SAP$BusinessObjectsSolu2ons -...
Transcript of SAP$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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
SAP Forum M
ilano -‐ 2013
Extended BI -‐ il con0nuum temporale
passato futuro
presente
Bus inessInte l l igence
Predict iveAnalyt ics
5
SAP BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
SAP Forum M
ilano -‐ 2013
BOFROST ITALIA -‐ i prodo\
12
SAP BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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 BusinessObjectsSoluIons
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