Usa Analytics per conoscere il tuo cliente

Questa guida illustra come valutare il comportamento e il sentimento dei clienti rispetto ai vari parametri del tuo programma fedeltà utilizzando dashboard e intelligenza artificiale che si basano sulla Retail Data Platform.

Soluzione aziendale

Questa guida illustra come combinare dati provenienti dal sistema di gestione della fidelizzazione, dati transazionali point-of-sale/POS e quindi arricchire tali dati con datapoint dei consumatori esterni intorno alle fasce di età e allo stato civile, raccogliere tutti i dati, gestire la qualità dei dati e preparare l'analisi automaticamente su base oraria.

Inoltre, per convalidare le azioni giuste da intraprendere, questo scenario utilizza tutti i dati e la modellazione AI integrata di Oracle per generare scenari What-If per prevedere l'impatto delle modifiche proposte in modo che gli utenti possano selezionare la migliore alternativa.

Nota:

Nel più ampio scenario di conoscenza dei clienti, questo probabilmente otterrebbe dati aggiuntivi su campagne, potenzialmente merchandising, probabilmente feed di social media (integrati automaticamente e trascritti a un formato utile) e altri eventi esterni come meteo, sport, eventi e così via.

Oracle Retail Data Platform ti consente di includere e gestire tutti gli aspetti dei dati e di conservarli in modo organizzato, in un'unica posizione. Da strutturato a non strutturato, da relazionale a video, tweet a geospaziale, tutti i formati risiedono in un unico luogo, consentendo analisi sicure e organizzate.

Per i clienti che fanno affidamento sui prodotti Oracle, sfruttando la gravità dei dati, ovvero consolidando tutti i dati in un unico modello operativo, un cloud, un unico fornitore, offre chiari vantaggi, tra cui:

• Nessun diritto di uscita.
• Meno latenza dei dati e problemi di qualità.
• Un unico modello di sicurezza e governance.

Comprendere i termini e i concetti pertinenti del settore

Questa guida utilizza alcuni termini e concetti di settore con cui dovresti conoscere in modo da poter comprendere meglio il valore di questo scenario:

• Acquisizione

  L'acquisizione dei clienti è il processo di acquisizione di nuovi clienti attraverso vari canali. Gli annunci a pagamento, i social media, il passaparola e l'e-mail marketing sono solo alcuni esempi di modi in cui le aziende possono offrire nuovi clienti.

• Segmentazione

  Un segmento è un gruppo di clienti creato utilizzando dati che tengono traccia del comportamento e delle caratteristiche del profilo. Ogni segmento presenta criteri condizionali che qualifica determinati clienti dal database dei clienti. I segmenti creati possono essere esportati in altri strumenti di orchestrazione marketing Oracle per l'implementazione di campagne quali Oracle Responsys e Oracle Eloqua. Ad esempio, l'azienda desidera eseguire una campagna promozionale per vendere l'inventario in eccesso di abbigliamento invernale per bambini. È possibile creare il segmento per questa campagna in Oracle Unity per l'esportazione in uno strumento di orchestrazione marketing.

• Attivazione

  L'attivazione del cliente si riferisce all'atto di motivare i clienti a realizzare appieno i vantaggi del prodotto che stanno testando, aumentando così il loro coinvolgimento complessivo. Il risultato potrebbe essere la generazione di un nuovo cliente o il coinvolgimento di un cliente inattivo. Qualunque cosa sia, l'attivazione avviene quando un cliente diventa entusiasta del tuo prodotto o servizio attraverso il marketing pertinente, comprendendo pienamente i suoi benefici (il momento del 'aha!' sfuggente)

• Tasso di conversione

  Il tasso di conversione è la percentuale di persone che visitano la pagina Web che si convertono nell'offerta. Il tasso di conversione viene calcolato dividendo il numero di persone che hanno convertito il numero di persone che hanno visitato la pagina.

