Big Data + Sentido Común = El Arte de la Guerra
•
1 j'aime•998 vues
Este documento describe cómo la combinación de Big Data y sentido común puede llevar a la solución óptima en el análisis de datos. Explica que Big Data proporciona una gran cantidad de datos de alta frecuencia, mientras que el sentido común es necesario para simplificar los datos en métricas clave y preguntas relevantes. La intersección de estas dos aproximaciones permite obtener conclusiones valiosas a través de estrategia, táctica y micro-táctica.
Recommandé
Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
En vedette (20)
Similaire à Big Data + Sentido Común = El Arte de la Guerra
Similaire à Big Data + Sentido Común = El Arte de la Guerra (20)
Plus de Adigital
Plus de Adigital (20)
Dernier
Dernier (20)
Big Data + Sentido Común = El Arte de la Guerra
- 2. 2 Big Data + Sentido Común = El Arte de la Guerra
- 3. AYER HOY n fuentes nn fuentes frecuencia semanal, diaria frecuencia al segundo Poca variabilidad Mucha variabilidad Big Data
- 5. MÉTRICAS ANÁLISIS Ir simplificando. Ser capaces de pasar de millones de datos a unas cuantas métricas clave. Ir desgranando 2 o 3 preguntas clave y viendo cómo obtener respuestas de las diferentes fuentes.
- 7. ANÁLISIS
- 8. MÉTRICAS ANÁLISIS La intersección de los dos enfoques es la que nos va a llevar a la solución óptima
- 9. El Arte de la Guerra Estrategia Táctica Micro-Táctica
- 10. El Arte de la Guerra Estrategia
- 11. 11 Visión estratégica Ventas Offline Ventas Online Precio RTP Promociones Distribución Fiestas Fuerza de la marca Temperatura Patrocinios Pub. Pto. Venta Medios de la competencia Publicidad Visitas web Pub. Online Búsquedas pagadas Marketing directo Búsquedas Fuerza de la marca Fiestas Precio Mundo Online Mundo Offline
- 12. 12 Metodología A través de los modelos de regresión, identificamos y cuantificamos los principales factores que explican las ventas de cada marca. Con este tipo de modelos encontramos las relaciones que existen entre las variables que queremos explicar (ventas) y las variables que pueden influir sobre ellas (precio, número de días del mes, tamaño de la empresa,…). Su ecuación matemática sería: .…y β1β0 x1 β n xn ε Ventas (Variable dependiente) Impacto (Coeficientes) Drivers (Variables explicativas) Error (Residuos) Baseline (Nivel base)
- 13. 13 Variable objetivo: las ventasVentasReales Ventas/altas Modelo Bondad de Ajuste 93,1% Robusto Aceptable Débil 70,0% 50,0% 25,0% Gráfico de Ajuste Modelo vs Ventas/altas reales Se obtiene para cada serie de ventas/altas analizada, un modelo que se ajusta a los datos reales. Este ajuste se mide mediante el R2(Bondad de ajuste). Un R2 superior al 70% permite tener un resultado robusto. Ventas Reales
- 14. 14 Identificación de los drivers El siguiente gráfico muestra los aportes individuales de las variables que componen el modelo y que nos explican el comportamiento de las ventas/altas AporteaVentas/altas Ad Awareness Marketing (Publicidad Corto Plazo) Distribución Primera Semana Mes Última Semana Mes Extra por publicidad/promoción Promociones Diferencial Precio Junio 2014 Julio Agosto Bajada nivel Semana Santa Pte. Agosto Pte Diciembre Nochebuena Nochevieja Reyes Aporte de las promociones Aporte del largo y corto plazo Estacionalidades y otras variables Distribución / Nivel de la serie Precio Gráfico de Áreas
- 15. 15 Elasticidad de los drivers Internet Brand Phone Point of Sale Internet Non Brand MGM 2nd Vehicle Phone Point of Sale* Internet Brand Internet Non Brand MGM 2nd Vehicle Ad Awareness 41,3% 25,9% 27,1% 25,9% 17,2% TV 8,6% 8,7% 3,6% 13,1% 2,0% SEM Brand 2,4% 24,7% 7,6% 10,0% SEM Non Brand 4,8% 38,2% Affiliation 1,1% 8,5% Display 0,7% 5,3% Search Engines (SEM +SEO) 24,4% Satisfaction 39,4% 55,5% REST* 41,1% 49,7% 39,5% 18,5% 22,7% 32,5% Actionable drivers Relative weight of each variable Non- actionable drivers Distinguimos entre drivers accionables y no accionables
- 16. 16 Sales contribution by media Investment CZK by media ROI= X 100.000 Historical average Sales per week Medición del ROI ROI por medios Contribución por medio (aporte directo e indirecto) Una buena estrategia combina la eficacia y la eficiencia.
- 17. 17 Recomendación inversión 0% 2% 4% 6% 8% 10% 12% - 500,000 1,000,000 1,500,000 2,000,000ROI WeeklyInvestment(CZK) TV Outdoor DirectMailing Affiliate Regio Events Print Radio Drop Mailing Search Display Curva de Medios Curva para identificar el máximo ROI 0 500 1,000 1,500 2,000 2,500 0 1,000,000 2,000,000 3,000,000 4,000,000 5,000,000 Salescontribution Investment(CZK) TV Outdoor DirectMailing Affiliate Regio Events Print Radio Drop Mailing Search Display Average investment Aporteaventas/altas Definimos umbrales de inversión de cada medio.
