Data4Value: micromarketing e geo-business.
Per trasformare i dati in risultati.
Dalla gestione del credito ai servizi antifrode, per non parlare di quel considerevole insieme di attività di contatto che copre ogni fase della relazione con la clientela (comunicazioni legate ai servizi, offerte di nuovi prodotti, ecc.). Questi sono alcuni esempi di ambiti in cui le attività di banche e società finanziarie hanno al centro le informazioni relative al cliente e in cui la qualità di tali informazioni risulta un prerequisito imprescindibile.
D’altra parte, però, la significativa pressione verso il contenimento dei costi, nonché gli importanti e sempre più frequenti processi di accorpamento e fusione, stanno creando notevoli difficoltà a molte aziende di credito, con risultati ben noti: può capitare di ricevere più volte la stessa promozione, oppure due volte l’estratto conto o di non ricevere affatto comunicazioni per qualche imprecisione o errato aggiornamento di un indirizzo; o per caso si può “scoprire” di vivere in più posti a seconda che ci si presenti come titolari di un conto corrente o come sottoscrittori di un mutuo presso la stessa banca, e così via. Ma la casistica legata all’imprecisione delle informazioni è molto più ampia di quanto si possa immaginare e spesso comporta costi più o meno diretti per l’azienda. Seguono alcune considerazioni, frutto dell’esperienza di Data4Value, società del gruppo CRIF specializzata nel marketing territoriale e nella gestione di basi dati complesse, sulla qualità delle informazioni e sui tool e sulle competenze specializzate per gestirla e incrementarla.
L’acquisizione delle informazioni
I processi per l’acquisizione di informazioni corrette e il loro aggiornamento sono semplici in sé, ma la complessità emerge quando si inseriscono nel dedalo dei processi aziendali in essere. Per prima cosa è importante assicurarsi un buon livello di qualità dei dati di input: informazioni basilari ma corrette e verificate. Oltre alle modalità di raccolta e di acquisizione legate alla molteplicità di punti di accesso e fonti differenti (elementi cruciali in questa fase), occorre sottolineare quanto sia fondamentale la correttezza - in termini di forma e contenuto - delle informazioni anagrafiche quali nome, cognome e indirizzo.
L’attribuzione corretta di nome e cognome e l’esatto inserimento nei due campi di pertinenza è tutt’altro che banale. Oltre alla possibile distrazione dell’operatore che inserisce l’informazione, esistono difficoltà oggettive soprattutto nel caso di inserimento “ex-post” del nominativo, ovvero senza avere il cliente di fronte. Inoltre le probabilità di errore aumentano sensibilmente nel caso di un cliente con nazionalità straniera, magari con doppio nome o cognome. A queste problematiche rispondono algoritmi basati su tabelle di dati di riferimento che permettono di correggere eventuali errori nell’inserimento dati e una gamma di strumenti studiati appositamente per risolvere questa tipologia di problematiche.
Un altro tipo di dato che può essere frequentemente oggetto di molti equivoci e ambiguità è l’indirizzo. In Italia non esiste un riferimento unico per la toponomastica: a quella ufficiale dell’ISTAT si affiancano quella per le città “multi-cap” fornita da Poste Italiane e gli archivi forniti dai gestori di cartografia digitale utilizzati per i navigatori satellitari. Questa mancanza di univocità può generare difficoltà nell’individuare l’indirizzo corretto da inserire nella base dati proprietaria: gli indirizzi presenti nella toponomastica dell’ISTAT possono non essere riconosciuti da Poste Italiane, magari perché privi di cap; viceversa la toponomastica di Poste Italiane può non essere esaustiva o aggiornata con vie nuove.
In questo caso la soluzione è rappresentata dall’adottare una toponomastica nuova - creata a partire dall’unione delle diverse fonti disponibili sul mercato riunite sotto un unico archivio - e avviare il riconoscimento dell’indirizzo in relazione alle diverse variazioni di scrittura dello stesso. Questo servizio permette non solo di validare le informazioni in entrata ma anche di riconoscere differenti modalità di scrittura, archiviandole in un formato standard e creando dinamicamente lo schema necessario per:
Tecniche avanzate come quelle del pinning (generazione di numero univoco) e match-key (matching di riconoscimento avanzato su chiavi numeriche) supportano l’individuazione in modo inequivocabile del cliente. Queste metodologie generano di volta in volta dei codici numerici in funzione delle informazioni disponibili e generano i legami/riconoscimenti necessari tramite logiche di approssimazione. L’utilizzo di questi tool specializzati aggiunge capacità di riconoscimento automatico e aumenta la possibilità di collegamento tra più archivi, fornendo al contempo benefici in termini di verifica e aggiornamento congiunto dell’informazione.
Il fine-tuning della qualità
Il processo di raccolta e aggiornamento delle informazioni è un processo continuo e fortemente dinamico. Una buona qualità dei dati di input rappresenta un ottimo punto di partenza ma non basta. È possibile verificare il livello di qualità delle informazioni che si hanno a disposizione in azienda? Qual è la qualità degli indirizzi? La mia base dati è aggiornata? Queste domande pongono la questione della continua verifica e “taratura” che richiedono i processi industrializzati di normalizzazione dei dati. Gli strumenti a disposizione sono diversi e personalizzabili in base alle situazioni e alle esigenze. È buona regola utilizzare tutte le occasioni significative di interscambio per valutare la qualità e l’aggiornamento del processo: sia mediante verifiche interne tra diversi archivi aziendali eventualmente non allineati sia attraverso provider esterni che si basano su informazioni pubbliche disponibili. Questi servizi di monitoraggio risultano particolarmente utili per le attività di fusione di più banche dati che operano su un numero importante di clienti. In questo caso le problematiche sono ancor più articolate e necessitano di tutti gli strumenti a disposizione: corretta impostazione del dato, riconoscimento continuo, verifica dell’informazione da archiviare come “più aggiornata”, lavorazione manuale del dato per il recupero dell’informazione deteriorata e non riparabile automaticamente. Un processo così articolato va monitorato in tutte le sue fasi e non può che concludersi con un’attenta analisi della qualità raggiunta.