When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning

Ogni azienda che vende prodotti deve affrontare un problema silenzioso e persistente: le persone smettono di comprare. Nel mondo delle relazioni con i clienti, il momento più pericoloso è subito dopo il primo acquisto. Molti nuovi clienti scompaiono prima ancora di tornare, allontanandosi mentre l'azienda sta ancora cercando di capire chi siano. Trattenere questi primi clienti è vitale, perché un singolo acquisto ricorrente segnala spesso una relazione molto più lunga e preziosa. Per decenni, le aziende hanno cercato di risolvere questo problema inviando note di ringraziamento o coupon, ma lo hanno spesso fatto alla cieca, inviando lo stesso messaggio a tutti contemporaneamente, indipendentemente dal fatto che il cliente fosse pronto a comprare di nuovo o avesse già perso interesse.

La sfida è che i clienti non sono statici; cambiano di giorno in giorno. Una persona potrebbe essere desiderosa di tornare una settimana dopo aver comprato una camicia, ma indifferente un mese dopo. Questo è noto come la "trappola della ricorrenza", dove più tempo passa dall'ultimo acquisto, minore è la probabilità che il cliente torni. Tuttavia, inviare un premio troppo presto può essere uno spreco di denaro se il cliente sarebbe tornato comunque. La soluzione ideale sarebbe un sistema che osservi il comportamento di ogni cliente, aspetti il momento giusto e poi decida se offrire un premio. Ma c'è un ostacolo: le aziende hanno budget limitati. Non possono inviare coupon a tutti, quindi devono scegliere chi riceverne uno e quando, assicurandosi che ogni dollaro speso porti il massimo valore.

Questo è l'esatto enigma che un team di ricercatori si è proposto di risolvere utilizzando i dati di un importante rivenditore di moda online giapponese. Hanno sviluppato un metodo per apprendere il tempismo perfetto per la fidelizzazione del cliente, creando una strategia che si adatta al comportamento mutevole di ogni individuo pur rispettando rigorosamente un limite di spesa. Invece di indovinare quando inviare un coupon, il loro sistema impara da migliaia di esperimenti reali per determinare l'istante esatto in cui un cliente specifico è più propenso a rispondere a un incentivo. Il risultato è una politica dinamica che non è solo più efficace nel trattenere i clienti, ma è anche significativamente meno costosa da gestire rispetto ai metodi standard utilizzati oggi dalle imprese.

I ricercatori hanno lavorato con una piattaforma che vende abbigliamento per giovani donne, un luogo dove gli acquirenti occasionali sono abbondanti ma spesso fugaci. La strategia originale dell'azienda era semplice e statica: inviare un'e-mail di ringraziamento generica con un coupon esattamente due, dieci e trenta giorni dopo il primo acquisto del cliente. Questo approccio trattava ogni cliente allo stesso modo, ignorando il fatto che alcuni avrebbero potuto aver già acquistato un secondo articolo al decimo giorno, mentre altri sarebbero potuti essere completamente disinteressati. L'azienda voleva fare di meglio. Avevano bisogno di un modo per personalizzare queste interazioni, ma avevano anche un vincolo rigido: non potevano spendere denaro illimitato in coupon. Avevano bisogno di una strategia che massimizzasse il numero di clienti che tornavano, senza sforare il budget.

Per trovare la risposta, il team ha progettato un enorme esperimento reale. Hanno preso migliaia di nuovi clienti e li hanno assegnati casualmente a diversi gruppi. Alcuni ricevettero un coupon due giorni dopo il loro primo acquisto, altri dieci giorni dopo, e altri ancora trenta giorni dopo. Alcuni non ricevettero alcun coupon, solo un messaggio di ringraziamento. Fondamentalmente, l'esperimento era progettato in modo che ogni cliente ricevesse al massimo un coupon durante l'intero periodo. Questo simulava il vincolo del mondo reale per cui un'azienda non può permettersi di bombardare un singolo cliente con infiniti sconti. Osservando come questi diversi gruppi si comportarono nei mesi successivi, i ricercatori hanno raccolto un ricco dataset che mostrava esattamente come il tempismo di un'offerta influenzasse la decisione del cliente di tornare.

