148
CONCLUSIONI
Questa tesi ha fornito una panoramica dei principali concetti collegati al marketing, riservando una particolare attenzione a due importanti branche: direct e database marketing (DM e DBM), che insieme consentono alle aziende di gestire al meglio la relazione con i propri clienti e di individuare l’offerta più indicata per specifiche persone. Questo lavoro di tesi è nato con lo scopo di realizzare una piattaforma software basata sull’apprendimento automatico volta ad affrontare importanti problemi di DM con un approccio originale. L’originalità del progetto sta nel fatto che l’analisi dei risultati è eseguita in modo continuo durante la campagna e non al termine di essa; l’analisi delle risposte consente al sistema di individuare il momento più opportuno per variare l’offerta; l’individuazione del momento per la variazione delle offerte e la scelta dell’offerta migliore, permette alle aziende di massimizzare il livello di profitto. In questo momento è disponibile un prototipo funzionante in grado di fornire risultati promettenti su dati simulati.
La simulazione dei dati è stata motivata dall’impossibilità pratica di ottenere dati realistici per la sperimentazione di un prototipo, ma anche dalla necessità di testare il software in una gamma molto ampia di situazioni, non ritrovabili in un’unica campagna. Le simulazioni effettuate finora hanno prodotto risultati promettenti, in linea con le aspettative. È ragionevole aspettarsi buone prestazioni anche su dati reali.
Il progetto è attualmente in corso. L’Autrice di questo lavoro ha partecipato al gruppo di lavoro fin dall’inizio del progetto, e ha quindi potuto avere piena visibilità di tutte le fasi sin qui svolte: analisi dei requisiti, definizione di un modello del funzionamento atteso, progettazione e implementazione degli algoritmi, test dell’implementazione, valutazione dei risultati.
