

Customer Lifetime Value & Product Recommender

Alla luce delle nuove informazioni, frutto delle analisi sui dati, diventa possibile da un lato stimare il valore della relazione tra l’azienda e un determinato cliente e dall’altro identificarne i gusti. L’algoritmo che calcola il “Customer Lifetime Value” permette di capire a livello più alto la profittabilità dei singoli nuclei familiari e, più nel dettaglio, quanto ognuno dei figli contribuisce a tale valore. Il “Product Recommender” tiene conto invece di caratteristiche personali come età, e caratteristiche di prodotto, come stagionalità e fascia di prezzo, per identificare e suggerire il miglior set di oggetti presenti nel catalogo unificato. Il machine learning ha permesso quindi di capire su quali clienti puntare e “attivarli” grazie a suggerimenti ad hoc sul sito web, DEM personalizzate e sconti su particolari prodotti.

  • strip-0

    Prenatal Retail Group

    Artsana S.p.A. il 9 ottobre 2017 ha acquisito il controllo del 100% di Prénatal Retail Group, rilevando la partecipazione della Giochi Preziosi S.p.A. nella joint venture iniziata nel 2015 per la gestione comune delle catene Prénatal, Toys Center, Bimbo Store e, in Francia e Svizzera, King Jouet. Prénatal Retail Group, attraverso i suoi brand, offre prodotti e servizi per donne incinte, madri e bambini; conta più di 700 punti vendita, circa 4000 dipendenti e un totale di 24.3 milioni di clienti serviti.

  • Data Reply

    Data Reply è la società del gruppo Reply specializzata in Big Data, Data Science e Artificial Intelligence. La nostra esperienza si sviluppa in 4 principali settori di business: Sales and Marketing Intelligence, Big Data Engineering & Security Intelligence, Enterprise Intelligence, IoT & Industry 4.0 Intelligence. Gli oltre 40 progetti in produzione includono la costruzione di Data Lake e l’utilizzo di algoritmi di AI e ML. L’approccio innovativo del Quantum Computing è a supporto dello sviluppo degli algoritmi e offriamo programmi di formazione su Data Science e Deep Learning.

    strip-1