Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Marketing intelligence con estrategia omnicanal y Customer Journey

1.151 visualizaciones

Publicado el

Presentación sobre la sesión "Marketing intelligence con estrategia omnicanal y Customer Journey", dentro del Programa Ejecutivo de Big Data y Business Intelligence celebrado en Madrid en Febrero de 2016, en nuestra sede de la Universidad de Deusto.

Publicado en: Educación
  • Sé el primero en comentar

Marketing intelligence con estrategia omnicanal y Customer Journey

  1. 1. PROGRAMA DE BIG DATA Y BUSINESS INTELLIGENCE Marketing Intelligence con Estrategia Omnicanal y Customer Journey Alex Rayón Jerez alex.rayon@deusto.es @alrayon Febrero, 2016. Madrid.
  2. 2. 2 2
  3. 3. 3 3
  4. 4. 4 4
  5. 5. 5 Marketing Intelligence Nueva coyuntura Fuente: http://www.slideshare.net/FranciscoEgeaCastejn/omnichannel-commerce-v1-29975328?qid=a49aadc2-7032-4304-b96b-145ffb0e2dae&v=default&b=&from_search=20
  6. 6. 6 Marketing Intelligence De multicanal a omnicanal 6
  7. 7. 7 Marketing Intelligence Estructura organizativa (II) 7
  8. 8. 8 Marketing Intelligence La importancia del dato En la economía digital, captar datos de clientes es cada vez más crítico De 1º Vender 2º Capturar el dato A 1º Capturar el dato 2º Vender
  9. 9. 9 Marketing Intelligence La importancia del dato (II) Estrategia de venta directa: nuevo enfoque 1-2) Gestionar audiencia1-2) Capturar datos 3) Convertir a ventas
  10. 10. 10 Marketing Intelligence Aumentando el valor: CLV vs CAC Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
  11. 11. 11 Marketing Intelligence Visión única del cliente Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
  12. 12. 12 Marketing Intelligence Matriz de estrategias con clientes Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
  13. 13. 13 Marketing Intelligence Marketing digital y Big Data/Business Intelligence Landing page - GIS - Segmentación - Dashboard Cadena de valor del dato en acciones de captación directa BBDD Business Intelligence SEO Performance marketing Social Media
  14. 14. 14 Marketing Intelligence Conozca sus clientes y aumente sus ventas
  15. 15. 15 Marketing Intelligence Evolución: Las Tres Olas
  16. 16. 16 Marketing Intelligence Puntos de contacto y experiencia de usuario 16
  17. 17. 17 ● Uso de datos en el mundo del marketing o Customer profiling: hábitos, necesidades, valor, potencial → Know Your Customer (KYC) o Customer Intelligence: targeting, modelos de cliente (ciclo de vida relacional y existenciales), modelos de producto (propensiones), segmentación, análisis del Valor Cliente (Customer Lifetime Value), análisis patrones de compra (Market Basket Analysis), métrica RFM (Recency, Frequency, Monetary), etc. o Estrategias omnicanal y de Social CRM: findability, social Marketing Intelligence ¿Para qué?
  18. 18. 18 ● Uso de datos en el mundo del marketing o Brand Intelligence: valor de una marca, influencia de la marca en la oferta y demanda, valoración de marca, etc. o Marketing experiencial: Customer Experience Management, Customer journey, Indicadores de Experiencia de Cliente (NPS, etc.) o Del marketing masivo al marketing one2one: Event- based marketing, marketing en tiempo real (retargeting), retargeting personalizado (Right Offer, Right PersoN), estrategias de cross y up-selling Marketing Intelligence ¿Para qué? (II)
  19. 19. 19 ● Uso de datos en el mundo del marketing o Inbound marketing: engagement con contenidos, capturando datos de touchpoints, relación con clientes, etc. o Social Media Intelligence: Social Business, Social Media Analytics, análisis de medios sociales y conversión, etc. o Geomarketing: Sistemas de Información Geográfica (GIS) o Producto: nichos de mercado, nuevos productos y servicios, pricing inteligente, etc. Marketing Intelligence ¿Para qué? (III)
