Inteligencia de Clientes y Geomarketing para La Banca

Presentación corporativa de inteligencia
de clientes y optimización de redes

comerciales
CLIENTE: XXXXX
14/3/09
GUILLERMO
CÓRDOBA
M. 659 889 032
guillermo@unica36
0.com
www.unica360.co
m
Un equipo de profesionales expertos en las técnicas analíticas y el
marketing, orientados a la prestación de servicios y la consultoría de
inteligencia de clientes
Nuestro objetivo es poner a disposición de compañías de todo tipo y dimensión
las técnicas de customer intelligence más productivas.
Nuestra mayor fortaleza entendemos que es la flexibilidad para adaptarnos a las

necesidades y recursos de cada empresa, desarrollando proyectos rentables en
costes y plazos.
Nuestro estilo es la relación a largo plazo, la consecución de objetivos paso a

paso y, en definitiva, el crecimiento conjunto con nuestros clientes.
Para nosotros también cada cliente es único, y cada proyecto una experiencia
única.
Presentación corporativa de inteligencia de clientes y optimización de redes 2

comerciales
…orientados a la prestación de servicios y la consultoría de
inteligencia de clientes
Estructuramos nuestra oferta de servicios de la manera siguiente
SEGMENTACIÓN, CONOCIMIENTO Y ESTRATEGIA DE CLIENTES

 Segmentación de clientes
 Estrategia de clientes
 Cuota de cliente y micromarketing
 Indicadores y cuadro de mando
 Visión de cliente e integración cross-channel
MARKETING RELACIONAL Y FIDELIZACIÓN DE CLIENTES
GEOMARKETING Y REDES COMERCIALES
CREACIÓN DE BASES DE DATOS DE MARKETING

comerciales
LA INTUICIÓN: PIRÁMIDE DE VALOR DE CLIENTES
clientes
INCENTIVAR Clientes de su 20% fieles 80 %
entidad
clientes 20%
FIDELIZAR
80% ocasionales
No Clientes
de su entidad
CAPTAR
No clientes de la categoría
POTENCIAL DE COMPRA DE UNA ENSEÑA

comerciales
LA NECESIDAD: INDICADORES CLAVE DE CLIENTES
Posición global
Productos, estado, servicios
Rentabilidad
Margen global asignable al
cliente
INCENTIVAR Cuota de cartera
Clientes de su
entidad
20%
Parte de la cartera global del
cliente que es gestionada por
FIDELIZAR
80% nosotros
Lifetime value
(LTV)
Tiempo que el cliente trabajará
No Clientes con nosotros y valor esperado
de su entidad
CAPTAR + Indicadores
 Satisfacción
No clientes de la categoría Prescripción
Vinculación
...
POTENCIAL DE COMPRA DE UNA ENSEÑA

comerciales
UNA VEZ GENERADOS LOS INDICADORES CLAVE, A PARTIR DE VARIABLES INTERNAS Y
EXTERNAS…
ESTRATEGIA DE CLIENTES BASADA EN EL
CONOCIMIENTO
Conservación de los clientes más rentables
RETENCIÓN Conservación de los clientes con cuota de bolsillo cercana al 100%
Prevención del abandono de clientes. CHURN ANALYSIS
Mejora de clientes menos rentables

UPGRADE
Mejora de los clientes con cuota de bolsillo lejana al 100%
Oferta de productos complementarios a clientes según necesidades

CROSS-SELLING Oferta de nuevos productos a clientes más proclives a su contratación
Oferta de nuevos canales a clientes según necesidades
Captación cualificada de clientes potenciales: búsqueda de gemelos

CAPTACIÓN Relación de ubicación del hogar con red de puntos de venta
INCREMENTO DE LA RENTABILIDAD POR

CLIENTE
comerciales
1CRM ANALÍTICO Y MODELIZACIÓN DEL
CONOCIMIENTO DEL CLIENTE
ALGUNOS PROYECTOS QUE HEMOS REALIZADO…
 Segmentación estratégica de clientes, qué grandes tipos existen, cómo son, cómo se
comportan
 Matriz de potencial cliente-producto: cada cliente o grupo, ¿qué probabilidad tiene de
demandar cada producto? Relacionado con valor de vida y cuota de cliente
 Target pool, o potencial producto-cliente: para cada producto, ¿qué afinidad presenta
cada uno de los clientes? Ranking y selección de clientes en campañas
 Modelos de retención vs abandono, el camino hacia la fidelización, ¿qué probabilidad
de abandonar tiene un cliente? Enfoques de sendas, hitos, tasa por segmento
 Sistemas de inteligencia geográfica o relación entre el comportamiento de clientes y
la red de oficinas, como herramientas de análisis y conocimiento tanto del cliente como
del canal
 Captación segmentada de clientes, targeting de clientes potenciales basado en el
conocimiento de la cartera actual y técnicas de micromarketing y geomarketing
 Cuadro de mando y sistemas de reporting: diseño de sistemas de reporting desde la
definición de necesidades hasta la implantación y formación de usuarios

comerciales
2.1 Segmentación estratégica de clientes
 Identificación de grupos homogéneos de clientes, con perfiles similares
 Reducción de la complejidad y aproximación operativa al cliente único

comerciales
EL MODELO DE SEGMENTACIÓN POR NIVEL
 Desarrollo, ‘desagregación’ del modelo de segmentación para su explotación a los diferentes
niveles de decisión
 El gran reto para un modelo de segmentación estratégica está en su aceptación y explotación a lo

ancho de todos los “puntos de decisión” de la compañía
 Los subsegmentos pueden ser definidos de inicio o a posteriori de acuerdo a las necesidades de las
diferentes áreas
Dirección General MODELO DE

S1 S2 S3 S4 S5 S6 S7 S8
SEGMENTACIÓN
Dirección ESTRATÉGICA
S1 S12 S21 S22 S3 S4 S4 S43
MKT Relacional POR NIVEL
Operación S433
MKT Relacional
Oficinas
MODELOS DE
Productos y SEGMENTACIÓN
divisiones ESPECÍFICOS
Canales

comerciales
INTEGRACIÓN DE CANAL ONLINE Y VISIÓN CROSS-CHANNEL
 El cliente utiliza simultáneamente canales tradicionales y online, demandándonos una visión
unificada
 La estrategia multicanal requiere una visión integrada de cliente

EJEMPLO. ESPECIALISTAS MÉDICOS VS. ACCESO A REVISTAS ONLINE

comerciales
2.2 Matriz de afinidad cliente-producto
Establece productos afines a un cliente o perfil de cliente, junto con una
probabilidad de demanda, generada a partir de un modelo estadístico predictivo
Potencial de demanda por tipo de cliente
Profesión Renta Est. vida Segm. Prod 1 Prod 2 Prod N
Clie 1 90% 75% 50%
Clie 2 90% 50%
...
Clie N 60%
Cuota de Cliente: Real / potencial
Valor de vida de cliente: Potencial * años de vida

Cuota de mercado: Real / Potencial extrapolado a
total de clientes potenciales por segmento

comerciales
2.3 Target pool. Afinidad de producto a
cliente
 La selección del target es clave en la rentabilidad de las campañas de
marketing
 La optimización de selección de este target, en las campañas de producto, es
una de las aplicaciones más inmediatas y de más alta rentabilidad a corto
plazo de las técnicas de data mining
 El target pool consiste en la generación de tablas o matrices de afinidad,
centradas en el producto, donde a cada cliente se le asigna una probabilidad
de demanda, en forma de puntuación –score-
 Los modelos así generados tienen unos parámetros de entorno que
determinan su efectividad:
• Entorno y coyuntura, estacionalidad, coyuntura económica, fiscalidad, variables
geográficas…
• Ciclo de vida temporal: por definición, los modelos son eficaces durante un tiempo
determinado, identificar el final de su ciclo de vida es clave

comerciales
MODELIZACIÓN DE LA RESPUESTA A CAMPAÑAS
El gráfico muestra los rendimientos de diferentes técnicas predictivas puestas a competir

comerciales
MODELIZACIÓN DE LA RESPUESTA A CAMPAÑAS
El ejemplo muestra cómo se estructura una red de probabilidades condicionadas naive-bayes, una
técnica predictiva alternativa a los árboles de decisión

comerciales
MANERAS DIFERENTES DE ENFOCAR LA SEGMENTACIÓN
En definitiva, hemos planteado tres maneras diferentes y complementarias de abordar las tareas de
segmentación y targeting
Estrategia desde la visión del cliente, comprensión de la

Segmentación
composición de la cartera, desagregación del modelo para
estratégica de clientes
toma de decisiones a niveles inferiores
Estrategia de marketing de clientes, mantenimiento o

Modelos de afinidad
crecimiento por segmento, identificación de necesidad de
cliente-producto nuevos productos
Target pool. Afinidad Estrategia de marketing de producto, marketing táctico y

producto-cliente operacional –dirección territorial, oficinas-
A continuación abordaremos aquellas técnicas que nos permiten tanto optimizar la red de oficinas
como conocer y segmentar los clientes potenciales, optimizando las acciones de captación

comerciales
2SISTEMAS DE INTELIGENCIA GEOGRÁFICA
DE CLIENTES
CLIENTES Y RED DE OFICINAS
La comercialización de productos financieros se sigue realizando a través de las oficinas, pese al crecimiento de los nuevos canles

Las entidades han desarrollado ambiciosos planes de expansión, plasmados en la apertura de nuevas oficinas tanto en su área tradicional como en las de expansión

En la actualidad, existen más de 44.000 oficinas bancarias en España, lo que viene a suponer una oficina por cada 1.000 ciudadanos

En la actual coyuntura, las estrategias de crecimiento orgánico pueden ser sustituídas, o acompañadas, por otras de optimización:

