Data Analytics & Machine Learning nel Retail
Strumenti pratici e metodologie per adeguare l’offerta in real time con azioni di up-selling e cross-selling 06 12 Luglio 2022 Milano

Programma

09.15 Registrazione partecipanti (solo prima giornata)
09.30 Inizio dei lavori
11.15 Coffee break
13.00 Lunch break
17.30 Chiusura dei lavori

6 Luglio 2022

9.30 – 13.00

Conoscere l’evoluzione dell’Intelligenza Artificiale per comprendere come utilizzarla a supporto delle attività di vendita e di relazione con il cliente

  • Conoscere progetti e prodotti tecnologici alimentati da tecnologia Ai
  • Comprendere le funzionalità messe a disposizione dai provider tecnologici
  • Incrementare le vendite, personalizzare l’offerta e la comunicazione con il paradigma del machine learning

Creare il dataset necessario all’addestramento di un software di ML in azienda: come realizzarlo e categorie di dati necessarie

  • Individuare le diverse tipologie di dati e sapere riconoscere quali utilizzare:
    - behavioural
    - personal data
    - external/other data
  • Trasformare i dati in un asset strategico a support del business: approccio time-table vs snapshot
  • Sfruttare i trend tecnologici relativi ai dataset a proprio vantaggio: Big data vs Small Data

 

14.00 – 17.30

Adottare la Social Media Analysis per tracciare il comportamento del consumatore

  • Monitorare il traffico generato all’interno dei canali social
  • Individuare i tools da utilizzare per il monitoraggio e comprenderne il funzionamento:
    - insights
    - analytics
    - hootsuite
    - keyhole

Utilizzare la Sentiment Analysis per analizzare la reputazione del brand

  • Esaminare la percezione del prodotto/servizio nel mondo online
  • Valutare l’efficacia delle attività di marketing e comunicazione
  • Adottare soluzioni correttive in caso di necessità

Conoscere tecnologie e strumenti per realizzare rapidamente e con poco budget progetti data driven

  • Utilizzare le tecnologie di advanced AI pronte all’uso: i servizi cloud disponibili tramite API
  • Pricing ed esempi di servizi pronti all’uso:
    - cataloghi dei provider tecnologici

 

7 Luglio 2022

9.30 – 13.00

Ideare, definire, comunicare e realizzare progetti di AI in ambito Retail

  • Definire un progetto di AI e comunicarlo efficacemente: l’AI Adoption Framework
  • Pianificare le fasi di progetto e realizzare rapidamente un proof-of-concept
  • Analisi e realizzazione di business case di successo tra cui:
    - cross selling/up selling
    - personalizzazione della comunicazione
    - product recommendation
  • Utilizzare i dati per personalizzare l’offerta secondo le aspettative del consumatore
  • Personalizzare prodotti e servizi secondo le caratteristiche del cliente
  • Anticipare i bisogni dell’utente sulla base dell’analisi di precedenti comportamenti d’acquisto
  • Capire il potenziale di acquisto “next product to buy” del cliente
  • Creare campagne adv più efficaci, meglio geolocalizzate e targettizzate

14.00 – 17.30

Machine Learning & Marketing Predittivo per essere più competitivi e rispondere in real time alle esigenze del cliente

  • Comprendere la figura del data scientist e del business translator: come diventare punto di contatto per progetti di AI in azienda
  • Saper prendere le corrette scelte strategiche di progetto e negoziare con provider esterni: make vs buy
  • Controllare e identificare il rischio bias nei progetti di machine learning
  • Individuare e progettare differenti tipologie di innovazione attivabili tramite intelligenza artificiale in azienda
  • Analisi di business case di successo: come leggerli e adottarli nella propria azienda

12 Luglio 2022

Workshop in Live Streaming

9.30 – 13.00

Realizzare una proposta di progetto per aziende Retail basata su tecnologie di Intelligenza Artificiale da adottare fin da subito per attività di up-selling, cross-selling e comunicazione personalizzata

I partecipanti impiegheranno le metodologie apprese per realizzare una proposta di progetto completa che potranno presentare e utilizzare da subito all’interno della propria azienda.

Le fasi dell’esercitazioni:

  • struttura della presentazione per proporre progetti basati su intelligenza artificiale in azienda
  • punti chiave e documenti di riferimento per evitare errori comuni nella comunicazione
  • presentazione, peer review e analisi con il docente degli elaborati