Big Data en Retail

1.438 visualizaciones

Publicado el

Que pueden hacer las empresas ahora que "big data" disponibiliza información con velocidad y variedad ? Aquí unos ejemplos, y podemos ayudar a construirlos.

Publicado en: Empresariales
0 comentarios
4 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
1.438
En SlideShare
0
De insertados
0
Número de insertados
69
Acciones
Compartido
0
Descargas
60
Comentarios
0
Recomendaciones
4
Insertados 0
No insertados

No hay notas en la diapositiva.

Big Data en Retail

  1. 1. Adaptado  de    How  Companies  Learn  Your  Secrets  -­‐  NYTimes.com  
  2. 2. Redefinamos Big Data •  Big Data se suele definir en términos del volumen, velocidad y variedad de la data que almacenan las empresas, o en términos de modelos predictivos o herramientas de software •  Para ser relevante, Big Data debe definirse en función de valor (táctico) y transformación del negocio (estratégico) •  Pensemos en el ejemplo del caso de Target. Que ha logrado? –  Impacto directo en el trafico y rentabilidad de sus tiendas –  Establecer una relación con el shopper ofreciendo productos relevantes en el momento correcto –  Lograr un cambio de comportamiento duradero, no en una transacción (no caer en la trampa promocional)
  3. 3. Analy&cs   La  Estrategia   Analytics, Big Data, Data Mining Data  Mining   Las  Herramientas   Cambio   Organizacional   El  metodo   Big  Data   El  Insumo  
  4. 4. Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z” ROLES DE TIENDAS El rol de retail y los formatos para el shopper
  5. 5. PLANIFICACION ¿Dónde esta tomando la decisión de compra el shopper? CASO MEJORAMIENTO DEL HOGAR Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z”
  6. 6. Big Data
  7. 7. • 
  8. 8. Velocidad, Variedad y Volumen sin precedentes •  Gracias a la Data Social y Movil ahora podemos saber: –  Donde estas? –  Donde has estado? –  Donde podrias ir? –  Con quien has estado? –  A quien llamas? –  Quien te llama? –  A quien conoces? –  Que estas haciendo? –  Que apps y juegos usas? –  Que musica escuchas? –  Que series ves? –  Que lees? –  Que productos compras? –  Que opiniones tienes?
  9. 9. Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z” MM
  10. 10.                                  Consumidos  
  11. 11. Algunos Ejemplos •  Macy’s aplica Pricing en tiempo real para 73 millones de SKUs, basado en patrones de demanda e inventario •  Tipp24 AG, una plataforma de apuestas y loterías, analiza miles de millones de transacciones y cientos de atributos de clientes para personalizar ofertas de marketing “al vuelo” •  Wal-Mart Stores Inc. utiliza un motor de data semántica para analizar textos, buscar sinónimos y simplificar la búsqueda de productos en linea; esto ha logrado que los clientes incrementen el cierre de sus pedidos en 10-15% •  Una cadena de comida rápida entreno sus cámaras en el drive-trough para medir el trafico; cuando las colas son largas ofrece productos fáciles de preparar, y cuando son cortas ofrece productos mas elaborados de mayor margen •  Tesco PLC recolecto 70 millones de datos relacionados con sus refrigeradores para medir la performance de sus equipos de frio, optimizar su calibramiento y hacer mantenimiento proactivo. Espera ahorrar US$34MM al año en costos de energía y reducir su huella de carbono en 50% Extracto  de  la  presentación  de    Doug  Laney  (Gartner)  
  12. 12. Algunos Ejemplos Locales •  Un Supermercado desarrollo un modelo para detectar fraude en las cajas a partir del comportamiento inusual de canjes y devoluciones, que representaban 6% de la venta total. Combinando SAP y QlikView se creo un sistema de montoreo, 6 meses después los canjes y devoluciones habían bajado a la mitad. •  Un Banco declara que el 80% de sus ventas provienen de oportunidades identificadas por sus modelos analíticos. •  Una empresa de consumo masivo incremento la productividad de que equipos de frio en 80% combinando data mining con modelos de Location Intelligence •  Una empresa de venta por catalogo multiplico x6 sus tasas de respuesta y x 4 su pedido promedio al aplicar modelos predictivos a sus campañas de marketing directo •  Una entidad de microempresa estima que la productividad de su fuerza de ventas se incrementara en 50% al cambiar su método de prospección actual (barrido de zonas comerciales) a otro que combina una aplicación móvil, seguimiento con Google y la compra de prospectos precalificados a Experian