Especialización: creación de oficinas de empresas, inmigrantes, inmobiliarias
•
Optimización de recursos: personal, implantación y plv, acción comercial, marketing exterior…
•
Cierre de oficinas, en los casos en que no sea posible entrar en rentabilidad
•
Fusión de entidades, con la consecuente necesidad de racionalización de la red
•

comerciales
EL ENTORNO COMPETITIVO REQUIERE LA SEGMENTACIÓN
 La cartera de productos de las entidades es muy amplia, puede satisfacer numerosas necesidades de numerosos tipos de clientes
 Esto ha supuesto una creciente complejidad, que requiere una doble segmentación:
• Segmentación de cartera, ¿qué producto ofrecer?
• Segmentación de clientes: ¿a qué cliente ofrecerlo?
 El cliente actual tiene unas necesidades totales, de las cuales nuestra entidad satisface una parte. Necesitamos estimar esas necesidades totales
para conocer la cuota de cliente
 El potencial cliente nos dedica muy poco tiempo de atención y debemos conseguir interesarle para que acuda a la oficina y allí convencerle
 Las dificultades son mayores fuera del área tradicional, donde no existen una imagen y atributos de marca reconocidos

comerciales
OBJETIVOS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
EL CLIENTE ESTIMAR EL NEGOCIO FINANCIERO TOTAL DE CADA CLIENTE

REAL O POTENCIAL
OPORTUNIDADES DE CAPTACIÓN Y VENTA CRUZADA EN

FUNCIÓN DE LA CUOTA DE CLIENTE
MEDIR E INTERPRETAR LA CUOTA REAL DE LA OFICINA

LA RED DE OPORTUNIDADES DE CRECIMIENTO Y ASIGNACIÓN DE
OFICINAS RECURSOS A LA OFICINA
SOPORTAR LAS DECISIONES: EXPANSIÓN, RETRACCIÓN,

ESPECIALIZACIÓN, IMPLANTACIÓN
LA
ESTRATEGIA

comerciales
2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
2.1VISIÓN DEL PROBLEMA Y

METODOLOGÍA GEO-
ESTADÍSTICA
La sección censal constituye el nivel ideal de análisis de clientes potenciales y
reales
;
OFICINAS Y SECCIONADO CENSAL

CAL L
E BO
GGIE
CALLE JUAN
AU RO
T CAL L
CALLE O E CO
SANTA P N DE
OROSIA EN ARAN
PA
LA DA
AVDA N
S
A VARRA CE
EO
116
TE
;
CALLE ARIAS
MA
XXIII
AS
A
114
RIA
;
IO J
124
R
;
SA
ER
AG
E
CA
CAL
;
LL
US
LL
LL
CA
CA
CA
TIN
RID
E
M AD
CAL
EU
LLE
ES
AÑE A
AVD
NZ IB
NCE
CO
LE
N SA
CA
ULIA
RI A
DO
LE J
LAN
T
CAL
AVDA ANSELMO CLAVE

107
CAL A
;
ZA
CA
N
IA
CA
LL
OLIV
DA
L
PED
EC
YF
B
EM
AS LE
LL
PE CAL
CAL
CA
AB
RO
EV
LL
OM
CA
EB
CAL
RO
CAL
OR
LE
IA U
LLE
DE
PEO
JA
CALLE
LE G
AND
;
LUN IA S
LE R
DARO
NIV
94
DEL
NM
CALL CA CALLE SA
E MO NTANDE ;
ERS
AL A
R
RES
NTAÑ
A
OG
IC
OT O
ES
CA
EL
;
CA
RU
ER
TE
IT
NB
CA S
VICE
VA
L
EO
LE
S
AS
S
LE
PA O
LL
DE
N
E RG
147
CA
ES
;
FR
NTE
EA
E
LL
F LO
EN
CO
CA
AN
UA
RM
VIL
CA
SU
R
SA O E
A
EG LL
OY
A
RA
MO L CI CA
ER AL LE
N
AH SG
LO
L VA ;
ON
VIL CA DA
136
PE
A U
AV ;
AG
ES E L
U
Z
UQ LL
AR
ED CA
LL CO AV
CA OS
N B C AL DE DA
UA
ES
J LE GO
CA
N
RT
SA ME YA
E NE O
LIC
LLE
LL
CO
A
CA
CA ND
AL AV
A
TO
EZ
E
LLE
SS
DO
LL
Legend PE
CA
TA
L
CA
AY
MIN
E
VIA
;
EL
O
LA
Oficinas actuales
CALL
152 NA
GO
DO
E
HIS
; GU
LL
Sección censal I
LA CC
AN
MIR
EZ CA
CA
P
OM LA
RN
AN
4
G A
AN
AL
DA
FE
Meters
INT
IDA
AV
0 70 140 280 QU
EO
E
D
LL
CA
S
Plaza: Zaragoza
PA
;
comerciales
LA SECCIÓN CENSAL COMO NIVEL IDEAL DE ANÁLISIS
 La sección censal es una división administrativa que, por su tamaño –unos 500 hogares, o 1.200 personas- garantiza una alta homogeneidad interna.
 Por otro lado, es la mínima unidad de agregación para la que los distintos organismos públicos suministran información sociodemográfica.
 Actualmente el Instituto Nacional de Estadística suministra información por tramo de vía. Sin embargo, los tramos no coinciden con los portales y en la práctica no mejoran
la información aportada por el análisis de secciones.
 Por otro lado, la cartografía necesaria para el análisis de geomarketing en este nivel es más fácil de mantener y menos costosa que la cartografía de tramos de calle.
 La sección censal se convierte, así, en el nivel ideal de análisis, quedando el portal para aquellos casos en que se cuente con información valiosa para cada uno de los
portales. Dicha información no existe en fuentes de acceso público y legal.

comerciales
2.2INFORMACIÓN RELEVANTE Y
MODELOS DE AFINIDAD
microtarget
EL MODELO DE AFINIDAD microtarget
Somos especialistas en la obtención, validación, y modelización de grandes
bases de datos sociodemográficas, de estilos de vida y de hábitos de consumo:
 INE: Padrón 2008, Censo 2001, Encuesta de Presupuestos Familiares (EPF),

Encuesta de Condiciones de Vida (ECV)
 Banco de España: Encuesta Financiera de las Familias (EFF)
 EUSTAT, IECAM, IDESCAT: estudios coyunturales y sociodemografía
 CCI: fichero de sucursales bancarias
 Anuarios estadísticos varios, fundaciones de cajas de ahorros…
Además, desarrollamos estudios de mercado de targeting, que nos permiten

identificar los segmentos de clientes potenciales y sus perfiles

comerciales
Se compone de cuatro modelos que predicen el nivel de renta de los hogares y
la propensión de demanda de tres productos financieros, en cada una de las
secciones censales de España:
RENTA ANUAL DEL HOGAR Estimador de la renta del hogar, en euros y en tramos de
renta, a partir de sus variables socioeconómicas
CUENTAS DE AHORRO Cuentas vivienda y otras cuentas no utilizables para realizar

pagos
FONDOS DE INVERSIÓN Hogares con participaciones en fondos de inversión
PLANES DE PENSIONES Hogares con planes de pensiones o seguros de vida de

inversión o mixtos

comerciales
Cuota de cliente y modelo de potencial de demanda microtarget,
metodología de análisis basada en modelización predictiva
Modelos estadísticos que explican y
Modelo predicen la renta y la afinidad a los
diferentes productos a partir de
A explicativo-
predictivo
variables sociodemográficas de los
hogares. Las técnicas estadísticas
principales han sido árboles de
inicial decisión y regresiones
Clasificación de las secciones censales

Clasificación de en función del modelo anterior,
generando la afinidad de la sección
B secciones
censales
como agregación de afinidades de
tipos de hogares.
La información de las secciones es
requerida en peticiones a medida al
INE E NI
ÇA
R
ANATORI
A
CARR
CA
BL
IS
A
LV
R
DE
CA
RE
'E R IA
D A NC
R
LA
RA
E LG LE
RE
R VA
FA
SO
M
AVGD A S
AR DE
IR
S AG
C A
TIGA
LID
TR
O
ÇA A AN
RA
R
E
A C TR
IT
PL
DA
AT
I
AE
XII
FA
ZT
NS
MIL
U
FO
AL
CA
IA
LE
DA
RR
U
AVG DA PIU S X II G
A
AV
IT
E
S
PI
IU
CA RRE HUELVA
CTR
IG
R
Las afinidades a los productos son
IB
R
AM
AR
ER
Aplicación en
EN
T
A
CA
RR
CA
ID
DR
NAC
R
MA
AR
RE
E
geocodificadas, por referirse a

RR
IB
ES
JOAN A LESTON
CA
AU
E
CO
AVG DA MA RESME
ER
MP
RI
CARRE PARIS
SA
CA
L
E
TG I
RR
N
PS
proyectos de
O
RC
E
CA
A
CO
secciones censales, permitiendo su
M
RR
Z
AV
JO
E
CAR RE SANTA
VA
CA
TG
E
GD
DA
G
PS
DO
A
R
SA
UA
BA
RE
NT
NG
CT
RE
SIM
RA SA
IA
CH
CA
A
LV
E A-19
AR
SA
AV GDA ALMER
AN
AD
RR
N
C
TA O
C
R
AS
CO
CARRE JUMILLA
BA
análisis en un Sistema de Información
M ARESM
LO
LM
M
A
Geomarketing
ES
CA
CA
CA
R
R
R
RR
VA
E
RE
AU TOP DEL
S
CARRE CORDO
AN
M
R
AR
AF
TIA
A
Geográfica (GIS)
IS
EL
CA
D
L
E
C
CA
AV
AB
E
G XIL
SA
AN
DA
C
E
N
AR
RR
E
JO
O
S
CA
R
AN
VA
E
XX
BO
E
II I R
B
G
M
AT
CA
E
ET
EL
RR
S
L
E
D
E
ZE
IQ
N
UIQ
O
E
R
UE
R
CA

comerciales
RENTA DEL HOGAR Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del
trabajador. Año 2005-2008. Disponible para seccionados 2001, 2005, 2008
N secciones Distribución de las secciones censales

asignadas
33.763
97% del total*
(*) todas las secciones
censales de, al menos,
100 habitantes, en
cumplimiento de la Ley de
secreto estadístico
N hogares
asignados
15.398.859
99,8% del total*
Media
33.513€

comerciales
RENTA DEL HOGAR Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del
trabajador. Disponible para seccionados 2001, 2005, 2008
 LA RENTA DEL HOGAR TIENE UNA ALTA CORRELACIÓN

