Studio e soluzione del problema di customer retention per un operatore telco basato su tecniche di apprendimento automatico

Le principali metriche della “churn analisys” fin qui discusse ruotano tutte intorno a due concetti fondamentali per la nostra analisi: l’identificazione e la profilazione dei clienti. Tramite queste due azioni l’azienda riesce ad analizzare la sua “customer base”, segmentarla e fare un’analisi approfondita dei comportamenti dei suoi clienti raccogliendo dei dati che sono basilari per numerose finalità. Si può pensare al profilo come ad un “comportamento atteso” di un certo target di clienti verso cui indirizzare delle specifiche azioni.
Avere una conoscenza approfondita dei clienti è fondamentale per:

* individuare i target cliente su cui studiare le azioni di retention.
* Individuare i clienti a rischio abbandono
* Individuare i motivi che inducono i clienti al churn.
* Per verificare l’efficacia delle azioni intraprese.

L’acquisizione dei dati del cliente, interna (“enterprise resource planning” (ERP), “customer relationship management” (CRM) e “Content management” (CMS), banche dati operative, file (es. Excel, CSV, file di testo), e-mail, fatture, dati di produzione, logistica) o esterna (applicazioni e sistemi di fornitori esterni, siti web/Internet, social media, servizi cloud, dati di mercato, sociodemografici, etc.) è seguita dall’immagazzinamento nella “data warehouse” (figura 12), si tratta di un sistema di database indipendente per l’elaborazione dei dati, che vengono raccolti, compressi ed archiviati affinché possano essere per estrazioni puntuali.

La quantità dei dati di cui dispone una telco è enorme e possono essere suddivisi genericamente in sette categorie:
* dati anagrafici e fiscali;
* dati di contatto: telefono, email, modalità e orari di ricontatto preferiti;
* dati transazionali: tempi di utilizzo di un prodotto o servizio, dati relativi al prodotto/servizio;
* dati da interazione: Interazioni storiche, interazioni in corso, tipologia interazione (marketing, assistenza, ecc.), canali utilizzati, motivo interazione, esito interazione;
* dati attitudinali e comportamentali: profilo di utilizzo dei vari canali (multicanale, social, canali tradizionali), reazione a campagne commerciali
* dati socio demografici;
* dati social.