Con questi dati in mano, i ricercatori hanno applicato un metodo di apprendimento sofisticato per costruire un "regime di trattamento dinamico". In parole povere, si tratta di un insieme di regole che cambiano nel tempo. A differenza di un piano statico che decide tutto all'inizio, un piano dinamico aspetta e osserva. Esamina ciò che un cliente ha fatto dal suo primo acquisto — cosa ha navigato, cosa ha cliccato e quanto tempo è passato — e poi decide se inviare un coupon proprio ora, aspettare o non inviarne affatto. I ricercatori hanno esteso gli strumenti matematici esistenti per gestire il limite di budget, assicurando che le regole apprese non spendessero mai più denaro di quello consentito. Hanno testato due approcci principali: uno che cercava di prevedere il valore futuro di un cliente basandosi sulla sua storia, e un altro che apprendeva direttamente quali azioni portassero ai migliori risultati, trattando il problema come una serie di compiti di classificazione.

I risultati furono sorprendenti. Quando i ricercatori testarono le loro nuove politiche dinamiche su un gruppo separato di clienti, scoprirono che la strategia con le migliori prestazioni era quella che rispettava il vincolo di budget. Questa politica non si limitava a inviare coupon a tutti il secondo giorno. Invece, ha imparato a essere selettiva. Per alcuni clienti, inviava un coupon immediatamente perché il loro comportamento suggeriva che fossero sull'orlo di abbandonare. Per altri, aspettava, inviando un coupon al decimo o al trentesimo giorno, o forse non inviandolo affatto, perché quei clienti erano probabilmente destinati a tornare da soli. Trattenendo i coupon dai clienti che sarebbero tornati comunque, la politica risparmiava denaro. Utilizzava poi i fondi risparmiati per colpire i clienti che avevano davvero bisogno di un incentivo per tornare.

I dati dimostrarono che questo approccio dinamico e consapevole del budget era molto più efficiente dei vecchi metodi statici. Sebbene la strategia tradizionale di inviare coupon a tutti il secondo giorno aumentasse il tasso di ritorno di una certa quantità, lo faceva a un costo elevato. La nuova politica dinamica otteneva un aumento simile o migliore dei tassi di ritorno pur spendendo significativamente meno denaro. Infatti, misurata in base a quanto il tasso di ritorno migliorava per ogni yen speso, la nuova politica superava tutti i benchmark. Si scoprì che l'approccio "taglia unica" era uno spreco. Aspettando e osservando, il sistema poteva identificare il momento preciso in cui un incentivo avrebbe fatto la differenza, evitando la trappola di pagare le persone per fare ciò che avrebbero già fatto.

I ricercatori esplorarono anche una versione più complessa del problema, in cui il sistema poteva scegliere non solo quando inviare un coupon, ma anche se inviare una semplice e-mail di ringraziamento o non inviare nulla. In questo scenario, il sistema ha imparato a sostituire le e-mail a basso costo con i coupon costosi quando appropriato. Inviava un'e-mail gratuita a un cliente che sembrava interessato ma non aveva bisogno di una spinta finanziaria, riservando il coupon a qualcuno che ne aveva effettivamente bisogno. Questa flessibilità migliorò ulteriormente l'efficienza dei costi della strategia. L'azienda ha poi portato queste scoperte nel mondo reale, conducendo test online su larga scala in cui le nuove politiche venivano applicate ad attuali clienti. I risultati online confermarono le previsioni offline: la politica dinamica vincolata al budget generava il più alto ritorno sull'investimento, portando più clienti fidelizzati per ogni dollaro speso rispetto a qualsiasi altra strategia provata dall'azienda.

Questo lavoro dimostra che la chiave per una efficace fidelizzazione del cliente non è solo avere i dati, ma sapere come usarli nel tempo. I ricercatori hanno provato che trattando la fidelizzazione del cliente come una sequenza di decisioni piuttosto che come un evento singolo, e tenendo conto rigorosamente dei limiti di budget, le aziende possono ottenere risultati molto migliori. Lo studio suggerisce che la "trappola della ricorrenza" è reale, ma può essere navigata con il giusto tempismo. La strategia più efficace non è gridare più forte o più spesso, ma parlare al momento giusto alla persona giusta. Per il rivenditore giapponese, questo ha significato una politica che non era solo più intelligente, ma anche più redditizia, generando milioni di dollari di valore aggiuntivo in un solo anno rispetto ai loro metodi precedenti. La lezione si estende oltre il commercio al dettaglio della moda: in ogni business in cui l'attenzione del cliente è fugace e le risorse sono finite, la capacità di adattarsi e aspettare è importante quanto l'offerta stessa.