capítulo 4 mercadotecnia y venta cruzada

Mercadotecnia Analtica y CRM

Marlene Ampudia

[email protected]

TemarioGeneralidades de la Mercadotecnia Analtica y CRMIntroduccin a las Bases de DatosAtraccin y Retencin de ClientesMercadotecnia y Ventas CruzadasInteracciones con los ClientesConversaciones a travs de Mltiples CanalesGestin de Relaciones de AsociadosCRM y Transformacin de la Empresa

Captulo 4 Mercadotecnia y Venta Cruzada

CRMInfraestructura con la cual se generan tcticas para maximizar el VALOR de los CLIENTES, generando LEALTAD y prolongando lo ms que se pueda el CICLO DE VIDA del CLIENTEProspectsResponderEstablished CustomersFormer Customer(Excliente)Target MarketResponderNew CustomerHigh ValueHigh PotentialLow ValueVoluntary ChurnForced ChurnVenta Cruzada

Venta CruzadaElemento estratgico para incrementar los ingresos de la empresa, vendiendo a un Cliente Establecido otros productos/servicios disponibles, creciendo as las RELACIONES con los Clientes LEALTADCuando el Cliente queda satisfecho porque puede comprar lo que necesita y desea oportunamenteCONOCER AL CLIENTE(caractersticas, necesidades, gustos, preferencias, comportamiento, perfil)Bases de Datos

Herramientas para Venta CruzadaAnlisis de Canasta de Mercado (Market Basket Analysis)PersonalizacinSistemas de Recomendacin

TemarioMercadotecnia y Ventas Cruzadas4.1. Anlisis de Canasta de Mercado4.2. Personalizacin4.3. Sistemas de Recomendacin

Anlisis de Canasta de Mercado Genera una idea de quin es el CONSUMIDOR (Cliente) y el porqu realiza ciertas comprasQu productos se compran juntos?Qu actividades se realizan en un perodo de tiempo prximo?Aplicaciones de Anlisis de Canasta de MercadoIndustria de venta al detalle (Retailers). Ej. Walmart, LiverpoolUso de tarjetas de crdito. Ej. American ExpressServicios vendidos en paquete. Ej. TelmexServicios bancarios. Ej. BancomerHistoria clnica de pacientes sujetos a tratamientosTcnica de Data Mining que descubre relaciones co-ocurrentes entre actividades hechas por individuos o grupos.

Anlisis de Canasta de MercadoEn este carrito el consumidor compr: jugo de naranja, pltanos, detergente, botana y refrescosCules son las caractersticas demogrficas del vecindario que afectan lo que compra el consumidor?Dnde deberan estar ubicados dentro de la tienda los detergentes para maximizar sus ventas?Se compra botana cuando el detergente y el jugo de naranja se compran juntos?Los refrescos se compran tpicamente con pltanos? La marca del refresco produce alguna diferencia?

Cundo se usa ACM?Existen datos sobre transacciones mltiples y no se conocen patrones especficos de comportamiento Data Mining Indirecto

Cuando sabemos o tenemos idea de que existen diferencias. Ejemplo. Comportamiento de tiendas nuevas vs tiendas establecidas Data Mining Directo

Cundo es til un ACM?Los resultados del anlisis son CLAROS y ACCIONABLES.Un ACM arroja como resultado REGLAS DE ASOCIACIN:Enunciados que expresan la relacin que existe entre unos productos y otros. Cmo tienden a agruparse los productos. Ejemplos:El da martes, los consumidores de supermercados generalmente compran paales y cervezasLos Clientes que compran servicios de garanta de electrodomsticos generalmente compran grandes aparatosCuando una nueva tienda de herramientas abre, uno de los artculos que ms se compra son tapas para WC.

Toda regla de asociacin es TIL?Existen 3 tipos de reglas de asociacin:TILES ACCIONABLES. Ej. Paales-cervezaTRIVIALES YA CONOCIDAS X EXPERTOS NEGOCIO. Ej. Garanta y electrodomsticos grandes. Ej. 3 a la vez compran llamada en espera (medir resultados campaas anteriores) INEXPLICABLES PARECE QUE NO TIENEN EXPLICACIN Y NO SUGIEREN UN CURSO DE ACCIN. Ej. Nueva tienda herramientas y tapas de WC.

