|
|
|
 |
|
|
| |
Notiziario Marketpress di
Lunedì 17 Gennaio 2005
|
|
| |
|
|
| |
Pagina2 |
|
| |
DAL CENTRO DI RICERCA DI HAIFA TECNOLOGIE AVANZATE PER CONOSCERE E PREVEDERE LE RICHIESTE DEI CLIENTI ONLINE
|
|
| |
|
|
| |
Haifa, 17 gennaio 2005 - Un ricercatore Ibm israeliano ha messo a punto il modo per predire con precisione il valore potenziale della durata della relazione con ogni cliente online, cosa che permette alle aziende di fornire servizi ottimizzati e di migliorare l’efficacia delle campagne di marketing. Attualmente esistono già dei modelli che predicono il Customer Lifetime Value (Clv) e si basano sull’analisi dei dati storici dei clienti, per esempio quali articoli sono stati acquistati in passato e con quale frequenza. Tuttavia, la tecnologia esistente può identificare il valore economico del cliente soltanto se sul sito esistono i dati storici dei suoi acquisti. La nuova soluzione sviluppata da Ibm permette invece ai retailers e alle aziende di stimare il valore potenziale della durata della relazione con clienti relativamente nuovi. Questo metodo funziona non solo ‘apprendendo’ dai modelli di spesa di un singolo cliente, ma anche dall’attività online di altri clienti più consolidati. In questo modo, monitorando il comportamento di acquisto durante le visite iniziali di un nuovo cliente, il modello può assegnare il cliente a un gruppo e predire i modelli di spesa sulla base di coloro che hanno lo stesso ‘profilo di acquisto’. Se il modello predice che un visitatore di un sito web ha un’elevata probabilità di acquistare, la società può decidere, per esempio, di personalizzare l’esperienza facendo nuove offerte pertinenti ai clienti giusti oppure selezionando in maniera prioritaria le richieste dei clienti in modo che essi ottengano più rapidamente il servizio online. Questi nuovi metodi potrebbero offrire una soluzione molto più efficace alla gestione del traffico web rispetto alle politiche ‘first come first serve’ (primo arrivato primo servito) attualmente utilizzate nella maggior parte dei siti web. Simili tecnologie sono già utilizzate in vari domini, soprattutto nel settore finanziario. “Un principio commerciale ben noto dice che è meglio mantenere un buon cliente che trovarne uno nuovo”, afferma Amit Fisher, il ricercatore Ibm che ha iniziato a lavorare sul modello nell’ambito della sua tesi per il master. “Utilizzando algoritmi di estrapolazione di dati intelligenti, possiamo predire il valore a lungo termine di un cliente web, aiutando così a ottimizzare le attività online. Talvolta quando un sito registra un picco di domande, questo tipo di tecnologia può permettere agli online retailers di rispondere alle richieste dei clienti più importanti - in modo analogo al funzionamento dei piani fedeltà ‘carta oro’ nel settore alberghiero e delle compagnie aeree. Il successo del modello è stato dimostrato in uno studio analitico di fattibilità condotto su uno dei principali siti israeliani per aste online. Il modello è stato costruito e convalidato in base ai dati sui clienti effettivi del sito che serve migliaia di clienti ogni giorno. Sono stati presi i dati giornalieri per un anno, periodo durante il quale sono stati realizzati più di 70.000 acquisti, per un valore totale di oltre $18.000.000. Il nuovo modello è stato utilizzato per correlare il comportamento dei clienti, classificando con precisione quelli con un potenziale migliore o peggiore di spesa sul sito, il tutto con un alto grado di precisione. In esperimenti che hanno coinvolto gruppi molto folti di oltre 1.000 clienti, le predizioni del modello si sono rivelate estremamente accurate e hanno sfiorato una correlazione di 1,0 con i dati effettivi raccolti dal sito. Questo tipo di soluzioni per ottimizzare le attività commerciali è sempre più strategica per tutte le società che sono impegnate a dare sempre più valore ai clienti, dovendo al contempo tagliare i costi e sfruttare al massimo le risorse. Il nuovo modello di Customer Lifetime Value attualmente è in fase di integrazione in altre “tecnologie attive” che sono sviluppate dallo staff degli Haifa Research Labs di Ibm. Queste tecnologie possono monitorare applicazioni in tempo reale e prendere automaticamente delle decisioni in base a norme commerciali predefinite o desunte.
|
|
| |
|
|
| |
<<BACK
|
|
|
|
|
|
|
|
