SlideShare una empresa de Scribd logo
1 de 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.
2 2
3 3
4 4
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
Marketing Intelligence
De multicanal a omnicanal
6
7
Marketing Intelligence
Estructura organizativa (II)
7
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
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
Marketing Intelligence
Aumentando el valor: CLV vs CAC
Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
11
Marketing Intelligence
Visión única del cliente
Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
12
Marketing Intelligence
Matriz de estrategias con clientes
Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
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
Marketing Intelligence
Conozca sus clientes y aumente sus ventas
15
Marketing Intelligence
Evolución: Las Tres Olas
16
Marketing Intelligence
Puntos de contacto y experiencia de usuario
16
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
● 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
● 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
● 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
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
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
Marketing Intelligence
Solución: Técnicas de Data Mining
Fuente: http://www.angelbonet.com/2014/05/datamining-como-sacar-oro-al-big-data/
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
Marketing Intelligence
Solución: Lead Management (II)
26
Marketing Intelligence
Solución: Lead Management (III)
27
Marketing Intelligence
Estrategia: Proceso integrado
Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf)
28
Marketing Intelligence
Estrategia: Proceso integrado (II)
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
Marketing Intelligence
Retargeting (II)
31
Marketing Intelligence
Retargeting (III)
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
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
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
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
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
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
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
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
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
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
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
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
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
Marketing Intelligence
Estrategia de trabajo (III)
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
Marketing Intelligence
Estrategia de trabajo (V)
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
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
Marketing Intelligence
Estrategia de trabajo (VIII)
Creación y gestión de los “ads”
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
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
Marketing Intelligence
Estrategia de trabajo (XI)
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
Marketing Intelligence
Estrategia de trabajo (XIII)
56
Marketing Intelligence
Estrategia de trabajo (XIV)
57
Marketing Intelligence
Caso de Osborne
Analytics www.tiendaosborne.es Nuevo informe personalizado 20150101-20150921
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
Marketing Intelligence
Segmentación de clientes
60
Marketing Intelligence
Lifecycle Grids, CLV y CAC
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
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.

Más contenido relacionado

La actualidad más candente

Tema 9 : Atención al Cliente
Tema 9  : Atención al Cliente   Tema 9  : Atención al Cliente
Tema 9 : Atención al Cliente
jesusubrique
 
Preguntas en entrevista de trabajo
Preguntas en entrevista de trabajoPreguntas en entrevista de trabajo
Preguntas en entrevista de trabajo
jmtorresm1
 
Archivo total y digital
Archivo total y digitalArchivo total y digital
Archivo total y digital
SofyaOro18
 
Estrategia creativa formato_universal[1][1]
Estrategia creativa formato_universal[1][1]Estrategia creativa formato_universal[1][1]
Estrategia creativa formato_universal[1][1]
bikaaccesorios
 
Tipos de clientes
Tipos de clientesTipos de clientes
Tipos de clientes
PadronGomez
 
Diapositivas crm
Diapositivas crmDiapositivas crm
Diapositivas crm
maiiragomez
 

La actualidad más candente (20)

Tema 9 : Atención al Cliente
Tema 9  : Atención al Cliente   Tema 9  : Atención al Cliente
Tema 9 : Atención al Cliente
 
Gtc 185
Gtc 185Gtc 185
Gtc 185
 
Unidad 1 la decisión de compra del consumidor
Unidad 1   la decisión de compra del consumidorUnidad 1   la decisión de compra del consumidor
Unidad 1 la decisión de compra del consumidor
 
Preguntas en entrevista de trabajo
Preguntas en entrevista de trabajoPreguntas en entrevista de trabajo
Preguntas en entrevista de trabajo
 
Archivo total y digital
Archivo total y digitalArchivo total y digital
Archivo total y digital
 
Esquema de Branding Personal
Esquema de Branding PersonalEsquema de Branding Personal
Esquema de Branding Personal
 
Estrategia creativa formato_universal[1][1]
Estrategia creativa formato_universal[1][1]Estrategia creativa formato_universal[1][1]
Estrategia creativa formato_universal[1][1]
 
Presentacion servicio al cliente
Presentacion servicio al clientePresentacion servicio al cliente
Presentacion servicio al cliente
 
Gestión del surtido
Gestión del surtidoGestión del surtido
Gestión del surtido
 
Atencion al cliente y calidad en el servicio
Atencion al cliente y calidad en el servicioAtencion al cliente y calidad en el servicio
Atencion al cliente y calidad en el servicio
 
2 supuestos practicos imagen cye
2  supuestos practicos imagen cye2  supuestos practicos imagen cye
2 supuestos practicos imagen cye
 
Macroentorno - Control de Gestión
Macroentorno - Control de Gestión Macroentorno - Control de Gestión
Macroentorno - Control de Gestión
 
