SAP$BusinessObjectsSolu2ons -...

Business Intelligence & Analy0csorganizzazione, processi, tecnologie

SAP BusinessObjects Solu2ons

BI Evolution&

Harmonization

i n n o v a t i o na n d

g a m e -‐ c h a n g i n g s o l u t i o n s

L’analisi predi.va in ambito CP & RetailBofrost racconta

SAP Forum Milano2013

Guido Cescon -‐ CIO Bofrost ItaliaDiego Sossai -‐ Presidente Méthode

SAP BusinessObjectsSoluIons

SAP Forum M

ilano -‐ 2013

Méthode -‐ Value Proposi0on -‐ Extended BI

2

Conne%ere la BI ai processi -‐ nuove risposte a nuovi bisogni

innovazione

descrittiva

diagnost ica

p red i t t i va

precisionedelle

decisioni

. . . e PRESCR ITT IVAB Ip ro p o n i a m o u n a B I . . .

B U S I N E S S D R I V E N

I N N OVAT I O N F O C U S E D

AC T I O N A B L E


SAP Forum M

ilano -‐ 2013

futureinformation

PredictiveAnalysis

StatisticalModellingfuture

informationOra sappiamo cosa è successo. Ma cosa succederà ... ? Se solo potessimo saperlo ...Ora sappiamo cosa è successo. Ma cosa succederà ... ? Se solo potessimo saperlo ...

managementinformation

Planning & ForecastingFinancial Management

ConsolidationProcess Analysismanagement

informationPlanning, budgeting, and forecasting - tecnologie abilitanti per processi snelliPlanning, budgeting, and forecasting - tecnologie abilitanti per processi snelli

consolidatedinformation

Executive & OperationalReporting & Dashboarding

Data DiscoveryBI in Mobilityconsolidated

informationInformazioni veloci, chiare, corrette; cosa è successo e cosa succedendoInformazioni veloci, chiare, corrette; cosa è successo e cosa succedendo

business rulesengine

Data IntegrationData Quality & Certification

DatawarehousingReal Time Analyticsbusiness rules

engineLa garanzia che le informazioni sia coerenti con i criteri di valutazione del businessLa garanzia che le informazioni sia coerenti con i criteri di valutazione del business

infrastructurefoundation

DB & TechnologyIQ - analytical database

SAP HANA & BWin memory computinginfrastructure

foundationTecnologie e performance per i nuovi modelli e bisogni di business - r e a l real-time analysisTecnologie e performance per i nuovi modelli e bisogni di business - r e a l real-time analysis

Méthode -‐ Value Proposi0on -‐ Extended BI

3

Skill e competenze per i bisogni del business

businesstechnology


SAP Forum M

ilano -‐ 2013

M é t h o d e p o r t a l e s o l u z i o n i

N o n c ’ è b i s o g n o d i M é t h o d e p e r g u i d a r l e

4

“Voglio poter u?lizzare l’auto, per arrivare a des?nazione,senza meccanico”

l ’ u t e n t e b u s i n e s s

g l i e s p e r t i d e l l a t e c n o l o g i a

Deve O T T E N E R E , C A P I R E e U T I L I Z Z A R E

la giusta informazione, nel momento in cui questa serve

Deve usare gli strumen0 in modo pra0co ed efficiente

Per guidare il proprio business , così come guida la sua auto

Devono avere il K N OW H OW per ges0re la tecnologia

Per assicurare l’efficienza tecnologica della soluzione e quindi dei processi

Méthode -‐ Value Proposi0on e approccio

B U S I N E S S D R I V E N


SAP Forum M

ilano -‐ 2013

Extended BI -‐ il con0nuum temporale

passato futuro

presente

Bus inessInte l l igence

Predict iveAnalyt ics

5


SAP Forum M

ilano -‐ 2013

Posizionamento delle Advanced Analy?cs

“ P r e d i c t i v e a n a l y s i s h e l p s c o n n e c t d a t a t o e f f e c t i v e a c t i o n b y d r aw i n g

r e l i a b l e c o n c l u s i o n s a b o u t c u r r e n t c o n d i t i o n s a n d f u t u r e e v e n t s . ”

(Gareth Herschel, Research Director, Gartner Group)

“ . . . P u t t i n g B i g D a t a a n d a d v a n c e d a n a l y t i c s t o w o r k . . . ”

“ . . . l i n k i t t o t h e p r o c e s s , g e t t h e m e t r i c s r i g h t , a n d m a k e s u r e y o u b u i l d t h e

c a p a b i l i t i e s a c r o s s t h e c omp a n y . ”

