Analizzare il comportamento d’acquisto e il tasso di abbandono dei clienti con RFM Cell Migration

Churn1

Analizzare il comportamento d’acquisto e il tasso di abbandono dei clienti con RFM Cell Migration

Profilo Azienda

Situazione

L’azienda ha la necessità di analizzare l’evoluzione del comportamento d’acquisto dei propri clienti lungo 3 dimensioni RFM: recentezza, frequenza e valore medio delle transazioni.

Ha inoltre bisogno di avere una visione immediata dell’evoluzione negli anni dei cluster clienti e filtrarli per path di migrazione.

Azioni

Dopo aver introdotto un’analisi RFM basata sul comportamento d’acquisto dei clienti in una serie storica di 3 anni, con clusterizzaizozne da 3 a 5 livelli di celle RFM, sia bilanciato che sbilanciato. La dimensione temporale è stata esplosa per anno e trimestre eseguendo un forecasting a 3 mesi.

E’ stato realizzato con librerie di data visualization sankey uno strumento di monitoraggio grafico dell’evoluzione dei cluster clienti che ha dato immediata evidenza al marketing dei fenomeni di migrazione avvenuti nel tempo.

IMPATTI E KPI

Gli impatti sono legati alla possibilità di analizzare in modo intuitivo ed immediato i cluster clienti identificati in base a comportamenti simili e la loro evoluzione nel tempo.
Ciò permette al Marketing e alle Vendite di identificare target su cui andare a mirare azioni tattiche o campagne promozionali e di fidelizzazione con elevanti livelli di confidenza.

Sui grafici sono evidenti le migrazioni verso i cluster più alti e la diminuzioni degli abbandoni.
Nel flusso a 3 mesi, l’accuratezza forecasting varia dal 78% al 89% in funzione delle celle a maggiore fidelizzazione.

Settore Industriale

Consumer Goods, GDO, GDS, Machinery & Components

Servizi e Tech

Advanced Analytics, Advanced Visualization, BO, Data Service, Lumira, PAL APL, R, SAP HANA

Processo

Marketing, Sales