El Proceso Creativo - Brief
El Proceso Creativo - BriefEl Proceso Creativo - Brief
El Proceso Creativo - Brief
 
Ley 594 de 2000
Ley 594 de 2000Ley 594 de 2000
Ley 594 de 2000
 
Estrategias Para Servicio Al Cliente
Estrategias Para Servicio Al ClienteEstrategias Para Servicio Al Cliente
Estrategias Para Servicio Al Cliente
 
Atención al cliente
Atención al cliente Atención al cliente
Atención al cliente
 
Tipos de clientes
Tipos de clientesTipos de clientes
Tipos de clientes
 
Diapositivas crm
Diapositivas crmDiapositivas crm
Diapositivas crm
 
Tipos de clientes
Tipos de clientesTipos de clientes
Tipos de clientes
 
LIBRO DUPONT
LIBRO DUPONTLIBRO DUPONT
LIBRO DUPONT
 

Destacado

Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...
Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...
Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...
MongoDB
 

Destacado (20)

Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresa
 
El Big Data en mi empresa ¿de qué me sirve?
El Big Data en mi empresa  ¿de qué me sirve?El Big Data en mi empresa  ¿de qué me sirve?
El Big Data en mi empresa ¿de qué me sirve?
 
Búsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizajeBúsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizaje
 
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
 
Fomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas socialesFomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas sociales
 
Introducción al software libre y open source
Introducción al software libre y open sourceIntroducción al software libre y open source
Introducción al software libre y open source
 
Enterprise Reporting with MongoDB and JasperSoft
Enterprise Reporting with MongoDB and JasperSoftEnterprise Reporting with MongoDB and JasperSoft
Enterprise Reporting with MongoDB and JasperSoft
 
La economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidadesLa economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidades
 
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
 
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text MiningAnálisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
 
Big Data: the Management Revolution
Big Data: the Management RevolutionBig Data: the Management Revolution
Big Data: the Management Revolution
 
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big DataCómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big Data
 
Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...
Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...
Advanced Reporting and ETL for MongoDB: Easily Build a 360-Degree View of You...
 
Procesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimientoProcesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimiento
 
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
 
Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big Data
 
Optimización de procesos con el Big Data
Optimización de procesos con el Big DataOptimización de procesos con el Big Data
Optimización de procesos con el Big Data
 
El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligence
 
Las competencias digitales como método de observación de competencias genéricas
Las competencias digitales como método de observación de competencias genéricasLas competencias digitales como método de observación de competencias genéricas
Las competencias digitales como método de observación de competencias genéricas
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
 

Similar a Marketing intelligence con estrategia omnicanal y Customer Journey

Marketing: la función comercial de la empresa
Marketing: la función comercial de la empresaMarketing: la función comercial de la empresa
Marketing: la función comercial de la empresa
Pablo Dueñas Izquierdo
 

Similar a Marketing intelligence con estrategia omnicanal y Customer Journey (20)

Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
 
Marketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big DataMarketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big Data
 
Estrategias omnicanal para la mejora de los procesos de comunicación y marke...
	Estrategias omnicanal para la mejora de los procesos de comunicación y marke...	Estrategias omnicanal para la mejora de los procesos de comunicación y marke...
Estrategias omnicanal para la mejora de los procesos de comunicación y marke...
 
DKS GeoSmart ejemplo Retail
DKS GeoSmart ejemplo RetailDKS GeoSmart ejemplo Retail
DKS GeoSmart ejemplo Retail
 
Lecturas de Marketing
Lecturas de MarketingLecturas de Marketing
Lecturas de Marketing
 
Engagement en redes sociales
Engagement en redes socialesEngagement en redes sociales
Engagement en redes sociales
 
Cómo optimizar mi estrategia de marketing a través del big data
Cómo optimizar mi estrategia de marketing a través del big dataCómo optimizar mi estrategia de marketing a través del big data
Cómo optimizar mi estrategia de marketing a través del big data
 
Mejorando la experiencia de cliente a través del Big Data
Mejorando la experiencia de cliente a través del Big DataMejorando la experiencia de cliente a través del Big Data
Mejorando la experiencia de cliente a través del Big Data
 
Big Data, como monetizar el dato espacial
Big Data, como monetizar el dato espacialBig Data, como monetizar el dato espacial
Big Data, como monetizar el dato espacial
 
La transformación digital del sector financiero
La transformación digital del sector financieroLa transformación digital del sector financiero
La transformación digital del sector financiero
 
Fundamentos de marketing digital
Fundamentos de marketing digitalFundamentos de marketing digital
Fundamentos de marketing digital
 
Big Data y Social Intelligence en el Sector Turismo
Big Data y Social Intelligence en el Sector TurismoBig Data y Social Intelligence en el Sector Turismo
Big Data y Social Intelligence en el Sector Turismo
 
