Ecommerce & Retail Analytics

"Aumenta i tuoi profitti riducendo i costi"

The customer’s perception is your reality.
Kate Zabriskie

Le Retail Analytics consistono in una serie di elaborazioni statistiche, finalizzate ad identificare, modellare e prevedere le tendenze nei risultati delle vendite, supportando nel contempo l’individuazione delle criticità dove sono necessarie azioni.

I dati provenienti da diverse fonti on-line, off-line e omnichannel (acquisti, movimenti di cassa, fidelity card, ecc.) vengono messi in relazione tra loro e quindi analizzati al fine di far emergere relazioni ed opportunità quali :

  • Ottimizzare i risultati delle vendite.
  • Massimizzare il CLV (Customer Lifetime Value)
  • Aumentare il ROI (Return of Investments)
  • Fidelizzare e far crescere il numero di clienti.
  • Rendere più efficaci le leve di marketing
  • Determinare il livello ottimale di investimenti in attività di marketing e vendite
  • Identificare i clienti più a rischio di abbandono e le eventuali minacce competitive

In funzione dello specifico modello strategico utilizzato, le nostre visual dashboard consentiranno ai manager di ottenere un quadro oggettivo, esaustivo e puntuale di tutti i “fondamentali” dei processi delle vendite.

Per spingersi oltre, ovvero “scavare” nei pattern dei comportamenti di acquisto dei clienti, le nostre smart dashboard saranno in grado di supportare le analisi predittive e di scenario. Nel primo caso, le dashboard predittive metteranno in evidenza le relazioni causa-effetto capaci di spiegare quali sono i driver strategici correlati alle KPI delle vendite. Nel secondo caso, le dashboard prescrittive simuleranno scenari alternativi what-if per poter identificare l’azione di miglioramento con effetti attesi più favorevoli.

 

Vantaggi:

La Customer Silent Analysis presenta i seguenti vantaggi:

  • Aggiornare in modo automatico i dati di profilazione, non richiedendo alcun azione dalla parte del cliente
  • Ridurre i tempi di raccolta/compilazione dei dati
  • Ridurre i costi dato che non si ricorre a metodi tradizionali di raccolta dei dati come i survey

La Customer Silent Analysis è uno strumento statistico che permette la determinazione e associazione delle caratteristiche “silenti” (sesso, brand preferiti, sensibilità di prezzo, negozio di riferimento) dei clienti con il loro ID univoco (loyalty card, mail…).

Spesso succede che nei database aziendali non siano presenti tutte le informazioni relativi ai clienti che possono risultare interessanti nelle successive fasi di analisi. Tramite la Customer Silent Analysis si riesce a estrarre tale informazioni “nascoste” nei dati e attribuirli al cliente completando così il suo profilo.

L’analisi essendo automatizzata elimina tutti i costi aggiuntivi relativi ai survey che spesso vengono usati come modalità principale di raccolta di informazioni mancanti. Di conseguenza questo riduce drasticamente il tempo impiegato per la raccolta e la compilazione di tale informazioni.

Vantaggi:

La Churn Analysis presenta i seguenti vantaggi: consente di

  • Identificare i clienti più a rischio di abbandono e le eventuali minacce competitive
  • Identificare le esperienze negative dei clienti e ridurre il tasso di abbandono
  • Creare nuove opportunità di cross-selling e upselling.
  • Prevedere la soddisfazione generale dei clienti e della loro esperienza d’acquisto

Un tipico problema del CRM per molte aziende con una vasta base di clienti è come valutare la fidelizzazione dei clienti e, in particolare, come prevedere quali clienti sono a rischio ovvero hanno maggiori probabilità di abbandonare l’azienda e “trasferirsi” ad altri competitor. Questi clienti sono spesso descritti come churners.

La Churn Analysis è un modello statistico predittivo in grado di prevedere la probabilità di abbandono, di ogni singolo cliente presente nella customer base, tramite l’analisi della relazione tra le caratteristiche anagrafiche e il comportamento d’acquisto nel tempo.

L’analisi fornisce un elenco completo di tutti i clienti con la relativa probabilità di abbandono nel breve, medio e lungo termine, aggiornabile con cadenza regolare, così da individuare le ragioni che portano i clienti a lasciare l’azienda.

Vantaggi

La Basket Analysis presenta i seguenti vantaggi:

  • Massimizzare vendite e profitti.
  • Fidelizzare e far crescere il numero di clienti.
  • Dare maggior efficacia alle leve di marketing
  • Organizzare e posizionare prodotti / categorie associati nelle vicinanze l’uno dell’altro all’interno del negozio
  • Ottimizzare il layout del catalogo di un sito di e-commerce
  • Disegnare diversi percorsi di shopping e trovare la migliore associazione di prodotti

La Market Basket Analysis è una delle tecniche più utilizzate per individuare le associazioni tra gli articoli. L’approccio si basa sulla teoria secondo cui i clienti che acquistano un determinato articolo (o gruppo di articoli) hanno maggiori probabilità di acquistare un altro articolo specifico (o gruppo di articoli), aiutando a identificare esclusivamente le relazioni più forti tra gli articoli acquistati. Tipicamente tali relazioni vengono espresse sotto forma di una regola. Prima di fidarsi di una regola, bisogna accertarsi che ci sia sufficiente evidenza per suggerire che essa possa produrre un beneficio effettivo. Per misurare la robustezza di una regola è possibile utilizzare diverse metriche quali: support, confidence e lift.

