{"id":1891,"date":"2022-06-15T17:52:49","date_gmt":"2022-06-15T15:52:49","guid":{"rendered":"https:\/\/www.analyticsarts.it\/?p=1891"},"modified":"2025-11-26T15:20:12","modified_gmt":"2025-11-26T14:20:12","slug":"analisi-strategica-del-crm-un-caso-aziendale","status":"publish","type":"post","link":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/","title":{"rendered":"Analisi strategica del CRM: un caso aziendale"},"content":{"rendered":"
[vc_row][vc_column][vc_column_text css=”.vc_custom_1705482115806{margin-bottom: 0px !important;}”]\n

\"\"<\/p>\n

Autrice: Giulia Di Lorenzo<\/a>
\nDate: 15-06-2022<\/p>\n

 <\/p>\n

Negli studi di management \u00e8 largamente condiviso che le informazioni rappresentano un fattore critico di successo per le aziende che, infatti, investono in strutture tecniche e organizzative per migliorare la loro capacit\u00e0 di raccogliere, archiviare, processare e condividere dati e informazioni.
\nPer un\u2019azienda le informazioni ricavate dai dati possono essere utili per avere una visione pi\u00f9 oggettiva di se stessa, per conoscere i clienti e i competitor, analizzare le operations, individuare punti di forza e di miglioramento, ricercare le opportunit\u00e0 di crescita e mantenere in house la conoscenza, indipendentemente dalle persone.
\nTra i punti appena elencati, un aspetto chiave per il business \u00e8 la conoscenza e la relazione con il cliente che rappresenta un asset fondamentale.
\nCi\u00f2 \u00e8 vero soprattutto nel mercato Business-to-Business in cui ogni relazione \u00e8 unica e importante (il numero di relazioni \u00e8 relativamente limitato rispetto al mercato Business-to-Consumer) e perci\u00f2 richiede una valutazione specifica.<\/p>\n

Il valore della relazione con il cliente va ben oltre il momento della transazione: la performance di lungo periodo di un\u2019azienda dipende dalla sua capacit\u00e0 di gestire propriamente il rapporto con il cliente, oltre che con i fornitori e le altre controparti.
\nLo strumento che permette di gestire la relazione con il cliente \u00e8 il CRM: Customer Relationship Management.
\nL\u2019adozione di un sistema CRM ha effetti positivi all\u2019esterno dell\u2019organizzazione sulla customer satisfaction e, all\u2019interno dell\u2019organizzazione, sull\u2019abbattimento delle barriere tra funzioni aziendali (in particolare marketing, vendite, servizio clienti, IT) che vengono riunite intorno ad un\u2019unica strategia di customer management.
\nSpesso le critiche associate al CRM si poggiano su una cultura aziendale rigida e gerarchica da cui deriva una comprensione parziale delle potenzialit\u00e0 di questi sistemi e la percezione che essi rappresentino un limite alla libert\u00e0 individuale del personale nel proprio lavoro (CRM come sistema di controllo) e uno strumento eccessivamente time-consuming rispetto all\u2019output che fornisce.<\/p>\n

I dati del CRM potrebbero fornire informazioni interessanti per il business ed essere utilizzati, per esempio, per individuare le caratteristiche dei prodotti\/progetti che hanno pi\u00f9 successo sul mercato.
\nQuesto articolo espone la ricerca, condotta da Giulia Di Lorenzo, sui dati del CRM di un\u2019azienda operante nel B2B.
\nPer questioni di riservatezza non verranno citati n\u00e9 l\u2019azienda n\u00e9 i risultati ottenuti nello specifico.
\nLa domanda di ricerca che ci si \u00e8 posti \u00e8 stata \u201cquali sono le caratteristiche dei progetti di successo?\u201d
\nRispondere a questa domanda significa capire dove l\u2019Azienda in questione potrebbe intervenire per aumentare le possibilit\u00e0 di successo e quando invece dovrebbe cambiare strategia e allocare diversamente le proprie risorse.
\nNel dataset ogni unit\u00e0 statistica, coincidente con una riga in un file Excel, corrisponde ad una opportunit\u00e0 di business che l\u2019Azienda ha almeno valutato di intraprendere.
\nOgni colonna riporta un\u2019informazione su quel progetto. In tutto, i progetti presi in considerazione sono stati 12.245. Tra le informazioni, quella pi\u00f9 importante per la domanda di ricerca riguarda lo stato finale del progetto (progetto vinto, perso o ancora in corso). Altre informazioni disponibili riguardano il nome, la sede e l\u2019industry in cui opera il cliente, la tipologia di prodotto proposto, il canale interno all\u2019azienda che ha individuato l\u2019opportunit\u00e0.<\/p>\n

