Presentación que trata sobre diferentes proyectos de innovación en los que estamos trabajando en Havas Media orientados a entender el comportamiento de los consumidores mediante el análisis de Big Data procedente de medios sociales, y a activar la estrategia de comunicación de marca en tiempo real en un entorno omnicanal que tenga encuenta todos los puntos de contacto entre marcas y consumidores.

1. ¿CÓMO PUEDE AYUDAR EL BIG DATA A
DIRIGIR LAS CAMPAÑAS DE COMUNICACIÓN?
BIG MEDIA
24 Junio 2014
HMG Corporate Development Team
gloria.andreu@havasmg.com
ines.campanella@havasmg.com
oscar.munoz@havasmg.com
santiago.murillo@havasmg.com

2. NOTICE: Proprietary and Confidential
All the content of this document (text, figures, lists, financial information, graphics, design,
diagrams, as well as other graphic elements and/or audio and videos), whichever the
format used (paper or electronic), is confidential and proprietary to Havas Media Group.
This document includes ideas and information based on the experience, know-how,
intellectual/creative effort of Havas Media Group. For these reasons, this material shall not
be used, reproduced, copied, disclosed, transmitted, transformed, commercialized or
communicated, in whole or in part, neither to third parties nor to the public, without the
express and written consent of Havas Media Group.
Havas Media Group © All rights reserved
This presentation is not a contractual proposal and has no binding effects for any Havas
Media Group company until a final and written contract is entered into between the parties.

3. Havas Media Meaningful Communication Process
Entender el comportamiento de
los consumidores mediante el
análisis de datos
− Procesos de toma de
decisiones de compra
− Factores que les hacen
recomendar las marcas
Diseñar la estratégica de
comunicación
Activar la estrategia de
comunicación
− Entorno omnicanal (medios
propios, pagados y ganados)
− Comunicación con el
consumidor en tiempo real
Optimizar los procesos de
comunicación
− Medición del rendimiento de
las acciones de comunicación
mediante el análisis de datos

4. Variedad y velocidad de las fuentes de datos

5. 4.895 marcas
1,3 B registros
230 TB
8.940 marcas
116.182 M registros
178 TB
1.913 marcas
6.108 M registros
61 TB
301 marcas
1.411 M registros
13 TB
——
Volumen de las fuentes de datos

6. Aplicaciones de Big Data en las agencias de medios
− Automatización del proceso de planificación en medios digitales
• Compra de espacios publicitarios en medios pagados online
• Análisis de Big Data para encontrar planes de medios que maximicen el
rendimiento de la publicidad (ej. Click Trough Rate).
• Herramientas: DSP (MediaMath, …), Trading Desks (Affiperf, …).
− Analítica de sites y mejora de experiencia de usuario en medios digitales
• Analizar y optimizar los procesos de comunicación marca-usuario en
medios propios online.
• Herramientas de Analítica Web: Google Anaytics, IBM Coremetrics,
Adobe Omniture
• Herramientas de mejora de experiencia de usuario: IBM Teleaf
− Análisis de medios sociales y CRM social
• Análisis de reputación de la marca en medios ganados (no controlados
por la marca): Sysomos, Brandwatch, Radian 6.
•Aplicaciones de CRM social: HotSuite, TweetDeck

7. Proyectos de innovación relacionados con el análisis de datos
1.Herramienta de estudio de los
procesos de decisión de compra de
los consumidores
2.Herramienta de análisis de series
temporales
• Detección y explicación de
anomalías
• Correlación entre series de buzz y
presión publicitaria
3.Herramienta de análisis del grafo
social de las marcas
• Detección de comunidades
• Identificación de roles de usuario
• Estudio propagación de mensajes
Entender el comportamiento de los
consumidores mediante el análisis de
datos
− Procesos de toma de decisiones de
compra
− Factores que les hacen recomendar las
marcas

8. 45% Barcelona
30% Madrid
70% - 30%
Emociones
Purchase
funnel
Localización
Género
Marketing
mix
Segmentación de consumidores
50% satisfacción
20% insatisfacción
Purchase funnel
Temas de
conversación
Medio
Marca

9. Segmentación de consumidores
Topics etapa de
evaluación
Distribución por
género y CC.AA.
Marketing Mix
sector moda

10. Análisis de series temporales
Detección y explicación de anomalías
Seguimiento de 23 KPI
− Basados en volumen,
sentimiento y relevancia
− Agregaciones por marca, medio
(ej. Twitter, Facebook) y topic de
conversación
Net Promoter Score
NPS = promotores - detractores

11. Análisis de series temporales
Correlación entre series de ruido social y presión publicitaria
Descubrimiento de relaciones entre series
− Análisis de correlación
− Anomalías compartidas
Presión publicitaria
− Audiencia (GRP) e Inversión (€)
− Medios offline (TV, radio, prensa) y
online (display ad.)
Ruido social
− 23 KPIs basados en volumen,
sentimiento y relevancia
− Marcas, medios y topics

12. Análisis del grafo social
Análisis de comunidades
Influyentes, embajadores,
detractores, viralizadores, …

13. Análisis del grafo social
Propagación de mensajes
− Posts más propagados (propios y ganados, positivos y negativos)
− Estudio cross-channel del árbol de propagación (no solo Twitter, blogs, foros)

14. Proyectos de innovación relacionados con activación de la comunicación
• Consumer Connected Platform
✴CRM cross-channel
✴Activación de la estrategia de
comunicación en tiempo real Activar la estrategia de comunicación
− Entorno omnicanal (medios propios,
pagados y ganados)
− Comunicación con el consumidor en
tiempo real
Ac
ti

15. Marketing multicanal en tiempo real
https://vimeo.com/88775576
− Seguimiento de los consumidores en todos los puntos de contacto online y offline
recogiendo información de segmentación
− Automatización en tiempo real de los procesos de comunicación
✴Publicidad online, mensajes push al smartphone, recomendaciones por email, …

16. Marketing multicanal en tiempo real

17. THANK YOU
HMG Corporate Development Team
gloria.andreu@havasmg.com
ines.campanella@havasmg.com
oscar.munoz@havasmg.com
santiago.murillo@havasmg.com