1. Corso di laurea in Marketing Management
Tesi di laurea specialistica di: Marco Ambrosini
Anno accademico: 2011-2012
Stima del Customer Lifetime Value
Un’applicazione al settore Automotive
2. Indice
• Obiettivo del lavoro
• Introduzione
• Overview
• Caso aziendale
• Esempio applicativo
• Implicazioni manageriali
• Criticità del modello
• Conclusioni
2
3. Obiettivo del lavoro
Costruire un indice Fornire al management un
statistico in grado di criterio di qualificazione
misurare il reale valore della clientela che sia utile
del cliente per l’impresa per la gestione degli sforzi
di CRM
Proporne l’applicazione
in un ambito finora
inesplorato, il settore
Automotive
3
4. Introduzione
Scoring della Concentrazione
Indici clientela sulla delle risorse sui
tradizionali base del valore clienti di
passato maggior valore
Problema
Eccessiva
semplificazione
della struttura
Errata
del valora
allocazione
delle risorse
scarse
Non viene
dell’impresa
considerato il
futuro della
relazione
cliente-impresa
4
5. Inquadramento in letteratura
Anno Autore Titolo Contributo
Data mining techniques
Tsiptis, K.
2009 in CRM. Inside Customer
Chorianopoulos, A.
Segmentation Inquadramento teorico dei principali
Kumar, V. indicatori di valore del cliente proposti in
Customer relationship letteratura.
Reinartz, T.
2006 management: a databased
Werner J.
approach.
Modeling Customer
2006 Gupta et al. Lifetime Value. (Journal
of Service Research) Fondamenti di teorici del CLV e delle
differenti metodologie statistiche proposte
Statistics and data mining per il calcolo
2006 Mani D.R. et al. techniques for lifetime
value modelling
Comprensione e applicazione delle
Kleinbaum D.G. Survival Analysis: A Self-
2012 principali metodologie dell’analisi di
Klein M. Learning Text
sopravvivenza
5
6. Overview
Indici tradizionali per la misurazione del valore del cliente
RFM Share of Wallet Past Customer Value
Misurazione del Il valore del cliente è
Il valore del cliente è
valore basata su 3 definito in base alla
definito dalla
indicatori di struttura percentuale di valore
sommatoria del valore
della relazione: detenuta dall’impresa
delle passate
in riferimento a tutte
• Recency le marche acquistate
transazioni,
attualizzate tramite
• Frequency dal consumatore in
un opportuno tasso di
una determinata
• Monetary categoria
sconto
Focus esclusivamente sul passato della relazione
6
7. Overview
Il Customer Lifetime Value
Definizione
Valore attuale dei futuri profitti generati da un consumatore per l’intera
durata della sua relazione con l’impresa
Elementi fondamentali alla base del calcolo
1. Probabilità che il consumatore sia attivo in futuro P(Active)
2. Flussi di cassa per periodo (p)
3. Costi sostenuti per ogni consumatore [(c) (AC)]
4. Tasso di attualizzazione (1+d)t
7
8. Overview
Probabilità che il consumatore sia attivo in futuro
Modello di Cox
• Metodologia tipica dell’analisi di sopravvivenza applicata nella
determinazione della probabilità con la quale un cliente manterrà la propria
relazione con l’impresa ad ogni determinato tempo t,
• La probabilità viene definita sulla base della funzione di sopravvivenza e di una
serie di covariate
Espressione matematica Es. di funzione di
Sopravvivenza
h(t,X) = rischio al tempo t, sulla base delle
covariate X
h0 = funzione di rischio di base
X= variabili esplicative
β = coefficiente assegnato alla variabile
esplicativa
8
9. Overview
Altri elementi fondamentali per il calcolo del CLV
Flussi di cassa per periodo
La determinazione dei flussi di cassa per periodo è piuttosto semplice e si basa sulla
media dei flussi passati generati da ogni consumatore
Costi sostenuti per ogni consumatore
• Diretti: costi sostenuti per consentire al consumatore di fruire del bene/servizio
offerto dall’impresa