Soluzione tecnica

La soluzione tecnica si basa su Oracle Retail Data Platform, un'unica piattaforma per memorizzare, gestire, arricchire e analizzare tutti i tipi di dati. In questo esempio, stiamo importando data feed da sistemi POS e di fidelizzazione (interfacce API), eseguendoli attraverso pipeline di qualità dei dati e di trasformazione per creare un lake curato. Successivamente, prendiamo un feed di Oracle Advertising Cloud per fornire informazioni aggiuntive sui consumatori, ad esempio i gruppi di età e lo stato civile.

Oracle Fusion Analytics e Retail Insights sono acceleratori per un accesso più rapido ai modelli di dati e Oracle assume alcuni costi di manutenzione. Questi servizi utilizzano lo stesso stack tecnico di base, che garantisce una maggiore interoperabilità. Le informazioni che è possibile ricavare da Oracle Analytics includono:

• I segnali deboli dei consumatori (da social media).
• La segmentazione dei clienti, che consente di migliorare l'attivazione/messaggistica e di promuovere strategie di merchandising e fornitura.
• Modifiche della domanda in base a campagne o eventi esterni (tessera, sport, eventi nazionali, eventi locali).

Da strutturato a non strutturato, da relazionale a video, tweet a geospaziale, tutti i formati sono tenuti in un unico posto per un'analisi sicura e organizzata. Sebbene tutti i fornitori di soluzioni cloud abbiano una forma di data lake, gli Oracle sono l'unico a poter combinare liberamente i diversi tipi di dati in un unico set di strumenti. Non devi spostare i dati tra diversi tipi di database e puoi utilizzare strumenti relazionali per eseguire query su dati non strutturati o strumenti di data science per eseguire l'apprendimento automatico sul posto nel lago. In più, l'intera piattaforma dati condivide un modello di sicurezza, una posizione e un approccio di gestione per operazioni più semplici ed efficienti.

Descrizione dell'illustrazione retail-lakehouse.png

retail-lakehouse-oracle.zip

Architettura

Il diagramma riportato di seguito illustra il flusso di lavoro descritto in questa soluzione.

Descrizione dell'immagine retail_lakehouse_fc.png

retail_lakehouse_fc.png

L'architettura ha le seguenti fasi:

• Trova

  Qui acquisiamo i dati strutturati e non strutturati provenienti da diverse fonti, come i sistemi POS (Point of Sale), come i micros, i sistemi ERP (Enterprise Source Systems), la Customer Experience, il prodotto e il marketing insieme all'input IoT, le operazioni del punto vendita, incluso il traffico in negozio e i dati dei social media.

• Inclusione

  I dati vengono inclusi da una vasta gamma di sistemi di origine che utilizzano i servizi di integrazione OCI e passati allo storage degli oggetti data lake, che è l'area di arrivo della piattaforma dati.

• Trasforma e cura

  Inoltre, i dati vengono puliti, trasformati e arricchiti mediante il servizio Data Flow OCI, che è un servizio Apache Spark completamente gestito, che esegue task di elaborazione su data set di grandi dimensioni senza infrastrutture per la distribuzione o la gestione. Passiamo i dati dalla zona curata al livello di storage finale della piattaforma dati, una combinazione di storage degli oggetti e Autonomous Data Warehouse (ADW). Aiuta a democratizzare i dati in tutta l'organizzazione.

• Analizza, apprendi e prevedi

  I dati vengono ora utilizzati per analizzare e fornire informazioni aziendali approfondite attraverso dashboard Oracle Analytics Cloud (OAC) centralizzati. Inoltre, estendiamo la nostra analisi utilizzando lo stack AI/ML di Oracle per apprendere e prevedere i risultati.

• Misura e azione

  La piattaforma dati può ora essere integrata con applicazioni mobile personalizzate, stack di tecnologia open source e piattaforme ibride. In questa demo, l'integrazione con la piattaforma Data Science mostra l'intelligenza aggiunta per acquisire il comportamento dei clienti.

Componenti dell'architettura

L'architettura per questo scenario contiene i seguenti componenti:

• Origine dati

  Questi sono i punti di origine per l'assunzione dei dati alla piattaforma dati, ad esempio sistemi POS come Micros, analisi del comportamento Web degli utenti, applicazioni Fusion Supply Chain Management, origini eCommerce e così via.

