nuovi modelli di intelligenza artificiale per arricchire

Nuovi modelli di Intelligenza Artificiale per arricchire il profilo dei tuoi utenti

Il Customer Engagement si rivoluziona

Stefano Lena, CSO, Contactlab

Armando Puglisi, Sr. Data Scientist, Contactlab

2


Indice

Contactlab: come aumentare il valore dei tuoi clienti

Intelligenza Artificiale: cosa pensiamo sia e cosa è in realtà

Cosa significa Machine Learning e il suo flusso

La risposta di Contactlab

3© Copyright 2017-2020 Contactlab

This document may not be modified, organized or reutilized in any way without the express written permission of the rightful owner.

3

Contactlab

Contactlab: leader in soluzioni di engagement dei clienti, efficaci e facili da usare

Influenziamo le vendite e

aumentiamo il valore dei tuoi

clienti nel tempo, trasformando i

dati

in relazioni personali



4

Contactlab

Un cambio di paradigma

«I leader di soluzioni applicative che abilitano

processi CRM e la customer experience

devono prepararsi a un importante cambiamento.

Passare dal consolidamento dei dati e dall'ottimizzazione dei processi

alla risposta agli eventi mentre si verificano in tempo reale,

sta diventando fondamentale

per sostenere il vantaggio competitivo

e offrire un'esperienza superiore al cliente.»

Use an Event-Driven Approach to Deliver Superior Customer Experience

Published: 18 May 2017

Gartner, 2018



5

Contactlab

Perché il processo all’ acquisto non è certo lineare

COME PENSIAMO CHE SIA COME È REALMENTE



6

Contactlab

La soluzione

Ma genera una mole di dati enorme per un singolo utente

Eventi di acquisto

Eventi dinamici

Dati personali

Customer Care

Preference

Center

Social Login

CRM

E-commerce

Retail

AnalyticsMessaggi istantanei

Feedback

digitale

E-mail

Mobile app

Sondaggi

SMS



7

Contactlab

La soluzione

E se moltiplichiamo questi dati per tutti i tuoi clienti?

Customer Care

Preference

Center

Social Login

CRM

E-commerce

Retail

Feedback

digitale

Analytics

E-mail

Mobile app

Sondaggi

Messaggi istantanei

SMS



8

Contactlab

Contactlab Marketing Cloud

Engagement Intelligence with a human touch

INSIGHTSCUSTOMER

DATA PLATFORM

MARKETING

AUTOMATIONMULTICHANNEL

1-TO-1 PERSONALIZATION

CONOSCI

MEGLIO

I TUOI CONTATTI

VEICOLI

IL MESSAGGIO

PIÙ EFFICACE

FAI CRESCERE IL

VALORE DEI TUOI

CLIENTI

CONOSCENZA PERSONALIZZAZIONE ANALYTICS

INTERAGISCI

OVUNQUE IN TEMPO

REALE

AUTOMAZIONE



9

Contactlab

Contactlab Marketing Cloud

Arricchire il profilo dei contatti

con algoritmi disponibili

a catalogo o personalizzati

Generare Cluster dinamici grazie

all’identificazione di pattern

comportamentali correlati

Targettizzare

accuratamente i clienti

aumentando le vendite

L’intelligenza artificiale della Contactlab Marketing Cloud vi consente di…

10








11

Artificial Intelligence

Cosa pensiamo sia

“La risposta alla domanda fondamentale sulla vita, l’universo e tutto quanto è… 42.”

“Certo sarebbe stato più semplice se avessi conosciuto la domanda.”



12


Cosa è realmente



13


Un po’ di storia

1950 1960 1970 1980 1990 2000 2010

Artificial IntelligenceIs not new

Artificial

IntelligenceQualsiasi tecnica che

consente ai computer di

simulare il comportamento

umano

Machine LearningProcessi statistici in grado di

permettere ai sistemi informatici di

imparare dai dati senza essere

esplicitamente programmati

Deep LearningLearning basato sul

Deep Neural Network

14








15


Machine Learning: un po’ di ordine

http://www.isaziconsulting.co.za/machinelearning.html



16


Alcuni esempi

Supervised

Classification Regression

Unsupervised

Clustering Recommender



17


Alcuni inconvenienti

Supervised

Classification Regression

Unsupervised

Clustering Recommender



18


Pro & Contro del machine learning

Accuratezza Si possono ottenere dei

modelli molto accurati.

Interpretabilità Capire come “ragiona” il modello

risulta abbastanza complesso e

richiede ulteriori analisi.

