• clustering
• customer base
• customer satisfaction
• data mining
• loyalty
• marketing
• personalizzazione
• segmentazione

In questa tesi si indaga su tre aspetti ritenuti cruciali per il marketing – segmentazione, fedeltà e personalizzazione - che possono trarre notevoli vantaggi dall'utilizzo delle tecnologie informatiche e della business intelligence, con l'obiettivo di avvicinare due ottiche spesso contrapposte, quella informatica e quella economica. In particolare, considerando il marketing relazionale caratteristico dell'era digitale, si sottolineano le potenzialità offerte dal data mining per segmentare la clientela, creare dei modelli di fidelizzazione e, in seguito alla profilazione della clientela, per personalizzare l'offerta delle imprese. Partendo da una formalizzazione matematica del concetto di segmentazione, si indaga sulla complessità del processo di scelta da parte del cliente, sottolineando l’importanza di memorizzare nei datawarehouse(DW)le variabili utili a predire le differenziazioni nella funzione di risposta dei clienti ai numerosi stimoli di marketing, al fine di un’efficace segmentazione. Vengono poi considerati i problemi di memorizzazione su tali DW, relativi a costrutti astratti come soddisfazione e fedeltà, disquisendo sulle informazioni utile memorizzare. Si discute poi sulla personalizzazione e sui nessi tra segmentazione e marketing one-to-one, fornendo considerazioni metodologiche su segmentazione e personalizzazione. Infine, partendo da un modello di profilazione dinamica della clientela, si offrono spunti di riflessione e suggerimenti, in ottica informatica, sulle tecniche adoperabili.