• Oracle Data Integration Service

  OCI Data Integration è un servizio completamente gestito, serverless e cloud nativo che estrae, carica, trasforma, pulisce e rimodella i dati da una vasta gamma di origini dati nei servizi Oracle Cloud Infrastructure di destinazione, come Autonomous Data Warehouse e Oracle Cloud Infrastructure Object Storage.

• Memoria oggetti

  Lo storage degli oggetti garantisce un accesso rapido a grandi quantità di dati strutturati e non strutturati di qualsiasi tipo di contenuto, inclusi backup del database, dati analitici e contenuti avanzati, ad esempio immagini e video. Puoi memorizzare i dati in tutta sicurezza e poi recuperarli direttamente da Internet o dall'interno della piattaforma cloud. Puoi ridimensionare lo storage in modo trasparente senza alcun peggioramento a livello di prestazioni o affidabilità dei servizi. Utilizza lo storage standard per lo storage "hot" a cui devi accedere in modo rapido, immediato e frequente. Utilizzare lo storage di archivio per lo storage "freddo" che si mantiene per lunghi periodi di tempo e raramente può accedere.

• Flusso di dati

  OCI Data Flow è una piattaforma serverless basata su cloud che ti consente di creare, modificare ed eseguire job Spark su qualsiasi scala senza la necessità di cluster, team operativi o conoscenze Spark altamente specializzate. Durante il runtime, Data Flow ottiene l'origine dell'applicazione, crea la connessione, recupera i dati, li elabora e scrive l'output in Oracle Cloud Infrastructure Object Storage.

• Autonomous Data Warehouse

  Oracle Autonomous Data Warehouse è un servizio di database a gestione autonoma, protezione automatica e funzionalità di autoriparazione ottimizzato per i carichi di lavoro di data warehousing. Non è necessario configurare o gestire alcun hardware o installare alcun software. Oracle Cloud Infrastructure gestisce la creazione del database, nonché il backup, l'applicazione di patch, l'aggiornamento e l'ottimizzazione del database.

• Catalogo dati

  OCI Data Catalog è un servizio di gestione dei metadati che aiuta i professionisti dei dati a trovare i dati e supportare la gestione del controllo dei dati. Progettata espressamente per funzionare bene con l'ecosistema Oracle, offre un inventario di asset, un glossario aziendale e un metastore comune per i data lake.

• Data science

  OCI Data Science è una piattaforma completamente gestita che consente ai team di data scientist di creare, formare, distribuire e gestire modelli di apprendimento automatico utilizzando Python e strumenti open source.

• Oracle Machine Learning

  Il machine learning è un sottoinsieme dell'intelligenza artificiale (AI) che si concentra sulla creazione di sistemi che apprendono o migliorano le prestazioni in base ai dati che utilizzano.

• Blocchi note OML

  Oracle Machine Learning Notebooks è un'interfaccia utente collaborativa per data scientist e analisti aziendali/dati che eseguono il machine learning in Oracle Autonomous Database.

• Lingua OCI

  Il linguaggio OCI è un servizio AI basato su cloud che esegue sofisticate analisi del testo su larga scala. Questo servizio ti consente di creare applicazioni intelligenti utilizzando le API e gli SDK REST per elaborare testo non strutturato per l'analisi delle opinioni, il riconoscimento delle entità, la traduzione e molto altro ancora.

• Oracle Analytics Cloud

  Oracle Analytics Cloud è un servizio cloud pubblico scalabile e sicuro che offre agli analisti aziendali funzionalità di analitica moderne, basate sull'intelligenza artificiale e self-service per la preparazione, la visualizzazione dei dati, la reportistica aziendale, l'analisi migliorata e l'elaborazione e la generazione del linguaggio naturale. Oracle Analytics Cloud offre anche funzionalità flessibili di gestione dei servizi, tra cui configurazione rapida, scalabilità e applicazione di patch e gestione automatica del ciclo di vita.

• Consumatori di dati

  I consumatori di dati sono entità che visualizzano e utilizzano i dati elaborati dalla piattaforma dati. Ciò potrebbe includere dirigenti aziendali, applicazioni Oracle Business Intelligence, Oracle Analytics Cloud o campagne, messaggistica e programmi fedeltà di un cliente.