• Di acquisizione: possono essere ricondotti alle spese necessarie per acquisire un
consumatore. A livello individuale vengono determinati dividendo l’ammortare
speso per una campagna di marketing per il numero di consumatori acquisiti
tramite la campagna stessa
Tasso di attualizzazione
Il tasso di attualizzazione è solitamente proporzionale al tasso di interesse pagato
dalla banca sui conti correnti dell’impresa; in alternativa può essere usato il costo
medio del capitale per l’impresa
9
11. Applicazione al settore Automotive
Metodologia e costruzione DB
• Variabile dipendente: interruzione del rapporto (vendita del veicolo )del consumatore
• Variabili esplicative:
• Variabili anagrafiche e socio-demografiche
• Variabili di prodotto
• Variabili di volume di transazione
Il campione è stato suddiviso in due parti distinte:
• Una parte di sviluppo del modello, che sfrutta l’intero arco temporale dei dati a
disposizione (9 anni)
• una parte di verifica Out-of-Sample, in cui sono state riscostruite le condizioni così come
erano 2 anni prima dello sviluppo del modello in modo da verificare ad oggi la
performance del modello di Cox 11
12. Applicazione al settore Automotive
Data understanding
È stato estratto un campione di 103.847 clienti: 70% sviluppo, 30% verifica
Partizione Frequenza Percentuale
Sviluppo 78.344 70%
Verifica 25.503 30%
Totale 103.847 100%
• La percentuale di clienti che hanno abbandonato l’impresa è del 30% per il
campione di sviluppo e intorno al 19% nella parte di verifica Out-of-
sample
• La differenza è dovuta al differente arco temporale della parte di verifica: 7
anni contro i 9 della parte di sviluppo del modello
Sviluppo Frequenza Percentuale Verifica Frequenza Percentuale
Ex-clienti 23.373 29,9% Ex-clienti 4.896 19,20%
Clienti 54.961 70,1% Clienti 20.607 80,8%
Totale 78.344 100% Totale 25.503 100%
12
13. Applicazione al settore Automotive
Modeling – Iter metodologico
In sample Selezione
Database
Campionamento / variabili per Modeling
aziendale
Out of sample Modello di Cox
13
14. Applicazione al settore Automotive
Calcolo CLV – Probabilità che il consumatore sia attivo in futuro
• È stato utilizzato un modello stratificato, la funzione di sopravvivenza di base dipende dal tipo
di modello posseduto mentre l’effetto delle covariate si mantiene invariato
• I valori Exp (β) rappresentano la stima degli odds ratio e consentono di interpretare l’effetto delle
covariate sulla probabilità di sopravvivenza
• Dalla fase di verifica Out-of-Sample risulta che i clienti che hanno effettivamente abbandonato
l’impresa hanno una probabilità di sopravvivenza media del 54% contro il 67% di coloro che
sono rimasti fedeli
Curve di sopravvivenza Interpretazione del modello
*In questo caso il valore dell’odds ratio è da considerarsi rispetto
all’Area geografica “Sud” 14
15. Applicazione al settore Automotive
Calcolo CLV – Altre componenti
Flussi di cassa per periodo
• Per la parte legata alle attività di service ci si è limitati ad utilizzare il fatturato
medio annuo generato da ciascun cliente nel corso della sua relazione
• Per quanto riguarda la parte relativa al veicolo il valore dell’acquisto è stato
ammortizzato su un numero di anni equivalente alla media del periodo di
possesso del veicolo stesso
Costi sostenuti per ogni consumatore
• I costi diretti di servizio non vengono conteggiati in quanto non sono a carico
dell’impresa ma dei concessionari
• Il costo medio di acquisizione è stato definito dalla spesa di alcune campagne di
marketing suddivisa per il numero di clienti che hanno effettivamente
acquistato un veicolo a seguito della campagna stessa
Tasso di attualizzazione
• È stato utilizzato un valore molto simile al costo medio ponderato del capitale
(WACC) dell’impresa analizzata, equivalente ad un tasso dell’8% annuo.