  20. 20. 20 ● Uso de datos en el mundo del marketing o Fidelización de clientes: programas de fidelización, técnicas de fidelización (endógena y exógena) o Marketing ROI & optimización del presupuesto de marketing: CLV vs. CAC, modelos de atribución, modelo analítico de atribución, evaluación de las acciones, campañas, segmentos y audiencias, optimización de la inversión o etc. Marketing Intelligence ¿Para qué? (IV)
  21. 21. 21 Marketing Intelligence Solución: Arquitectura integrada Tarjeta de fidelización ON OFF Extraños Visitantes Leads Clientes Promoters ATRAER CONVERTIR CERRAR DESLUMBRAR Estrategias omnicanal para el fortalecimiento de la marca Sistema de gestión para la captura del dato en los diferentes canales on, off e híbridos (tarjeta de fidelización), que permita su explotación posterior para la mejora de la toma de decisiones estratégicas en el negocio Híbrido Promociones y descuento Ofertas personalizadas Reglas + cross y upselling Marketing de atención Blog Keywords Social Media Formularios Calls-To- Action Landing Pages Email Señales Workflows Eventos Social Inbox Smart Content
  22. 22. 22 Marketing Intelligence Solución: Modelo de datos Transacción Cliente Promoción Producto/Servicio Proveedor Tienda Web Analytics Identidad digital Social Media Analytics Lead Tarjeta fidelización - Atributos personales - online/offline - localización - tamaño - secciones - fecha apertura ... referencias Empleado - id - precio - categoría - tamaño - marca - fecha introducción - fecha retiro - estado ... - fecha - hora - medio de pago - día/mes/mes del año ... - fecha inicio - fecha fin ... Grupo Acción marketing visita Categoría Tiempo
  23. 23. 23 Marketing Intelligence Solución: Técnicas de Data Mining Fuente: http://www.angelbonet.com/2014/05/datamining-como-sacar-oro-al-big-data/
  24. 24. 24 Marketing Intelligence Solución: Lead Management Fuente: http://marketing.penton.com/give-sales-want-lead-nurturing-can-help/ Fuente: http://www.marketingprofs.com/articles/2014/25801/how-smb-b2b-marketers-can-improve-lead-turnover-by- using-big-company-tactics
  25. 25. 25 Marketing Intelligence Solución: Lead Management (II)
  26. 26. 26 Marketing Intelligence Solución: Lead Management (III)
  27. 27. 27 Marketing Intelligence Estrategia: Proceso integrado Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf)
  28. 28. 28 Marketing Intelligence Estrategia: Proceso integrado (II)
  29. 29. 29 Marketing Intelligence Retargeting Para organizaciones que tienen un largo Customer Journey, resulta fundamental una estrategia de retargeting El principal objetivo es la personalización de las acciones de marketing Ya sea a título individual O a título de segmento Para ello, resulta fundamental la captura de datos que permitan luego discriminar los mensajes
  30. 30. 30 Marketing Intelligence Retargeting (II)
  31. 31. 31 Marketing Intelligence Retargeting (III)
  32. 32. 32 Marketing Intelligence Retargeting (IV) Las campañas son costosas y además muchos clientes no responden Solución: Right Person Predecir quienes van a responder a una oferta Tecnología: Modelos de propensión Se está saturando a los clientes con múltiples ofertas Solución: Right Offer Elegir los clientes que tengan más propensión en cada momento Controlar la periodicidad de los envíos
  33. 33. 33 Marketing Intelligence Retargeting (V) 1 Escuchar Gestionar Decidir Hablar 2 3 4 - Analizar datos - Identificar oportunidades - Almacenar la historia de las interacciones - Escuchar puntos de contacto: conversaciones sociales, web, teléfono, landing page, etc. - Construir perfiles - Elaborar propensiones - Establecer estrategias: Right Person y Right Offer - Entregar el mensaje y la oferta adecuada en el momento más oportuno - Repetir esto, una y otra vez, para millones de interacciones con miles de clientes - Automatizar la multi/omnicanalidad, y medir beneficios a largo plazo
