I concetti da memorizzare su un datawarehouse

Il DW dovrebbe quindi rappresentare esplicitamente non soltanto i risul- tati, ma anche i fattori che portano a quei risultati, in quanto questi fattori collegano le azioni ai risultati.

Relativamente alla gestione delle campagne di marketing, ad esempio, il DW dei clienti (o il DB clienti, secondo i casi) rappresenta un importantis- simo punto di partenza per le azioni strategiche intraprese. Accade però spesso che le campagne stesse siano rappresentate nel DW in modo molto meno ricco e preciso di quanto accade per i clienti.

L’esperienza dice però che i dati sui clienti, se non sono correlati ai dati sulle azioni e sulle decisioni di marketing, perdono molto del loro valore, per cui risulta necessario considerarli congiuntamente a quelli sulle azioni di marketing.

Per esemplificare, consideriamo in generale uno dei più classici esempi di fatto memorizzato all’interno di un DW: le vendite. Il problema che si pone innanzitutto è quello di rappresentarne il valore, associato tipicamente al margine scomponibile nei suoi costituenti come segue:

valore = margine margine = ricavo – costo

ricavo = quantità venduta × prezzo unitario - sconto - resi

Un modo di indagare più analiticamente sul valore può consistere, ad e- sempio, nell’inserire all’interno della tabella dei fatti Vendite le varie gran- dezze che compaiono nelle uguaglianze, anche se questo non ci dice ancora nulla su quali siano i suoi driver.

Le indagini su tali determinanti avviene se ci si pone in un’ottica pretta- mente decisionale, nella quale occorre invece valutare come intervenire sul valore per ottimizzare i risultati. Si rende dunque necessario risalire da un obiettivo alle leve manovrabili per raggiungerlo, così come vedremo occor- re fare quando si parla di variabili non osservabili, una per tutte, la soddi- sfazione del cliente.

Ottimizzare, ad esempio, la quantità venduta, che è fondamentalmente una grandezza scelta dal cliente, non è compito così semplice. Per quanto detto prima, innanzitutto occorrerà chiedersi come l’azienda possa influen- zare tale scelta. Esistono, come noto, diverse opzioni di ampliamento della relazione, come l’up-selling, il cross-selling, il trading up( glossario) o la business extension ( glossario).

Considerando, ad esempio, che l’up-selling rappresenta un aumento di volume degli acquisti, derivante da economie di scala del cliente nell’acquisto e nel consumo, nel DW e nelle applicazioni di DM sarà oppor- tuno, per la teoria, tener traccia di questi concetti, connessi in qualche modo al fatto vendita.

Questa considerazione serve fondamentalmente come base metodologica nell’analisi delle problematiche da affrontare. Non vengono infatti specifica- te tabelle di fatti o dimensioni da inserire nello schema a stella del DW, né altri dettagli sulle scelte più tecniche, né tanto meno come dovranno essere gli algoritmi di DM che opereranno sulle tabelle.

D’altra parte, i motivi che possono spingere il cliente (che, si noti, a que- sto punto dell’analisi è ancora del tutto sconosciuto) a comprare di più, non dipendono dall’impresa, ma possono essere legati, ad esempio, all’aumento del reddito come anche all’ampliamento della famiglia.

Anche se non costituiscono propriamente delle leve decisionali, delle mo- tivazioni del genere rappresentano comunque per la customer intelligence ( glossario) delle opportunità per intervenire.

Di conseguenza è desiderabile avere nel DW questo tipo di informazioni. Oltre tutto le due variabili citate sono tradizionalmente utilizzate nella seg- mentazione della clientela e non è un caso. Infatti, si tratta di variabili che determinano la funzione di risposta di un cliente alle azioni di marketing, che in precedenza abbiamo indicato come la vera essenza della segmenta- zione in quanto euristica di aggregazione per l’ottimizzazione del valore.

Il cliente dovrebbe quindi realizzare economie di scala nell’acquisto e nel consumo. Occorre pertanto individuare le informazioni utili alla compren- sione e alla gestione delle variabili endogene, cioè sotto il controllo dell’impresa, che consentono o provocano tali economie.

La variabile più ovvia è il prezzo unitario: diminuendo tale prezzo il clien- te può essere motivato ad aumentare la quantità, e sotto opportune condi- zioni ciò può portare a maggior valore.

