Quanto vale il cliente?

Fiat Sava investe in una infrastruttura analitica per supportare le attività di CRM operazionale e ricavare maggior valore aggiunto dalla relazione con il cliente

Con un patrimonio gestito di 4 milioni di euro, 430 dipendenti e quasi 740mila clienti, Sava, società del Gruppo Fiat, ha gradualmente conquistato una posizione di indiscussa leadership in Italia nei servizi finanziari per il settore automobilistico: leadership che vede nel finanziamento per l’acquisto dell’auto il fattore trainante di business. Negli ultimi anni, la necessità di competere in un mercato dai contorni sempre più complessi ha spinto Sava a introdurre rilevanti mutamenti nella strategia commerciale, ragione per cui l’offerta è andata via via ampliandosi in termini di prodotti (come i finanziamenti e i prestiti personali) e di canali (da Internet ai punti vendita targati Sava). Sava è ora parte di una holding posseduta al 49% da Fiat Auto e al 51% da Synesis, una newco composta dalle quattro maggiori banche italiane (Intesa, UniCredit, San Paolo e Capitalia).

Una strategia centrata sul cliente
La differenziazione dell’offerta, volta sostanzialmente a conservare e ad estendere il portafoglio clienti, poggia su un presupposto fondamentale: la capacità di instaurare con il cliente una relazione sempre più stretta, al di là della mediazione rappresentata dal concessionario. Mediazione che Sava deve presidiare perché, se il concessionario è per lo più legato da vincoli di esclusività con il produttore, non lo è altrettanto nei confronti della società che eroga il finanziamento; così come non è sempre naturale e continuativo il suo rapporto con il cliente. Al contrario, la relazione che il cliente intrattiene con Sava è costante e continuativa per tutta la durata del finanziamento. Da questo apparente paradosso (relativa “trasparenza” di Sava al momento del finanziamento, continuità del rapporto nel tempo) emerge in tutta la sua evidenza la fondatezza di una strategia che vede nella relazione con il cliente il mezzo prioritario per favorire la crescita del business. Ma come tradurla in pratica?

Ricavare dai dati maggior valore aggiunto
“Nel corso degli anni – interviene Giovanni Lux, responsabile della business unit CRM-Customer Value –, ci siamo dotati di strumenti per il CRM operazionale che hanno accumulato una mole impressionante di dati sui clienti e hanno sicuramente contribuito a migliorare la customer satisfaction. Quello di cui sentivamo la mancanza era la possibilità di ricavare dai dati informazioni capaci di recare maggior valore aggiunto in termini non solo di fidelizzazione, ma anche e soprattutto di consolidamento e ampliamento del business. Occorreva cioè supportare le attività di CRM operazionale con strumenti analitici più raffinati per massimizzare la redditività della relazione con il cliente.” È questa, in definitiva, la motivazione che ha spinto Sava a varare il progetto di customer database, finalizzato, in ultima istanza, alla determinazione del valore attuale e potenziale del cliente. “Questi due indicatori – prosegue Giovanni Lux – rivestono per noi un’importanza cruciale perché sono i driver che in modo sintetico ed esaustivo indirizzano il nostro modo di rapportarci con il cliente. Facciamo un semplice esempio. Poniamo che entri in contatto con il nostro call center un cliente che ha un valore attuale modesto per il tipo di contratto stipulato, ma un valore potenziale elevato. Ebbene, il confronto tra i due valori ci mette in grado di attivare in tempo reale un insieme di interventi volti a migliorare il valore aggiunto della relazione: offrendo, ad esempio, l’accesso a pagine dedicate del sito Internet oppure proponendo nuovi prodotti finanziari mirati.”

Repeat business e cross-selling
I due indicatori appaiono determinanti non solo per supportare le attività di CRM operazionale con iniziative personalizzate, ma anche per delineare le direttrici di una strategia commerciale a tutto campo. Un caso di recente applicazione è quello relativo ai canali di pagamento, che consistono tradizionalmente nel bollettino postale o nell’appoggio bancario. Dopo aver individuato popolazioni di clienti omogenee (in base all'anzianità del contratto, all’ammontare dei tassi, ecc.), è stata condotta un’analisi per verificare la sensibilità del valore attuale del cliente rispetto alla forma di pagamento scelta, esaminare nel dettaglio eventuali scarti, favorire o scoraggiare l’una o l’altra modalità. Ma c’è di più. “Siamo attualmente impegnati – riprende Giovanni Lux – nella definizione di modelli previsivi volti a migliorare le strategie di repeat business e di cross-selling. Si tratta, nel primo caso, di stimare la probabilità di riacquisto di un’auto con finanziamento Sava entro un arco temporale definito e, nel secondo, di valutare la probabilità di aumentare la nostra quota all’interno del portafoglio del cliente. Inutile sottolineare come questi modelli costituiscano altrettanti driver del business, perché ci permettono di ampliare e di personalizzare l’offerta conoscendo le probabilità relative di successo e quindi di ottimizzare l’investimento.”

Accelerare il ritorno degli investimenti
Fondamentale per la buona riuscita del progetto è stata la fattiva collaborazione della divisione IT e degli utenti business, non solo nella definizione dei requisiti, espliciti e latenti, ma anche nell’impegnativa fase di certificazione, volta a controllare la validità e la significatività semantica dei singoli campi del database. In questo senso, la tecnologia SAS ha funzionato, per così dire, come collante tra le esigenze squisitamente di business e le necessità operative di implementazione. “La tecnologia SAS – sottolinea Claudio Mattei, project manager della soluzione di customer database – ha contribuito alla buona riuscita del progetto per almeno due aspetti. In primo luogo, ha facilitato e accelerato le operazioni volte a verificare e a incrementare la qualità dei dati residenti nei sistemi legacy. In secondo luogo, ci ha permesso di costruire un prototipo della soluzione, funzionante con dati reali, ben prima del rilascio definitivo: abbiamo così potuto testare concretamente le funzionalità analitiche disponibili ed esibire al top management i ritorni effettivi in tempi molto più rapidi di quelli normalmente garantiti da un progetto di tale complessità.”

Verso Basilea II
La flessibilità dell’infrastruttura analitica ha consentito non solo di accelerare la messa in esercizio della soluzione e il ritorno degli investimenti, ma anche di assicurare l’evoluzione nel tempo e la rispondenza ai mutevoli bisogni operativi e di business. “Negli ultimi tempi – afferma Giovanni Lux – anche in Sava abbiamo dovuto affrontare le tematiche correlate a Basilea II, la cui applicazione richiede un forte investimento sotto il profilo dell’analisi per attribuire a ogni cliente una valutazione di rischio. Ebbene, la definizione del modello dei dati necessario per le nuove attività di analisi ha richiesto in definitiva una leggera implementazione di quello esistente. Con evidenti vantaggi in termini di riutilizzo degli investimenti già effettuati, risparmio di risorse lavorative e finanziarie, rapidità di realizzazione.”

© Copyright dell'editore. L'articolo non è riproducibile senza il suo consenso.