Raccomandazioni per clienti captive o clienti fedeli
Profilo Azienda
Azienda Multinazionale Leader nella distribuzione di materiale elettrico e professionale Building & Constructions
Situazione
L’azienda vuole:
- migliorare la performance delle campagne promozionali multicanale sui clienti B2B per cluster di fidelizzazione,
- aumentare il numero delle campagne su target mirati che possono avere un alto livello interesse di acquisto in prossimità temporale della proposta con timeframe campagna più ristretti.
Azioni
- Analisi, modellazione dati e creazione indicatori per il calcolo di FRAT Analysis e Scoring (pesate o meno), con applicazione di algoritmi waterfall di Classification, Association e Clustering per evitare cannibalizzazione di Category e definizione del comportamanto di acquisto nel timeframe della campagna.
- Creazione API per Deploy multicanale.
IMPATTI E KPI
- Identificazione di Cluster Cliente con la più alta propensione all’acquisto all’interno del periodo di validità della campagna.
- Identificazione di segmenti ristretti di prodotti con vincoli Push e Pull con i più alti indici predittivi che ha reso pìù facile ed evidente su quali prodotti fare leva attraverso nuovi modelli BI di analisi descrittive.
- Identificazione dei livelli soglia predittivi che evitano la cannibalizzazione dei prodotti a parità di category (creazione del PACMAN Index).
- Target Dinamici che raccomandano Target prodotto a target Cliente con redemption di acquisto medio del 21,8%.
Settore Industriale
Consumer Goods, GDO, GDS, Machinery & Components
Servizi e Tech
BO, Data Service, Lumira, PAL APL, R, SAP HANA
Processo
Marketing, Sales