Cmo funciona el ACM?Se renen datos de las transacciones realizadas en un perodo especfico de tiempoInformacin respecto a qu productos se compran con otros

Cmo funciona el ACM?Se crea una TABLA DE CO-OCURRENCIAS para saber el nmero de veces que cualquier par de productos se compran juntos. Nmero de veces que 2 productos CO-OCURREN en una transaccin

Tabla o Matriz de Co-ocurrencia

AnlisisLa tabla de co-ocurrencias contiene patrones simples:Jugo de naranja y refresco son ms probables de comprarse juntos que cualquier otro par de productosDetergente nunca es comprado con botana o con lecheLeche nunca es comprada con refresco o detergente

AnlisisLas observaciones anteriores son ejemplos de asociaciones y pueden sugerir una REGLA FORMAL DE ASOCIACIN:Si un cliente compra refresco, entonces el cliente tambin compra jugo de naranjaQu tan buena es esta regla? = 2 de 5 transacciones incluyen refresco y jugo de naranja. Estas 2 transacciones soportan la regla.De todas las transacciones, puesto que las 2 de 3 transacciones que contienen refresco tambin contienen jugo de naranja, se dice que existe ALTO GRADO DE CONFIANZA en la regla 67%

AnlisisSi invertimos la regla las cosas cambian:Si un cliente compra jugo de naranja, entonces el cliente tambin compra refrescoNo todas las transacciones que tienen jugo de naranja tienen refresco.Cul es el NIVEL DE CONFIANZA? = de 4 transacciones que tienen jugo de naranja, slo 2 tienen refresco, por lo tanto, el nivel de confianza es del 50% (2/4)Las matrices de co-ocurrencia se pueden llevar a cabo con n combinaciones de artculos (tres, cuatron). El anlisis puede ser tan complejo como productos hay

Cmo seleccionar el conjunto correcto de artculos a analizar?Analizar la taxonoma (clasificacin) de los productos sirve para definir hasta qu nivel de detalle debemos llegar.Ms generalMs detallado

Nivel de DetalleDefinir cul es el nivel de detalle que debemos utilizar implica contestar preguntas como:Las papas fritas y las papas pequeas son el mismo producto?La marca del helado es ms relevante que el sabor?Qu es ms importante para el anlisis: talla, estilo, patrn o el diseador de la ropa?Que exista la opcin de aparatos ahorradores de energa es un indicador del comportamiento del consumidor o no?

ACM para comparar puntos de ventaSe utiliza para hacer comparaciones entre diferentes ubicaciones de una misma cadena Se requiere utilizar artculos virtuales, los cuales sirven para distinguir qu transaccin proviene de qu punto de venta (ubicacin):Ej. Una transaccin de venta de una tienda de herramientas establecida incluye: un martillo, una caja de clavos y un paquete de lijasAgregar un artculo virtual significa: un martillo, una caja de clavos, un paquete de lijas y dentro de una tienda ya existente (no nueva)

Proceso para comparar ventas de una tienda nueva vs una tienda ya existenteReunir datos de un perodo de tiempo especfico (ej. 2 semanas) de una nueva tienda y agregar artculos virtualesReunir la misma cantidad de datos de una tienda ya existenteAplicar ACM para encontrar reglas de asociacin para cada set de datosPoner especial atencin a las reglas de asociacin que contienen los artculos virtuales

ACM para otras comparacionesVentas durante perodo de promociones vs ventas en otros momentosVentas en diferentes reas geogrficas (rea metropolitana, ciudades, municipios, delegaciones, etc.)Ventas urbanas vs suburbanasDetectar diferencias estacionales en los patrones de compra

PersonalizacinPrctica de dirigir comunicaciones/mensajes a un segmento especfico de Clientes o incluso a nivel individual (uno a uno)Relacin con el ClienteAnlisis de DatosInformacinComunicacin Dirigida(Herramientas) Correo Email Telfono Venta Directa Mvil Punto de venta Perfil Uso canales Compras pasadas Clicks Encuestas

Personalizacin implicaLlamar al Cliente por su nombre (venta, telfono, correo, email, pgina Web, etc.)Participacin del Cliente para armar el producto que mejor se adapte a sus necesidadesRecibir el mensaje respecto al producto/servicio indicado en el momento oportunoResponder perfectamente a los requerimientos del Cliente (producto/servicio + atencin personal)Su objetivo es ofrecer el producto o servicio que mejor se adapte a las necesidades/preferencias del consumidor y hacerlo en tiempo real

Con la personalizacin puedes lograrComunicacin ms eficiente con los ClientesOptimizar el presupuesto de mercadotecniaMaximizar el nmero de respuestas positivas posibles a una promocin u oferta dirigidaDesarrollar ventas cruzadasGenerar lealtadEj. De acuerdo con el libro Yes! 50 Scientifically Proven Ways to be Persuasive, la tasa de respuesta a una encuesta se elev del 36% al 75% por el simple hecho de haberle agregado un post-it personalizado.

