// Analisi comportamentale · regole dichiarate
Non cosa hanno comprato. Quando smettono di tornare.
L'analisi comportamentale di Community Retail AI legge quando ogni cliente torna, quando si ferma e in quale negozio: chi è fermo da 75-100 giorni entra nella lista dello store manager prima di diventare un cliente perso, e i negozi della stessa catena si confrontano sugli scostamenti, non sulla media.
Regole
Pre-churn a 75-100 giorni dall'ultimo acquisto, dormiente a 90-180, perso oltre sei mesi
Aggiornamento
Segmenti RFM ricalcolati a intervalli per ogni cliente
Sui dati della piattaforma
8 riacquisti su 10 entro 90 giorni, oltre 9 su 10 entro 180 (29.113 intervalli)
La tesi
Agire sul cliente prima che sparisca.
- Finestra di riacquisto: mediana 33 giorni fra un acquisto e il successivo; la curva si appiattisce fra 90 e 120 giorni
- Soglia di intervento: 75-100 giorni: la sezione pre-churn del Centro Azioni lavora lì
- Il punto: le soglie sono regole dichiarate, tarate sui dati reali, non una scatola nera
Quattro viste
Chi torna, chi si ferma, e in quale negozio.
01
Clienti a rischio
Regole su giorni dall'ultimo acquisto e segmento RFM: pre-churn a 75-100 giorni, dormienti a 90-180, VIP inattivi da oltre 60 giorni. Un alert avvisa quando un cliente di valore si ferma, e lo store manager lo trova nel Centro Azioni.
02
Confronto fra negozi
Fatturato, clienti, scontrino medio, quota VIP, quota a rischio e tasso di reso per ogni negozio. Sui dati della piattaforma il riconoscimento del cliente in cassa va dal 40% al 79% fra negozi della stessa catena: la leva di rete più rapida, prima ancora del marketing.
03
Forecast a 7 giorni
Una regressione lineare sulla serie giornaliera, con banda di confidenza del 15% e proiezione a 30 giorni. Non è AI predittiva e non la chiamiamo così: con pochi dati la piattaforma la etichetta a bassa confidenza.
04
Profili e pattern
Profili ideali per età, genere e segmento, prodotti più resi, distribuzione della frequenza e tag automatici con soglie dichiarate: Specialist di una categoria sopra il 70% della spesa, cross-buyer da 3 categorie, cacciatore di sconti sopra il 70% di acquisti scontati.
Domande frequenti
Quello che chiedono CMO e retail manager.
01 Come fa la piattaforma a dire che un cliente è a rischio?
Con una regola dichiarata, non con un punteggio da interpretare: un cliente fermo da 75 a 100 giorni entra nella sezione pre-churn del Centro Azioni, da 90 a 180 giorni è un dormiente, oltre sei mesi è perso. La soglia nasce dai dati: sui dati della piattaforma 8 riacquisti su 10 avvengono entro 90 giorni e oltre 9 su 10 entro 180, quindi dopo sei mesi di silenzio il ritorno spontaneo è residuale.
02 Il forecast è AI predittiva?
No, e lo diciamo chiaramente: è una regressione lineare sulla serie giornaliera delle vendite, con orizzonte di 7 giorni, banda di confidenza del 15% e proiezione a 30 giorni. Con pochi dati la piattaforma lo etichetta a bassa confidenza. Regole leggibili, coerenti con il principio di trasparenza dell'AI Act.
03 Posso usare i miei cluster personalizzati oltre a quelli automatici?
Sì: oltre ai segmenti RFM automatici puoi creare liste con filtri combinati (area, categoria, comportamento, fedeltà), tante quante ti servono.