(David Court, Director, McKinsey)

6


SAP Forum M

ilano -‐ 2013

Analy0cs nel processo di business -‐ obie\vi

Obie\vi di business:

=> Aumentare le vendite e le marginalità

=> Indirizzare ai commerciali un numero ridoao di nomina0vi da visitare e oaenere un

alto livello di conta\ (minore costo)

Obie\vi di analisi:

=> associare ad ogni cliente uno score di propensione all’acquisto

=> imparare dalla campagna precedente e sviluppare un modello di propensione al

consumo che sfru\ la conoscenza del cliente7


SAP Forum M

ilano -‐ 2013

Analy0cs per supportare il RETAIL

Business Needs

Prevedere la domanda futura, per pianificare approvvigionamento e produzione in maniera efficiente

Famiglia di analyIcs e modelli

Demand Forecas0ng

Individuare e an0cipare even0 fraudolen0 (ad esempio da parte dei dipenden0) che possono portare a perdite Fraud Detec0on

Capire il potenziale di vendita di dealer e distributori e il potenziale di acquisto dei clien0 per incrementare vendite e margini

Customer / Dealer Value

Aumentare le vendite aaraverso promozioni mirate su clien0 a maggiore probabilità di adesione Scoring Promozionale

Prevedere l’abbandono da parte di clien0 per mirare azioni di reten0on efficaci Churn Analysis

8


SAP Forum M

ilano -‐ 2013

Proof Of Concept -‐ perchè e come

Obie\vi della POC (Proof Of Concept)

- Verificare la possibilità di u0lizzare le Predic0ve Analy0cs come facilitatore di processi

- Simulare su da0 reali la bontà dei modelli di previsione verificandone le performance

- Verificare il vantaggio compe00vo in termini numerici e di ROI

- Comprendere quanto il business è dentro al processo di generazione (e poi u0lizzo) della soluzione

9

La valutazione delle

performance del modello

Questo consente di simulare gli esi0 dell’applicazione delle analy0cs per avere riscontri concre0 sui risulta0 aaesi.

E spesso consente di calcolare il ROI aReso dall’uIlizzo delle analyIcs

oggi

G F M A M G L A S

oggi logicoconfronto

previsioni / realtà


SAP Forum M

ilano -‐ 2013

L’ecosistema di POC (e di progeao)

10

SAP Data Integrator

SAP Predictive Analysis

SAP BusinessObjects

DATI

SAPPredictiveAnalysis

BusinessUser


SAP Forum M

ilano -‐ 2013

BOFROST ITALIA -‐ i numeri

Turnover FY 2012-2013 € 199 mio

Branches 48

Call centers, excluding external agencies 10

Employees (approx., Partner/Agents excl.) 1.800

Customers (approx.) 1,5 mio

Other countries supported Greece, Croatia, Slovenia

11


SAP Forum M

ilano -‐ 2013

BOFROST ITALIA -‐ i prodo\

12


SAP Forum M

ilano -‐ 2013

BOFROST ITALIA -‐ i processi

www.bofrost.itCall center

*bofrost

External Agencies

Customer Service

Headquarter – S.Vito al T.

BranchesTrucks or vansRegional

Warehouses

Infrmation - Applications - Organization .

Goods .

I N T E R A C T I O N S

CUSTOMER

SalesmanDeliveryman

Promoter

Supplier

News 2013

business food

13


SAP Forum M

ilano -‐ 2013

Bofrost -‐ business needs e contes0

Business Need prioritari(contesI di business)

Mantenere a\va e

fedele la customer base

Soluzioni

Churn Analysis: previsione dell’abbandono per mirare azioni di reten0on.

Aaribuzione dello score di propensione all’abbandono

Ges0re in modo efficiente

il ciclo di visite clien0

Previsione della volontà di acquisto al passaggio successivo.

Aaribuzione dello score di propensione all’acquisto

1°

2°

14


SAP Forum M

ilano -‐ 2013

I da0 u0lizza0 nei due business case

Per lo sviluppo della POC sono sta0 u0lizza0 da0 storici di 2 anni rela0vi a:

- Visite e spese

- Deaagli di faaurato

Spesa di ogni acquisto

Fidelizzazione / Frequenza di acquisto

Ar0coli acquista0

- Da0 socio-‐demografico e di relazione:

Origine

Anzianità di rapporto

- Reclami

15

Le simulazioni avvengono

su un campione significa0vo così formato:

Circa 200.000 clien0 storici

Circa 30.000 clien0 nuovi


SAP Forum M

ilano -‐ 2013

D e f i n i z i o n e d i . . .