POSITIVA CON:
 TENENCIA DE ACCIONES COTIZADAS Y VALORES

DE RENTA FIJA
 DEMANDA DE BANCA PRIVADA
 EN MUCHO MENOR MEDIDA, IGUALMENTE SE

ASOCIA POSITIVAMENTE CON EL RESTO DE
MODELOS DE AFINIDAD. A MÁS RENTA, MAYOR
DEMANDA DE SERVICIOS FINANCIEROS

comerciales
PLAN DE PENSIÓN Hogares con planes de pensiones o seguros de vida de inversión o mixtos.
Disponible para seccionados 2001, 2005, 2008

asignadas
33.763
97% del total*
censales de, al menos, 100
habitantes, en cumplimiento
de la Ley de secreto
estadístico
N hogares
asignados
15.398.859
99,8% del total*
Media
32,5% de los
hogares
demandan planes
de pensiones

comerciales
FONDO DE INVERSIÓN Hogares con participaciones en fondos de inversión. Disponible para

seccionados 2001, 2005, 2008

asignadas
33.763
97% del total*
estadístico
N hogares
asignados
15.398.859
99,8% del total*
Media
8,1% de los
hogares
demandan fondos
de inversión

comerciales
CUENTA VIVIENDA O Cuentas vivienda y otras cuentas no utilizables para realizar pagos, incluye
AHORRO depósitos. Disponible para seccionados 2001, 2005, 2008

asignadas
33.763
97% del total**
(**) todas las secciones
estadístico
N hogares
asignados
15.398.859
99,8% del total*
Media
17,1% de los
hogares
demandan
cuentas ahorro

comerciales
Las variables más relevantes, las que han permitido generar los modelos, son
las siguientes:
• Ocupación de la persona de referencia del hogar
• Situación profesional de la persona de referencia y relación con la actividad:
empresario, trabajador cuenta propia o ajena, desocupado, inactivo, estudiante,
pensionista y tipo pensión…
• Nivel de estudios de la persona de referencia
• Número de personas ocupadas en el hogar
• Régimen de tenencia de la vivienda habitual, existencia de pagos pendientes
• Posesión de vivienda secundaria
Estas variables han sido cruzadas según las necesidades específicas de los
modelos predictivos, solicitando del Instituto Nacional de Estadística (INE) la
entrega de tablas personalizadas

comerciales
Los hogares son puestos en relación espacial con las oficinas, permitiendo
estimar cuota de cliente y analizar la cuota
;
de mercado geográfica de la oficina
microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA

CALL
E BOG
CALLE JUAN
AU GIER
T CAL L O
CALLE O E CO
SANTA P ND E
OROSIA EN A RAN
LA DA
AVDA N
AVARR CE CAL
A LE
E
BOR
;
AT
CALLE ARIAS
116 AO
XXIII
AS
JA
114
;
R
RIO
SA
LE
CA
LLE
CAL
124
;
CALLE CRESPO AGÜERO

L
LL
CAL
CA
CA
ID
L
R
E
MAD
CAL
EU
Ñ EZ
ES
A
LE
IBA AVD
NCE
Z
CO
L
SAN
CA
ED
N
ULIA
RI A
LE J
LAN
TA
CAL
AVDA ANSELMO CLAVE

ON
CAL
; 107
ZA
CA IA
CAL
LL V
OLI
DA
L
PED
EC
YF
EB
EM
AS L
PE CAL
LE
CAL
CA
AB
RO
LL
OM
CAL
EB
CAL
VIA
RO
CAL
OR
LE
DE
PEO
JA
LE
CAL LE
UN
L
AND
;
LUN IAS
L
D ARO
EG
94
DEL
ER
CA CALLE SA
IV E
CALL
E MO NTANDE ;
MO
AL A
R
RES
N TA
A
OG
IC
ÑES
RSI
CA
EL
;
TOS
RU S
CA
ER
TE
NB
CA
TAS
VICE
EO A
LE
OV
L
S
LE
LL PA
D
N
E RG
147
CA
ES
EF
;
NT
EA
LE
FR
L N
CO
CA ME
LOR
UA
AN
VIL
AR
SU
O EC
C
SA
A
EG A LL
RA
MO CI
OY
ER L L N CA
Legend AH GA A LE
;
LO
L AS
ON
VIL C AV 136
; SA LU D
;
PE
AV
AG
Oficinas actuales UE E
UQ LL
Z
AR
Sección censal ED CA
LL AV
DE
CA O
SC CA D
Renta media hogar BO LL
ES A
U AN E GO
RT
NJ ME YA
O
40.001 - 60.000 A NE IC
ES
CO
A
CAL
LL ND
OL
AL AV
35.001 - 40.000 CA A
E
LE
ZP
SS
T
LE
CA
EL
L
30.001 - 35.000
TA
CA
AY
E
VIA
EL
O
LA
25.001 - 30.000
CALL
A
152
O
UN
E
HIS
;
D
14.000 - 25.000 AG
LL
CI
AN
ZL AC IES
CA
PA
E AC
M YIB
RN
GO AL
4
TU
NID
A AN
FE
Meters
AV
D
I NT L LE
U CA
A
EQ
O
0 70 140 280
D
LL
SE
Plaza: Zaragoza CA
PA

comerciales
;
Los hogares son puestos en relación espacial con las oficinas, permitiendo
estimar cuota ;de cliente y analizar la cuota de mercado geográfica de la oficina
;
microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA

;
3603802018
3603801002
; ;
; 3603802009
3603801001 3603801005
; ;
;
;
3603802018
;
3603801006
3603802006
;
; 3603802004
; ; ; ;
; ;
3603801003 3603801004 ; ;
; ; ;
; ;
4
;
;
; ; 3603802003 ; ; ; ;
;
;; ; 3603802019
;
; ;; ;
Legend
;
Sección censal
1 Dot3603801007
=1
; ; ; ;
; competencia ;
Sección censal
; ;
Renta media hogar ; 3603802017
40.001 - 60.000
3603802010
35.001 - 40.000
30.001 - 35.000 3603802001 ; 3603802016 3603802008
25.001 - 30.000 ;
14.000 - 25.000
Meters
0 75 3603802012
150 300
3603802011 3603802021
Oficina: 0541 Pontevedra García Cambra
;
;
comerciales ; ;
;
Las características sociodemográficas de las microzonas presentan claras

;
diferencias entre sí, constituyen micromercados
;
microTarget®. DEMANDA DE PLANES DE PENSIONES

4619001016 4619001016
4619001020 4619001023 4619001022
4619001017 ;
4619001014
4619001019 4619001024
4619001018
;
4619001013 ; 4619001041
; ;
;
; 4619001012
4
; ;
4619001025 ;
; 4619001026
; ; ;
4619001011
; ; ;
4619001009
Legend
;
Sección censal
;
1 Dot = 1
; competencia ;
4619001008 4619001027
Plan pensión
36,1% - 73% 4619001010
4619001036
29,1% - 36,0% 4619001006
24,1% - 29% ;
8,2% - 24% 4619001007
Meters 4619001004
0 40 80 160
;
Oficina: 0663 - Paterna ;
;
;
comerciales ;
microTarget®. DEMANDA DE FONDOS DE INVERSIÓN

A
NIÇ
CA
RE A
CAR S
R
VI
CA
RE
EL R IA
D'
RR
NC
RA
GA LE
RE
E
AL VA
M
E
SA
AF
IR
R
CA AD
O
TR TI G
G
AN
DE
RA
A A
AÇ CT
R
DA
M
PL
AE
FA
II
XI
ZT
M
NS
U
CA
ILI
T
FO
LE
A
RR
AVGDA PIUS XII AL
AU
DA
E
IT
G
PI
S
AV
CT
CARRE HUELVA
IU
IG
DO R
RA
IBE
E
R
R
M
A LVA
RT
A
EN
C
A
CA
NT S
R
RE
AV
E
A SA
AR
G
ER
DA
MP
IB
SA
A
AV G D
SA
AVGDA MARES ME
U
GE
N
T CARRE PARIS
PS
AT
O
CA
ON
RI
C
CA
RR
AR
R
E
RE
4
E
CA
CO
TG
GU
RR
PS
VA
CT
E
CARRE CACERES
AS
CA RRE
D
RA
SI
CA
ON
C
Legend
M
SA
H
AN
RR
NT
GA
19
CA
A
E
Código postal CO
E A-
BA
ILLA
BA DAJ O
LO
LM
Manzana M
L MARE SM
A
CARRE JUM
CA
ES
CA
CA
RR
Sección censal
R
RR
Z
RE
OVA
E
SA
Fondo inversión
RA
M
NT
AR
CA RRE CORD
FA
AUTO P DE
IA
IS
EL
8,6% - 17%
G
C
O
AL
DE
7,1% - 8,5%
CA
AV
CA
GD LE
BA
XI
SA
CA
5,6% - 7% A E
N
JO
RR
R
ES
OV
RE
AN
2% - 5,5% CA
A
XX
BO
E
III BR
G
Sección censal
CA
M
AT
TE
E
SE
LL
1 Dot = 1
RE
DE
; E
IQ
competencia NZ
UIQ
O
RE
U
Ibercaja red R
E
CA
Meters
0 60 120 240
Oficina: Badalona - 3