RRHH y redes sociales
RRHH y redes socialesRRHH y redes sociales
RRHH y redes sociales
 
Propuesta smm tottus
Propuesta smm tottusPropuesta smm tottus
Propuesta smm tottus
 
Propuesta SMM Totus
Propuesta SMM TotusPropuesta SMM Totus
Propuesta SMM Totus
 
Marketing vs marketing digital
Marketing vs marketing digitalMarketing vs marketing digital
Marketing vs marketing digital
 
Analytics, coolhunting y sentiment
Analytics, coolhunting y sentimentAnalytics, coolhunting y sentiment
Analytics, coolhunting y sentiment
 
Marketing: la función comercial de la empresa
Marketing: la función comercial de la empresaMarketing: la función comercial de la empresa
Marketing: la función comercial de la empresa
 
Marketing Educativo 3.0. La magia del Inbound. Eduketing 2016
Marketing Educativo 3.0. La magia del Inbound. Eduketing 2016Marketing Educativo 3.0. La magia del Inbound. Eduketing 2016
Marketing Educativo 3.0. La magia del Inbound. Eduketing 2016
 
Senior Management Program in Digital Sales
Senior Management Program in Digital SalesSenior Management Program in Digital Sales
Senior Management Program in Digital Sales
 

Más de Alex Rayón Jerez

Más de Alex Rayón Jerez (9)

Modelos de propensión en la era del Big Data
Modelos de propensión en la era del Big DataModelos de propensión en la era del Big Data
Modelos de propensión en la era del Big Data
 
El poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero éticaEl poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero ética
 
Profesiones de mañana para trabajar hoy
Profesiones de mañana para trabajar hoyProfesiones de mañana para trabajar hoy
Profesiones de mañana para trabajar hoy
 
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
 
Visual analytics: poniendo en valor el dato a través de la visualización
Visual analytics: poniendo en valor el dato a través de la visualizaciónVisual analytics: poniendo en valor el dato a través de la visualización
Visual analytics: poniendo en valor el dato a través de la visualización
 
Yo como persona emprendedora
Yo como persona emprendedoraYo como persona emprendedora
Yo como persona emprendedora
 
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
 
Marketing digital para la captación de más clientes
Marketing digital para la captación de más clientesMarketing digital para la captación de más clientes
Marketing digital para la captación de más clientes
 
Las competencias digitales en mi empresa: ¿en qué me pueden ayudar?
Las competencias digitales en mi empresa: ¿en qué me pueden ayudar?Las competencias digitales en mi empresa: ¿en qué me pueden ayudar?
Las competencias digitales en mi empresa: ¿en qué me pueden ayudar?
 

Último

Último (20)

Gran Final Campeonato Nacional Escolar Liga Las Torres 2017.pdf
Gran Final Campeonato Nacional Escolar Liga Las Torres 2017.pdfGran Final Campeonato Nacional Escolar Liga Las Torres 2017.pdf
Gran Final Campeonato Nacional Escolar Liga Las Torres 2017.pdf
 
Tipologías de vínculos afectivos (grupo)
Tipologías de vínculos afectivos (grupo)Tipologías de vínculos afectivos (grupo)
Tipologías de vínculos afectivos (grupo)
 
11.NEOLIBERALISMO: que es, ventajas, desventajas, consecuenciaspptx
11.NEOLIBERALISMO: que es, ventajas, desventajas, consecuenciaspptx11.NEOLIBERALISMO: que es, ventajas, desventajas, consecuenciaspptx
11.NEOLIBERALISMO: que es, ventajas, desventajas, consecuenciaspptx
 
ACERTIJO SOPA DE LETRAS OLÍMPICA. Por JAVIER SOLIS NOYOLA
ACERTIJO SOPA DE LETRAS OLÍMPICA. Por JAVIER SOLIS NOYOLAACERTIJO SOPA DE LETRAS OLÍMPICA. Por JAVIER SOLIS NOYOLA
ACERTIJO SOPA DE LETRAS OLÍMPICA. Por JAVIER SOLIS NOYOLA
 
📝 Semana 09 - Tema 01: Tarea - Redacción del texto argumentativo
📝 Semana 09 - Tema 01: Tarea - Redacción del texto argumentativo📝 Semana 09 - Tema 01: Tarea - Redacción del texto argumentativo
📝 Semana 09 - Tema 01: Tarea - Redacción del texto argumentativo
 
Evaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la OrganizaciónEvaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la Organización
 
LA GEOMETRÍA Y LOS SISTEMAS ANGULARES, APRENDER LEYENDO LA BIBLIA
LA GEOMETRÍA Y LOS SISTEMAS ANGULARES, APRENDER LEYENDO LA BIBLIALA GEOMETRÍA Y LOS SISTEMAS ANGULARES, APRENDER LEYENDO LA BIBLIA
LA GEOMETRÍA Y LOS SISTEMAS ANGULARES, APRENDER LEYENDO LA BIBLIA
 
mapa mental sobre el sistema político...
mapa mental sobre el sistema político...mapa mental sobre el sistema político...
mapa mental sobre el sistema político...
 