  13. 13. 1991   1995   2000   2005   2010   Piloto  con  basket  data  de  14  Dendas   Show me the Money Bigger  Data,  Bigger  Decisions.  Tim  McGuire,  McKinsey  &  Co   Lanzamiento  de  Clubcard   Primer  estado  de  cuenta   Segmentacion  de  sensibilidad  al  precio   IdenDficar  gaps  en  Canastas   Tesco  baby  club,  Tesco  wine  club   Tesco  Finanzas  Personales   Tesco.com   Segmentacion  de  esDlo  de  vida   Herramienta  de  Mix  de  Productos   ₤1  billon  en  premios  acumulados   Se  recorta  25%  de  las  promociones,  percepcion  del  programa  mejora   Relanzamiento  de  Clubcard   OpDmizacion  de  espacio   Programa  se  lanza  fuera  de  UK   Panel  de  clientes   100   675   Margen  Neto     (1991  =  100)  
  14. 14. Aplicaciones Site Location Mix de Productos y Layout Segmentación Category Management Campaign Management Ejecución fuera de tienda
  15. 15. Aplicaciones Site Location
  16. 16. Site Selection
  17. 17. Big Data en Geo •  La Informacion de sus clientes, ademas:
  18. 18. Mapa de Oportunidad •  Objetivo: Identificar las áreas de oportunidad para la venta de productos que sirvan como base para el despliegue de sus tiendas. •  La naturaleza del Mapa de Oportunidad estará condicionado por la naturaleza de la Ocasión de Compra Consumo  Residencial   Trafico  Peatonal   Trafico  Vehicular  
  19. 19. Distribución Geográfica de Segmentos por Conos y Distritos
  20. 20. Segmento 05: Clase Media Típica DISTRITO  LA  PERLA   Nivel  socioeconómico  medio,  presencia  significaDva   de   viviendas   en   departamentos,   alta   densidad   de   trabajadores  empleados  y  pequeñas  empresas.  
  21. 21. Micro mercados y Canibalizacion Alta  densidad   Densidad  Media  (oportunidad)   Periféricos  
  22. 22. El Peru no es Lima
  23. 23. Aplicaciones Mix de Productos, Layout de tienda
  24. 24. Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z” EL PENTÁGONO DIFERENCIACIÓN Estrategias diferenciadoras que generan tráfico en la tienda
  25. 25. EYE TRACKING TECHNOLOGY Funcionamiento y beneficios Alinea movimiento del ojo con análisis del SW Shopper hace su recorrido normal por la tienda Codifica movimiento entre áreas en espacio Retail Codifica movimien- to ocular en zonas clave Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
  26. 26. EYE TRACKING TECHNOLOGY Funcionamiento y beneficios Análisis de Conversión de Categorías Análisis recorrido shopper por tienda Análisis de tiempos de compra Análisis de efectivi- dad de materiales in-store Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
  27. 27. Aplicaciones Segmentacion de Clientes
  28. 28. Metodos de segmentacion Eres  lo  que  ganas   NSE  (todavia  se  usa  mucho  en   publicidad)       Eres  lo  que  dices  de  D   mismo   CuesDonario  de  esDlo  de  vida.   Interesantes  pero  caros  de  mantener   y  poco  confiables       Eres  Donde  Vives     Geo  MarkeDng  (se  usa  mucho  en   markeDng  directo)       Eres  lo  que  haces   Relevante  
  29. 29. Segmentos de Valor Entendiendo el QUE
  30. 30. Valor  y  Tendencia   (Reciencia,  Frecuencia  y  Valor)   Comportamiento/   Necesidad   • Compra  Regularmente   • Compra  marca   • Paga  precio  normal   • Pide  Delivery   • Usa  Tarjetas  de  Crédito/Debito   Comportamiento   Life  stage     Valor  y  Tendencia   • Compro  en  las  2  ulDmas  semanas   • Compra  4  veces  por  mes   • Alto  Dcket  promedio   Familia  Joven   • 20-­‐40  años   • Compra  productos  para  niños  y  bebes   Busca  Calidad   Premium   Fuentes   •  Lifestage:  DNI  (Edad,  Sexo),  Transacciones   •  Valor  y  Lealtad:  data  de  transacciones  Club   •  Comportamiento/Necesidad:  data  de  transacciones  IClub   Segmentos de Comportamiento Entendiendo el QUIEN
