Nowadays customer relationship management (CRM) has become key for every company to reach a competitive advantage. As the world moved from product centric marketing to customer centric marketing, understanding customers through data has become essential for companies to take decisions. The most successfulrigoursnies are exploiting the advances in technology and the rise of open source software tools to target customers at an individual level by applying machine learning models to predict future actions and increase retention rates and therefore the overall customer lifetime value. However, to do so has its own set of challenges, not only does it require a deep understanding of the business context, technical and mathematical skills, but it also involves rigors accurate data collection. For this reason, this study applies this theoretical background to a business context of a private automotive service company.

Il “Customer Relationship Management” (CRM) è diventato per ogni azienda la chiave per raggiungere un vantaggio competitivo. Mentre il mondo è passato dal marketing incentrato sul prodotto al marketing incentrato sul cliente, comprendendo i clienti, anche se i dati sono diventati essenziali per le aziende per prendere decisioni. Le aziende di maggior successo stanno sfruttando i progressi tecnologici e l'aumento degli strumenti software open source per raggiungere i clienti a livello individuale, applicando modelli di machine learning per prevedere le azioni future e aumentare i tassi di ritenzione e quindi il valore complessivo della vita del cliente. Tuttavia, per farlo ha una serie di sfide proprie, non solo richiede una profonda comprensione del contesto aziendale e competenze tecniche e matematiche, ma anche una raccolta dati accurata e rigorosa. Per questo motivo, il presente studio applica questo background teorico al contesto commerciale di un'azienda privata di servizi automobilistici.

A customer relationship management, machine learning case study in the automotive service industry

LOPEZ ALDUNCIN, MARÍA BELEN
2018/2019

Abstract

Nowadays customer relationship management (CRM) has become key for every company to reach a competitive advantage. As the world moved from product centric marketing to customer centric marketing, understanding customers through data has become essential for companies to take decisions. The most successfulrigoursnies are exploiting the advances in technology and the rise of open source software tools to target customers at an individual level by applying machine learning models to predict future actions and increase retention rates and therefore the overall customer lifetime value. However, to do so has its own set of challenges, not only does it require a deep understanding of the business context, technical and mathematical skills, but it also involves rigors accurate data collection. For this reason, this study applies this theoretical background to a business context of a private automotive service company.
ING - Scuola di Ingegneria Industriale e dell'Informazione
18-dic-2019
2018/2019
Il “Customer Relationship Management” (CRM) è diventato per ogni azienda la chiave per raggiungere un vantaggio competitivo. Mentre il mondo è passato dal marketing incentrato sul prodotto al marketing incentrato sul cliente, comprendendo i clienti, anche se i dati sono diventati essenziali per le aziende per prendere decisioni. Le aziende di maggior successo stanno sfruttando i progressi tecnologici e l'aumento degli strumenti software open source per raggiungere i clienti a livello individuale, applicando modelli di machine learning per prevedere le azioni future e aumentare i tassi di ritenzione e quindi il valore complessivo della vita del cliente. Tuttavia, per farlo ha una serie di sfide proprie, non solo richiede una profonda comprensione del contesto aziendale e competenze tecniche e matematiche, ma anche una raccolta dati accurata e rigorosa. Per questo motivo, il presente studio applica questo background teorico al contesto commerciale di un'azienda privata di servizi automobilistici.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2019_12_Lopez_Alduncin.pdf

non accessibile

Descrizione: Report
Dimensione 693.25 kB
Formato Adobe PDF
693.25 kB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/151035