Menu

Big Data e ciclo di vita dei clienti/prospect: al via nuovi meccanismi di relazione

Big Data e ciclo di vita dei clienti/prospect: al via nuovi meccanismi di relazione

Proiettato verso i 18 miliardi di dollari a fine 2013, dopo averne collezionati 11.4 nel 2012, con un tasso di crescita del 61%, il mercato dei Big Data ci fa vivere ancora una volta l'euforia che da sempre ha caratterizzato l'innovazione nel mondo IT. Cosa che sembra sia destinata a durare ancora per qualche tempo, visto che vari analisti di mercato stanno ipotizzando una chiusura a oltre 47 miliardi di dollari per il 2017, con un tasso di crescita ponderato per il quinquennio 2012-17 del 31%.

Le aree di applicazione dei Big Data sono già oggi le più varie, andando dalle analisi di mercato, operando quasi a livello di singoli clienti, all'ottimizzazione della produzione, della logistica, a dare nuovi impulsi alla ricerca. La tematica è così vasta che risulta facile perderne i confini, ma trarre profitto dall'impiego dei Big Data è molto più complesso di come possa apparire: le attività critiche vanno infatti dalla raccolta, qualificazione, classificazione e integrazione dei dati, alla loro elaborazione, conservazione, distribuzione tenendo presente che mentre è relativamente facile impossessarsi dell'uso della tecnologia, altrettanto non si può dire per quanto riguarda la definizione dei modelli di analisi, l'individuazione delle potenziali correlazioni, la messa a punto degli strumenti di Analytics.

Un esempio su tutti: nella prassi attuale, l'analisi dei clienti - o dei prospect - viene normalmente svolta considerandone l'ultimo, o gli ultimi contatti. In realtà, così come nei prodotti e nei servizi, c'è un ciclo di vita da considerare, in questo caso da applicarsi alla relazione, o ai rapporti d'affari, anziché alla propria offerta commerciale. Con la prima complicazione che non essendo abituati a ragionare in tal modo, occorre rivedere i modelli sui quali si basano le relazioni con i clienti stessi, dopo di che si deve passare all'individuazione ed alla raccolta dei dati significativi, alla loro analisi per arrivare quindi alla definizione delle azioni da svolgere. Com'è possibile gestire una simile attività quando si delegano dei Call Center esterni a fare un determinato tot di chiamate partendo da elenchi più o meno approssimati e senza alcun meccanismo di capitalizzazione dei dati raccolti nel corso dei contatti andati a buon fine?

Big Data dalla Gestione e dall'Analisi del Ciclo di Vita delle Relazioni con Clienti e Prospect

In un mondo sempre più MultiChannel, il modo con il quale si entra in contatto con un potenziale cliente, se ne sviluppa la relazione, si concludono degli affari e se ne sviluppa la fedeltà per dare continuità al rapporto nel tempo risulta oggi molto più complesso da gestire, ma anche più critico per ottenervi successo. Facciamo alcune considerazioni ed esempi.

Le vie attraverso le quali l'azienda può dare visibilità alla propria esistenza possono passare dal contatto diretto tra il suo personale commerciale ed i potenziali clienti (prospect), dalla pubblicità nelle sue diverse forme (stampa, televisione, radio, affissioni, banner su Web,...), dalla partecipazione a manifestazioni o l'organizzazione di seminari o webinar, da azioni di Public Relation tipo la circolazione di comunicati stampa, la sponsorizzazione di eventi, la presenza sui Social Media, da campagne promozionali dirette condotte tramite telefonate o invii di documentazione commerciale, da azioni sui punti vendita e molte altre ancora. In comune, tutte queste azioni hanno che ormai cercano di attirare l'attenzione dei prospect sul sito aziendale che viene utilizzato come base per la raccolta di dati, ma anche come servizio di approfondimento della conoscenza e di rafforzamento dell'immagine a disposizione del potenziale cliente.

Il sito ha anche un importante ruolo nei riguardi dei clienti acquisiti, servendo tanto da punto di assistenza, quanto come fonte di aggiornamento e di rinnovo dell'interesse da parte del cliente sulle novità inerenti l'offerta e l'azienda stessa.

