Está en la página 1de 39

Mercadotecnia Analtica y

CRM

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Marlene Ampudia
marleneampudia@yahoo.com.mx

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Temario
1. Generalidades de la Mercadotecnia Analtica y
CRM
2. Introduccin a las Bases de Datos
3. Atraccin y Retencin de Clientes

4. Mercadotecnia y Ventas Cruzadas


5.
6.
7.
8.

Interacciones con los Clientes


Conversaciones a travs de Mltiples Canales
Gestin de Relaciones de Asociados
CRM y Transformacin de la Empresa

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Captulo 4
Mercadotecnia y Venta Cruzada

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

CRM

Infraestructura con la cual se generan tcticas para maximizar el


VALOR de los CLIENTES, generando LEALTAD y prolongando lo ms que
se pueda el CICLO DE VIDA del CLIENTE
Prospects

Responder

Former Customer
(Excliente)

Established
Customers

High
Value

Target
Market

Responder

New
Customer

Voluntary
Churn

High
Potential

Low Value

Forced
Churn

Venta Cruzada
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Venta Cruzada
Elemento estratgico para incrementar los ingresos de la empresa,
vendiendo a un Cliente Establecido otros productos/servicios
disponibles, creciendo as las RELACIONES con los Clientes

LEALTAD
Cuando el Cliente queda satisfecho porque puede
comprar lo que necesita y desea oportunamente

CONOCER AL CLIENTE

(caractersticas, necesidades, gustos, preferencias, comportamiento, perfil)

Bases de Datos
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Herramientas para Venta Cruzada


Anlisis de Canasta de Mercado (Market Basket
Analysis)
Personalizacin
Sistemas de Recomendacin

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Temario
4. Mercadotecnia y Ventas Cruzadas
4.1. Anlisis de Canasta de Mercado
4.2. Personalizacin
4.3. Sistemas de Recomendacin

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Anlisis de Canasta de Mercado


Tcnica de Data Mining que descubre relaciones co-ocurrentes entre
actividades hechas por individuos o grupos.

Genera una idea de quin es el CONSUMIDOR (Cliente) y el


porqu realiza ciertas compras

Qu productos se compran juntos?

Qu actividades se realizan en un perodo de tiempo


prximo?

Aplicaciones de Anlisis de Canasta de Mercado

Industria de venta al detalle (Retailers). Ej. Walmart, Liverpool

Uso de tarjetas de crdito. Ej. American Express

Servicios vendidos en paquete. Ej. Telmex

Servicios bancarios. Ej. Bancomer

Historia clnica de pacientes sujetos a tratamientos

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Anlisis de Canasta de Mercado


En este carrito el consumidor compr:

jugo de naranja, pltanos,


detergente, botana y refrescos
Cules son las
caractersticas
demogrficas del
vecindario que afectan lo
que compra el
consumidor?

Dnde deberan estar


ubicados dentro de la
tienda los detergentes
para maximizar sus
ventas?

Los refrescos se compran


tpicamente con pltanos? La
marca del refresco produce alguna
diferencia?

Se compra botana cuando el


detergente y el jugo de naranja se
compran juntos?

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Cundo se usa ACM?


Existen datos sobre transacciones mltiples y no
se conocen patrones especficos de
comportamiento Data Mining Indirecto
Cuando sabemos o tenemos idea de que existen
diferencias. Ejemplo. Comportamiento de
tiendas nuevas vs tiendas establecidas Data
Mining Directo

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Cundo es til un ACM?


Los resultados del anlisis son CLAROS y ACCIONABLES.
ACCIONABLES
Un ACM arroja como resultado REGLAS DE ASOCIACIN:
ASOCIACIN
Enunciados que expresan la relacin que existe
entre unos productos y otros.
otros Cmo tienden a
agruparse los productos. Ejemplos:
El da martes, los consumidores de supermercados
generalmente compran paales y cervezas
Los Clientes que compran servicios de garanta de
electrodomsticos generalmente compran grandes
aparatos
Cuando una nueva tienda de herramientas abre, uno de
los artculos que ms se compra son tapas para WC.

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Toda regla de asociacin es TIL?


Existen 3 tipos de reglas de asociacin:

TILES ACCIONABLES. Ej. Paalescerveza

TRIVIALES YA CONOCIDAS X EXPERTOS NEGOCIO. Ej.


Garanta y electrodomsticos grandes. Ej. 3 a la vez compran
llamada en espera (medir resultados campaas anteriores)

INEXPLICABLES PARECE QUE NO TIENEN EXPLICACIN Y NO


SUGIEREN UN CURSO DE ACCIN. Ej. Nueva tienda
herramientas y tapas de WC.

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Cmo funciona el ACM?


Se renen datos de las transacciones realizadas en un
perodo especfico de tiempo

Informacin respecto a qu productos se compran


con otros
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Cmo funciona el ACM?