Cliente perso

-‐ X visite senza acquis0-‐ X mesi senza acquis0

-‐ Perdita cer0ficata

Cliente nuovo-‐ Pochi (X) mesi di “anzianità”

-‐ Percentuale di abbandono più elevata

Cliente storico-‐ Dota0 di maggiori informazioni di comportamento

-‐ Oltre X mesi di visite a disposizione

-‐ Numericamente maggiori e di maggiore

interesse per il faaurato

Le a\vità della POC -‐ il ruolo fondamentale del business

16

Mancata Vendita-‐ Cliente non trovato

-‐ Cliente che dice “prossima volta”

Caraaeris0che/Variabili significa0ve-‐ Scontrino Medio

-‐ Luogo di residenza

Scontrino Medio Cliente-‐ Valore medio delle ul0me X visite

Periodo di riferimento-‐ X mesi per valutare se “cliente perso”


SAP Forum M

ilano -‐ 2013

1° Contesto di business

Mantenere a\va e fedele la customer basePrincipio

Conquistare i clien0 è costoso

Mantenere i clien0 è costoso

Perdere i clien0, perchè non si è in grado di interpretare e prevenire i loro comportamen0 e preferenze, è doppiamente costoso.

Postulato e azioni

Un cliente fedele è un asset importante nella valutazione dei flussi di revenue.Per mantenere fedeli i clien0 vengono effeauate periodicamente campagne promozionali e di reten0on

Obie>vi

Mirare efficacemente le azioni di fidelizzazione. Le azioni sul cliente devono essere profiaevoli

Il ruolo delle analy,csAaribuzione dello score (punteggio) di abbandono aaraverso il quale è possibile iden0ficare i clien0 maggiormente a rischio, mirando le azioni e gli inves0men0 (esempio: o\mizzazione dei cos0 di campagna)

L’applicazione costante delle analy0cs dà con0nuità alle azioni di reten0on, mantenendo un numero di conta\ facile da ges0re, assieme ad un soddisfacente tasso di reten0on

17


SAP Forum M

ilano -‐ 2013

1° Contesto di business -‐ Risulta0

Si evidenzia la redemp?on portata dal modello, aaraverso il “gains chart”

Sui clien0 “storici” il modello ha un guadagno del 54,5% sul primo 10% dei clien0

=> Conta%ando il 10% dei clien? che il modello indica a maggiore rischio di abbandono (score),

si iden?fica ben il 54,5% dei clien? che effeQvamente abbandonano…

0

0,2500

0,5000

0,7500

1,0000

1 11 21 31 41 51 61 71 81 91

Gains chart - clienti storici

Perc

entil

i di c

hurn

Percentili di clienti

18

Il modello viene tarato per dare il proprio

punteggio al momento dell’ul:mo acquisto,

cioè con il maggiore possibile preavviso


SAP Forum M

ilano -‐ 2013

1° Contesto di business -‐ Il business case

Esempio di business case

Popolazione di riferimento: 100.000 clien0

A\vazione di una campagna di reten0on su 10.000 clien0

Il 10% acceaa la proposta prevista nella campagna: 1.000 clien0

-‐ caso 1 -‐ NON uso il modello; colpisco mediamente 60 churner.

-‐ caso 2 -‐ USO il modello; il numero precedente aumenta di 5,5 volte: 330 churner

ROI => Se la campagna prevedesse uno sconto di 5 euro per un acquisto minimo di X euro ...

-‐ Nel caso 1: investo 300 euro sui Churner ma sopraauao ne “bu%o” 4.700 euro su clien0 che comunque avrebbero

comperato

-‐ Nel caso 2: investo in modo profiaevole 1.650 euro (che producono un ricavo aggiun0vo su 330 clien0, e non su 60 ...)