Ora, da tutti questi canali provengono informazioni, messaggi e segnali che possono dipingere un quadro molto dettagliato del cliente - o del prospect - ma per il quale occorrono le tecniche di gesione dei Big Data, un'organizzazione strutturata per la raccolta dei dati, molta sensibilità da parte di tutti gli attori coinvolti nel processo ed una grande competenza nel definire modelli efficaci di interpretazione soprattutto dei segnali deboli difficilmente percepibili a prima vista. Limitiamo l'esempio ad un caso molto ristretto, ma dal grande potenziale. Supponiamo di aver venduto un'auto ad un cliente, del quale ormai sappiamo moltissimo non solo disponendo dei suoi dati anagrafici, ma potendoli correlare all'uso che fa dell'auto, al mezzo che aveva in precedenza, ai dati provenienti dai tagliandi di manutenzione periodica. Dati che possono poi esser incrociati con quelli di altri clienti analoghi così da desumerne comportamenti ed anticiparne le scelte.

2014-New-Ferrari-458-ScuderiaCosì, per esempio, il cliente giovane che acquista un'auto sportiva, dopo un pò di tempo potrebbe esser interessato a cambiarne il modello, ma potrebbe anche sposarsi, avere dei figli e quindi trovarsi nella posizione di passare ad un'auto familiare. Fidelizzandolo attraverso l'uso del sito - chiedendogli altre informazioni in cambio di servizi aggiuntivi o di condizioni particolari - si potranno avere altre indicazioni, mentre nel contempo si rafforzerà nel cliente la percezione del marchio. Dall'analisi dei dati provenienti dai tagliandi sapremo inoltre quanta strada percorre, che uso fa della macchina. Scambiadoci qualche parola in occasione di questi incontri, potrebbero emergere altre informazioni da inserire nel suo profilo. Da tutte queste informazioni si può prevedere quando il nostro cliente sarà in procinto di cambiare il mezzo e verso quali modelli potrebbe esser interessato. Di conseguenza, attraverso il Web, e-Mail, depliant commerciali o telefonate mirate lo si potrà provocare in modo estremamente mirato con nuove proposte configurate proprio sulle sue esigenze. A patto di aver definito a monte il ciclo di vita del cliente, che in questo esempio abbiamo limitato ad una piccola parte dell'intero processo, di aver predisposto i necessari strumenti di raccolta dei dati, di essersi attrezzati per gestire i Big Data che ne derivano e di aver messo a punto dei modelli affidabili per evitare di commettere errori marchiani in grado di compromettere tutto il lavoro fatto.

Rivedere i Processi per Sfruttare al Meglio i Big Data

Abbiamo detto che il ciclo di vita della relazione con il cliente/prospect parte dalle fasi di primo contatto, normalmente di responsabilità delle Direzioni Marketing, per poi passare a quelle più direttamente commerciali, che fanno capo alla Direzione Vendite. Successivamente possono entrare in gioco le PR, i servizi di assistenza tecnica per arrivare addirittura ai reparti di progettazione e produzione che, rilevando malfunzionamenti o richieste/suggerimenti dei clienti possono rivedere l'impostazione dei prodotti o la loro realizzazione. A questo punto, la prima domanda: di chi è la responsabilità della raccolta dati? 

Nella gran parte delle imprese, oggi tutte queste informazioni fanno capo a ciascuna Direzione - ammesso che vengano raccolte e conservate - con poche interazioni e spesso molte incoerenze tra la loro stessa strutturazione. Di conseguenza,la seconda domanda: come e dove vanno conservati i dati? E di seguito la terza domanda: come vanno elaborati, con quali processi e con quali interazioni tra i vari reparti?