comerciales
microTarget®. DEMANDA DE CUENTAS AHORRO Y DEPÓSITOS
CAR
CA
RR
RE
PS O
EN
TG NÇ CA
RR U
CA
EV CA 9
SEU
EM BR
EL
IÑ A A
RR
S 1 ES
OV - TR NT
SO
N A S E A
E E
D'U
ET
NI C S
E M OS
NM
R R RE S
CA
IR
OL RE
AN
AU
RG
CA
R
A R
EP CA
R
AN
M
GE
E
EL L
L S
DE JO
D
DE
IA
EL
P NT UV
C
AR
TO
LA
SA
M
AU FL RE
IG
E AV
CA
R E
JO
R R G PR
D CA
RR
O
A R
R
C A A IM
ER
N
PR RR
E
L C
IV
G
JO ES E
AR
R
PU PS
ID R C
O
RE
I
BI
E
T EN ER RT
L
RR
G
R
T A
ÑO
S
CA
E
C A C M
O
BA
A
SI
M TA
RU
TA
PA
RB
M
CA
US
T N O
O
ER
AL YS R
AG
RR
G
ED
A
S
AU
RR
TI
ET
E
CA
N
A
YR
SA
SA
VI
RE
LA
NT
RE
NA CA
LO
R
AB
SC
R
RR
CA
CE
CA
E
CE
AR
R
BA SA
AN
T
BA
E N
TA
RR T
PA
FR
RA
RI
CA U
4
CA
E
AV
RR
E
GD
RR
CA
OR
CA
CA
AM
CT
CA R
R RE
EM
RE
Legend
AR
A
RE M
ER
ON ATZ
C ER
E
SA CA
AR EU
AN
CE
RR
IP
Código postal R
AG
R S N RE
R
U T
UJ
A
CA
BA
M
C M M CA
OL
Manzana E IQ
CAR
E
E R
R
R UE
RR
LL M
NG
AD
R E
IP CA L
CA
Sección censal
RE
E
NO
M
A UJ L AV
LI RE
A
AL CL
CA
O N
NT
E
TOR
L O
PE
G
Cuentas
CA ahorro
M M LM
E
RA
SA
RA
R
A
SE
NT
BL
RE
RE
NT AN
CA
M
CA
R22,4%
SA
- 28,9% E
M
R
AR
SA
NT
RE
R
CA
CA
RR
RA
EU
RE
RE
R
C
19,6% - 22,3% CA E
CA CR
RR
R
B AT
AR
CA
CA
IG
AR RE
AR
E
RR
PS
R
C
C
S
17,5% - 19,5% R
LL
LL O
CA E
RE
SU
BA
EO
JE
AR
15,7% - 17,4% CA N
R IA
YO
TE
A
RE
RR
NU
LE
CI
AR
OR NNA RRE
12,4% - 15,6% E S
S
MA
RBLA DE SANT JOAN DO O

C
S IG
SC
Sección censal CA D RD
C
CA
E PE
CE
C RR M R I
C
R S
1 Dot = 1A MI AI
AN
EN
E G E BA
RI
A
LA M
FR
G CA
XI
NT TA
TR AR E
; competencia UI XE RR RR
SA A N
LL
NS
IN
E
IL
CA
RR
LA E A
S
RE
FO
C
RE
CA
S Meters O
AL
LO
R
RE
CA
0 75 150 300 M
E
RR
AR
Oficina: 2526 - Badalona Vía Augusta

CA

comerciales
2.3LA MODELIZACIÓN
GEOESTADÍSTICA Y LAS ÁREAS DE
INFLUENCIA
GEO-ESTADÍSTICA Y CÁLCULO DE ÁREAS DE INFLUENCIA
 La relación geográfica entre clientes –sean reales o potenciales- y red de puntos de venta es clave a la hora de analizar a unos y otros
 Existen diversas aproximaciones, desde las más sencillas a las más avanzadas, en su cálculo. En esencia, la aplicación de métodos avanzados
depende de la disponibilidad de información con la que alimentar a los modelos:
• Información sobre las oficinas: dimensión, implantación, antigüedad, cantidad y tipo de recursos humanos… definen su capacidad de atracción como centros de oferta
• Información sobre los clientes: tipo sociodemográfico, comportamiento de consumo, demanda de productos financieros… definen la intensidad y tipo de demanda
• Información geográfica: cartografía, callejeros, divisiones administrativas… delimitan los tipos de análisis posibles y sus costes
 A continuación presentamos algunas de las técnicas de cálculo de áreas de influencia y relación espacial entre puntos de venta y clientes

comerciales
Una aproximación determinista a la relación espacial es la definición de áreas de
influencia a priori, muy extendida en marketing
;
AREA DE INFLUENCIA TEÓRICA DE 300 METROS

CALL
E BOG
CALLE JUAN
AU GIER
T CAL L O
CALLE O E CO
SANTA P ND E
OROSIA EN A RAN
PA
LA DA
AVDA N
S
AVARR CE
EO
A 116
E
;
AT
CALLE ARIAS
M
XXIII
AS
AR
JA
114
; 124
R
RIO
IA
;
SA
AG
LE
CA
LLE
CAL
;
US
L
LL
CAL
CA
CA
T IN
RID
E
MAD
CAL
EU
Z
ES
AÑE A
LE
AVD
NZ IB
NCE
CO
L
N SA
CA
ED
L IA
RI A
U
LE J
LAN
TA
CAL
107
AVDA ANSELMO CLAVE

ON
CAL
;
ZA
CA IA
CAL
LL V
OLI
DA
PED
L
EC
YF
EB
EM
AS L
PE CAL
LE
CAL
CA
AB
RO
LL
CAL
OM
EB
CAL
VIA
RO
CAL
OR
LE
DE
PEO
JA
LE
CAL LE
UN
L
AND
;
LUN IAS
L
D ARO
EG
94
DEL
ER
CA CALLE SA
IV E
CALL
E MO NTAN ;
MO
DER
AL A
RES
N TA Ñ
A
OG
IC
RSI
ES
CA
EL
;
CA
TOS
RU S
ER
TE
NB
CA
TAS
VICE
VA
L
EO
LE
S
LE
LL
PA O
D
AN
E RG
147
ES
EC
EF
;
FR
NTE
EA
LL N
CO
CA ME
LOR
AN
UA
VIL
A R
SU
EC
C
SA O
A
EG L
OY
CIA
RA
MO L
ER AL
L
EN CA
AH SG AL
LO
L
;
ON
V
VIL CA DA
136
PE
SA U
AV ;
AG
E E L
QU
Z
LL
AR
E DU CA
LL O
SC AV
DE
CA BO CA D
AN A
ES
U LL GO
NJ E
CA
RT
A ME YA
ES NE O
IC
LL
L LE
CO
A
CAL
CA ND
OL
AL AV
EZ A
LE
SS
T
DO
PE
LE
CA
L
L
TA
CA
AY
MI N
E
VIA
EL
Legend O
LA
CALL
152 NA
GO
;
HIS
GU
;
D
Oficinas actuales
LL
I
LA CC
AN
MI R
EZ CA
CA
PA
OM LA
RN
4
G A
NID
AN
AL
DA
FE
Meters
AV INT
QU
A
0 70 140 280
LE
D
SE
L
Plaza: Zaragoza CA
PA
;
comerciales
La aproximación empírica es la que se basa en la procedencia real de clientes por
microzona, describe la realidad y la compara con la potencialidad de clientes
;
AREA DE INFLUENCIA TEÓRICA DE 300 METROS

CALL
E BOG
CALLE JUAN
AU GIER
T CAL L O
CALLE O E CO
SANTA P ND E
OROSIA EN A RAN
PA
LA DA
AVDA N
S
AVARR CE
EO
A 116
E
;
AT
CALLE ARIAS
M
XXIII
AS
AR
JA
114
; 124
R
RIO
IA
;
SA
AG
LE
CA
LLE
CAL
;
US
L
LL
CAL
CA
CA
T IN
RID
E
MAD
CAL
EU
Z
ES
AÑ E A
LE
Z IB AVD
NCE
CO
L
SAN
CA
ED
LIAN
RI A
E JU
LAN
TA
CAL
107
AVDA ANSELMO CLAVE

