Previsione della risposta dei clienti a nuove e modificate offerte
e creazione di rapporti personalizzati con i propri clienti
(A.A. 2005)
Ida D'Attoma, Alma Mater Studiorum Università di Bologna - Facoltà di Economia
Relatore: prof. Furio Camillo

Il lavoro qui presentato risponde all’esigenza di molte aziende di prevedere la risposta dei clienti a nuove e modificate offerte e di instaurare rapporti personalizzati con i propri clienti.

Il modello RFM, qui analizzato, consente di scoprire i consumatori più disposti a esprimere interesse all’acquisto di un prodotto.
Esso è un modello di previsione dell’acquisto ripetuto che trova applicazione nel direct marketing. Nella ricerca sono state identificate le cause che agiscono sulla variabile d’interesse (ripete l’acquisto), avendo a disposizione un database clienti contenente informazioni riguardanti le transazioni passate ( R, F, M ), e le informazioni sulla comunicazione di marketing.

Sono stati stimati due modelli ( standard e dinamico ) per capire se gli effetti della comunicazione di marketing controbilanciano quelli della frequenza di shopping, e quindi se influenzano la probabilità di risposta.

La procedura INSIGHT di SAS, è stata utile per stimare i parametri dei modelli e confrontarne la capacità previsionale. La struttura dinamica del modello è stata invece stimata ricorrendo direttamente alle procedure di SAS per il trattamento econometrico dei dati panel. Una volta scelto il miglior modello, è possibile conoscere la probabilità di risposta di ogni consumatore (avendo a disposizione dati individuali), e quindi segmentare e classificare i clienti.

È un modello di risposta attraente per le aziende perché, scelto il miglior modello, se la risposta ad azioni di direct marketing aumenta anche di un solo punto percentuale i profitti aumentano di conseguenza. Il caso trattato riguarda una delle principali aziende italiane non-profit che supporta a livello internazionale la ricerca scientifica sul cancro.