Attenzione• Rischio di applicare un modello

allenato fuori dal suo dominio

• Non si può prevedere tutto:

• FIFA World Cup predictions

• I clienti sono persone

Black Box Modelli già allenati



19


Machine Learning Flow: le fasi

Obiettivo Dati Exploratory &

Cleaning Model Building Insights Actions &

Measures



20


Definizione obiettivo

Obiettivo

Obiettivo• Quanti acquisti faranno i nostri clienti durante il prossimo

anno?

• Quali clienti abbandoneranno il nostro brand?

• Chi sono i top spenders?

• Chi sono gli utenti più ingaggiati su un canale?

• …

Dati Exploratory &


Measures



21


I dati necessari

Obiettivo Dati

Dati• Anagrafica

• Età

• Città

• Lingua

• …

• Eventi navigazione web

• Pagine viste

• Prodotti cliccati

• Eventi Ecommerce

• Aggiunto al carrello

• Rimosso dal carrello

• Aggiunto alla wishlist

• Resi

• Eventi Retail

• Store

• Sales Associate

• Feedback Email

• Aperture email

• Click email

• Impatto email sugli

acquisti

Exploratory &


Measures

• …



22


Exploratory & Cleaning


Cleaning

Exploratory & Cleaning• Garbage In -> Garbage Out

• Quanto sono consistenti i dati che abbiamo?

• Utenti/eventi duplicati?

• Missing data

80 percent of data science is cleaning the data

20 percent is complaining about cleaning the data

Model

BuildingInsights Actions &

Measures



23


Model Building

Obiettivo Dati Exploratory

& Cleaning

Model

Building

Model building:• Scelta algoritmo ML

• Creazione dataset & Feature engineering

• Training modello

• Fine tuning parametri

• Performance & Accuratezza

Insights Actions &

Measures



24


Insights


Cleaning Model Building Insights

Insights:• Cosa abbiamo scoperto?

• Valore aggiunto?

• Correlazioni con altri dati?

Actions &

Measures



25


Actions & Measures



Measures

Actions & Measure:• Strategie:

• Cross selling

• Up selling

• Improve customer relationship

• Personalizzazione contenuti

• KPI monitoring

• Model predictive accuracy monitoring

26








27


ContactDATA: Classification & Regression

Indice di Regolarità

per Settore

OBIETTIVI

Quanti clienti lo saranno ancora fra 6 mesi?

Quale sarà il livello di spesa dei tuoi clienti il

prossimo anno?

Quali clienti sono a rischio abbandono?

I tuoi attuali top spender resteranno tali anche in

futuro?

Churn: identificare i clienti a rischio abbandono sulla

base della loro storia passata

Future Spending: Predire la spesa futura di

ciascun cliente sulla base della storia passata



28


ContactDATA: Classification & Regression

Quanto ha speso

Angela durante

l'ultimo anno?

Customer Lifetime Value (CLV)

Grazie alle capacità di analizzare i comportamenti dei clienti fino a oggi e di predire il loro comportamento futuro di acquisto, è possibile utilizzare le informazioni

calcolate, ad esempio per:

• Intercettare i cambi di stato e differenziare le comunicazioni (e.g. da silver a bronze)

• Scoprire i clienti a rischio abbandono (e.g. 40%) e poter applicare strategie di retention

• Individuare i clienti che hanno una spesa medio bassa e creare strategie di up-selling (e.g. 332 €)

Attenzione: si prevede

che Angela spenderà

molto meno l'anno

prossimo



29


ContactDATA: Clustering Digital Behaviour

OBIETTIVI

Quali contatti hanno aperto le tue email?

Quali nuovi clienti hanno iniziato a seguirti

attivamente?

Quali sono i clienti che mostrano maggiore

interesse?

Email Engagement: Raggruppare i clienti in base al

loro comportamento sul canale email



30


ContactDATA: Clustering Digital Behaviour

Quante email ha

aperto e cliccato

nell’ultimo anno

Angela?

Email Engagement Index

Livello di Engagement:

ENGAGED.

Angela risulta molto attiva sul

canale email e reattiva alle

comunicazioni che le mandi.



31


Altri campi di applicazione

• Recommender Systems for content personalization

• Propensity Scores (intention to buy, … )

• Anomalies detection in customers’ behaviour

• Multi-Channel attribution Model

• Data Cleaning & Matching

Thank you

https://www.linkedin.com/company/contactlab

https://it.pinterest.com/contactlab/

http://www.slideshare.net/contactlab

https://twitter.com/ContactLab

https://www.youtube.com/user/ContactLab

https://www.facebook.com/ContactLab

https://plus.google.com/117658519838647153956

nuovi modelli di intelligenza artificiale per arricchire

Documents