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
 
TERCER GRADO PROGRAMACION ANUAL CCSS 3° - 2024.docx
TERCER GRADO PROGRAMACION ANUAL CCSS 3° - 2024.docxTERCER GRADO PROGRAMACION ANUAL CCSS 3° - 2024.docx
TERCER GRADO PROGRAMACION ANUAL CCSS 3° - 2024.docx
 
Como construir los vínculos afectivos (Grupal)
Como construir los vínculos afectivos (Grupal)Como construir los vínculos afectivos (Grupal)
Como construir los vínculos afectivos (Grupal)
 
Lección 1: Los complementos del Verbo ...
Lección 1: Los complementos del Verbo ...Lección 1: Los complementos del Verbo ...
Lección 1: Los complementos del Verbo ...
 
LA ILIADA Y LA ODISEA.LITERATURA UNIVERSAL
LA ILIADA Y LA ODISEA.LITERATURA UNIVERSALLA ILIADA Y LA ODISEA.LITERATURA UNIVERSAL
LA ILIADA Y LA ODISEA.LITERATURA UNIVERSAL
 
Análisis de la situación actual .La Matriz de Perfil Competitivo (MPC)
Análisis de la situación actual .La Matriz de Perfil Competitivo (MPC)Análisis de la situación actual .La Matriz de Perfil Competitivo (MPC)
Análisis de la situación actual .La Matriz de Perfil Competitivo (MPC)
 
Sesión de clase: Luz desde el santuario.pdf
Sesión de clase: Luz desde el santuario.pdfSesión de clase: Luz desde el santuario.pdf
Sesión de clase: Luz desde el santuario.pdf
 
Vínculo afectivo (labor expositivo de grupo )
Vínculo afectivo (labor expositivo de grupo )Vínculo afectivo (labor expositivo de grupo )
Vínculo afectivo (labor expositivo de grupo )
 
DESCRIPCIÓN-LOS-DILEMAS-DEL-CONOCIMIENTO.pptx
DESCRIPCIÓN-LOS-DILEMAS-DEL-CONOCIMIENTO.pptxDESCRIPCIÓN-LOS-DILEMAS-DEL-CONOCIMIENTO.pptx
DESCRIPCIÓN-LOS-DILEMAS-DEL-CONOCIMIENTO.pptx
 
Tema 8 Estructura y composición de la Tierra 2024
Tema 8 Estructura y composición de la Tierra 2024Tema 8 Estructura y composición de la Tierra 2024
Tema 8 Estructura y composición de la Tierra 2024
 
proyecto semana de los Jardines, actividades a realizar para resaltar esta fecha
proyecto semana de los Jardines, actividades a realizar para resaltar esta fechaproyecto semana de los Jardines, actividades a realizar para resaltar esta fecha
proyecto semana de los Jardines, actividades a realizar para resaltar esta fecha
 
Comunidades Virtuales de Aprendizaje Caracteristicas.pptx
Comunidades Virtuales de Aprendizaje Caracteristicas.pptxComunidades Virtuales de Aprendizaje Caracteristicas.pptx
Comunidades Virtuales de Aprendizaje Caracteristicas.pptx
 

Marketing intelligence con estrategia omnicanal y Customer Journey

  • 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
  • 3. 3 3
  • 4. 4 4
  • 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
  • 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 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 Marketing Intelligence Aumentando el valor: CLV vs CAC Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
  • 11. 11 Marketing Intelligence Visión única del cliente Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
  • 12. 12 Marketing Intelligence Matriz de estrategias con clientes Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf
  • 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 Marketing Intelligence Conozca sus clientes y aumente sus ventas
  • 16. 16 Marketing Intelligence Puntos de contacto y experiencia de usuario 16
  • 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 ● 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 ● 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 ● 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 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 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 Marketing Intelligence Solución: Técnicas de Data Mining Fuente: http://www.angelbonet.com/2014/05/datamining-como-sacar-oro-al-big-data/
  • 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
  • 27. 27 Marketing Intelligence Estrategia: Proceso integrado Fuente: http://www.sas.com/offices/latinamerica/argentina/resources/asset/CI_Banca2012.pdf)
  • 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
  • 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 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 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 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 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 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 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 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 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 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 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 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 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
  • 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
  • 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 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 Marketing Intelligence Estrategia de trabajo (VIII) Creación y gestión de los “ads”
  • 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 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
  • 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
  • 57. 57 Marketing Intelligence Caso de Osborne Analytics www.tiendaosborne.es Nuevo informe personalizado 20150101-20150921
  • 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?
  • 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. 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.