L’AZIENDA

Agos è una società finanziaria leader nel settore del credito al consumo, presente in Italia

da oltre trent’anni. Ha circa 2.000 dipendenti ed è partecipata al 61% da Crédit Agricole

attraverso Crédit Agricole Consumer Finance e per il 39% da Banco BPM. Eroga credito

attraverso diverse linee di prodotto come prestiti personali, prestiti finalizzati e carte di

credito.

L’azienda crede molto nella trasformazione digitale definendo la propria strategia in un

motto: “Essere Digital e Human”, digital per il valore aggiunto che la tecnologia può apportare

all’azienda, human per la centralità del cliente finale o del partner commerciale nelle

definizioni delle strategie.

L’ESIGENZA

Nel settore del credito al consumo i percorsi di valorizzazione del patrimonio informativo

sono spesso elementi di successo nel mercato. La complessità che comporta il business

di Agos costringe l’impresa a lavorare su molte fonti dati differenti dovendole integrare fra

di loro per generare insight e alimentare continuativamente modelli di machine learning.

In un contesto caratterizzato da un così elevato flusso di dati l’azienda ha sentito la necessità

di valorizzare il patrimonio informativo esistente, al fine di ottimizzare i processi interni

e esterni. L’obiettivo generale, tuttora portato avanti dall’impresa, è quello di generare

nuovo valore per l’azienda attraverso un utilizzo avanzato dei dati.

L’AZIENDA

Agos è una società finanziaria leader nel settore del credito al consumo, presente in Italia

da oltre trent’anni. Ha circa 2.000 dipendenti ed è partecipata al 61% da Crédit Agricole

attraverso Crédit Agricole Consumer Finance e per il 39% da Banco BPM. Eroga credito

attraverso diverse linee di prodotto come prestiti personali, prestiti finalizzati e carte di

credito.

L’azienda crede molto nella trasformazione digitale definendo la propria strategia in un

motto: “Essere Digital e Human”, digital per il valore aggiunto che la tecnologia può apportare

all’azienda, human per la centralità del cliente finale o del partner commerciale nelle

definizioni delle strategie.

L’ESIGENZA

Nel settore del credito al consumo i percorsi di valorizzazione del patrimonio informativo

sono spesso elementi di successo nel mercato. La complessità che comporta il business

di Agos costringe l’impresa a lavorare su molte fonti dati differenti dovendole integrare fra

di loro per generare insight e alimentare continuativamente modelli di machine learning.

In un contesto caratterizzato da un così elevato flusso di dati l’azienda ha sentito la necessità

di valorizzare il patrimonio informativo esistente, al fine di ottimizzare i processi interni

e esterni. L’obiettivo generale, tuttora portato avanti dall’impresa, è quello di generare

nuovo valore per l’azienda attraverso un utilizzo avanzato dei dati.

Nell’ambito del Marketing e delle Vendite, l’organizzazione ha lavorato in ottica di ottimizzazione

di tutto il Customer Journey, sviluppando modelli di propensione all’acquisto,

di previsione dell’abbandono e fidelizzazione del cliente. Attraverso tecniche di statistica

prescrittiva, Agos è stata ad esempio in grado di individuare e prevedere i clienti in grado

di generare un maggior profitto per l’azienda.

Sempre in tale ambito, un ulteriore filone di sviluppo ha riguardato la capacità di comprendere

quali canali possono impattare maggiormente sulla conversione del cliente massimizzandone

il profitto e guidando lo sviluppo di campagne marketing personalizzate

grazie agli output di questo modello.

L’ultimo tassello all’interno delle progettualità in quest’ambito riguarda la creazione

di progetti volti a massimizzare la soddisfazione dei clienti dell’azienda: un esempio in

tale direzione prevede l’utilizzo di analisi testuali come la sentiment analysis e la topic

detection per analizzare le percezioni che il singolo utente ha nei confronti del brand e di

conseguenza la sua soddisfazione nei confronti dell’azienda.

Infine, un’ulteriore area progettuale su cui Agos sta lavorando ed ha l’ambizione di lavorare

sempre di più è l’ottimizzazione della gestione delle risorse umane. Gli obiettivi di business

in questo caso riguardano la definizione di quale sia il candidato più appropriato per

determinate job position aperte, l’individuazione di dipendenti top performer e di figure

interne con una maggior propensione alla Job rotation.

Una delle più recenti progettualità di Advanced Analytics portate avanti in questo ambito

riguarda il People Engagement, ovvero l’utilizzo di tecnologie avanzate di Natural Language Processing per analizzare feedback e commenti digitali dei propri dipendenti, così da poter

tenere traccia dello stato d’animo del proprio capitale umano e valutare eventuali interventi

correttivi per aumentare la loro soddisfazione e raccomandazione.

Fondamentale, nelle progettualità descritte, è stata la capacità del team di Data Science

a lavorare a stretto contatto con le diverse Linee di Business per comprenderne concretamente

le esigenze: solo in questo modo il gruppo di lavoro è stato in grado di creare

prodotti analitici che, una volta messi a terra nel quotidiano, hanno supportato realmente

l’operatività dei diversi processi coinvolti portando benefici tangibili.

Inoltre, l’azienda ha introdotto una data Community, in grado di diffondere e promuovere la

cultura del dato sia a livello aziendale che Corporate (Credit Agricole Consumer Finance);

obiettivo ultimo è infatti quello di diventare sempre più una società data-driven, promuovendo

innovazione e creatività in ogni attività aziendale.”

I BENEFICI E GLI SVILUPPI FUTURI

Agos, attraverso l’implementazione delle progettualità sopra descritte, ha raggiunto benefici

sia lato azienda che lato cliente. L’industrializzazione delle attività di Data Science

in ambito Marketing ha infatti comportato un’ottimizzazione del Customer Journey,

migliorando la soddisfazione del cliente e garantendo una più puntuale profilazione della

customer base aziendale. L’utilizzo di modelli predittivi ha inoltre permesso ad Agos di

migliorare l’erogazione dei propri servizi sulla base delle caratteristiche dei singoli clienti

aumentandone di conseguenza la redditività. In ultimo, l’attività di Advanced Analytics portata avanti in ambito people engagement sta

creando diversi benefici come, ad esempio, l’efficientamento dei processi di recruiting

interno e un aumento del benessere dei dipendenti (employee satisfaction).