El documento describe la historia y el desarrollo del comercio electrónico en Farmacity desde 2012 hasta la actualidad. Explica que ahora cuentan con más de 30 empleados y 125 puntos de retiro, y representan el 23% de las conversiones totales. También detalla el proceso de segmentación de clientes según datos de compras y comportamiento para enviar ofertas personalizadas, así como cómo miden el éxito de esta estrategia a través del aumento en las tasas de conversión y ventas.

1. Disponibilidad de Datos &
Segmentación
Bruno Marino
Head of Marketing & Product Ecommerce at Farmacity
-

2. Historia
1998 - 2018 2012 - 2018
Offline 21 Años
+5000 empleados
+300 locales
Lanzamiento Ecommerce
3 Empleados
0 Pick Up Points
eCommerce Hoy
+30 Empleados
+125 Pick Up Points

3. Historia
1998 - 2018 2012 - 2018
Offline 21 Años
+5000 empleados
+300 locales
Lanzamiento Ecommerce
3 Empleados
0 Pick Up Points
eCommerce Hoy
+30 Empleados
+125 Pick Up Points+23%
de las conv.
eCommerce
eMail Marketing

4. Es difícil escapar de las ofertas...
Ofertas, Ofertas y Ofertas

5. Ofertas, Ofertas y Ofertas

6. Estas son las preguntas...
Cómo lo vamos a
medir?
No todas las acciones que
desarrollamos funcionan
como lo esperamos
A quién le vamos
a comunicar?
Necesitamos definir los
segmentos en relación a la
data de consumo.
Qué le vamos a
comunicar?
La personalización de la
categoría para una
empresa como la nuestra
que tiene más de 20 mil
SKU
Nuestros equipos deben poder responder con datos estas simples preguntas

7. A quién le vamos a comunicar?

8. Base de Clientes
A quién le vamos a comunicar?

9. Maternidad
Vida Cotidiana
Belleza Nutrición
General
➔ Compras Recurrentes
Segmento de relevancia
➔ 80% de la facturación
Segmentos que podíamos accionar
➔ Teníamos la data On y Offline
Podíamos medir el impacto en el tiempo
A quién le vamos a comunicar?

10. ➔ Compras Recurrentes
Segmento de relevancia
➔ 80% de la facturación
Segmentos que podíamos accionar
➔ Teníamos la data On y Offline
Podíamos medir el impacto en el tiempo
Maternidad
Vida Cotidiana
Belleza Nutrición
General
➔ Selección de Ofertas
A quién le vamos a comunicar?

11. ➔ Compras Recurrentes
Segmento de relevancia
➔ 80% de la facturación
Segmentos que podíamos accionar
➔ Teníamos la data On y Offline
Podíamos medir el impacto en el tiempo
Maternidad
Vida Cotidiana
Belleza Nutrición
General
➔ Solapamiento
A quién le vamos a comunicar?

12. ➔ General ➔ Nutrición ➔ Maternidad ➔ Vida Diaria ➔ Belleza
0 0 0 0 0
Modelo de Segmentación por Comportamiento
...

13. ➔ General ➔ Nutrición ➔ Maternidad ➔ Vida Diaria ➔ Belleza
46 80 76 13 104
Modelo de Segmentación por ComportamientoModelo de Segmentación por Comportamiento
Pero los clientes cambian..

14. ➔ General ➔ Nutrición ➔ Maternidad ➔ Vida Diaria ➔ Belleza
30 41 136 0 98
Modelo de Segmentación por Comportamiento
Y debemos adaptarnos

15. Cómo funciona?
Aperturas
Clicks
Vistas de
Producto
Carritos
Compras
2 puntos
5 puntos
11 puntos
23 puntos
40 puntos

16. Score
Acción 1
Score
Acción 2
Score
Acción 3
Score
Acción 4A
x
B
x
C
x
D
x
SCORE
➔ Tiempo ➔ Recurrencia ➔ CVL ➔ Ticket Promedio
Cómo construimos cada uno de los segmentos? Aplicamos heurísticas propias de Scoring
Otras variables que contemplamos para la configuración de cada cluster
Cómo funciona?

17. Que le vamos a comunicar?

18. e le vamos a comunicar?

19. Que le vamos a comunicar?

20. Que le vamos a comunicar?
Probabilidades de Compra
Categoria Afinidad
Fragancias 89%
Cremas 78%
Cuidado Personal 75%
Maquillaje 67%
Suplementos 63%

21. BANNER PRINCIPAL
Segmento 1
BANNER A
Segmento 1
BANNER B
Comunicación Relacionada
PROD A
Seg. 1
PROD B
Seg. 1
PROD C
Seg. 1
BANNER C
Otros
Que le vamos a comunicar?
Ofertas del Segmento
Ofertas Relacionadas
Ofertas Generales

22. Cómo lo vamos a medir?

23. Objetivo: Medir el Lift!
(estamos efectivamente mejorando?)
Lift
Es el incremental de la
acción en relación a la
anterior.
Este es nuestro KPI
clave para conocer el
rumbo de los
experimentos.

24. Cómo vamos a medir el
éxito de la segmentación
...funcionó mejor de lo
que estábamos
haciendo?

25. Segmento 1,2 y 3 → UpLift 50% CR +4,5%

26. Próximos Pasos

27. ➔ Segmentación por Engagement.
➔ Contenido Personalizado.
➔ Predicción de Ventas
Próximos Pasos

28. Muchas Gracias!
Preguntas?
Bruno Marino
Head of Marketing & Product Ecommerce at Farmacity
-