Il lavoro sui dati inizia con un\u2019attivit\u00e0 preparatoria del dataset.
\nPer ogni variabile presente nel dataset vengono individuate tutte le modalit\u00e0 e le osservazioni e poi calcolate le frequenze di ciascuna. Viene scelta la soglia del 90% di campi compilati e vengono scartate tutte le variabili che presentavano pi\u00f9 del 10% di campi empty perch\u00e9 non valutabili statisticamente per mancanza di informazioni.
\nL\u2019attivit\u00e0 preparatoria del dataset porta anche a limitare il numero di progetti da analizzare, escludendo quelli che presentano dati anomali sulla base del confronto con il management.<\/p>\n

Per rispondere alla domanda di ricerca, il lavoro si articola in tre parti: analisi univariata, bivariata e multivariata, effettuate utilizzando Excel e SPSS.
\nL\u2019analisi univariata \u00e8 lo strumento preliminare, utilizzato per studiare ciascuna variabile senza ricercare alcuna relazione con le altre. Utilizza gli strumenti di statistica descrittiva: indicatori e tecniche di rappresentazione
\nL\u2019analisi bivariata studia coppie di variabili ricercando dipendenze e associazioni. Le variabili da associare sono scelte in base all\u2019oggetto dell\u2019analisi espresso nella domanda di ricerca. La variabile presente in tutte le coppie \u00e8 quella che esprime come si \u00e8 concluso il Progetto (vinto o perso).
\nE\u2019 infatti di grande interesse per il management individuare aree di intervento per aumentare le possibilit\u00e0 di successo e raggiungere obiettivi aziendali sfidanti.
\nLe analisi bivariate vengono effettuate utilizzando come strumenti principali le tabelle di contingenza che servono per il calcolo dell\u2019indice chi Quadro e l\u2019indice di contingenza di Pearson.
\nVolendo considerare l\u2019oggetto della analisi non come una popolazione, ma come un campione dell\u2019universo rappresentato dai progetti passati, presenti e futuri dell\u2019Azienda, si esegue un test statistico.<\/p>\n

Le due ipotesi sono:<\/p>\n

H0<\/em>: assenza di associazione tra le due variabili,<\/span><\/p>\n

H1<\/em>: presenza di associazione tra le due variabili. <\/span><\/p>\n

Per rispondere al test si confronta il p-value relativo al chi quadro con il consueto valore di \u03b1 (0,05). Per p-value minore di \u03b1 si rifiuta l\u2019ipotesi nulla.<\/p>\n

Inoltre, poich\u00e9 il chi quadro aumenta all\u2019aumentare della grandezza del campione (e non in relazione al grado dell\u2019associazione) si calcola l\u2019indice V di Cramer per fornire indicazioni sul grado dell\u2019associazione.
\nNel caso concreto risulta esserci un\u2019associazione tra le variabili, a due a due. Ne derivano chiare indicazioni per il management. Emergono infatti alcune aree, alcune industry, canali, prodotti che sono pi\u00f9 associabili alla chiusura del deal.<\/p>\n

L\u2019analisi multivariata studia, invece, pi\u00f9 variabili simultaneamente per comprendere se esistono relazioni significative.
\nEssendo interessanti alle determinanti di un progetto di successo, si compie un\u2019analisi di regressione logistica. Questo strumento, infatti, permette di individuare le determinanti della probabilit\u00e0 del verificarsi di una modalit\u00e0 di una variabile dicotomica e, in questo caso, quali sono le caratteristiche di un progetto che pi\u00f9 sembrano condizionarne l\u2019esito, associato ai valori WIN o LOST.
\nSe il p-value \u00e8 maggiore di 0,05, la modalit\u00e0 non \u00e8 significativa nel modello.
\nSi valutano anche gli odds-ratio.
\nNel caso in esame sono poche le modalit\u00e0 che non sono significative per il modello.
\nPer valutare la bont\u00e0 del modello si pu\u00f2 produrre la curva ROC (Receivier Operating Characteristic) che mette in relazione la sensibilit\u00e0 (il tasso dei veri positivi, corrispondenti in questo caso ai progetti effettivamente vinti e che anche il modello classifica come tali) e la specificit\u00e0 (il tasso dei falsi positivi, corrispondenti ai progetti che nell\u2019Azienda sono persi nella realt\u00e0, ma che il modello riconosce come vinti).
\nIn questo caso la curva ROC evidenzia che il modello \u00e8 in grado di operare previsioni moderatamente accurate, infatti l\u2019AUC (Area Under di Curve) \u00e8 maggiore di 0,7.<\/p>\n