Le complessità sorgono principalmente nel caso si tratti di grande quantità di combinazioni  (ad es. un supermercato può immagazzinare 10.000 o più prodotti) e nella gestione della grande quantità di dati sulle transazioni. I set di dati di grandi dimensioni sono difficili da elaborare senza risorse di calcolo e archiviazione altamente scalabili. Le moderne architetture consentono analisi più agili con la capacità di testare una serie di teorie sul comportamento dei clienti o di esaminare l’efficacia di una recente campagna di marketing.

Nell’output si riporta un esempio della Market Basket Analysis, dove vengono evidenziate le regole d’acquisto più forti. In base alla grandezza e l’intensità del colore dei cerchi si identificano gli articoli che presentano una probabilità più elevata di essere acquistati insieme e la loro correlazione (più grande è il cerchio e più intenso è il colore meglio è).

Ad esempio:

  • La transazione più frequente è di pip fruit (mele, pere) e frutti tropicali
  • Un’altra transazione frequente è di cipolle (onions) e altre verdure (other vegetables).
  • Se qualcuno acquista meat spreads (spalmabili di carne), è probabile che abbia comprato anche lo yogurt
  • Relativamente molte persone acquistano la salsiccia insieme a formaggio a fette
  • Se qualcuno compra il tè, è probabile che abbia comprato anche frutta, probabilmente ispirando la produzione di tè aromatizzati al gusto di frutta.

Vantaggi:

La Customer Lifetime Value Analysis presenta i seguenti vantaggi: consente di

  • monitorare l’impatto delle strategie di gestione e degli investimenti di marketing sul valore dei clienti,
  • determinare il livello ottimale di investimenti in attività di marketing e vendite
  • misurare in modo efficace la fedeltà del cliente (percentuale di acquisto, probabilità di acquisto e riacquisto, frequenza e sequenza di acquisto, ecc.)
  • incoraggiare gli esperti di marketing a concentrarsi sul valore a lungo termine dei clienti

Il Customer Lifetime Value è una metrica evoluta di marketing finalizzata a calcolare una previsione del profitto attribuito all’intera relazione presente e futura con il cliente. È un indicatore di quanto un cliente risulta importante per l’azienda in un arco temporale fin dalla sua prima interazione con l’azienda. Il Customer Lifetime Value può essere definito anche come il valore monetario della relazione con il cliente, basato sul suo “valore attuale”. Si tratta di un concetto importante in quanto incoraggia le imprese a cambiare le loro priorità in funzione del valore del proprio cliente.

Il Customer Lifetime Value può essere misurato attraverso una procedura che prevede alcuni step:

  • Identificazione dei punti di contatto in cui il cliente crea il valore
  • Integrazione dei record per creare il percorso del cliente
  • Misurazione delle entrate per ciascun touchpoint
  • Aggregazione delle informazioni per l’intera esperienza d’acquisto del cliente.

L’analisi del Customer Lifetime Value si completa con l’analisi della Customer Acquisition Cost (CAC), che corrisponde al costo totale da sostenere per acquisire un cliente. Tale analisi comprende tutte le spese pertinenti, quali ricerca, marketing, servizi e strumenti di supporto e dovrebbe idealmente essere minore del Customer Lifetime Value. Può anche essere definito diversamente come l’investimento che la società effettua per acquisire un nuovo cliente.

Vantaggi:

La Segmentation & Profiling Analysis presenta i seguenti vantaggi:

  • Sviluppare comunicazioni di marketing targettizzate (campagne marketing mirate)
  • Ottenere maggiori profitti per le imprese e opportunità di crescita
  • Fidelizzare i clienti tramite strategie di marketing efficaci
  • Aumentare la Brand Awareness

La profilazione del cliente è definita come una descrizione di un cliente/insieme di clienti, in funzione delle caratteristiche demografiche, geografiche e psicologiche, nonché dei modelli e cronologie degli acquisti.

La segmentazione è il processo di comprensione e analisi del modo in cui le persone acquirenti (identificate attraverso la profilazione) si integrano e interagiscono al fine di identificare varie categorie e gruppi detti buyer personas.

Sia la profilazione che la segmentazione richiedono ricerche di mercato al fine di identificare chiaramente chi deve raggiungere l’azienda (profilazione) e in che modo i clienti differiscono (segmentazione). La ricerca di mercato fornisce dei dati importanti qualitativi e quantitativi su cui si basa la profilazione e la segmentazione, quindi sfrutta le intuizioni per aiutare le aziende a prendere decisioni più intelligenti, più veloci e più redditizie.

Vantaggi:

La Customer Journey Analysis presenta i seguenti vantaggi:

  • Incentivare l’acquisizione dei clienti
  • Aumentare i profitti, identificando opportunità di cross-sell e up-sell
  • Migliorare l’esperienza d’acquisto del cliente
  • Massimizzare il CLV (Customer Lifetime Value)
  • Aumentare il ROI (Return of Investments)

L’analisi del Customer Journey (percorso del cliente) è l’intreccio dell’insieme dei touchpoint con cui un cliente interagisce nel tempo. L’analisi aiuta l’azienda a vedere i propri prodotti/servizi attraverso gli occhi dei suoi clienti. Il percorso di un cliente è l’insieme di tutte le esperienze che vengono registrate durante l’interazione con un’azienda/marchio. Tale percorso può essere mappato e quindi analizzato nel suo intero contesto, fornendo informazioni che le aziende possono quindi utilizzare per progettare prodotti e servizi che sostengono il raggiungimento degli obiettivi dei clienti nel modo più efficace ed efficiente possibile.

L’analisi del Customer Journey offre dunque uno strumento potente per comprendere i percorsi dei singoli clienti analizzando milioni di dati in tempo reale scoprendo così i percorsi più rilevanti i quali incidono in modo significativo sugli obiettivi di business.

Esempi di Retail Analytics