Herramientas de PersonalizacinPersonalizacin basada en ReglasPersonalizacin Adaptativa o Filtrado Colaborativo (Collaborative Filtering)

Internet es un canal interactivo que facilita la aplicacin de herramientas de personalizacin y sistemas de recomendacin

Personalizacin basada en reglasTcnica que utiliza reglas previamente identificadas (tipo ACM) y alimentadas en el sistema, las cuales indican qu productos podran comprarse juntos, o por ejemplo, qu pgina debera aparecer antes o despus que otra en un sitio Web. Desventaja: difcil de mantener actualizado, sujeto a reglas predefinidas

Personalizacin Adaptativa Filtrado Colaborativo Sistemas de RecomendacinTcnica que observa y utiliza el comportamiento de los clientes y lo aplica a nuevas circunstancias. Considera el comportamiento de otros consumidores que se parecen entre s como la base para realizar recomendaciones. Herramientas ms complejas y ms costosasEj. crculos de compra de Amazon.com, con los cuales Amazon considera las compras pasadas del consumidor y su situacin geogrfica para sugerir lo que lectores de la misma colonia y que tienen intereses similares podran estar leyendo.

Lmites de la PersonalizacinSe vende todo lo que se produce (demanda>oferta)Deseo de personas por tener el mismo producto/servicio que otrasAmplia gama de opciones para el cliente genera confusin vs optimizacinCosto de personalizar > utilidad obtenida

Sistema de RecomendacinHerramienta que acta como gua para orientar la toma de decisiones relacionada con gustos/preferencias personales.Alternativa al proceso social de recomendacin:Acto habitual de recurrir a opiniones de conocidos o expertos cuando no tenemos suficiente informacin y queremos tomar una decisin de compra.Se basa en la retroalimentacin de usuarios, asociando un perfil a cada usuario formado por las experiencias de otros usuarios y recomendando servicios/productos en lnea con el perfil del usuario. Principal aplicacin: sitios de comercio electrnico en Internet. Ej. Last.fm, Pandora, Google, Amazon

Cmo funciona un Sistema de Recomendacin?Fase 1.- El sistema solicita al usuario conocer sus preferencias.Fase 2.- El sistema ofrece recomendaciones al usuario

Pautas de la Fase 1.- Solicitar preferenciasDefinir cuntos tems se le solicitar al usuario para conocer sus preferencias La forma de obtener la informacin debe ser fcil y no aburrida. Existen 4 tcnicas para obtener la informacin del usuario (cliente):Preguntar por favoritos/preferidosCalificar tems con una escala de Likert (Ej. Escala: Muy en Desacuerdo, Desacuerdo, Indeciso, De acuerdo, Muy de acuerdo)Marcar un checkbox preferencia (escala bipolar)Tcnica mixta - combinacin de anteriores.

Es conveniente mostrar categoras o clasificaciones para filtrar las preferencias del usuario.

DEF. ITEM: Artculo. Frase o proposicin que expresa una idea positiva o negativa respecto a un fenmeno que nos interesa conocer.

Pautas de la Fase 2.- Ofrecer recomendaciones al usuario Es necesario facilitar la obtencin de ms recomendaciones. Cmo generar un nuevo conjunto de recomendaciones sin realizar mayor esfuerzo?Ofrecer informacin relativa a cada tem recomendado (informacin detallada o ligas)Informacin bsica Puntuaciones de expertos y del resto de usuarios.Muestra del tem

Factores de xito de un Sistema de RecomendacinFacilidad de usoRecomendaciones s se ajustan a los gustos y preferencias personalesFamiliaridad con las recomendaciones (+familiaridad+confianza)Recomendaciones transparentes. Expresar lgica de ofrecer algo, el por qu.

Un buen Sistema de Recomendacin permiteQue el Cliente consuma ms a partir de las sugerencias de compra (ingreso)Que el Cliente descubra productos que de otra forma no descubrira (retencin)Ejemplo: Netflix (renta video). Recomendaciones representan el 60% de los alquileres.

capítulo 4 mercadotecnia y venta cruzada

Documents