L'obiettivo del progetto era quello di definire una cluster analysis sui propri clienti per meglio indirizzare il CRM nella comprensione della propria CB e nella formulazione delle conseguenti strategie di comunicazione ed offerta.
Sono stati distinti i clienti Store dai clienti solo outlet e, preliminarmente alla cluster, è stata effettuata una sotto-segmentazione volta ad indagare alcuni comportamenti "auto esplicativi" e, contemporaneamente, definire un universo di maggior interesse per il processo di clustering.
Sono stati indagati tutti i fenomeni potenzialmente descrittivi del comportamento tipo del cliente quali: preferenze sul mondo couture o tailoring, multicanalità, travelling, ricerca dello sconto, tipologie e macro tipologie di prodotti acquistati, stili, fasce di prezzo etc... Il tutto gestendo le tematiche di cambio valutario, la presenza di tipologie di prodotti con baseline di prezzo intrinsecamente differenti e costruendo kpi di sintesi su viste storiche appropriate.
Rispetto agli stili, non tutti i prodotti erano categorizzati secondo tale dimensione. E' stato dunque sviluppato un complesso sistema di stima inferenziale dello stile per quei prodotti non classificati.
Tecnologie utilizzate: Python, PySpark, SAS