  34. 34. 34 Marketing Intelligence Retargeting (VI) Twitter followers Web Campaña SEO (On y Off) Facebook fans... Elegible - Opt outs Scoring Top deciles Canal Facebook Broadcast Twitter SMS Adwords Lista email suscriptores ... A la hora de hacer retargeting, habrá que variar el contenido del primer mensaje Criterios - Right offer - Right person Evaluar las campañas y las acciones por el ROI y la efectividad. Proyecto en marcha Externo Interno Web A la hora de impactar dentro de la web, se tendrá en consideración el comportamiento del usuario
  35. 35. 35 Marketing Intelligence Retargeting (VII) Los criterios para el retargeting surgen de la retroalimentación de dos entidades Oferta → Right Offer Persona (entendiendo como persona el segmento si fuera el caso) → Right Person El usuario recibe ofrecimientos y contenidos específicos y personalizados de forma automática y en tiempo real
  36. 36. 36 Marketing Intelligence Retargeting (VIII) El objetivo último del retargeting es la personalización Ya sea por segmentos o por persona individual Elegibilidad basada en variables de Edad Frecuencia de contacto anterior Interacciones Comportamiento (abandonos carrito compra, visitantes más recientes o menos, compradores recientes, etc.) Localización Productos en los que se ha interesado Generar reglas de elegibilidad que se van
  37. 37. 37 Marketing Intelligence Retargeting (IX) Modelo de datos Usuario Punto de contacto Dispositivo conexión Productos - edad - identidad digital - datos facturación - ... - tipo: visita, compra, PQR, solicitud, cotización, etc. - sentimiento: positivo, neutro, negativo - fecha - ... - datos geográficos - ...
  38. 38. 38 Marketing Intelligence Retargeting (X) Segmento elegible Oferta recomendada Score Canal Tarjeta de lealtad Envío gratuito por categoría oro 98 Suma 50 puntos adicionales 60 Ciclo de vida de producto y cliente Cuenta registrada nueva 5 Lanzamiento producto nuevo 20 Extensión de garantías 15 Basado en evento Empaquetar oferta de productos 68 Ofertas basadas en abandono de carritos 75 Oferta de temporada estacional 89
  39. 39. 39 Marketing Intelligence Retargeting (XI) Tiempo sesión Duración Eventos Agrupando consumidores y experiencias Conductas similares Necesidades similares Socialización de voluntades similares Similares inconvenientes en la navegación ... En definitiva, agrupar a los usuarios por los parámetros de elegibilidad y el modelo de datos
  40. 40. 40 Marketing Intelligence Retargeting (XII) Perfil de cliente Quiénes son: tipo de cliente, características, cómo se comunican, etc. Dónde viven/qué lugares frecuentan: comportamiento geográfico Qué compran: productos que consumen, frecuencia, valor, etc. Interacciones: cliente activo, índice de contacto, interacciones positivas o negativas, etc.
  41. 41. 41 Marketing Intelligence Retargeting (XIII) ¿Cómo identificar deseos? 1. Diversos sistemas, datos de facturación, geográficos, perfil, histórico de interacciones, etc. 2. Acceso a los datos, extracción, transformación 3. Unificación de datos de diversas fuentes generando un banco de datos analítico denominado Customer Experience Dashboard 4. Desarrollo de algoritmos avanzados, modelos estadísticos, optimización 5. Productos por probabilidad de aceptación, cambios de ofertas, y direccionamiento estratégico Banco de datos Tratamiento de datos Datos consolidados (CED) Productos personalizados Previsiones 1 2 34 5
  42. 42. 42 Marketing Intelligence Retargeting (XIV) Monitoreo de la ejecución de ventas y campañas en tiempo real Auto-segmentación y respuestas automatizadas pre- establecidas Automatización de marketing tracking & analytics Alerta temprana de desviaciones de medias estándares Análisis forense y replicación de cualquier sesión de usuario Mapas de calor, atención y profundidad, análisis de links
  43. 43. 43 Marketing Intelligence Estrategia de trabajo Herramienta de Marketing Automation por la que apostar Resulta fundamental, ante la gran cantidad de datos que se deben generar, y luego explotar Aquí las 50 mejores Para proyectos específicos de retargeting, la más empleada es AdRoll También Hubspot Es una herramienta más genérica, por lo que exigiría trabajo de adaptación, pero también más estratégica la relación