- 18. 18 Optimización de la inversión Asignación año pasado* ( %) Asignación optima (%) Podemos medir las ventas incrementales con el mix de medios óptimo: Display 0.2% Search 1.5% Affiliate 13.3% Radio 0.0% Print 1.5% Outdoor 3.0% Regio Events 10.5% Drop Mailing 6.8% Direct Mailing 16.3% TV 46.9% Display Search Affiliate Radio Print Outdoor RegioEvents Drop Mailing Direct Mailing TV Display 1.4% Search 4.3% Affiliate 14.4% Radio 0.6% Print 1.3% Outdoor 4.9% Regio Events 6.8% Drop Mailing 5.2% Direct Mailing 21.0% TV 40.0% 132,826 Aporte a Ventas (Publicidad) 142,687 Aporte a Ventas (Publicidad) 563,797 Ventas Totales 573,627 Ventas Totales +7.4% +1.7%
- 19. El Arte de la Guerra Táctica
- 20. 20 Variables más desglosadas Ejemplo: renting de coches a empresas
- 22. 22 Drivers también más desglosados
- 23. 23 Drivers también más desglosados Ejemplo: renting de coches a empresas
- 24. 24 Otras aplicaciones 2 años más como cliente 50% ¿Qué valor aporta el cliente a la compañía en los próximos 5 años? El modelo de fuga da la probabilidad de que un cliente concreto deje de contratar productos… … y como conocemos el valor anual de los productos que este cliente tiene contratado… …podemos darle un valor asociado actual, en función de los años que le queden de vida como cliente. …con esta probabilidad podemos estimar el número de años que el cliente permanecerá en la compañía… 300 € 600 € Si la vida media estimada fuera >5 años, para el cálculo del valor actual consideramos que la vida media será sólo 5 años. El valor actual medio (a un plazo de 5 años) de los clientes de la base es 4.420€ Valor actual Ejemplo: editorial para empresas
- 25. 25 Otras aplicaciones 8% Propensión a la compra Umbral aumento gasto 153,6€ 5% 196,5€ 12% 373,8€ Valor potencial por familia 36,9€ 29,5€ 134,6€ Valor potencial total El valor potencial medio (a un plazo de 5 años) de los clientes de la base es 161€ 201€ Vida media 3 años 3 años 3 años ¿Valor potencial, si va a comprar más productos? Ejemplo: editorial para empresas
- 26. 26 Otras aplicaciones Campañas de fidelización Como el modelo atribuye una probabilidad de fuga a los clientes, así como un valor real (actual + potencial), podemos construir un ranking de acuerdo a cada parámetro para optimizar las campañas de fidelización: Ranking de fuga Ranking de valor ¿Cuáles son los clientes más propensos a darse de baja? ¿Qué clientes tienen más valor para la compañía? ¿Cuáles son los clientes menos propensos a darse de baja? ¿Cómo son los clientes con mayor probabilidad de fuga? 1. 2. 3. ¿Cuál es el valor que aportan a la compañía? ¿Qué caracteriza a estos clientes? 1. 2. 3. ¿A qué nos puede dar respuesta cada ranking? Se podrán llevar a cabo campañas de fidelización sobre (1) clientes con alta probabilidad de fuga o (2) clientes de alto valor.
- 27. 27 Otras aplicaciones Eficacia de campañas de fidelización 1.000 clientes 4 muestras aleatorias Diferentes acciones ¿Cuántos se fugan? 250 clientes 250 clientes 250 clientes 250 clientes (grupo control) No se hace nada Campaña 1 Campaña 2 Campaña 3 80% 52% 45% 42% 1.000 clientes con alta probabilidad de fuga dada por el modelo Podemos medir la eficacia de las diferentes acciones/campañas El modelo de fuga también ayuda a medir la eficacia de las medidas que se tomen con la intención de fidelizar clientes propensos a la fuga.
- 28. El Arte de la Guerra Micro-Táctica
- 29. 29 Unir todas las fuentes Canales: Impresiones, clicks y leads Display, SEM, Social… Sites: Genéricos (El País…), Específicos (forocoches…) Dispositivos: mobile, desktop, tablet… Hora/Día Customer Journey Empresa A Socio-demo: Tipo de empresa, Tamaño, Localización… Intereses: Motor, Videojuegos, Cine, Política, Finanzas… Intenciones: Compras, coches, viajes, servicios… Perfil usuario (3rd Data Party) Sesiones: Número de visitas, duración, páginas vistas… Formulario: Pasos completados, datos introducidos, llamadas… Productos: Productos visitados, landing pages… Navegación Web Empresa A Tipología: Cliente, No cliente, Ex-cliente… Comportamiento: Antigüedad, primas, productos contratados… Contacto: Canales de contacto, quejas… CRM Empresa A
- 30. 30 A cada navegante, su propio mensaje Optimización de campañas en Real-time. Optimización de targeting Real-time. Re-alimentación, validación y ajuste.
- 31. 31 Aproximación holística Métricas Atribución Online Engagement Canal AdClick Tiempo Offline Tipo de acción Posición Longitud cadena Ad Impression Premium AdImpression Emisión Contenido Tipo spot Audiencia GRPsCanal Saturación Tiempo Spot TVOffsiteOnsite Fecha, hora... Duración
- 32. 32 Navegación + Engagement TP 2 TP 3 TP 4 Conversión ClicAI PIPI TP 1 TP Touchpoints
- 33. 33 Modelos Navegación, engagement RatiodeConversión(%) Conversión = f(navegación, engagement) 0% 1% 2% 3% 4% 5% 6% 7% 8% 9% 10% 1 3 5 7 9 11 13 15 17 19 21 23 25
- 34. 34 ¿Cuál es el problema? Muchas entradas y muchas salidas
- 35. 35 ¿Cuál es el problema? Muchas entradas y muchas salidas Hay que conseguir que los 3 caminos converjan
- 36. El Arte de la Guerra Estrategia Táctica Micro-Táctica Visión desde arriba Detallamos la estrategia Particularizamos
- 37. Con un solo coronel