Riassunto analitico
Oggigiorno, il marketing è diventato fondamentale per le aziende, che lo devono utilizzare per comprendere e soddisfare al meglio le esigenze e i bisogni dei clienti in modo efficace e personalizzato, soprattutto in un mercato altamente competitivo.
L'elaborato affronta proprio l'importanza del marketing nel settore bancario, con particolare attenzione alla segmentazione e nucleazione della clientela in un contesto di Private Banking. Questo lavoro nasce dall'esigenza di segmentare la clientela in modo più preciso e automatizzato e di identificare nuclei familiari al fine di fornire servizi personalizzati e per risolvere esigenze aziendali, quali difesa del portafoglio in caso di dimissioni di un gestore e gestione del passaggio generazionale.
L’obiettivo che si pone questo elaborato, per rispondere ai suddetti bisogni, è la creazione di due soluzioni software innovative basate su tecniche di machine learning e graph data science, per dare un supporto al decision making, dando la possibilità al management di avere una visione a 360° delle caratteristiche di gruppi di clienti simili e delle relazioni di parentela che intercorrono tra loro, facendo scelte sempre più mirate.
La prima soluzione si concentra sulla segmentazione comportamentale della clientela, suddividendo i clienti in base ai loro comportamenti finanziari, bancari e digitali.
La seconda soluzione riguarda la nucleazione, ovvero l'identificazione dei nuclei familiari dei clienti attraverso l'analisi dei collegamenti anagrafici e transazionali, con l'obiettivo di supportare la banca nella gestione del portafoglio e del passaggio generazionale.
In conclusione, la tesi dimostra come l'implementazione di strumenti avanzati di data science possa supportare le decisioni strategiche nel Private Banking, contribuendo a migliorare la fidelizzazione dei clienti e la gestione delle relazioni familiari all'interno della banca.
|
Abstract
Nowadays, marketing has become crucial for companies, which must use it to better understand and meet customers' needs and wants in an effective and personalized way, especially in a highly competitive market.
This paper addresses precisely the importance of marketing in banking, with a focus on customer segmentation and nucleation in a private banking context. This paper stems from the need to segment customers in a more precise and automated way and to identify family nuclei in order to provide personalized services and to solve business needs, such as portfolio defense in the event of a manager's resignation and generational transition management.
The goal of this paper, to address the above needs, is the creation of two innovative software solutions based on machine learning and graph data science techniques to give support to decision making, empowering management to have a 360-degree view of the characteristics of similar groups of clients and the kinship relationships between them, making increasingly targeted choices.
The first solution focuses on customer behavioral segmentation, dividing customers according to their financial, banking, and digital behaviors.
The second solution deals with nucleation, i.e., identifying customers' households through the analysis of biographical and transactional links, with the aim of supporting the bank in portfolio management and generational transition.
In conclusion, the thesis demonstrates how the implementation of advanced data science tools can support strategic decisions in private banking, helping to improve customer loyalty and family relationship management within the bank.
|