Dashboard

Il comportamento dei clienti del programma fedeltà viene raccolto e presentato su questi due dashboard analitici:

• Dashboard responsabile progetto
• Dashboard profilo cliente

Gli esempi di questa guida si concentrano su questi dashboard e su come il retailer può ottenere insight da loro. È inoltre possibile combinare le metriche raccolte da questi dashboard con un'applicazione di gestione dei programmi fedeltà, ad esempio CrowdTwist di Oracle, per comprendere e gestire meglio il comportamento dei clienti. In genere queste applicazioni offrono funzioni quali registrazione, tracciamento dei punti, offerte e riscatto dei premi. Un'applicazione di programma fedeltà come CrowdTwist verrà utilizzata come origine ed eventualmente come consumatore dell'analitica visualizzata in questo scenario.

Le varie prospettive disponibili nel dashboard del programma fedeltà mostrano le prestazioni e i tassi di conversione del programma fedeltà negli Stati Uniti. Analizza il movimento di appartenenza negli ultimi due anni e individua i motivi delle deviazioni aziendali. Le prospettive di profiling dei clienti mostrano diversi aspetti dell'identificazione e del comportamento dei clienti, come ad esempio iscrizioni, tasso di conversione (per traffico negozio), presenza geografica del programma, motivi del rifiuto, riscatto dei punti e campagne di gestione.

Sebbene questi siano come semplici grafici di dati puliti, raramente questi dati sono disponibili in un formato semplice in un unico posto. Mentre gli utenti aziendali vedono principalmente il risultato, il processo effettivo per ottenere qui è complesso e in passato, la maggior parte delle organizzazioni è stata in grado di farlo come principalmente processo manuale, forse una o due volte all'anno. La nostra soluzione ti permette di analizzare tutto questo e di più su base continuativa. Per avere più senso, invece di basarci su classificazioni statiche, stiamo consentendo all'AI di trovare diverse categorie e aiutare con la modellazione.

Tenere presente che non tutti questi dati erano disponibili internamente. Alcuni degli elementi, in particolare l'età e lo stato civile, sono l'arricchimento dei dati da un'origine esterna, Oracle Advertising Cloud.

Tasso di conversione traffico negozio

Questo dashboard esecutivo offre una visione di alto livello del numero di clienti che aderiscono al programma fedeltà o ne escono e fornisce motivi per supportare metriche sia positive che negative. In questo modo sarà possibile comprendere meglio i comportamenti aziendali nel tempo e per un trimestre selezionato in un anno specifico.

L'esempio riportato di seguito illustra questa storia: il primo grafico mostra l'appartenenza al programma fedeltà complessiva rispetto al tasso di conversione trimestrale (ovvero i nuovi membri del programma fedeltà). Nel confronto trimestre-trimestre è possibile osservare una tendenza al ribasso nei tassi di conversione fedeltà a partire da Q3 2021. Eseguire un'analisi approfondita nell'altro grafico a barre. Mostra che il traffico in negozio è aumentato in modo significativo (aumento di circa il 100%) nel 2021, ma le nuove transazioni nette sono circa il 25%. Quindi, sembra che, dal 2021, qualcosa sia andato storto con i programmi fedeltà.

Descrizione dell'immagine store_traffic_conversion.png

Prestazioni cliente fedeltà

È possibile esaminare il comportamento dei membri del programma fedeltà corrente nel dashboard Prestazioni cliente fedeltà.

Descrizione dell'immagine loyalty_customers_performance.png

In questo esempio, se si esaminano i dieci trimestri precedenti, i primi due grafici a barre indicano un'importante iterazione/opt-out del programma fedeltà nell'appartenenza al cliente da Q3 2021 in poi. Il comportamento dei punti riscattati rispetto ai punti scaduti indica una diminuzione dei punti riscattati e un corrispondente aumento dei punti in scadenza. Da questo punto di vista, si potrebbe concludere che i clienti non sono in grado di riscattare i punti entro la data di scadenza del premio specificata. Il grafico a torta (più basso a destra) indica che circa il 50% dei clienti ha indicato la scadenza del punto come motivo chiave per l'esclusione dal programma fedeltà. In base a questi dati, gli approfondimenti dai quali è possibile intraprendere azioni potrebbero indicare di esaminare in dettaglio l'assegnazione dei punti e la sequenza temporale di scadenza.

