通過部署IBM SPSS Statistics和IBM SPSS Modeler，並輔之以IBM SPSS Collaboration and Deployment Services，菲亞特對數據進行了分析並建立了預測模型，幫助其經銷商預測客戶行為並改善客戶關係。
ZDNet至頂網軟體頻道消息：菲亞特汽車公司(Fiat Group Automobiles)設計、生產並銷售Fiat、Alfa Romeo、Lancia、Fiat Professional和Abarth品牌的汽車。銷售在這裡是重要的。汽車銷售推動著公司的發展、日常運作、研究和開發，並擴大全球業務，總之，它鞏固了菲亞特在當今競爭激烈且時常變化的汽車市場中的成功。了解誰可能購買汽車這個信息，將帶來極大的競爭優勢，而這正是IBM SPSS Statistics和IBM SPSSModeler向菲亞特經銷商提供的信息。
在菲亞特，由在客戶服務部的客戶體驗管理人員負責管理IBM SPSS解決方案。客戶智能及宣傳經理Giovanni Lux解釋說：「我們使用預測分析和統計數據來支持兩個主要目標。」第一個目標顯然是幫助菲亞特銷售汽車。「IBM SPSS Statistics和IBM SPSS Modeler幫助我們在現有的和潛在的菲亞特汽車車主中識別出特定的目標，使經銷商可以用最高效的方式分配其營銷預算。第二，我們調查已購買新車或使用過菲亞特維修店的客戶。然後我們使用IBM SPSS Statistics分析這些數據以提供有價值的洞察，了解客戶對我們的經銷商及維修中心的滿意度。」
營銷經費的有效使用
這些寶貴的分析的基礎是菲亞特的客戶關係及體驗分析(CustomerAnalysis Relationship & Experience, CARE)資料庫，它包含了超過6400萬客戶及6400萬輛汽車的歷史信息。如此大量的數據存儲庫由來自多個內部及外部的數據源的數據構成；然後，CARE提供第二層的分析資料庫供Statistics和Modeler使用。
「我們每個月向經銷商推薦大約150個目標客戶，」Lux解釋說。「例如，AlfaRomeo推出新的Giulietta型號，經銷商想通過電話和直郵評估忠實的AlfaRomeo客戶的興趣。他們想邀請客戶和潛在客戶來訪問他們的經銷點，但同時他們又不想營銷資金浪費在可能忽略邀請的用戶身上。」
Lux繼續補充道：「通過基於像年齡、性別、地理位置、財務信息、售後體驗及購買歷史記錄等10至15個變量來定義預測模型，我們可以告訴經銷商：「這100個人是在這個地區非常可能購買新車的客戶，而這100個人的購買可能性略低。「那麼經銷商就可以依據其預算決定聯繫多少個人，使用哪種聯繫方法。IBM SPSS Statistics和IBM SPSS Modeler使這種關鍵的細分成為可能。」
菲亞特還依靠IBM SPSS Collaboration and Deployment Services來自動化這些預測模型以獲得更可靠的結果，並確保正確的人獲得了所需的信息以便及時採取適當的行動。此外，通過實現集中式的分析報表及模型，菲亞特提高了用戶的生產力並降低了成本。
在品牌的層次上也執行了類似的細分，從而有效地預測小型、中型及大型車輛的銷售可能性。「經銷商可能只是簡單地希望人們走進他的經銷點，不論他們買什麼車都可以，」Lux提到。「或者，經銷商可能說：『我必須賣出某個數量的Cinquecento汽車。』目標客戶細分可能會因我們的關注重點是經銷商還是品牌而有所不同。」預測模型每月用新的數據更新一次，以保持其準確性。
重要的改進
在實施Statistics和Modeler之前，菲亞特使用同類的SAS軟體通過一對一的營銷措施支持經銷商。然而，菲亞特發現IBM SPSS解決方案可以在低得多的總擁有成本的條件下完成更出色的工作。公司隨後更換了提供商以增強其互聯的數據管理系統。
事實上，新的預測分析和評分模型已經超越了菲亞特的期望。Lux說：「使用IBM SPSS Statistics和IBM SPSS Modeler，我們已經將客戶保留率提高了7%，並且現在有54%的菲亞特客戶用另一輛菲亞特品牌的汽車來替換他們現有的汽車。此外，我們已經看到了營銷活動中的響應率提高了15至20個百分點，這清楚地表明了IBM SPSS解決方案幫助我們更準確地鎖定了潛在客戶群。」
你高興嗎？
在客戶智能方面，Lux及其團隊執行了高水平的調查，在歐洲大約每年200000份調查，以評估客戶對經銷商及維修店的滿意度。主要的問題是：「您推薦您使用過的經銷商（或維修中心）的程度如何？」
依據答案，客戶體驗管理部門力求了解在體驗中客戶最欣賞的因素，或者反過來，為什麼客戶不滿意。使用IBM SPSS Statistics分析這些數據以更清楚地了解擁護者和反對者的特徵，而結果則提供給經銷商和維修店。「我們向他們提供總結全部結果的月度報告，他們也可以獲得客戶訪談的自由文本回復，」Lux說。「該情報幫助他們做出必要的改進。」
使用Statistics和Modeler，菲亞特可以更好地確定客戶購買特定品牌型號的可能性，並確定相關的購買時間，它還可以有效地分析和報告客戶服務及保修問題。「預測客戶行為以及改善客戶關係的能力對菲亞特汽車公司的成功而言絕對是一個關鍵，」Lux總結說。「最後，IBM SPSS Statistics和IBM SPSS Modeler幫助我們銷售汽車，正是它使菲亞特的車輪保持轉動。」
編輯點評
在大數據時代，企業希望藉由數據分析更好的了解客戶消費行為，通過匯總和分析客戶資料，提高服務品質、挖掘向上和交叉的銷售機會。企業希望利用新模式和新技術更加貼近客戶，並且深刻地理解他們的需求，藉此有效分析資料並作出預判。
菲亞特需要確定新老客戶購買某特定品牌型號的菲亞特汽車的可能性，以幫助獨立經銷商優化其可用的營銷經費支出。該公司同樣需要更清楚地了解在經銷商及維修站的客戶體驗情況。通過部署IBM SPSS Statistics和IBM SPSS Modeler，並輔之以IBM SPSS Collaboration and Deployment Services，菲亞特對數據進行了分析並建立了預測模型，幫助其經銷商預測客戶行為並改善客戶關係。
使用IBM SPSS Statistics和IBM SPSS Modeler後，菲亞特將客戶保留率提高了7%，並且現在有54%的菲亞特客戶用另一輛菲亞特品牌的汽車來替換他們現有的汽車。