L
ON
CAL
;
ZA
CA IA
CAL
LL V
OLI
DA
PED
L
EC
YF
EB
EM
AS L
PE CAL
LE
CAL
CA
AB
RO
LL
CAL
OM
EB
CAL
VIA
RO
CAL
OR
LE
DE
PEO
JA
LE
CAL LE
UN
L
AND
;
LUN IAS
L
D ARO
EG
94
DEL
ER
CA CALLE SA
IV E
CALL
E MO NTANDE ;
MO
AL A
R
RES
N TA Ñ
A
OG
IC
RSI
ES
CA
EL
;
CA
TOS
RU S
ER
TE
NB
CA
TAS
VICE
A
L
EO
LE
SOV
LE
LL PA
D
N
E RG
147 A
ES
EC
EF
;
FR
NT
EA
L L N
CO
CA ME
LOR
AN
UA
VIL
AR
SU
EC
C
SA O
A
EG L
OY
CIA
RA
MO L
R AL
L N CA
HE LE
SG
LO
LA VA ;
ON
VIL CA A 136
PE
Legend SA LU AV
D
;
AG
E LE
QU
Z
AR
; Oficinas actuales E DU CA
LL O
SC AV
DE
CA BO CA D
Sección censal UA
N LL
ES
A
GO
NJ E
CA
RT
Penetración clientes SA ME YA
E NE O
IC
LL
L LE
CO
A
CAL
CA ND
OL
AL AV
7,6% 25% EZ A
LE
SS
T
DO
PE
LE
CA
L
5,0% - 7,5% L
TA
CA
AY
MI N
E
VIA
EL
O
LA
2,6% - 4,9%
CALL
152 NA
GO
E
HIS
GU
;
D
0,1% - 2,5%
LL
I
LA CC
AN
MI R
EZ CA
CA
PA
OM LA
RN
4
G A
NID
N
AL
DA TA
FE
Meters
AV UIN
A
EQ
O
0 70 140 280
D
LL
SE
CA
Plaza: Zaragoza
PA
;
comerciales
MODELIZACIÓN AVANZADA DE ÁREAS DE INFLUENCIA
Los modelos de gravitación comercial se basan en la ley de Newton, según
la cual la capacidad de atracción de un centro de oferta es directamente
proporcional a su atractivo –masa- en inversamente proporcional a la distancia
respecto al punto de demanda.
Los modelos de afinidad electiva adaptan la anterior formulación definiendo
probabilidades de que un cliente, se decida por un centro que compite con
otros.
Estas probabilidades pueden ser tratadas como cuotas o proporciones de

clientes en una microzona.
El modelo de Huff (1963) se formula de la manera siguiente
La probabilidad de desplazamiento de un punto a un centro de

oferta es directamente proporcional a la atracción del punto e
inversamente proporcional a la distancia. El total de
desplazamientos desde un punto se repartiría entre los puntos de
oferta en forma de probabilidades

comerciales
Modelo de Gravedad desde el punto de vista del cliente, probabilidad de elección
de centro de oferta en función de la distancia,
;
la atrcción del centro y las ofertas
alternativas (Huff, 1963)
AREA DE INFLUENCIA. PROBABILIDAD PARA LA OFICINA

CALL 147
E BO G
CALLE JUAN
AU GIER
T CAL L O
CALLE O E C ON D
SANTA P E AR
OROSIA EN AN
PA
LA DA
AVDA N
S
A VARRA CE
EO
116
TE
;
CALLE ARIAS
MA
XXIII
AS
A
114
RIA
;
IO J
124
R
;
SA
ER
AG
E
CA
CAL
;
LL
US
LL
LL
CA
CA
CA
TIN
RID
E
M AD
CAL
EU
LLE
Z
ES
AÑE A
AVD
NZ IB
NCE
CO
LE
N SA
CA
I A
RI A
L
DO
U
LE J
LAN
T
CAL
AVDA ANSELMO CLAVE

107
C AL
A
;
ZA
CA
N
IA
CA
LL
OLIV
DA
L
PED
EC
YF
B
EM
AS LE
LL
PE CAL
CAL
CA
AB
RO
EV
LL
OM
CA
EB
CAL
RO
CAL
OR
LE
IA U
LLE
DE
PEO
JA
CALLE
LE G
AND
;
LUN IA S
LE R
DARO
NIV
94
DEL
NM
CALL CA CALLE SA
E MO NTA NDER ;
ERS
AL A
RES
NTAÑ
A
OG
IC
OT O
ES
CA
EL
;
CA
RU
ER
TE
IT
NB
CA
S
VICE
VA
L
EO
LE
S
AS
S
LE
LL PANO
DE
E RG
147 A
ES
C
;
FR
NT
EA E
LL
F LO
EN
CO
CA
AN
UA
RM
E
VIL
CA
SU
R
SA O E
A
EG LL
OY
A
RA
MO L CI CA
ER AL EN
AH SG AL
LO
L
;
ON
VIL CA AV 136
PE
A U
AV
D
;
AG
Legend ES E L
U
Z
UQ LL
AR
ED CA
; Oficinas actuales LL CO AV
DE
CA OS
80,1% - 100% N B CAL DA
UA
ES
J LE GO
CA
N
RT
A ME YA
O
60,1% - 80% ES NE IC
LLE
LL
CO
A
CA
CA ND
OL
AL AV
40,1% - 60%
A
EZ
E
LLE
SS
T
DO
LL
PE
CA
20,1% - 40%
TA
LA
CA
MIN
E
VIA
YO
EL
LA
15,3% - 20%
CALL
152 NA
GO
DO
E
HIS
; GU
LL
Sección censal LA CI
AN
AC
MIR
Z
CA
P
ME AC
RN
AN
O L
4
AG NA
AL
TA
FE
Meters VD
IDA
A UIN
0 70 140 280
EQ
EO
D
LL
CA
S
Plaza: Zaragoza
PA

comerciales
;
Escenarios y análisis what if, afectación de la apertura de nuevas tiendas a las

áreas de influencia teóricas
;
APERTURA DE OFICINAS Y REDEFINICIÓN DE ÁREA DE INFLUENCIA

CAL LE B
O GG
CALLE JUAN
AU IERO
T CAL L
CALLE O E CO
SANTA P N DE
OROSIA EN ARAN
PA
LA DA
AVDA N
S
A VARRA CE
EO
116
TE
;
CALLE ARIAS
MA
XXIII
AS
A
114
RIA
;
IO J
124
R
;
SA
ER
AG
E
CA
CAL
;
LL
US
LL
CAL
LL
CA
CA
TIN
RID
E
M AD
EU
Z
LE
ES
AÑE A
AVD
NZ IB
NCE
CO
CA
N SA
ULIA
RI A
LAN
LE J
T
CAL
AVDA ANSELMO CLAVE

107
CAL
; A
IA
ZA
CA V
OLI
CA
LL
DA
EB
L
EC
YF
L
EM
AS CAL
LL
PE
CAL
CA 825
AB
EV
LL
OM
CA
EB
;
CAL
RO
CAL
OR
LE
IA U
LL
PEO
JA
CALLE
ED
LE G
AND
;
LE R
DARO
NIV
94
NM
CALL CA CALLE SA
;
ELI
E MO NTANDE
ERS
AL A
R
RES
NTAÑ
OG
OT O
ES
CA
EL
CIA
;
CA
RU
ER
TE
IT
NB
CA AS
VICE
EO
LE
S
AS
OVS
LE
LL PA
DE
N
E RG
147 A
ES
EC
;
FR
NT
EA
L
F LO
L EN
CO
CA
AN
UA
RM
E
820
VIL
CA
SU
;A
R
O LE
A
EG
OY
A
RA
CI L
OS LL EN CA
RM GA AL
LO
Legend HE AS ;
ON
LA C AV 136
PE
VIL LU AV
D
;
AG
; Oficinas
824 nuevas sep05 SA LE
Z
UE L
AR
CA
; ;Oficinas nuevas sep05 LLE DUQ CO AV
DE
OS 821
; Oficinas actuales CA AN B CAL ES DA
JU LE ; GO
CA
AN
RT
ME YA
O
80,1% - 100% ES NE IC
LLE
LL
CO
A
CA
CA N
OL
AL AV
60,1% - 80% DE
A
E
LLE
Z
SS
T
DO
LL
PE
CA
40,1% - 60%
TA
LA
CA
MIN
E
VIA
YO
EL
LA
20,1% - 40%
CALL
152 NA
GO
DO
E
HIS
; GU
LL
8,5% - 20% I
LA CC
AN
MIR
Z CA
CA
P
ME LA
RN
AN
4
AG NA
AL
TA
FE
Meters VD
IDA
A UIN
0 70 140 280
EQ
EO
D
LL
CA
S
Plaza: Zaragoza
PA
;
comerciales
;
;
ESTRATEGIA DE CLIENTES BASADA EN EL RENDIMIENTO ;
REAL ;
La sección X presenta una probabilidad del

;
CALL
E BOGG
CALL E JUA
AU IERO
TO CALL
CAL LE E CO
SA NTA P NDE
OROSIA EN ARAN
75% de acudir a la oficina Y
PA
LA DA
AVD A NA
SE
VARRA 116 CE
TE
O
N XXIII
;
CALLE ARIAS
SA
MA
JA
114
RA
RIA
; 124
R IO
;
SA
AG
E
CA
LL E
CA
LL ;
US
LL
CA
LLE
CA
CA
TIN
DRID
EE
CA
MA
LLE
AÑEZ A
AV D
UN
SC
LL E
Z IB
SAN
C
CE
OR
AN
AL A
JULI
DO
CAL
TA
IA
El modelo predictivo microtarget indica que
E 107
;
AVDA ANSELMO CLAVE

CALL ;
;
ZA
CA
NP
IA
CA
LL LIV
DA
LE
E BO
YF
CA
EDR
LE
LLE
SP
CAL
MO
CALL
CA E
AB
LL
CA
OD
EB
CALL
VIA
M
RO
CAL
OR
LLE
PEO
EA
JA
E LU IC IAS
el 20% de los 500 hogares demandan una

U
CALLE
; ;
LE
DARO
NIV
EG
94
NDR
DE
NM
CALL CA CALLE SAN

;
NA
E MO TAN
R OG
DER
ER
L
ALA
NT AÑ
O TO
ES
CA
ES
L
UE
;
SIT
CA
ER
ER
L
N
CA
OT AS
VIC
LL
LE
;
S
AS
SE OV
BER
PA
LL
DE
AN
E
147
ENT
cuenta ahorro o depósito

