Pannello azioni
Growens | Product Qualified Lead
Growens | Product Qualified Lead: come riconoscerli per ottimizzare l'esperienza di prodotto | giovedì 26 gennaio 2023
Quando e dove
Data e ora
gio 26 gen 2023 18:30 - 20:00 CET
Località
The Net Value Srl 15 Viale la Plaia 09123 Cagliari Italy
Informazioni sull'evento
Giovedì 26 gennaio 2023 vi aspettiamo presso The Net Value in Viale la Plaia, 15 a Cagliari alle ore 18.30 per l'incontro Growens | Product Qualified Lead: come riconoscerli per ottimizzare l'esperienza di prodotto
La crescita Product Led è una strategia e un approccio business che vede il prodotto come il motore primario e scalabile per l'acquisizione dei clienti.
Perché funzioni, è fondamentale conoscere il comportamento dei Product Qualified Lead (PQL), ovvero gli utenti finali che hanno provato il prodotto, hanno compiuto determinate azioni e presentano quindi una forte possibilità di trasformarsi in clienti paganti.
In questo incontro, vi mostreremo come MailUp, azienda leader in ambito messaging, abbia affrontato questa sfida nella fase di trial gratuito della sua piattaforma di Email Marketing.
Attraverso i dati comportamentali raccolti in un strumento di tracking di eventi attivo nelle pagine della piattaforma, è stata implementata le tecnica unsupervised di PageRank e l’algoritmo FP-Growth (afferente alla famiglia delle analisi degli insiemi frequenti). In particolare, approfondiremo come utilizzare il componente GraphX per lo sviluppo della versione pesata del PageRank e come applicare il calcolo distribuito degli insiemi frequenti in Apache Spark ai dati comportamentali. Queste metodologie consentono di ottenere punteggi di importanza per ciascuna pagina visitata dagli utenti finali e di analizzare i diversi segmenti di Product Lead (ha acquistato (PQL)/non ha acquistato), al fine di comprendere e quindi ottimizzare l’esperienza di prodotto.
Relatore principale
Alessandro Di Stefano ricopre il ruolo di Data Scientist in Growens, azienda di email marketing & customer engagement leader in Italia. In precedenza ha lavorato come Data Scientist presso STMicroelectronics(2018-2019), Reply (2019-2021) e Growens(2021-). Si è occupato di Anomaly Detection sia con approcci di Data Mining che di Machine Learning e con un'attenzione particolare ai modelli ensemble, analisi non supervisionata di dati finanziari e sviluppo di modelli predittivi nell'ambito delle SGR (società gestione risparmio). Si è anche occupato di formazione interna in ambito Dati avviando un laboratorio interno di RD presso Reply. Ha conseguito una laurea in Informatica presso L'università degli Studi di Catania intraprendendo un percorso orientato all'ambito Dati (2015-2018).
L'azienda
Nato dalla ricerca tecnologica e dal successo di business del colosso MailUp, Growens è un gruppo industriale integrato che crea tecnologie per predictive marketing, mobile messaging e content creation adatte a organizzazioni che desiderano comunicare con efficacia con i propri clienti, oltre 26.000 in più di 115 Paesi.