Esempi di decisioni efficaci e tempestive in ambito di business intelligence

ESEMPIO 1 - BANCA
Per il lancio di un nuovo prodotto di investimento finanziario, al product manager di una banca si pone il problema di individuare il segmento di clientela target a più elevato potenziale di acquisto, su cui pianificare una campagna di promozione commerciale.
I sistemi di business intelligence consentono di risolvere il problema attraverso l’applicazione di tecniche di classificazione e stima a partire dai dati relativi agli acquirenti di prodotti aventi caratteristiche similari.
ESEMPIO 2 – CARTE DI CREDITO
ESEMPIO 3 – TELEFONIA MOBILE
Al responsabile marketing di un operatore di telefonia mobile si pone il problema di sviluppare una campagna di retention nei confronti della clientela caratterizzata dalla più elevata probabilità di abbandono (churn).
I sistemi di business intelligence consentono di risolvere il problema attraverso l’applicazione di tecniche di classificazione e stima, a partire dai dati (anagrafici e di traffico) relativi ai clienti che hanno abbandonato l’azienda (previa definizione di cosa si intende per abbandono, ciò che in alcuni casi può presentare delle difficoltà, soprattutto nel campo della telefonia mobile).
ESEMPIO 4 – GRANDE DISTRIBUZIONE ORGANIZZATA
Al responsabile della pianificazione marketing presso i punti vendita di una catena della GDO si pone il problema di massimizzare il ritorno delle campagne di punto vendita.
I sistemi di business intelligence consentono di risolvere il problema attraverso l’applicazione di tecniche di market basket analysis (basate su regole associative) agli acquisti effettuati da clienti anonimi (analisi dei carrelli), con l’obiettivo di identificare associazioni interessanti tra prodotti acquistati e relativa frequenza.
Nel caso di clienti fidelizzati (tramite carta fedeltà), tali sistemi (serie storiche) possono essere utilizzati per analizzare, oltre alle associazioni tra prodotti, anche le dinamiche temporali degli acquisti effettuati da clienti nominativi, con l’obiettivo di pianificare efficaci campagne “one to one”.
ESEMPIO 5 – ELETTRONICA DI CONSUMO
Il responsabile commerciale di una catena dell’elettronica di largo consumo ha rilevato un incremento nelle vendite di una determinata categoria di prodotti. Dal momento che tale incremento è caratterizzato da un certo grado di discontinuità (su base geografica e temporale), emerge la necessità di indagare il fenomeno per
intraprendere azioni appropriate a estenderlo e, eventualmente, stabilizzarlo.
I sistemi di business intelligence consentono di risolvere il problema attraverso l’applicazione di tecniche di analisi multidimensionale (OLAP), eventualmente seguite da tecniche di analisi statistica, ai dati di vendita, al fine di analizzare l’andamento in relazione ad un insieme di variabili coerenti (a) con gli obiettivi dell’indagine, (b) con le ipotesi di indagine formulate dal responsabile commerciale.
L’analisi multidimensionale è un tipo di tecnica di tipo tradizionale che è rappresentabile come un cubo a molte dimensioni, che consente di cambiare prospettiva di indagine a seconda di quale faccia del cubo si guarda. Consente di analizzare un fenomeno in tutti i suoi aspetti in modo molto dinamica (questo si potrebbe fare anche in una tabella di excel, ma sarebbe più complesso).