 <\/p>\n

\"\"<\/p>\n

Figura 1 Output R: ROC e AUC<\/p>\n

<\/div>\n
\n
<\/div>\n<\/div>\n

Dal confronto con il management derivano conferme in merito alle associazioni trovate, basate sulla conoscenza profonda consolidatasi nel tempo delle dinamiche aziendali e di mercato. Vengono delineate nuove prospettive e vie promettenti da sperimentare per valorizzare le proprie risorse e affermarsi sempre pi\u00f9 sul mercato. Emergono, inoltre, spunti per successive analisi.<\/p>\n

Per valorizzare le potenzialit\u00e0 del CRM, la stessa analisi dovrebbe essere compiuta in ogni divisione dell\u2019Azienda. Sarebbe estremamente interessante che l\u2019Azienda a livello corporate raccogliesse le varie analisi e le esaminasse sia in modo comparativo, sia come parte di un unicum. Potrebbero, infatti, emergere punti di forza e di debolezza del business overall che a livello micro sembrano scarsamente rilevanti.
\nSarebbe anche interessante confrontare i risultati delle analisi delle singole divisioni per individuare le best practise di ciascuna ed estenderle alle altre divisioni e per fare riflessioni sulle debolezze di ciascuna rispetto alle altre.
\nInoltre, la consapevolezza sui sistemi CRM e sulle loro numerose funzioni (data storage, funzione previsionale, funzione di allineamento tra funzioni aziendali, funzione conoscitiva per il miglioramento dell\u2019offerta e per l\u2019aumento della customer satisfaction, funzione di base dati per l\u2019analisi), porta a voler trarne il massimo.
\nAppare quindi utile far emergere i punti di forza e di debolezza del CRM dell\u2019Azienda.
\nSicuramente, aver sviluppato internamente il proprio sistema lo rende pi\u00f9 flessibile e, quindi, ne consente un facile miglioramento. E\u2019 importante che preveda campi che seguono, passo passo, il processo di vendita, anche se, per una maggiore efficacia, dovrebbe essere aggiornato pi\u00f9 frequentemente da tutti gli operatori che dovrebbero essere maggiormente consapevoli dei vantaggi dello strumento.
\nPer evitare errori di compilazione, inoltre, sarebbe utile prevedere, una lista chiusa di campi da selezionare e un range di valori che possa comprendere il dato da inserire e che, altrimenti, segnali un errore.
\nLe caratteristiche dei progetti prese in considerazione risultano essere, inoltre, un ristretto gruppo rispetto a quelle presenti nel CRM che mira a raccogliere dati molto di dettaglio. Infatti, normalmente, queste caratteristiche non sono inserite. Sembra, dunque, utile rivedere le colonne ed eliminarne alcune in modo da rendere gli utenti pi\u00f9 propensi all\u2019inserimento dei dati e al loro aggiornamento.
\nPotrebbe essere interessante, inoltre, raccogliere dati che riguardino il progetto e la relazione con il cliente dopo la chiusura del deal. Sarebbe utile, infatti, indagare la soddisfazione del cliente e le problematiche riscontrate alla base del ricorso al servizio clienti. Avere anche funzionalit\u00e0 che aggreghino i dati per industry, per area o per cliente potrebbe consentire una vista unitaria e globale della propria presenza da cui partire per sviluppare progetti futuri.
\nIl limite dell\u2019analisi deriva dall\u2019incompletezza dei dati contenuti nel CRM. Alcuni attributi, pur previsti dal CRM, non sono stati presi in considerazione nelle analisi perch\u00e9 i campi corrispondenti in molti casi non erano stati compilati. Inoltre, il processo di vendita potrebbe porta con s\u00e9 altre informazioni che, per\u00f2, non rientrano nello schema dati del CRM come, per esempio, dati sull\u2019eventuale storico con un determinato cliente. Con maggiori informazioni l\u2019analisi sarebbe potuta essere pi\u00f9 completa.<\/p>\n[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][mk_padding_divider][\/vc_column][\/vc_row]\n<\/div>","protected":false},"excerpt":{"rendered":"

