3. 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)
5. 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
6. 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”
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. Colaboración de The Retail Factory,
especialistas en shopper marketing desde la “a” a la “z”
MM
14. 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)
15. 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
16. 1991 1995 2000 2005 2010
Piloto con basket data de 14 tiendas
Show me the Money
Bigger Data, Bigger Decisions. Tim McGuire, McKinsey & Co
Lanzamiento de Clubcard
Primer estado de cuenta
Segmentacion de sensibilidad al precio
Identificar gaps en Canastas
Tesco baby club, Tesco wine club
Tesco Finanzas Personales
Tesco.com
Segmentacion de estilo 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
Optimizacion de espacio
Programa se lanza fuera de UK
Panel de clientes
100
675
Margen Neto
(1991 = 100)
21. Big Data en Geo
• La Informacion de sus clientes, ademas:
22. 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
24. Segmento 05: Clase Media Típica
DISTRITO LA PERLA
Nivel socioeconómico medio, presencia significativa
de viviendas en departamentos, alta densidad de
trabajadores empleados y pequeñas empresas.
25. Micro mercados y Canibalizacion
Alta densidad
Densidad Media (oportunidad)
Periféricos
27. 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
28. 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”
29. 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”
31. Metodos de segmentacion
Eres lo que ganas NSE (todavia se usa mucho en
publicidad)
Eres lo que dices de ti
mismo
Cuestionario de estilo de vida.
Interesantes pero caros de mantener y
poco confiables
Eres Donde Vives Geo Marketing (se usa mucho en
marketing directo)
Eres lo que haces Relevante
33. 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 ultimas semanas
• Compra 4 veces por mes
• Alto ticket 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
34. 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 65554535
10
Vida fuera
del Hogar
Paterno
4
2 3
Soltero
Pareja
mayor
retirada
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
98
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
35. 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
CrónicosBebes
DeliveryCuidado PersonalGeriátricos
Ofertas y Genéricos
36. 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”
37. 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”
39. 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:
http://www.theatlantic.com/technology/archive/2014/01/how-netflix-reverse-engineered-hollywood/282679/
40. 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.
42. 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
43. 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”
44. 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”
46. 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
47. 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
48. 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
50. 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
60. Ecosistema de Datos
Identificar partners con los
cuales colaborar y
compartir 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 permitir el
uso de sus datos
Big Data
Transformacion del Negocio
Fuente: The Boston Consulting Group
61. 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 descriptivo
de clientes y
transacciones
– Cuantitativa
– Cualitativa (*)
▪ Benchmarks
▪ Definir los
economics de CRM
▪ Segmentacion de
clientes
– Valor
– Necesidades
▪ Definicion de
segmentos objetivo
▪ Programas y
campañas
personalizadas
– Campañas por
perfil/life stage
– Servicio
diferenciado
– Cross/up selling
– Retención
▪ Ejecución de
campañas por
distintos canales
▪ Definir criterios de
exito,
– KPI
– ROI por campana,
segmento o canal
▪ Medir performance
vs objetivos
▪ Presupuesto e
inversion
IT