  31. 31. Segmentos de Comportamiento Etapa 9   1.  Nacimiento   2.  Graduación   3.  Trabajo  nuevo   4.  Matrimonio   5.  2do.  Matrimonio   6.  Separación   7.  Divorcio   8.  Muerte   9.  Jubilación   10.  Hijo  sale  del  hogar   Eventos   Dependiente   En  casa  de   padres   25   65  55  45  35   10   Vida  fuera   del  Hogar   Paterno   4   2   3   Soltero   Pareja   mayor   re&rada   Usar  eventos  claves  y  disparadores  para  determinar   oportunidades  relevantes  de  ventas   10   Nido   vacío   Soltero  2   Soltero  3   8   7   6   5   Padre   soltero  1   Sobreviviente   soltero   9   9  8   Pareja  sin   hijos   1   Nido   tardío   Nido  lleno  1   1   8   7   6   1   5   8   Padre   soltero  3   Padre   soltero  2   7   6   Nido  lleno  2   Nido  lleno  3   Recien     casado   Copyright  NCR  Corp.  1997  
  32. 32. Segmentos de Comportamiento Entendiendo el QUIEN •  El objetivo es agrupar a los clientes en un número de grupos con perfiles y necesidades distintos, basados en variables como: •  Delivery  o  presencial?   •  Marca  o  Genérico?   •  Recurrencias/Crónicas   •  Valor  y  Frecuencia   •  Tendencia   •  Contado  o  crédito?   •  Usa  Seguro?   •  Prescripción  u  OTC?   •  Compra  de  categorías   •  Productos  galénicos   •  Productos  naturales   •  Perfumería   •  Familiares  (accesorios  para  bebes,   leches,  panales)   •  Geriátricos     Crónicos  Bebes   Delivery  Cuidado  Personal  Geriátricos   Ofertas  y  Genéricos  
  33. 33. DIFERENCIACIÓN Misiones de compra identifican need-states de los shoppers en formatos retail CASO MEJORAMIENTO DEL HOGAR Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
  34. 34. ATRIBUTOS DE TIENDA 1.  La tienda tiene stock del producto que necesito 2.  La tienda queda cerca 3.  Puedo obtener lo que quiero rápidamente COMPRA URGENTE GRANDES CANTIDADES COMPRAS REGULARES OBTENER IDEAS 1.  La tienda tiene stock del producto que necesito 2.  La tienda ofrece precios bajos 3.  Sé que esta tienda tiene lo que necesito 1.  Sé que esta tienda tiene lo que necesito 2.  La tienda ofrece precios bajos 3.  La tienda maneja productos de calidad 1.  Puedo elegir entre diferentes modelos del producto que quiero 2.  2. La tienda maneja lo último en productos 3.  Sé que esta tienda tiene lo que necesito Cadenas de tiendas pequeñas Cash & Carry o Barraca con tiendas de gran surtido Tienda independiente, de barrio Gran superficie con tiendas muy grandes CASO MEJORAMIENTO DEL HOGAR DIFERENCIACIÓN Cada misión de compra necesita formato retail diferente para satisfacerse Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
  35. 35. Aplicaciones Category Management
  36. 36. Netflix •  Netflix esta comprometido en saber exactamente que es lo que quieren sus clientes •  Para ello ha categorizado todas las peliculas y series de su catalogo en categorías especificas, algunas de ellas tan especificas como: hmp://www.theatlanDc.com/technology/archive/2014/01/how-­‐neolix-­‐reverse-­‐engineered-­‐hollywood/282679/  
  37. 37. Tesco •  Cada producto que se vende en Tesco se califica en una serie de dimensiones para describir sus principales atributos como: –  paquete pequeño o grande, –  de larga duración o perecederos; –  vegetarianos; –  Bajo/alto precio –  Requiere cocinarse •  Mirando los artículos en la canasta de la compra de cualquier cliente, y sus puntuaciones de dimensiones asociadas, al cliente puede asignarse a un segmento de estilo de vida o "ADN". •  Las lecturas "ADN" de cada cliente se utilizan como los insumos para crear un perfil del cliente, que es una forma de agrupar los clientes que tienen características y necesidades similares.