<\/p>\n

Giulia Di Lorenzo<\/p>\n

Negli studi di management \u00e8 largamente condiviso che le informazioni rappresentano un fattore critico di successo per le aziende che, infatti, investono in strutture tecniche e organizzative per migliorare la loro capacit\u00e0 di raccogliere, archiviare, processare e condividere dati e informazioni.<\/p>\n","protected":false},"author":1,"featured_media":1895,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[129],"tags":[139,179,83],"class_list":["post-1891","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-science-2","tag-customer-segmentation-it","tag-data-analytics-it","tag-predictive-modeling"],"yoast_head":"\nAnalisi strategica del CRM: un caso aziendale - Analytics Arts<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Analisi strategica del CRM: un caso aziendale - Analytics Arts\" \/>\n<meta property=\"og:description\" content=\"Giulia Di Lorenzo Negli studi di management \u00e8 largamente condiviso che le informazioni rappresentano un fattore critico di successo per le aziende che, infatti, investono in strutture tecniche e organizzative per migliorare la loro capacit\u00e0 di raccogliere, archiviare, processare e condividere dati e informazioni.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/\" \/>\n<meta property=\"og:site_name\" content=\"Analytics Arts\" \/>\n<meta property=\"article:published_time\" content=\"2022-06-15T15:52:49+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-11-26T14:20:12+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.analyticsarts.it\/wp-content\/uploads\/2024\/01\/dac36431e7984c7e861a31343c9821f1.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"908\" \/>\n\t<meta property=\"og:image:height\" content=\"682\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"analyticsarts\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"analyticsarts\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/\"},\"author\":{\"name\":\"analyticsarts\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/#\\\/schema\\\/person\\\/b1427c145699fcd0bc54c5f3e230b407\"},\"headline\":\"Analisi strategica del CRM: un caso aziendale\",\"datePublished\":\"2022-06-15T15:52:49+00:00\",\"dateModified\":\"2025-11-26T14:20:12+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/\"},\"wordCount\":1662,\"image\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.analyticsarts.it\\\/wp-content\\\/uploads\\\/2024\\\/01\\\/dac36431e7984c7e861a31343c9821f1.webp\",\"keywords\":[\"Customer Segmentation\",\"Data Analytics\",\"Predictive Modeling\"],\"articleSection\":[\"Data Science\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/\",\"url\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/\",\"name\":\"Analisi strategica del CRM: un caso aziendale - Analytics Arts\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.analyticsarts.it\\\/wp-content\\\/uploads\\\/2024\\\/01\\\/dac36431e7984c7e861a31343c9821f1.webp\",\"datePublished\":\"2022-06-15T15:52:49+00:00\",\"dateModified\":\"2025-11-26T14:20:12+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/#\\\/schema\\\/person\\\/b1427c145699fcd0bc54c5f3e230b407\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.analyticsarts.it\\\/wp-content\\\/uploads\\\/2024\\\/01\\\/dac36431e7984c7e861a31343c9821f1.webp\",\"contentUrl\":\"https:\\\/\\\/www.analyticsarts.it\\\/wp-content\\\/uploads\\\/2024\\\/01\\\/dac36431e7984c7e861a31343c9821f1.webp\",\"width\":908,\"height\":682},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/post\\\/analisi-strategica-del-crm-un-caso-aziendale\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Analisi strategica del CRM: un caso aziendale\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/#website\",\"url\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/\",\"name\":\"Analytics Arts\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.analyticsarts.it\\\/it\\\/#\\\/schema\\\/person\\\/b1427c145699fcd0bc54c5f3e230b407\",\"name\":\"analyticsarts\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/b372ffafdeb64fefd3a80d4d3ea3067d90c58265e17541a20ca391553fb3be06?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/b372ffafdeb64fefd3a80d4d3ea3067d90c58265e17541a20ca391553fb3be06?