PunI di partenza:

1) i risulta0 della POC: usando il modello di predic0ve analysis aumen0amo di 5,5 volte la probabilità di

individuare churner (rif. Gains Chart)

2) la percentuale di churner nel periodo di riferimento: 6%. (baseline)

19


SAP Forum M

ilano -‐ 2013

Integrare il modello di churn nella definizione dei target di campagna per

azioni di reten0on permeae di raggiungere obie\vi quali:

Riduzione dei cos0 per singola campagna: per oaenere gli stessi risulta0 viene contaaato un

numero sensibilmente più basso di clien0 aaraverso campagne più mirate, quindi efficien0

Incremento del valore dei singoli clien0: mantenendo vivi clien0 a rischio si aumenta il loro valore

e quindi quello della customer base

Incremento delle revenue per singola campagna: con target più mira0 le campagne generano

maggiori ricavi

Contaaando una quota maggiore di clien0 effe\vamente in procinto di abbandonare, il bugdet

inves0to soao forma di scon0 e offerte ha ritorni più eleva0, e si riduce il tasso di churn

1° Contesto di business -‐ risulta0 aaesi sui processi

20


SAP Forum M

ilano -‐ 2013

2° Contesto di business

Ges0re in maniera efficiente il ciclo di visite presso i clien0

Principio

Vendite di 0po “rea\vo”: rispondendo a chiamate dei clien0

Vendite di 0po “proa\vo”: visitando i clien0 per proporre offerte e prodo\ par0colari o per s0molare gli acquis0

Postulato e azioni

L’a\vità di visita ha cos0 importan0 ed è necessario svolgerla in maniera efficiente

I percorsi dei venditori sono decisi sulla base di calendari “sta0ci” (reazione al declassamento del cliente)

Obie>vi

Aumentare l’efficienza nell’organizzazione dei percorsi si traduce nel pianificare massimizzando le vendite e riducendo le visite a vuoto. E’ necessario prevedere l’evento “acquisto” a seguito di visita sul cliente

Il ruolo delle analy,csAaraverso gli score di propensione all’acquisto è possibile capire, sulla base della 0pologia degli acquis0 del singolo cliente e sui tempi degli stessi, la sua probabilità di essere favorevole ad un nuovo acquisto alla prossima visita

Aggiornando periodicamente gli score di propensione su tuaa la customer base è possibile definire i percorsi di visita o\mali per ridurre i cos0 e aumentare le vendite

21


SAP Forum M

ilano -‐ 2013

2° Contesto di business -‐ la valutazione del modello

Il modello “lavora” assegnando uno score di propensione

all’acquisto.

Score: numero compreso fra 0 (non compra) e 1 (compra)

Cliente Score Esito PredeRo Esito Effe.vo

cliente 1 55% 1 0

cliente 2 46% 0 0

cliente 3 72% 1 1

cliente 4 52% 1 1

Corre%ezza = 75%Corre%ezza = 75%Corre%ezza = 75%Corre%ezza = 75%

22


SAP Forum M

ilano -‐ 2013

2° Contesto di business -‐ la valutazione del modello

I clien0 vengono suddivisi in 20 gruppi omogenei, per classe di score decrescente

Ogni classe con0ene il 5% dei clien0 Classe di punteggio Gruppo

Probabilità di OK prevista Esito Previsto

Esito RealeOK

20 95% ok 97%

19 92% ok 95%

18 89% ok 92%

17 86% ok 89%

16 83% ok 86%

15 80% ok 83%

14 77% ok 79%

Sulla base di 200.000 clien?, all’interno della classe 20 ci sono 10.000 clien?

Di ques? abbiamo previsto di trovarne 9.500 dispos? ad acquistare.

Nella realtà ne abbiamo trova? 9.700.

23


SAP Forum M

ilano -‐ 2013

Integrare il modello di propensity nel processo di organizzazione delle visite ai

clien0 permeae di:

Industrializzare il processo di aggiornamento degli score, fino ad un deaaglio quo0diano

U0lizzare gli score “nei due sensi” (per determinare gli esi0 OK, o per determinare gli esi0 KO)

Massimizzare le revenue dei percorsi giornalieri

Aumentare lo scontrino medio

... ... ...

2° Contesto di business -‐ risulta0 aaesi sui processi

24

Il modello viene tarato per dare il proprio

punteggio al momento dell’ul:mo acquisto,

cioè con il maggiore possibile preavviso


SAP Forum M

ilano -‐ 2013

-‐ POC :metodo per sperimentare l’efficacia delle anali0che predi\ve

-‐ il business ha riconosciuto il valore dei risulta0

-‐ ipotesi di arricchire la “riga cliente” con ulteriori KPI

-‐ aumento più che lineare del valore dell’ecosistema predi\vo

-‐ il business ha un ruolo fondamentale nella declinazione di queste soluzioni

-‐ la Predic0ve Analysis deve essere inserita nei processi di business

-‐ per essere efficaci nel tempo i metodi predi\vi devono far parte del normale processo