ES
EC
;
FR
EA
LL
G
FL
CO
CA EN
AN
UA
M
V IL
AR
OR
SU
EC
CO
SA O
A
EG LL
RA
MO L CIA CA
AL
YL
ER EN
AH G
VA
L
ILL AS ;
N
OP
136
AV DA
O
UC
AV ;
AG
S EL
EZ
Legend UE
UQ LL ;
AR
ED CA
; Oficinas actuales LL CO AV
DE
CA OS
80,1% - 100% N B CA L DA
ES
UA LE GO
NJ
CA
RT
A ME YA
O
60,1% - 80% ES
Así, 500 x 20% x 75% = 75 hogares es la

NE
LIC
L
LL
CO
AVA
CA
LE
40,1% - 60% CA ND
TO
EZ
E
L LE
;
SS
DO
LL
E AL
PE
CA
20,1% - 40% LA
TA
CA
M
V
YO
EL
LA
ING
15,3% - 20%
IA H
CALL
152 A
O
UN
LE
; EZ LAG
ND
OM
demanda total de cuentas ahorro y depósitos

Sección censal I
ISPA
CC
L
CA
A
CA
OM A
IR A
RN
AL
4
AG
NID
N
FE
Meters
AV
D TA
L
UIN
;
A
EQ
EO
0 70 140 280
D
LL
CA
S
Plaza: Zaragoza
PA
;
en la sección X
114
; 116
; ;
124
;
; 107 ;
; ; 94 ;
;
;
147 ;
;
Legend
136
;
Cuota geográfica = negocio real /
;
;
negocio potencial
; Oficinas actuales
Sección censal CA
L LE
Plan pensión ME
NE
N DE
36,1% - 73%
ZP
29,1% - 36% EL
AY
24,1% - 29% O
¿Qué oportunidades de crecimiento

152
8,2% - 24% ;
4
Meters
0 70 140 280
existen?
Plaza: Zaragoza
;

comerciales
Otros modelos de micromarketing desarrollados por
microbarrios Tipología sociodemográfica que caracteriza las microzonas como

barrios. Se basa parcialmente en las segmentaciones intuitivas
usadas por responsables comerciales en sectores retails, y es por
tanto fácilmente asimilada por este perfil de usuario
Áreas de
Identifica microzonas de reciente crecimiento poblacional. Es ideal
crecimiento para ubicar negocios y encontrar hogares en fase de formación
Nichos de
Identifica y describe microzonas con una alta presencia de
inmigración
inmigrantes. Incluye procedencia geográfica, es muy valioso tanto
para negocios específicos –envío capitales, restaurantes…- como
para la adaptación de establecimientos
La edad de plata Identifica y describe áreas con alta presencia de tercera edad y
estatus medio-alto o alto. De gran valor para servicios personales,
financieros y oferta de ocio dirigido al segmento
La generación Y Identifica y describe áreas con alta proporción de jóvenes entre 16

y 24 años y estatus medio-alto o alto. Ideal para moda y oferta de
ocio dirigida a este tipo de segmento

comerciales
2.4APLICACIONES CONCRETAS Y
TIPOS DE PROYECTOS
ALGUNOS TIPOS DE PROYECTOS DESARROLLADOS EN BANCA
Los proyectos que venimos realizando responden, de manera muy simplificada,
a tres tipos de necesidades:
A OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS

OFICINAS
B OPTIMIZACIÓN DE COMUNICACIÓN PARA OFICINAS

NUEVAS Y NO RENTABLES
C AJUSTE DE LA RED. ESPECIALIZACIÓN, REUBICACIÓN

O CIERRE DE OFICINAS
D SISTEMA DE INTELIGENCIA DE CLIENTES Y

RENDIMIENTO DE LA RED DE OFICINAS

comerciales
LA OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS OFICINAS
 Selección de las regiones y plazas de expansión, si procede
;
 Selección de ubicaciones, a nivel de local o portal, óptimas, en función de:
• Huecos de cobertura en la red actual, si la hubiera
• Potencial de demanda para los productos
• Presión competitiva en el área de influencia
Leyenda
; Oficinas nuevas sep05 ;
Leyenda 813
; Oficinas nuevas jul05
; ;
; Oficinas nuevas sep05 ; Oficinas actuales
; Oficinas nuevas jul05 ; A Inf 300m nuevas sep05

Distancia
813
; Oficinas actuales ; ; 0 - 100
101 - 200
A Inf 300m nuevas sep05 201 - 300
Distancia A Inf 300m nuevas jul05
Distancia 817
0 - 100 0 - 100
; ; ;
101 - 200 101 - 200
201 - 300
201 - 300 1 Dot = 2
A Inf 300m nuevas jul05 comercios
oficinas
Distancia industrias ;
817
0 - 100 ; ;
A Inf 300m actuales
;
814
101 - 200 ; Distancia

0 - 100
201 - 300 101 - 200 815
1 Dot = 2 201 - 300 ;
comercios
Estatus MA-A
200 - 294 ;
819
;
;
oficinas ; 139 - 199
95 - 138
industrias
;
4
36 - 94 Metros
A Inf 300m actuales 814 Plaza: Zaragoza ; 0 180 ;360 720
Distancia ;
;
0 - 100
101 - 200 815 El ejemplo muestra la cobertura de
201 - 300 ; ;
Penetración clientes
819 clientes
; –a la izquierda- la presencia de
7,6% - 83,7% ; ; ;
estatus
;
medio-alto –arriba- y la
; 5,0% - 7,5% ;
2,6% - 4,9% presencia de empresas, en un proyecto;
4
0,1% - 2,5% ;Metros
Plaza: Zaragoza ;
0 180
; 360 720 de incremento de la capilaridad en el
;
área tradicional de; una Caja ; de ahorros ;
;
Presentación corporativa de inteligencia de clientes y optimización de redes ;

; 50
;
comerciales ;
;
LA OPTIMIZACIÓN DE LA COMUNICACIÓN
 Consiste en la segmentación y adecuación de la oferta al perfil de demanda del cliente
potencial
 Incrementa el retorno de las acciones de captación, al maximizar la probabilidad de que
el cliente reciba una oferta concreta que le haga desplazarse a la oficina
 Puede basarse tanto en los modelos microtarget como en productos-gancho específicos
y segmentaciones ad-hoc
 Los resultados se plasman en una tabla de afinidad, con dos indicadores clave:
• PRESENCIA DE TARGET: número absoluto o relativo de clientes que responden al target
• ÍNDICE DE AFINIDAD: valor relativo respecto a la media de la presencia de target
 Se plasma en acciones por canales directos, en concreto hemos testado:
• Telemarketing
• Mailing
• Multietápico: Buzoneo, seguido de mailing y seguimiento telefónico al pool de clientes
interesados, que pasan a integrar una base de datos de clientes potenciales de la entidad

comerciales
Los resultados se muestran tanto en mapas como en tablas, los primeros son
de especial utilidad para directores de zona y de oficina. A continuación vemos
cómo se diferencia la presencia de targets distintos para una misma oficina
TARGET AD-HOC. HIPOTECA JOVEN TARGET AD-HOC. HIPOTECA ESTATUS

CA
CA
0601501008
A
LVED
A
LL
CA
CA
CA
0601501008
LL
A
EC
; L ;
E
LVED
A
E
CA
;0601501004
LL
LL
LE
;
CH
EC
PR
VA
E
E
GA LE
SEPU
CH
CALLE BRAVO MURILLO
IM
PR
S
PE
VA
BR G
CO
SEPU
0601501004
A
AB CALLE BRAVO MURILLO
I
LI
CALLE
SC
PE
IE
M
Ñ
CALLE TARDIO
FE
L
; CALLE AFLIGIDOS RI
ÑA
PA
NU
CALLE
;
LI
O
E
CALLE TARDIO
CALLE
0601501010
FE
E L CALLE AFLIGIDOS
ES
PA
NU
ÑE
LL
CALLE
0601501010
; ;
E
O
VIAL
ES
ÑE
A
CA
Z
PASEO FLU
TIERR
LL
;
R
AZ
O
AV
VIAL
A
CA
Z
PASEO FLU
GUE
TIERRA
; 0601501003
;
R
PL
AZ
DA
0601501011
AV
;
GUE
0601501003
PL
0601501011
D
0601501001
SA
CALLE
S
A DE BA
COA
A
TRINID
MPO
0601501001
HO
SA
O
S
CALLE
NT
COA
AD
SC
TRINID
M PO
DE BARR
HO
O
NT
IA
AC
E AR
AN
AD
;
CI
SC
A CA
AC
IA
EN
E AR
AN
;
AN
YO
O
;
ZURBAR
CI
RROS
A CA
G
NA ; ;
EN
M
RA
AN
CALLE MARTIN CANSADO
FR
ZURBAR
I AY ;
CAL
;
M AS
LE
M
RA
L
;
FR
M
IN CALLE MARTIN CANSADO

N
; PLAZA ;
CAL
; ;
M AS
PA CAL
ON
E
SA
OS
M
;;
LL
N
A
CA
0601505006
;
ON
AZ
SA
; O
O
;
NIO
CA
SISENAND
Y
CA
LL
CA
PL
CALLE
SE
; ;; CALLE SAN 0601505006 ;

CA
ENANDO
NIO
EO
Y
E
;
CA
0601501012 ; ;
LL
SIS
CALLE
;
LL
CALLE SAN
A NTO
CA
JA
E
; 0601501012
IV
E
LL
PA
0601501002
A NTO
PL
RI
L
JA
IL
AZ
RE
N
VI
0601501002
; ; ;
LA
A PL
;
LO
L
L IB A
LL
RE
N
ZA
GI
AVDA
ER
;;
CALLE PUERTO RICO
LO
; ; AV; DA PILAR ;;
A
TA
; LIB
C
;
N
GIN
AVDA
;; ;
ER
CALLE PUERTO RICO

D
O
DA
OD
TA
PILAR
C
; ; ;
D
AVDA ;
AV
O
A
D
EM
Leyenda
0601505005 Leyenda
DE
VA
AV
0601505002
ROPA
0601504005
;
CALLE JOSE MARIA GILES ONTIVERO