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/b372ffafdeb64fefd3a80d4d3ea3067d90c58265e17541a20ca391553fb3be06?s=96&d=mm&r=g\",\"caption\":\"analyticsarts\"},\"sameAs\":[\"https:\\\/\\\/www.analyticsarts.it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Analisi strategica del CRM: un caso aziendale - Analytics Arts","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/","og_locale":"it_IT","og_type":"article","og_title":"Analisi strategica del CRM: un caso aziendale - Analytics Arts","og_description":"Giulia Di Lorenzo Negli studi di management \u00e8 largamente condiviso che le informazioni rappresentano un fattore critico di successo per le aziende che, infatti, investono in strutture tecniche e organizzative per migliorare la loro capacit\u00e0 di raccogliere, archiviare, processare e condividere dati e informazioni.","og_url":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/","og_site_name":"Analytics Arts","article_published_time":"2022-06-15T15:52:49+00:00","article_modified_time":"2025-11-26T14:20:12+00:00","og_image":[{"width":908,"height":682,"url":"https:\/\/www.analyticsarts.it\/wp-content\/uploads\/2024\/01\/dac36431e7984c7e861a31343c9821f1.webp","type":"image\/webp"}],"author":"analyticsarts","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"analyticsarts","Tempo di lettura stimato":"8 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#article","isPartOf":{"@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/"},"author":{"name":"analyticsarts","@id":"https:\/\/www.analyticsarts.it\/it\/#\/schema\/person\/b1427c145699fcd0bc54c5f3e230b407"},"headline":"Analisi strategica del CRM: un caso aziendale","datePublished":"2022-06-15T15:52:49+00:00","dateModified":"2025-11-26T14:20:12+00:00","mainEntityOfPage":{"@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/"},"wordCount":1662,"image":{"@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#primaryimage"},"thumbnailUrl":"https:\/\/www.analyticsarts.it\/wp-content\/uploads\/2024\/01\/dac36431e7984c7e861a31343c9821f1.webp","keywords":["Customer Segmentation","Data Analytics","Predictive Modeling"],"articleSection":["Data Science"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/","url":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/","name":"Analisi strategica del CRM: un caso aziendale - Analytics Arts","isPartOf":{"@id":"https:\/\/www.analyticsarts.it\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#primaryimage"},"image":{"@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#primaryimage"},"thumbnailUrl":"https:\/\/www.analyticsarts.it\/wp-content\/uploads\/2024\/01\/dac36431e7984c7e861a31343c9821f1.webp","datePublished":"2022-06-15T15:52:49+00:00","dateModified":"2025-11-26T14:20:12+00:00","author":{"@id":"https:\/\/www.analyticsarts.it\/it\/#\/schema\/person\/b1427c145699fcd0bc54c5f3e230b407"},"breadcrumb":{"@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#primaryimage","url":"https:\/\/www.analyticsarts.it\/wp-content\/uploads\/2024\/01\/dac36431e7984c7e861a31343c9821f1.webp","contentUrl":"https:\/\/www.analyticsarts.it\/wp-content\/uploads\/2024\/01\/dac36431e7984c7e861a31343c9821f1.webp","width":908,"height":682},{"@type":"BreadcrumbList","@id":"https:\/\/www.analyticsarts.it\/it\/post\/analisi-strategica-del-crm-un-caso-aziendale\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.analyticsarts.it\/it\/"},{"@type":"ListItem","position":2,"name":"Analisi strategica del CRM: un caso aziendale"}]},{"@type":"WebSite","@id":"https:\/\/www.analyticsarts.it\/it\/#website","url":"https:\/\/www.analyticsarts.it\/it\/","name":"Analytics Arts","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.analyticsarts.it\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/www.analyticsarts.it\/it\/#\/schema\/person\/b1427c145699fcd0bc54c5f3e230b407","name":"analyticsarts","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/secure.gravatar.com\/avatar\/b372ffafdeb64fefd3a80d4d3ea3067d90c58265e17541a20ca391553fb3be06?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/b372ffafdeb64fefd3a80d4d3ea3067d90c58265e17541a20ca391553fb3be06?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/b372ffafdeb64fefd3a80d4d3ea3067d90c58265e17541a20ca391553fb3be06?s=96&d=mm&r=g","caption":"analyticsarts"},"sameAs":["https:\/\/www.analyticsarts.it"]}]}},"_links":{"self":[{"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/posts\/1891","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/comments?post=1891"}],"version-history":[{"count":7,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/posts\/1891\/revisions"}],"predecessor-version":[{"id":5891,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/posts\/1891\/revisions\/5891"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/media\/1895"}],"wp:attachment":[{"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/media?parent=1891"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/categories?post=1891"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.analyticsarts.it\/it\/wp-json\/wp\/v2\/tags?post=1891"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}