Per poter prendere una decisione a riguardo, però, è necessario conosce- re la funzione di risposta di un cliente alla diminuzione di prezzo, ovvero l’elasticità della domanda individuale rispetto al prezzo. Per conoscere tale funzione è utile estrarre dalla storia del cliente la correlazione tra prezzi e quantità acquistate o non acquistate.

Da qui il concetto fondamentale rappresentato dal fatto che un DW do- vrebbe tenere traccia degli eventi ma anche dei non-eventi, delle occasioni in cui qualcosa che sarebbe potuto accadere non è accaduto.

Ad esempio, in riferimento agli stimoli di cui abbiamo parlato, il fatto che un cliente rifiuti un’offerta telefonica del call center ( glossario) ha un valore conoscitivo e decisionale, rappresentando un comportamento che porta informazione sulla funzione di risposta del cliente alle azioni di mar- keting.

Un ottimo principio guida potrebbe allora essere quello di tenere traccia delle manifestazioni della funzione di risposta del cliente alle azioni dell’impresa, il che non equivale esattamente al principio di tenere traccia del comportamento del cliente. Nel comportamento viene quindi enfatizzato l’aspetto della funzione di risposta, che gioca un ruolo chiave nel problema di ottimizzazione del valore della clientela.

Pensando al comportamento del cliente come manifestazione della fun- zione di risposta, emerge la visione parziale fornita dalla considerazione delle vendite.

Sarebbe opportuno che nel DW venissero memorizzate le occasioni in cui uno stimolo raggiunge il cliente, registrando in una tabella dei Contatti gli esiti a tali azioni, ovvero le risposte del cliente, che sono osservazioni della sua funzione di risposta, e che possono essere eventi diversi dalla vendita, compresi i non eventi.

Per esempio, un contatto telefonico per la proposta di un abbonamento può avere come esito la sottoscrizione, il rifiuto totale, il rinvio, la richiesta di riparlarne nell’orario in cui ci sarà in casa il decisore della famiglia.

Detto questo, gli eventi Vendite possono dunque essere visti come una classe di risposte agli eventi Contatti.

Questo modo di impostare l’analisi non rappresenta un non plus ultra, ma va considerato a livello metodologico, nel senso che, in linea di principio, un’informazione che non ha correlazioni utilizzabili con le azioni dell’impresa non è un’informazione utile.

Abbiamo finora parlato degli eventi e delle azioni possibili da memorizzare nel DW. Per quanto riguarda l’elemento correlante, esso è rappresentato dalla tabella dei fatti relativa ai clienti, tipicamente presente nei DW per il marketing.

Astraendo, in una situazione ideale il DW contiene la storia delle azioni dell’impresa che hanno raggiunto il cliente, compresa l’azione nulla, e la storia delle risposte del cliente a quelle azioni, compresa la risposta nulla. Applicando algoritmi di analisi a queste due storie correlate si cerca di ac- quisire informazioni sulla funzione di risposta del cliente.

In letteratura viene proposto un modello formale molto astratto che as- sume la forma di una sequenza di questo tipo:

(a1, r1, t1) … (an , rn, tn) dove:

ai = azioni dell’impresa,

ri = risposte del cliente,

ti = istanti di tempo in cui azioni e risposte avvengono, ricordando che le

azioni e le risposte possono anche essere nulle (per i non eventi).

Il fatto che ci siano azioni nulle indica che le risposte del cliente sono de- terminate anche da fattori diversi dalle azioni dell’impresa. Possiamo quindi introdurre nel modello anche degli eventi esogeni ei che compaiono nel

DW:

Conoscere eventi come, per esempio, l’acquisto di una casa, il matrimo- nio o la nascita di un figlio, permette di definire più realisticamente il com- portamento del cliente come risposta alle azioni dell’impresa e ad altri fat- tori. La funzione di risposta del cliente può essere molto variabile in pre- senza di eventi di questo genere.

Di conseguenza sarà opportuno che nel DW vengano memorizzati concetti come: azione dell’impresa, risposta del cliente, evento esogeno, stato del cliente, stato dell’impresa.

Questi concetti molto astratti si tradurranno di caso in caso in concetti più concreti, come i contatti promozionali o le vendite. Tali concetti apparte- nenti al quadro teorico della BI riteniamo possano essere molto utili se co- struiti, in ogni caso, sulla base delle teorie delle discipline manageriali ed economiche.