Se crea una TABLA DE CO-OCURRENCIAS para saber el
nmero de veces que cualquier par de productos se
compran juntos. Nmero de veces que 2 productos
CO-OCURREN en una transaccin

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Tabla o Matriz de Co-ocurrencia

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Anlisis
La tabla de co-ocurrencias contiene patrones
simples:

Jugo de naranja y refresco son ms probables de


comprarse juntos que cualquier otro par de
productos
Detergente nunca es comprado con botana o con
leche
Leche nunca es comprada con refresco o
detergente

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Anlisis
Las observaciones anteriores son ejemplos de
asociaciones y pueden sugerir una REGLA FORMAL DE
ASOCIACIN:
ASOCIACIN
Si un cliente compra refresco, entonces el
cliente tambin compra jugo de naranja
Qu tan buena es esta regla? = 2 de 5
transacciones incluyen refresco y jugo de naranja.
Estas 2 transacciones soportan la regla.
De todas las transacciones, puesto que las 2 de 3
transacciones que contienen refresco tambin
contienen jugo de naranja, se dice que existe ALTO
GRADO DE CONFIANZA en la regla 67%
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Anlisis
Si invertimos la regla las cosas cambian:
Si un cliente compra jugo de naranja, entonces
el cliente tambin compra refresco
No todas las transacciones que tienen jugo de
naranja tienen refresco.
Cul es el NIVEL DE CONFIANZA? = de 4
transacciones que tienen jugo de naranja, slo 2
tienen refresco, por lo tanto, el nivel de confianza
es del 50% (2/4)
Las matrices de co-ocurrencia se pueden llevar a cabo
con n combinaciones de artculos (tres, cuatron).
El anlisis puede ser tan complejo como productos hay
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Cmo seleccionar el conjunto correcto de


artculos a analizar?
Analizar la taxonoma (clasificacin) de los productos
sirve para definir hasta qu nivel de detalle debemos
llegar.
Ms general

Ms detallado

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Nivel de Detalle
Definir cul es el nivel de detalle que debemos utilizar
implica contestar preguntas como:

Las papas fritas y las papas pequeas son el mismo


producto?

La marca del helado es ms relevante que el sabor?

Qu es ms importante para el anlisis: talla, estilo, patrn


o el diseador de la ropa?

Que exista la opcin de aparatos ahorradores de energa es


un indicador del comportamiento del consumidor o no?

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

ACM para comparar puntos de venta


Se utiliza para hacer comparaciones entre
diferentes ubicaciones de una misma cadena
Se requiere utilizar artculos virtuales,
virtuales los
cuales sirven para distinguir qu transaccin
proviene de qu punto de venta (ubicacin):

Ej. Una transaccin de venta de una tienda de


herramientas establecida incluye: un martillo, una
caja de clavos y un paquete de lijas
Agregar un artculo virtual significa: un martillo,
una caja de clavos, un paquete de lijas y dentro
de una tienda ya existente (no nueva)

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Proceso para comparar ventas de una tienda


nueva vs una tienda ya existente
1. Reunir datos de un perodo de tiempo
especfico (ej. 2 semanas) de una nueva tienda
y agregar artculos virtuales
2. Reunir la misma cantidad de datos de una
tienda ya existente
3. Aplicar ACM para encontrar reglas de
asociacin para cada set de datos
4. Poner especial atencin a las reglas de
asociacin que contienen los artculos
virtuales
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

ACM para otras comparaciones


Ventas durante perodo de promociones vs
ventas en otros momentos
Ventas en diferentes reas geogrficas (rea
metropolitana, ciudades, municipios,
delegaciones, etc.)
Ventas urbanas vs suburbanas
Detectar diferencias estacionales en los
patrones de compra

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Temario
4. Mercadotecnia y Ventas Cruzadas
4.1. Anlisis de Canasta de Mercado

4.2. Personalizacin
4.3. Sistemas de Recomendacin

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Personalizacin
Prctica de dirigir comunicaciones/mensajes a un segmento
especfico de Clientes o incluso a nivel individual (uno a uno)
(Herramientas)

Relacin con
el Cliente

Anlisis de Datos
Informacin

Perfil
Uso canales
Compras pasadas
Clicks
Encuestas

Comunicacin
Dirigida

Correo
Email
Telfono
Venta Directa
Mvil
Punto de venta

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Personalizacin implica
Responder perfectamente a los requerimientos del Cliente
(producto/servicio + atencin personal)
Su objetivo es ofrecer el producto o servicio que mejor se
adapte a las necesidades/preferencias del consumidor y
hacerlo en tiempo real

Llamar al Cliente por su nombre (venta, telfono,


correo, email, pgina Web, etc.)
Participacin del Cliente para armar el producto que
mejor se adapte a sus necesidades
Recibir el mensaje respecto al producto/servicio
indicado en el momento oportuno
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Con la personalizacin puedes lograr


Comunicacin ms eficiente con los Clientes
Optimizar el presupuesto de mercadotecnia
Maximizar el nmero de respuestas positivas
posibles a una promocin u oferta dirigida
Desarrollar ventas cruzadas
Generar lealtad

Ej. De acuerdo con el libro Yes! 50 Scientifically


Proven Ways to be Persuasive, la tasa de respuesta
a una encuesta se elev del 36% al 75% por el
simple hecho de haberle agregado un post-it
personalizado.

