Segmentazione e Geomarketing Statistico: la ricerca della zona e della clientela migliore per uno sportello bancario

Il presente lavoro è volto alla costruzione di un modello di 'scoring' per la ricerca della migliore clientela nel settore bancario e la localizzazione della zona ottimale, in cui poter attuare specifiche azioni di marketing.
Tale modello mette in relazione le caratteristiche dei soggetti con una variabile obiettivo, rappresentata nel nostro studio, dall'appartenenza o meno al segmento Affluent, mentre le variabili esplicative sono costituite da informazioni a carattere
sociodemografico, economico e comportamentale della clientela di un noto Istituto
Bancario Nazionale, la BNL.
L'obiettivo della tesi consiste nell'individuazione della clientela Affluent nelle sezioni censuarie del Comune d'interesse, attraverso un'accurata segmentazione della clientela e l'assegnazione di un punteggio (score) ad ogni zona censuaria. Lo score è collegato alla probabilità di ogni soggetto, di appartenere alla categoria di riferimento, in questo modo si può procedere ad ordinare le zone potenziali in base al punteggio ottenuto e, selezionare soltanto quelle a cui è associata una probabilità di appartenenza più alta.
Per l'analisi statistica verranno illustrate, due Metodologie Parametriche di tipo logistico, quali la Regressione logistica di tipo binario
e multinomiale, ed una Metodologia Non Parametrica rappresentata dalle Reti Neurali, oltre ai risultati ottenuti.
Il modello di 'scoring' infine, verrà testato su alcune città selezionate in modo casuale (Milano, Bologna, Torino e Napoli) per verificare la capacità di adattamento del modello predisposto.
Il progetto si concluderà con la georeferenziazione dei dati con l'ausilio del software Microsoft MapPoint e con le considerazioni finali sul progetto.