Programma campagna

Utilizzare il dashboard Programma campagna per analizzare ulteriormente le campagne dei clienti. Ad esempio, nello scenario è una campagna per mantenere il programma fedeltà Esclusione clienti. In questo caso, i dati raccolti nei tre mesi precedenti aiutano a identificare i frequenti acquirenti che hanno scelto di non appartenere alla fidelizzazione.

Descrizione dell'immagine campaign_program.png

Applicando la data science, puoi identificare le poche offerte personalizzate che aiuteranno a fidelizzare i clienti, ad esempio:

• Offerte di rimborso
• Acquista uno, ottieni uno (BOGO)
• Buoni regalo
• Sconti speciali

A partire dal terzo trimestre dell'anno fiscale 2021, i picchi dei clienti opt-out non sono stati in grado di riscattare i punti a causa di vari motivi, come indicato nel grafico a torta. Come misura proattiva, per recuperare i clienti esclusi è possibile eseguire campagne specifiche, fornire offerte personalizzate utilizzando il marketing tramite e-mail o modificare i parametri delle regole di riscatto.

Dashboard sintetico fedeltà

Usa il dashboard relativo ai profili dei clienti del sintetico fedeltà per confrontare i ricavi con l'efficacia con cui acquisisci nuovi sottoscrittori fedeltà.

Descrizione dell'immagine loyalty_summary.png

In questo scenario, utilizzando i dati degli ultimi cinque anni, è possibile vedere che i ricavi sono in calo dal 2021. Di recente, nel marzo 2022, i ricavi non sono ancora così grandi ma, analizzando il grafico a cascata, si vede, sorprendentemente, una tendenza al rialzo nell'acquisizione di nuovi membri fedeltà.

Ora concentrati sul grafico a barre in basso e valuta le nuove attività/rinnovo per i clienti del settore fedeltà. Noterai che fino al 2020, il tuo programma fedeltà si è concentrato principalmente su offerte di cashback e fedeltà alla coalizione, ma, dal 2021, parte della nostra strategia aziendale ha spostato l'attenzione al programma fedeltà a pagamento e a più livelli. Sulla base di questi dati, approfondimenti dai quali è possibile intraprendere azioni indicano la necessità di riesaminare la strategia aziendale per determinare come concentrare l'attenzione sui programmi Cashback e Coalition.

Profilo cliente

Il dashboard Profilo cliente rappresenta un'altra prospettiva sul comportamento del cliente in base alle metriche demografiche rispetto ai ricavi.

Descrizione dell'immagine customer_profile.png

In questo scenario, è possibile vedere che i ricavi aziendali sono diminuiti dal 2021. Per identificare il motivo del calo delle vendite, questo dashboard consente di esaminare diversi aspetti, ad esempio le iscrizioni, la presenza geografica, la categoria del programma fedeltà, lo stato civile, l'età e il pattern di acquisto. Una volta stabilito che si desidera modificare le regole di riscatto, è possibile utilizzare le visualizzazioni fornite da questo dashboard per provare parametri diversi e vedere come potrebbero influire sul successo della fidelizzazione. Ad esempio, se si guarda all'anno 2020, i programmi fedeltà sono stati progettati principalmente per guardare le persone sposate, che contribuiscono al 51% dell'intera base clienti e a diversi programmi fedeltà, come coalizione e cashback insieme alla fedeltà a più livelli, che fornivano contributi importanti profondi da 25 a 35 anni. Pertanto, è necessario guardare come è possibile lanciare offerte redditizie per riportare i clienti sposati nella fascia di età 25-35. Pertanto, per ottenere approfondimenti dai quali è possibile intraprendere azioni, è possibile eseguire analisi What-If e basarsi sulle regole di riscatto, è possibile provare parametri diversi per visualizzare come potrebbero influire sul successo della fidelizzazione.