  38. 38. Dos  vistas  de  la  data  
  39. 39. Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z” ROLES DE TIENDAS Comparación de roles definidos con performance en la sala Aberturas Ampolletas Y Tubos Automotor Baños Y Cocinas Construccion Electricidad Electro Hogar Ferreteria Flooring Herramientas Iluminacion Jardin Y Mascotas Maderas Menaje Y Deco Muebles Organizadores Outdoor Pinturas Plomería Textil Hogar GeneracióndeTrafico Aporte a la rentabilidad Comportamiento de Rutina Comportamiento de Destino Comportamiento de Conveniencia Comportamiento de Complemento Destino Rutina Estacional Roles Definidos
  40. 40. Para proyectos en Madera Para proyectos de Interior/Exterior Para proyectos Especiales IMPERMEABILIZANTE   PINTURA PARA TECHOS   ANTIOXIDO   ANTICORROSIVO   BARNIZ AL AGUA   BARNIZ MARINO   BARNIZ POLIURETANO   PINTURA PARA PISCINA   PINTURA PARA PISOS   PROTECTOR DE MADERA   SPRAY   TINTAS   VITRIFICANTE   SELLADORES   ESMALTE AL AGUA   ESMALTE SINTÉTICO   LACAS   LATEX   OLEO BRILLANTE   OLEO SEMIBRILLO   OLEO OPACO   PASTA MURO   TEXTURA GRANO   Para Impermeabilizar Para pintar en los exteriores del hogar   Para pintar los interiores del hogar   Para proyectos completos (pintar un departamento, casa, local, etc)   Para superficies de madera   Para pintar sin utilizar otros accesorio (brochas, rodillos, etc)   Para uso artístico (murales, grafitis, etc)   Para pintar pisos de cemento   Para pintar mueblería y carpintería   Para texturizar muros y superficies   Para terminación y protección de puertas, ventanas, etc, de madera   Para que los muros y superficie tengan una textura diferente   Prevenir la formación de hongos y bacterias   Busco renovar, proteger y cambiar el aspecto de una fachada   Busco renovar y embellecer el color de los elementos metálicos expuestos a la intemperie   Busco evitar que el polvo y la suciedad se instalen en la superficie   Busco protección y resistencia para maderas expuestas al desgaste ambiental y decoloración   Busco decorar   Busco sellar y proteger maderas   Busco economía (poder pintar yo)   Busco proteger superficies expuestas a la humedad   Busco proteger el deterioro de las planchas en techo y accesorios (canaletas)   Busco renovar el cielo Busco mayor higiene y facilidad de limpieza   Busco mejorar las condiciones del muro/ superficies antes de pintar   Busco lacar elementos y muebles de madera en interiores   Ocasiones de Uso Producto Motivaciones de Uso Para proyectos pequeños DIFERENCIACIÓN EJEMPLO CREACIÓN MUNDOS DE CONSUMO PINTURAS (CHILE) Cómo el shopper relaciona tipos de pinturas a diferentes ocasiones y motivaciones de uso Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
  41. 41. ROLES DE TIENDAS Entender las misiones de compra para definir los roles de tienda (ejemplo) % Misión 11% 35% 7% 15% 10% 14% 7% % Gasto 20% 43% 4% 8% 7% 14% 1% Panadería Abarrotes Higiene personal Embutidos Panadería Nabs Abarrotes Frutas y verduras Panadería Frutas y verduras Nabs Higiene personal Frutas y verduras Panadería Nabs Abarrotes Panadería Nabs Higiene personal Frutas y verduras Abarrotes Nabs Panadería Frutas y verduras Nabs Panadería Comidas preparadas Categorías Cliente Otras Categorías Galletas Cereales Leche evaporada Leche evaporada Galletas Cereales Leche evaporada Galletas Salsas Leche evaporada Galletas Cereales Leche evaporada Galletas Cereales Galletas Leche evaporada Chocolates Galletas Chocolates Gasto Promedio 86,9 59,5 27,5 26,2 36,4 48,2 11,0 Gasto Cliente 5,69 5,71 4,38 5,1 6,92 4,95 3,6 Visita al menos 1x semana 83% 85% 97% 90% 81% 82% 93% Abastecimiento Faltantes Compra múltiple UrgenciasCompra – Restaurant Ofertas Antojos Vine a comprar productos para abastecerme Vine a comprar productos que me faltaban Vine a comprar comida lista para comer hoy Vine a comprar varios para consumo diario Vine a una compra puntual de urgencia Aproveché a comprar ya que habían ofertas Vine a comprar antojos Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
  42. 42. Aplicaciones Campaign Management
  43. 43. Targeting de Campañas •  Los ciclos tradicionales de marketing directo son muy largos. La navidad del 2014 fue planificada hace algunos meses. •  El éxito de una campaña se basa en 4 factores 1.  La oferta (que ofrecer) 2.  La lista de clientes seleccionados (a quienes) 3.  Timing (cuando) 4.  Creatividad/mensaje (como) •  Los retailers exitosos aplican Analytics para optimizar y automatizar los tres primeros componentes y produciendo –  Cientos de campañas por año –  Retornos 2x a 6x superiores