I Big Data introducono quindi una grande opportunità di conoscere meglio i propri clienti ed i prospect, ma nel contempo impongono di rivedere non solo le tecnologie di conservazione ed elaborazione dei dati, ma anche i processi di raccolta ed uso, senza trascurare l'attenzione che di deve mettere nel garantirne la qualità. Tornando al nostro esempio, nel momento che nei tagliandi di manutenzione di riscontra un problema ricorrente, il suo impatto potrà avere delle implicazioni tecniche - per esempio sostituendo il pezzo che lo genera con un altro concepito in modo differente - ma si potrà utilizzare questa informazione per dar vita ad un'azione commerciale da sviluppare sui clienti che potrebbero patire lo stesso problema nel futuro. A patto di poter condividere i dati in modo trasversale all'interno di tutta l'azienda - dalla progettazione/produzione ai punti di contatto con i clienti distribuiti sul territorio - e di poterne coordinare le azioni, ripartendo ad esempio gli interventi nel tempo per non creare picchi di lavoro altrimenti difficilmente gestibili.

in sostanza, definire il ciclo di vita della relazione con i clienti è molto complesso in quanto richiede la raccolta e l'analisi di grandi quantià di dati. Ancor più difficile mettere a punto modelli affidabili che non generino delusione in chi poi svolgerà le azioni che ne scaturiscono, mentre sul piano organizzativo sensibilizzare tutte le persone coinvolte nei processi in modo che facilitino la raccolta e la condivisione dei dati non è complesso ma estremamente delicato visto che altera equilibri e comportamenti ormai consolidatisi nell'azienda.

Raccomandazioni Finali e Qualche Suggerimento per Gestire i Big Data in Azienda in Modo Profittevole 

Il grande successo che stanno riscuotendo i Big Data è da attribuirsi essenzialmente a due fattori: sono realmente utili nel miglioramento della competitivtà delle aziende - e non solo - e chi ne ha affrontato i progetti nel modo giusto in generale ne ha ottenuto ritorni superiori alle aspettative. Da qui i forti tassi di crescita che ne stanno derivando. Tuttavia, ci sono alcuni elementi sui quali occorre porre massima attenzione:

1. "Volare Bassi": i progetti sono complessi da gestire e richiedono svariati passi preliminari prma di poter esser attuati. Il che vuol dire che non si può pensare con logiche di breve termine e tanto meno generare aspettative sovradimensionate rispetto alla realtà. Cambiando radicalmente settore, l'attuale Presidente degli Stati Uniti, Barak Obama, ha riscosso un grande successo dall'impiego dei Big Data per finanziare la sua ultima campagna elettorale e per conquistare i voti degli elettori, ma il progetto è partito 4 anni prima, come seguito della precedente campagna elettorale, in gran parte condotta proprio via Web. Evitare pertanto di prendere tutto il discorso alla leggera: i Big Data e gli Analytics hanno un grande potenziale, ma vanno "maneggiati con cura".

2. Pensare all'infrasttuttura: per gestire i Big Data servono potenza elaborativa, Storage, strumenti software specializzati e competenze specifiche. Le opzioni sono svariate, potendo utilizzare servizi Cloud per tutte le componenti, a complemento o in sostituzione delle proprie, ma la loro incidenza è comunque elevata. Come indicato nel forecast presentato la settimana scorsa sulle Quote di Mercato dei Vendor nel settore dei Big Data, mentre in fare di avviamento l'incidenza dei servizi sull'investimento totale per i progetti è elevata, dopo aver avviato i servizi, il peso si sposta sulle infrastrutture. Cosa che non va assolutamente sottovalutata.

3. Pronti a sperimentare: se la propensione a innovare della propria organizzazione è modesta o nulla, meglio lasciar perdere. Il mondo dei Big Data è estrememente interessante, ma non è consolidato nè a livello di tecnologie, né di pratiche. Chiunque vi si cimenti dovrà metter in conto di dover passare attraverso delle sperimentazioni i cui risultati non sono sempre garantiti. Le esperienze maturate dimostrano che il bliancio potrà essere positivo, o molto positivo, ma difficilmente si otterrà quanto voluto al primo colpo. Questo vuol dire che se la propria azienda è interessata a rischiare qualcosa pur di ottenere un solido vantaggio competitivo, i Big Data rappresentano una bella possibilità di farlo. In caso contrario, sarà meglio rinunciare, essendo tuttavia consapevoli che il rischio di rimanere così indietro nel processo sarà tale da metter l'azienda in condizioni di non poter più recuperare il terrento perduto.

 

Ultima modifica ilLunedì, 08 Luglio 2013 10:51

Aggiungi commento


Codice di sicurezza
Aggiorna

Torna in alto