0601505005 ;
S
;
VA
0601505002
EL
ROPA
0601504005
IG
AV
MIG
CALLE JOSE MARIA GILES ONTIVERO

DA 0601504003
;
EL
UE
HU
AV
Oficinas M Oficinas 0601504003
AVDA EU
SA
ADIU ; DA
;
UE
HU
; ;
L
EST ;
DA
NT IUM M
AVDA EU
; Nuevas
SA
; TAD ; Nuevas DIU
L
A LE A
CA
S
EST
DA
CAL ERA NT IUM
AV
MA S ES
0601505003 ; ; DAL A
; ;CALLETRAS ESTAD RDALERAS
CA
LL
RI TRA
AV
;AVDAReactivadas PAR
;D Reactivadas
MA
; ;
ES
0601505003
;;
NA
E
PLAZA ASI
A
;
LL
; 0601505001 D RIN
PILAR
AV
;; ; A PA
ES
DI
CAL
;
EC
E
AV
PLAZA ASI
0601505001
A
;
AR
AVD
; Añadidas
PE
;SEGURA OT; ; ; A PAñadidas ; CALLE ENRIQUE SEGU ; ; ;
AZ
DIA
CAL
CALLE
;
EC
RU
;;
ER
; ; ENRIQUE ER
L
PIL
; ;
BR
; U;EZ ;
ER
Z
EC
U
LF
CALLE DEL
L
AÑO
BR
Competencia Competencia
IT
EC
;
LF
A
CALLE DEL
RA OTAÑ
;
O
ORD
0601505020
; ;
LO
IT
ZA
O
CALLE
AA
;
O
;
ORD
J EZ 0601505020
LO
CALLE
A
JU
AZ
PL
IO
;
ERO
0601505004
; TO
N
; ; ; ; ; ;
PL
NIO
CALLE CIUDAD DE EVOR
E
0601505004
AN 0601505025 ;
RO
;
SAN
TO
CALLE CIUDA D DE EVOR

; 0601505025
(EL)
LE AN
E
SAN
Area Influencia 0601504006 Area Influencia ;
CALL
AL
MAESTR
(EL)
LE
E
OZ
VA
0601504006
JUAN
CALL
C L
S MAESTR
UÑ CA
UE
VA
200m 200m OZ
JUAN
; ;
E NAR
M UÑ
;
UE
;
AN
RRO
RO
E NAR
M
GA ;
DE D
400m
AN
400m ;
LL
O
RO
Y
;
ID
GON
TE
LZADILLAS
GA
D
SCORR
VI
0601505012
LL
; ;
IS
ASCO
ID
OR
GON
E DIO
DO (E
TE
DA
VI
600m 600m 0601505012
; ;
IOS
IS
N
LZADILLA
O OR
DO (E
0601505011
STIN A DE ARA
DA
SA
AV
ED
N
R O 0601505011
STIN A DE ARA
SA
TargetDSección
AV
AV
OF Target Sección
ED
DE C
E
S
L)
DE CA
D
CA
0601504007 O
LL
A AN FR AV
;
L)
GO JU
EL C
CA
DO D 0601504007
RTE
NO
CA
LL
LL
RA
A
LE 197 - 312
AVDA CA
G170 - 246
A
AN 0601504011 N O JU L CA
RTE
CA
; TIA
LLE
OES
EC
A
NE
AVDA CA
DO
A
AL PE AS AN 0601504011
OR
E
CALLE FUE
CAL
B STIA
ROES
C 137 - 196 RE SE LL 134 - 169 PE
IA
AN
CA BA
CALLE FUE
CAL
D
;
AD
CA
N
;
CAL
RE
E HER
UA
A
; SE
L
AJ ;
LE P
PIL
XI
DA
TE
;N
CAL
CALLE AGU
IL I
N
101 - 136 AVD 107 - 133 UA
0601504010 ;
AU
A AJ
L
P
TE
E HE
L
0601505014 0601505013 UX
CALLE AGU
R
ILA
; ;
EP
0601504010 AVD
E BA
;
AS
L
A
IM IE
0601505014 0601505013
;
RA
AA
CALL
70 - 100 81 - 106
EB
;
I
0601505015
AR
IM
CA
CALL
0601504009
SC
RI
0601505015
IL E
M
NTA
IEN
AILE
0601504009
MA
21 - 69 33 - 80
LA
DA
AL
N
TA (L
M
4
0601504014
4;
DA
AV
AM
(L
0601505017
N
Sección Sección
ON
metros 0601504014 metros

AV
A)
0601505017
ON
A)
Oficina: 68201 ;0 70 140 280 Oficina: 68201 0 70 140 280

comerciales
La tabla de resultados muestra las afinidades de las secciones a los productos y
su distancia a la oficina más cercana. A partir de ella puede seleccionarse
clientes potenciales de una base de datos de origen páginas blancas.
Penetraci RENTA RENTA PLAN PLAN FONDO FONDO CUENTA -

Dista Municip Poblaci N ón HOGAR HOGAR PENSIÓN PENSIÓN INVERSIÓ INVERSIÓ CUENTA - IPF Índice
Oficina ncia Sección io ón clientes clientes € ÍNDICE PCT ÍNDICE N PCT N ÍNDICE IPF PCT ÍNDICE Máximo
119 248 5029704006 50297 1310 19 1,5% 34.577 104 30,2% 93 10,6% 130 19,4% 113 130
119 267 5029705033 50297 1760 89 5,1% 35.077 105 30,8% 94 9,8% 120 19,5% 114 120
119 273 5029702039 50297 968 61 6,3% 46.354 139 52,6% 161 12,2% 151 21,0% 123 161
119 273 5029702037 50297 1054 27 2,6% 35.573 107 29,4% 90 11,7% 144 22,0% 129 144
119 293 5029702022 50297 1534 59 3,8% 37.269 112 33,2% 102 13,1% 161 24,1% 141 161
119 308 5029705034 50297 1960 132 6,7% 38.074 114 33,4% 103 10,4% 128 19,9% 116 128
148 0 5029705006 50297 1396 81 5,8% 32.004 96 24,1% 74 8,1% 100 17,4% 102 102
148 19 5029705003 50297 1097 6 0,5% 31.001 93 22,8% 70 8,1% 99 17,8% 104 104
148 39 5029705004 50297 1804 59 3,3% 35.949 108 32,0% 98 10,4% 128 20,3% 119 128
148 104 5029705007 50297 1776 8 0,5% 38.413 115 36,3% 112 10,1% 125 18,8% 110 125
148 121 5029702012 50297 1558 92 5,9% 36.339 109 30,1% 92 10,1% 124 20,6% 120 124
148 122 5029702045 50297 1461 85 5,8% 41.551 125 41,9% 129 10,9% 134 19,7% 115 134
148 132 5029705008 50297 1869 120 6,4% 29.303 88 26,8% 82 8,2% 101 16,7% 98 101
148 136 5029705005 50297 1199 63 5,3% 36.623 110 33,1% 102 11,0% 136 21,3% 124 136
148 149 5029706001 50297 1239 8 0,6% 38.507 116 35,9% 110 8,9% 110 18,4% 108 116
148 149 5029706002 50297 927 9 1,0% 37.321 112 33,6% 103 9,2% 113 18,1% 106 113
148 166 5029705048 50297 1353 4 0,3% 37.947 114 34,0% 104 8,9% 109 17,5% 102 114
148 179 5029701019 50297 1239 20 1,6% 33.723 101 26,7% 82 8,9% 110 18,0% 105 110
148 214 5029705009 50297 1379 2 0,1% 37.699 113 34,8% 107 9,1% 112 17,9% 105 113
148 224 5029706033 50297 1181 15 1,3% 36.562 110 33,6% 103 8,8% 108 17,9% 105 110
148 231 5029706036 50297 1534 2 0,1% 37.548 113 33,8% 104 8,5% 104 17,1% 100 113
148 234 5029705050 50297 901 40 4,4% 39.190 118 38,6% 119 10,6% 131 19,7% 115 131
148 237 5029705010 50297 1470 2 0,1% 31.854 96 25,4% 78 7,8% 96 17,0% 99 99
148 289 5029702044A 50297 1076 93 8,6% 44.606 134 48,7% 149 13,5% 167 24,1% 141 167
148 312 5029702042 50297 966 59 6,1% 40.346 121 38,2% 117 12,7% 156 23,4% 137 156
148 320 5029705049 50297 1135 8 0,7% 30.790 92 29,8% 92 8,0% 98 17,0% 99 99
148 339 5029701016 50297 598 3 0,5% 42.350 127 44,3% 136 11,7% 144 21,0% 123 144
148 341 5029702004 50297 1133 10 0,9% 40.053 120 34,8% 107 13,7% 169 24,5% 143 169
148 342 5029705014 50297 1550 80 5,2% 41.343 124 41,4% 127 11,3% 139 20,6% 120 139

comerciales
AJUSTE DE LA RED, MODIFICACIONES Y CIERRE DE OFICINAS
Baja rentabilidad ESTRATEGIAS:

I. SELECCIÓN DE Bajo potencial de demanda  Redimensionamient
OFICINAS Cobertura de red alternativa o,
CANDIDATAS Competencia elevada  especialización,
 cierre
 Junto a los criterios anteriores, se LISTADO DE

II. SELECCIÓN DE OFICINAS
valoran otros internos:
OFICINAS A  RR.HH., valor del local y régimen PROPUESTAS
CERRAR de tenencia, relación con
PARA CIERRE
promotor…
 Reasignación óptima por distancia PLAN