  44. 44. 44 Marketing Intelligence Estrategia de trabajo (II) Data-Driven Attribution Necesitamos concretar el ROI Necesitamos explotar datos con mucho detalle Necesitamos disponer de modelos analíticos para hacer el scoring de cada uno de los candidatos
  45. 45. 45 Marketing Intelligence Estrategia de trabajo (III)
  46. 46. 46 Marketing Intelligence Estrategia de trabajo (IV) Lead selection Respuesta canales Social Media PPC Display Email marketing Performance .... 1 2 3 4 Testing Optimization Analytics
  47. 47. 47 Marketing Intelligence Estrategia de trabajo (V)
  48. 48. 48 Marketing Intelligence Estrategia de trabajo (VI) Siguiendo el flujograma: Elegible Seleccionar a todos los candidatos, considerando el parámetro “Lifecycle stage” de Hubspot Scoring Utilizar la herramienta “Custom Lead Scoring” de Hubspot Top deciles Seleccionar a los mejores candidatos para luego poder poner en marcha las acciones Creación del workflow en Hubspot Considerando los elementos anteriores, diseñar y poner en
  49. 49. 49 Marketing Intelligence Estrategia de trabajo (VII) Seleccionar la audiencia Primeros pasos para cada uno de los soportes usando Hubspot Crear la campaña y las acciones en canales
  50. 50. 50 Marketing Intelligence Estrategia de trabajo (VIII) Creación y gestión de los “ads”
  51. 51. 51 Marketing Intelligence Estrategia de trabajo (IX) Data-Driven Attribution o el modelo de atribución basado en datos Establecer un modelo de atribución multicanal realista es complejo y, normalmente, algo que hacemos utilizando criterios bastante subjetivos Sabemos las combinaciones de canales que mejores resultados nos están dando, pero es difícil valorar el mérito de cada integrante de esas secuencias de contacto Google Analytics, por ejemplo, ya ofrece esta funcionalidad
  52. 52. 52 Marketing Intelligence Estrategia de trabajo (X) Utiliza como base: Información de rutas de conversión del embudo multicanal Datos de flujo de comportamiento de aquellos usuarios que no convierten Incorpora la información de costes Con toda esta información, detecta cómo la presencia de un punto de contacto comercial en particular (definida por el tipo de canal y su posición relativa a otros puntos de contacto) se relaciona con cambios en la tasa de conversión
  53. 53. 53 Marketing Intelligence Estrategia de trabajo (XI)
  54. 54. 54 Marketing Intelligence Estrategia de trabajo (XII) Es decir, los modelos probabilísticos resultantes muestran la probabilidad de que un usuario realice una conversión en un punto determinado de la ruta, dada una secuencia particular de eventos Es importante destacar que el algoritmo tiene en cuenta el orden en el que un determinado punto de contacto entra en juego
  55. 55. 55 Marketing Intelligence Estrategia de trabajo (XIII)
  56. 56. 56 Marketing Intelligence Estrategia de trabajo (XIV)
  57. 57. 57 Marketing Intelligence Caso de Osborne Analytics www.tiendaosborne.es Nuevo informe personalizado 20150101-20150921
  58. 58. 58 Marketing Intelligence Caso de Osborne (II) Planteamos cinco problemas 1. Relación entre Relación entre Ingresos por usuario y Búsqueda en Tienda de Productos 2. Predecir cifra de ventas a partir de la cantidad y grupo de promoción 3. ¿Qué productos son comprados a una determinada hora del día? 4. ¿Qué compras siguen un patrón parecido?
  59. 59. 59 Marketing Intelligence Segmentación de clientes
  60. 60. 60 Marketing Intelligence Lifecycle Grids, CLV y CAC
  61. 61. Copyright (c) 2016 University of Deusto This work (but the quoted images, whose rights are reserved to their owners*) is licensed under the Creative Commons “Attribution-ShareAlike” License. To view a copy of this license, visit http://creativecommons.org/licenses/by-sa/3.0/ Alex Rayón Jerez Febrero 2016
  62. 62. PROGRAMA DE BIG DATA Y BUSINESS INTELLIGENCE Marketing Intelligence con Estrategia Omnicanal y Customer Journey Alex Rayón Jerez alex.rayon@deusto.es @alrayon Febrero, 2016. Madrid.

×