  44. 44. Canasta de Compras Familia Objetivo Ferreteria Familia Objetivo Joyeria Familia Asociada Confianza Lift Index Familia Asociada Confianza Lift Index Equipos 42% 1.54 Cosmeticos 22% 1.55 Electronicos 32% 1.39 Ropa 19% 1.39 Cosmeticos 46% 1.19 Ropa deportiva 19% 1.35 Accesorios para el hogar 43% 1.10 Juguetes 17% 1.22 Juguetes 42% 1.06 Deportes 15% 1.06 Enseres 41% 1.04 Equipos 15% 1.05 Ropa 40% 1.02 Electronicos 13% 0.95 Ropa deportiva 38% 0.96 Accesorios para el hogar 13% 0.90 Deportes 37% 0.96 Enseres 12% 0.87 Joyeria 36% 0.92 Ferreteria 11% 0.79
  45. 45. Caso de negocio de promociones personalizadas - Shufersal •  Más de 2 000 000 miembros del club de fidelización son responsables de alrededor del 75% de las ventas de la cadena •  Ventas generadas en más de 200 puntos de venta en todo Israel, sitio Web y central de llamadas •  Ingresos anuales (2011) mayores de 2000 millones de euros •  Shufersal implementó GSTAT Next Best Offer como solución automatizada de cupones personalizados •  Objetivos: –  Pasar de cupones fijos a cupones personalizados en base al análisis de comportamiento de compra de los clientes –  Permitir que los analistas sin experiencia ni conocimientos estadísticos ejecuten modelos de DM
  46. 46. Caso de negocio de promociones personalizadas - La solución •  Solución –  El proyecto de implementación llevó 4 meses, con resultados piloto en 2 meses –  La solución asigna a cada cliente, en base a algoritmos de optimización, los 10 cupones adecuados seleccionados de un conjunto de 200 cupones que cambian cada mes –  Las recomendaciones de GSTAT se envían a la imprenta y se distribuyen al domicilio de los clientes •  Resultados –  El % de canje total pasa de 1% a 4%-6% –  Alrededor del 15% de los clientes canjean al menos un cupón por mes –  El % de canje de cupones personalizados es 300% mayor que el canje entre clientes que reciben cupones fijos –  Los clientes que reciben promociones personalizadas extienden su gasto mensual en un 2% promedio en comparación con los clientes que reciben cupones fijos
  47. 47. Aplicaciones Ejecucion fuera de la tienda
  48. 48. Creación de tareas Visión de tareas Priorizar tareas, aceptarlas, generar ruta óptima, ver detalles de cliente Ruteo para Delivery Ruta óptima tracks para la ruta
  49. 49. Planeamiento de Rutas
  50. 50. Informar a los clientes
  51. 51. Otros casos Marketing
  52. 52. Como Empiezo?
  53. 53. Obtén  toda  la  info     que  puedas,    ya  luego     veremos  para  que  nos   sirve.  
  54. 54. Escalabilidad   Performance   Disponibilidad   Diversidad   Administración   Seguridad   Costos  
  55. 55. Ecosistema  de  Datos   IdenDficar  partners  con  los   cuales  colaborar  y   comparDr  data   Crear  una  cultura  de   apertura    y  soporte  al  uso   de  informacion   Motor  de  Datos   Construir  sistemas  de  datos   escalables,  eficientes  y   flexibles   Desarrollar  capacidades   para  capturar,  analizar  e   interpretar  datos   Uso  de  Datos   Construir  una  cultura  de   innovación  y   experimentación   Establecer  la  confianza  del   consumidor  para  permiDr  el   uso  de  sus  datos   Big  Data   Transformacion  del  Negocio   Fuente:  The  Boston  ConsulDng  Group  
  56. 56. Cultura de Aprendizaje Continuo RRHH  –  Organizacion  -­‐  Procesos   Desarrollar  insights  de   clientes  y  entender  el   mercado   Segmentar  clientes   para  atender   necesidades   Lanzar  campañas   personalizadas     Medir  y  monitorear   performance   ▪ Recolectar  data   ▪ Análisis  descripDvo   de  clientes  y   transacciones   –  CuanDtaDva   –  CualitaDva  (*)   ▪ Benchmarks   ▪ Definir  los   economics  de  CRM   ▪ Segmentacion  de   clientes   –  Valor   –  Necesidades   ▪ Definicion  de   segmentos  objeDvo   ▪ Programas  y   campañas   personalizadas   –  Campañas  por   perfil/life  stage   –  Servicio   diferenciado   –  Cross/up    selling   –  Retención   ▪ Ejecución  de   campañas    por   disDntos  canales   ▪ Definir  criterios  de   exito,   –  KPI   –  ROI  por  campana,   segmento  o  canal   ▪ Medir  performance   vs  objeDvos   ▪ Presupuesto  e   inversion   IT  

×