III. REASIGNACIÓN COMUNICACIÓN:
DE CLIENTES A  Re-cálculo de demanda
 Nuevas áreas de influencia Clientes re-dirigidos
OFICINAS Clientes potenciales
 Nuevos objetivos comerciales
Buzoneo
mailing

comerciales
EL SISTEMA DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
 Consiste en la aplicación sistemática de las técnicas descritas a la red de
oficinas de la entidad
 Idealmente, se integra con los sistemas de información de clientes
corporativos, con dos objetivos:
 Conocimiento de clientes potenciales y cuota de cliente
 Conocimiento y optimización de la red comercial
 Además de las aplicaciones de expansión o retracción de la red comercial, es
de gran utilidad en el dimensionamiento de oficinas, política comercial local,
etc.
 A continuación vemos un ejemplo de informe de área de oficina

comerciales
INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL
Oficina: XXXXXX Código: 0924 Municipio: Zaragoza

N % de % de % de Hogares. Tipología de estructura de % de
Sociodemografía. Personas por edad y sexo personas personas mujeres hombres hogares hogares
0-14 años 6.562 11,1% 10,2% 12,1% Single 10,9%
15-24 años 5.737 9,7% 9,1% 10,4% Sin hijos 9,2%
Tipología
Personas por 25-44 años 19.990 33,7% 31,4% 36,4% Hijos menores 17,1%
de hogares
sexo y edad 45-64 años 14.712 16,8% 17,4% 16,1% Hijos menores o mayores 36,2%
65-74 años 0 18,1% 20,1% 16,2% Nido vacío 24,7%
mayor de 74 años 12.269 10,6% 11,8% 8,8% Tamaño medio de hogar 3,1
población total 59.271 100,0% 100,0% 100,0%
Sociodemografía. Personas por edad y N % de Tipo de barrio, vivienda y actividad % de

nacionalidad personas personas económica viviendas
Españoles 49.584 83,7% Viviendas secundarias 3,1%
Tipo barrio
Extranjeros 9.687 16,3% Viviendas vacías 7,2%
y vivienda
Euro Comunitarios (UE25) 2.057 3,5% Antigüedad media edificios 42,3
Personas por
Euro No comunitarios 520 0,9%
origen
Africa 539 0,9% Hábitat. Expansión urbana y reciente % de
América 5.242 8,8% crecimiento personas
Asia 1.316 2,2%
Residentes en áreas de expansión 2,0%
En verde, supera en 10% o más la media nacional urbana o de reciente crecimiento
En rojo, por debajo 10% o más de la media nacional

comerciales
INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL
% de
Estatus, nivel socioeconómico y cultural personas Presión competitiva. N oficinas en A.I.
Sector terciario, peso 63,2% N oficinas en 300 metros 12
Condición socioeconómica 1,0 ÍNDICE DE COMPETENCIA Medio-alto
Estatus Actividad no 3aria predominante Industria
económico
Posesión segunda vivienda 21,0% Clientes totales de la oficina 1.684
Empleados cuenta propia 16,9% Clientes totales residentes en A.I. 1.391
Penetración de clientes en A.I. 5,7%
Estudios medios en 30-49 años medio
Estudios
Estudios postobligatorios 40,8%
presencia Índice
Tipo de barrio, vivienda y actividad económica relativa Potencial de demanda y penetración de clientes % de target relativo
Locales Locales activos totales 778 Renta media de hogares 32.159 96
Locales comerciales 528 Potencial de Potencial fondos inversión 7,5% 83
Locales industriales 98 demanda Potencial planes pensiones 28,3% 87
Locales agrícolas 0 Potencial cuentas ahorro 16,9% 99
Oficinas 102
En verde, supera en 10% o más la media nacional

En rojo, por debajo 10% o más de la media nacional

comerciales
SISTEMA DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
Expansión, ubicación pdv Somos

OBJETIVOS
Comunicación, buzoneo expertos en
¿a qué preguntas Surtido, promos locales, marketing,
debe dar distribución y
respuesta? servicios
fidelización
Objetivos comerciales de clientes
sociodemografía dominamos
INFORMACIÓN las técnicas
Estudios sectoriales
¿qué datos, a qué analíticas de
Estudios ad-hoc
conocimiento
nivel, con qué Modelización predictiva del cliente
tratamiento?
ANÁLISIS Métodos creación A.I. Proponemos

Modelos de gravedad, what if funcionalidad
¿qué consultas, adecuada a
Integración con BI corporativo
funcionalidad GIS? los objetivos
Actualización y feed-back

comerciales
Los modos de prestación de servicios de inteligencia
geográfica de clientes
Modelización Desarrollo de modelos predictivos de demanda, tipologías de

estadística + micromarketing, así como consultoría en selección de
consultoría GIS software
Oficina de servicios + Entrega de Informe de resultados con conclusiones, así como

informe los mapas e informes pertinentes para cada punto de venta
Entrega de Informe de resultados con conclusiones e informes

Oficina de servicios +
de punto de venta, los mapas se presentan en un visualizador
visualizador
GIS, agilizando tareas de búsqueda, zoom
Entrega de un software GIS con funcionalidad analítica según

Sistema de
los objetivos del cliente, incluyendo toda la información
Geomarketing elaborada e indicadores avanzados
Sistema de inteligencia Implantación de un sistema de inteligencia de clientes, con la

de clientes con funcionalidad necesaria –Business intelligence,
funcionalidad modelización-, incluyéndose funciones analíticas GIS e
geográfica integrado con las bases de datos corporativas

comerciales

Inteligencia de Clientes y Geomarketing para La Banca

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inteligencia de Clientes y Geomarketing para La Banca

Cargado por

Copyright:

Formatos disponibles

Presentación corporativa de inteligencia

de clientes y optimización de redes

Nuestra mayor fortaleza entendemos que es la flexibilidad para adaptarnos a las

Nuestro estilo es la relación a largo plazo, la consecución de objetivos paso a

Presentación corporativa de inteligencia de clientes y optimización de redes 2

SEGMENTACIÓN, CONOCIMIENTO Y ESTRATEGIA DE CLIENTES

MARKETING RELACIONAL Y FIDELIZACIÓN DE CLIENTES

GEOMARKETING Y REDES COMERCIALES

CREACIÓN DE BASES DE DATOS DE MARKETING

Presentación corporativa de inteligencia de clientes y optimización de redes 3

POTENCIAL DE COMPRA DE UNA ENSEÑA

Presentación corporativa de inteligencia de clientes y optimización de redes 4

Presentación corporativa de inteligencia de clientes y optimización de redes 5

Mejora de clientes menos rentables

Oferta de productos complementarios a clientes según necesidades

Captación cualificada de clientes potenciales: búsqueda de gemelos

INCREMENTO DE LA RENTABILIDAD POR

Presentación corporativa de inteligencia de clientes y optimización de redes 8

Presentación corporativa de inteligencia de clientes y optimización de redes 9

 El gran reto para un modelo de segmentación estratégica está en su aceptación y explotación a lo

Dirección General MODELO DE

Presentación corporativa de inteligencia de clientes y optimización de redes 10

 La estrategia multicanal requiere una visión integrada de cliente

Presentación corporativa de inteligencia de clientes y optimización de redes 11

Potencial de demanda por tipo de cliente

Profesión Renta Est. vida Segm. Prod 1 Prod 2 Prod N

Clie 1 90% 75% 50%

Clie 2 90% 50%

Cuota de Cliente: Real / potencial

Valor de vida de cliente: Potencial * años de vida

Presentación corporativa de inteligencia de clientes y optimización de redes 12

Presentación corporativa de inteligencia de clientes y optimización de redes 13

Presentación corporativa de inteligencia de clientes y optimización de redes 14

Presentación corporativa de inteligencia de clientes y optimización de redes 15

Estrategia desde la visión del cliente, comprensión de la

Estrategia de marketing de clientes, mantenimiento o

Target pool. Afinidad Estrategia de marketing de producto, marketing táctico y

Presentación corporativa de inteligencia de clientes y optimización de redes 16

Presentación corporativa de inteligencia de clientes y optimización de redes 18

Presentación corporativa de inteligencia de clientes y optimización de redes 19

EL CLIENTE ESTIMAR EL NEGOCIO FINANCIERO TOTAL DE CADA CLIENTE

OPORTUNIDADES DE CAPTACIÓN Y VENTA CRUZADA EN

MEDIR E INTERPRETAR LA CUOTA REAL DE LA OFICINA

SOPORTAR LAS DECISIONES: EXPANSIÓN, RETRACCIÓN,

Presentación corporativa de inteligencia de clientes y optimización de redes 20

2.1VISIÓN DEL PROBLEMA Y

OFICINAS Y SECCIONADO CENSAL

AVDA ANSELMO CLAVE

Presentación corporativa de inteligencia de clientes y optimización de redes 23

 INE: Padrón 2008, Censo 2001, Encuesta de Presupuestos Familiares (EPF),

Además, desarrollamos estudios de mercado de targeting, que nos permiten

Presentación corporativa de inteligencia de clientes y optimización de redes 25

CUENTAS DE AHORRO Cuentas vivienda y otras cuentas no utilizables para realizar

FONDOS DE INVERSIÓN Hogares con participaciones en fondos de inversión

PLANES DE PENSIONES Hogares con planes de pensiones o seguros de vida de

Presentación corporativa de inteligencia de clientes y optimización de redes 26

Clasificación de las secciones censales

geocodificadas, por referirse a

Presentación corporativa de inteligencia de clientes y optimización de redes 27

N secciones Distribución de las secciones censales

Presentación corporativa de inteligencia de clientes y optimización de redes 28

 LA RENTA DEL HOGAR TIENE UNA ALTA CORRELACIÓN

 TENENCIA DE ACCIONES COTIZADAS Y VALORES