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Herramientas de Personalizacin
Personalizacin basada en Reglas
Personalizacin Adaptativa o Filtrado
Colaborativo (Collaborative Filtering)
Internet es un canal interactivo que facilita la aplicacin de
herramientas de personalizacin y sistemas de
recomendacin

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Personalizacin basada en reglas


Tcnica que utiliza reglas previamente
identificadas (tipo ACM) y alimentadas en el
sistema,
sistema las cuales indican qu productos
podran comprarse juntos, o por ejemplo, qu
pgina debera aparecer antes o despus que
otra en un sitio Web.
Desventaja: difcil de mantener actualizado,
sujeto a reglas predefinidas

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Personalizacin Adaptativa Filtrado


Colaborativo Sistemas de Recomendacin
Tcnica que observa y utiliza el comportamiento de
los clientes y lo aplica a nuevas circunstancias.
Considera el comportamiento de otros consumidores
que se parecen entre s como la base para realizar
recomendaciones.
recomendaciones
Herramientas ms complejas y ms costosas
Ej. crculos de compra de Amazon.com, con los cuales
Amazon considera las compras pasadas del consumidor
y su situacin geogrfica para sugerir lo que lectores de
la misma colonia y que tienen intereses similares
podran estar leyendo.
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Lmites de la Personalizacin
Se vende todo lo que se produce (demanda>oferta)
Deseo de personas por tener el mismo
producto/servicio que otras
Amplia gama de opciones para el cliente genera
confusin vs optimizacin
Costo de personalizar > utilidad obtenida

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Temario
4. Mercadotecnia y Ventas Cruzadas
4.1. Anlisis de Canasta de Mercado
4.2. Personalizacin

4.3. Sistemas de Recomendacin

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Sistema de Recomendacin
Herramienta que acta como gua para orientar la toma
de decisiones relacionada con gustos/preferencias
personales.
Alternativa al proceso social de recomendacin:
recomendacin

Acto habitual de recurrir a opiniones de conocidos o expertos


cuando no tenemos suficiente informacin y queremos tomar
una decisin de compra.

Se basa en la retroalimentacin de usuarios,


usuarios asociando
un perfil a cada usuario formado por las experiencias de
otros usuarios y recomendando servicios/productos en
lnea con el perfil del usuario.
Principal aplicacin: sitios de comercio electrnico en
Internet. Ej. Last.fm, Pandora, Google, Amazon
Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Cmo funciona un Sistema de


Recomendacin?
Fase 1.- El sistema solicita al usuario conocer
sus preferencias.
Fase 2.- El sistema ofrece recomendaciones al
usuario

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Pautas de la Fase 1.- Solicitar preferencias


1. Definir cuntos tems se le solicitar al usuario para
conocer sus preferencias
2. La forma de obtener la informacin debe ser fcil y no
aburrida. Existen 4 tcnicas para obtener la
informacin del usuario (cliente):

Preguntar por favoritos/preferidos


Calificar tems con una escala de Likert

Marcar un checkbox preferencia (escala bipolar)


Tcnica mixta - combinacin de anteriores.

(Ej. Escala: Muy en


Desacuerdo, Desacuerdo, Indeciso, De acuerdo, Muy de acuerdo)

3. Es conveniente mostrar categoras o clasificaciones


para filtrar las preferencias del usuario.
DEF. ITEM: Artculo. Frase o proposicin que expresa una idea positiva o negativa respecto a un fenmeno que nos interesa conocer.

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Pautas de la Fase 2.- Ofrecer


recomendaciones al usuario
1. Es necesario facilitar la obtencin de ms
recomendaciones. Cmo generar un nuevo
conjunto de recomendaciones sin realizar
mayor esfuerzo?
2. Ofrecer informacin relativa a cada tem
recomendado (informacin detallada o ligas)

Informacin bsica
Puntuaciones de expertos y del resto de usuarios.
Muestra del tem

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Factores de xito de un Sistema de


Recomendacin
Facilidad de uso
Recomendaciones s se ajustan a los gustos y
preferencias personales
Familiaridad con las recomendaciones
(+familiaridad+confianza)
Recomendaciones transparentes. Expresar
lgica de ofrecer algo, el por qu.

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

Un buen Sistema de Recomendacin


permite
Que el Cliente consuma ms a partir de las
sugerencias de compra (ingreso)
Que el Cliente descubra productos que de otra
forma no descubrira (retencin)
Ejemplo: Netflix (renta video).
Recomendaciones representan el 60% de los
alquileres.

Preparado por MBA Marlene Ampudia. Para uso personal del alumno.

También podría gustarte