-‐ il business user deve u0lizzare le tecnologie e sfruaarne la potenza, per lavorare con i risulta0

Conclusioni e prospe\ve

25

SAPPredictiveAnalysis

BusinessUser


SAP Forum M

ilano -‐ 2013

Méthode: San Vendemiano (TV) - Via Friuli 11tel. +39 0438 401305 - fax +39 0438 408937 - www.methode.it

Annulla l’iscrizione | Iscriviti | Contattaci | Diritti d’autore / Marchi registrati | Privacy | Note redazionali

Questa e-mail ha lo scopo di fornire informazioni su iniziative, prodotti e servizi di SAP,che potrebbero essere di tuo interesse. Se non desideri ricevere comunicazioni e-mailda SAP in futuro, fai clic su Annulla l'iscrizione

Iscriviti all’evento

TIMING DELL’EVENTO

10:30 – Start 12:30 | 14:30 – Live Demo Areas & Business Lunch 16:00 – End

TOPICS

Cos’è e cosa si può pretendere dall’analisi predittiva

Il posizionamento delle analitiche predittive nei processi di business

Le analitiche applicate ai processi: case study ed esperienze

Proof Of Concept: seeing is believing

ROI: finalmente sono calcolabili i ritorni sull’investimento

Live Demo Areas, per vedere e toccare con mano ciò che la nuova BI è in grado di soddisfare

Analisi Predittiva - E x t e n d e d B Iaggiungi innovazione ai processi di business

targ

etin

g

next

bes

t

next best

next best

pricing

pric

ing

loyalty

loya

ltyspare parts

spar

e pa

rtscust

omer

val

ue

pric

ing

propensityfraude detection

spare parts

cred

it co

llect

ion

credit collectioncustomer satisfaction

demand forecast

wha

t if

what if

what if

Manufactoring

CP & Retail

Fin

ance

loya

lty

Energy

Telc

o

customer satisfactiontargeting

propensityattrition

attrition

demand forecast

Pred coergosum

10:30 | 16:00

Giovedì07/11/2013

Il prossimo evento Méthode

26

Méthode: San Vendemiano (TV) - Via Friuli 11tel. +39 0438 401305 - fax +39 0438 408937 - www.methode.it

Annulla l’iscrizione | Iscriviti | Contattaci | Diritti d’autore / Marchi registrati | Privacy | Note redazionali

Questa e-mail ha lo scopo di fornire informazioni su iniziative, prodotti e servizi di SAP,che potrebbero essere di tuo interesse. Se non desideri ricevere comunicazioni e-mailda SAP in futuro, fai clic su Annulla l'iscrizione

Iscriviti all’evento

TIMING DELL’EVENTO

10:30 – Start 12:30 | 14:30 – Live Demo Areas & Business Lunch 16:00 – End

TOPICS

Cos’è e cosa si può pretendere dall’analisi predittiva

Il posizionamento delle analitiche predittive nei processi di business

Le analitiche applicate ai processi: case study ed esperienze

Proof Of Concept: seeing is believing

ROI: finalmente sono calcolabili i ritorni sull’investimento

Live Demo Areas, per vedere e toccare con mano ciò che la nuova BI è in grado di soddisfare

Analisi Predittiva - E x t e n d e d B Iaggiungi innovazione ai processi di business

Con la partecipazione di

targ

etin

g

next

bes

t

next best

next best

pricing

pric

ing

loyalty

loya

lty

spare parts

spar

e pa

rtscust

omer

val

ue

pric

ing

propensityfraude detection

spare parts

cred

it co

llect

ion

credit collectioncustomer satisfaction

demand forecast

wha

t if

what if

what if

Manufactoring

CP & Retail

Fin

ance

loya

lty

Energy

Telc

o

customer satisfactiontargeting

propensityattrition

attrition

demand forecast

EventoNOVENTA DI PIAVE (VE)

Pred coergosum

10:30 | 16:00

Giovedì07/11/2013

Business Intelligence & Analy0csorganizzazione, processi, tecnologie

SAP BusinessObjects Solu2ons

BI Evolution&

Harmonization

i n n o v a t i o na n d

g a m e -‐ c h a n g i n g s o l u t i o n s

L’analisi predi.va in ambito CP & RetailBofrost racconta

SAP Forum Milano2013

g r a z i e

SAP$BusinessObjectsSolu2ons -...

Documents

Transcript of SAP$BusinessObjectsSolu2ons -...