La tesi tratta due importanti branche del marketing, il direct e il database marketing (DM e DBM), e concetti ad essi correlati, ma non coincidenti: marketing interattivo e marketing relazionale. Si descrive quindi il progetto di una piattaforma software basata sull’apprendimento automatico volta ad affrontare importanti problemi di DM con un approccio originale.
La prima parte del lavoro è di taglio economico-aziendale: si descrivono rilevanza, problematiche e metodi del DM e del DBM. Si descrivono i metodi matematico-statistici di uso più tradizionale e si accenna alle tecnologie dei data warehouse e del data mining. La seconda parte focalizza l’attenzione sul progetto, preliminarmente si descrivono i fondamenti teorici del reinforcement learning, una metodologia di apprendimento automatico derivante dall’intelligenza artificiale e, in questo lavoro, complementare al data mining.
L’idea del progetto è di realizzare un sistema autonomico di gestione delle campagne di DM. Il sistema parte dai risultati di un’analisi di data mining e in base a questi seleziona i clienti da contattare e gli accoppiamenti cliente-offerta ottimali. Durante la campagna il sistema analizza in continuo i feedback provenienti dai clienti e in base a questi formula nuove ipotesi, adattando le conclusioni dell’analisi di data mining e ripianificando il proseguo della campagna.
