Secondo una ricerca condotta da Forrester Consulting per Experian, due aziende di telecomunicazioni su tre in area EMEA sono alla ricerca di nuove fonti di dati per poter prendere decisioni migliori. I fornitori di telecomunicazioni si trovano ad affrontare una serie di sfide,

tra cui il crescente tasso di abbandono dei clienti e il continuo aumento dei costi operativi, e lo fanno concentrandosi su nuove strategie e iniziative per promuovere e mantenere la crescita. Il report 2022 Telco di Experian ha rilevato come il 66% dei provider di telecomunicazioni sia concentrato su crescita dei ricavi, trasformazione digitale e migliore prevenzione delle frodi, mentre per il 55% la priorità sia rappresentata dall'accelerare il tempo di decisione nei processi di onboarding dei clienti. La chiave per raggiungere questi obiettivi sarà il modo in cui i fornitori useranno i dati, con il 66% che sta esplorando tipi di dati non tradizionali, come quelli provenienti dall’open banking, per farlo. Inoltre, due terzi delle aziende (66%) si stanno concentrando specificamente su un utilizzo migliore dei dati interni per migliorare le prestazioni operative. Un potenziale elemento di criticità, al contrario, è la mancanza di capacità di identificare e indirizzare i clienti potenziali, messa in luce dal 29% del totale degli intervistati in EMEA, il 38% in Italia. L'importanza di questo aspetto nel nostro Paese in particolare è confermata dalla ricerca sull'onboarding dei clienti come caso d'uso specifico per la trasformazione digitale. Qui, il 64% degli intervistati italiani ha dichiarato che il miglioramento dei canali di acquisizione con fonti di dati aggiuntive per migliorare le capacità di targeting è una priorità alta o critica nei prossimi 12 mesi. "I risultati dimostrano che i provider di telecomunicazioni in EMEA hanno una chiara visione delle loro priorità di business, con particolare attenzione su crescita dei ricavi, trasformazione digitale e prevenzione delle frodi. Tuttavia, dai dati emerge anche come sia ancora necessario lavorare per raggiungere questi obiettivi, in particolare attraverso misure di gestione dei costi", spiega Daniele di Liberatore, Client Director di Experian "Ci sono molte strategie che i fornitori possono adottare, come l'implementazione del machine learning in tutta l'organizzazione e l'uso più avanzato di nuove fonti di dati per migliori processi decisionali. Così facendo, saranno in grado di lavorare più efficacemente con i clienti per aiutarli a trovare i prodotti giusti e più convenienti, contribuendo a ridurre i potenziali attriti e fornire un'esperienza ottimale." Più della metà delle aziende di telecomunicazione ha visto un aumento delle richieste sia da parte di clienti nuovi che di quelli esistenti e un incremento del valore ARPU (Average Revenue per Unit). L’Italia vanta risultati particolarmente elevati sotto questo aspetto: il 62% degli intervistati ha visto un aumento delle richieste da parte di nuovi clienti, il 59%

da clienti esistenti.

Tuttavia, le metriche di costo sono più complesse: Il 78% riporta livelli costanti o aumentati di crediti inesigibili, mentre il 67% dichara che le frodi sono rimaste costanti o addirittura aumentate. L'Italia ha la più alta percentuale di intervistati che segnalano livelli aumentati o statici di perdite da frode (85%). Scomponendo le risposte italiane, la percentuale che segnala un aumento dei livelli di frode (47%) e la percentuale che indica livelli statici di frode (38%) sono rispettivamente il più alto e il secondo più alto in EMEA. I risultati mostrano anche che il 78% riporta livelli di abbandono dei clienti costanti o in crescita, aumentando ulteriormente i costi totali per la necessità di acquisire ulteriori consumatori. In generale, l'80% degli intervistati nell'area EMEA ha segnalato un aumento dei costi totali di servizio, costi di acquisizione o raccolta. Bisogna fare di più per ottimizzare il machine learning all'interno del settore. Un intervistato su tre ha dichiarato di non farne alcun uso o di farne un uso limitato per la prevenzione delle frodi, la gestione dei dati, il targeting delle acquisizioni e le riscossioni, mentre lo stesso numero ritiene che i processi di implementazione dei modelli e la loro spiegabilità impediscano una più ampia adozione del machine learning.