(L’utilizzo del valore esatto avrebbe facilmente reso identificabile l’azienda)
15
16. Applicazione al settore Automotive
Calcolo CLV – Esempio applicativo
Di seguito vengono proposte le principali caratteristiche di un consumatore scelto
casualmente a titolo di esempio per il quale verrà calcolato il Customer Lifetime Value
Durata della relazione 5 anni
Media globale di possesso del
7 anni
veicolo
Valore del veicolo posseduto 14.000 €
Fatturato medio annuo service 140,30 €
Costo di acquisizione 320 €
Il valore così ottenuto consente all’impresa, non solo di identificare quali sono i clienti
più profittevoli, ma anche di poter modulare le risorse da investire nello sviluppo della
relazione con il consumatore sulla base del valore che ci si attende da esso
16
17. Implicazioni manageriali
• La costruzione di un modello di CLV consente all’impresa di massimizzare il ROI sulle spese di
un investimento di marketing, concentrando le attività sui consumatori di maggior valore
• Inoltre, il modello di Cox consente di comprendere quali sono le variabili che incidono su una
duratura relazione cliente-impresa aiutando così l’impresa a predisporre efficaci azioni di
marketing a riguardo
I benefici che derivano dall’applicazione di questo modello possono essere cosi
sintetizzati:
Modulazione degli Concentrazione
investimenti di delle risorse su quei Maggiori possibilità
Mktg sulla base del clienti che di customizzazione
valore apportato da porteranno il dell’offerta
ciascun cliente massimo profitto
Incremento della
Incremento del
customer retention
livello di vendite
con riferimento ai
generate per ogni
consumatori di
dato livello di spesa
maggior valore
17
18. Criticità dell’elaborato
• Non presente nei software standard
Complessità • Richiede l’applicazione di tecniche
realizzativa che si discostano dall’ambito
statistico-economico tradizionale
Necessità • La presenza di dati
dati di precisi e puntuali è
elevata fondamentale per lo
qualità sviluppo del modello di
Cox
Necessità di
semplificare • A causa della mancanza di
il calcolo di non è stato possibile
alcune definire con accuratezza il
componenti flusso di cassa del periodo
del CLV apportato dal consumatore
18
19. Conclusioni
In un mercato iper-competitivo come quello attuale, lo
sviluppo di una relazione ottimale con il cliente in
termini di soddisfazione, redditività e durata, non può
che partire da una fondamentale precondizione:
Un’accurata selezione del target di clienti profittevoli,
in grado di guidare l’allocazione della risorse scarse a
disposizione dell’impresa
L’indice di CLV è l’unico indicatore che consente di
raggiungere l’obiettivo prendendo come riferimento,
non solo il passato, ma tutta la durata della relazione
tra cliente e impresa
19
20. Applicazioni al settore Automotive
Attività di CRM
2. Attività di
1. Incentivazione 3. Prevenzione del
Costomer care a
all’acquisto di un churn e incentivo
sostegno della
veicolo al riacquisto
relazione
Ciclo di vita del cliente
Prospect Cliente Possibile churner
La figura mostra le principali attività di CRM relativamente alle diverse fasi del ciclo di vita del cliente del settore Automotive
La creazione di un indice di CLV tramite lo sviluppo di un indice di sopravvivenza consente di
ottimizzare in modo particolare la fasi due e tre:
• L’indice di CLV in senso stretto consente sia di selezionare i clienti sui quali concentrare gli
sforzi di marketing sia di definire l’intensità degli investimenti profusi
• Il modello di Cox consente di identificare i clienti con la più alta probabilità di abbandono
consentendo all’impresa di definire opportune azioni di retention
20