presentación analytics expo mkt 2014 big data great power
TRANSCRIPT
El éxito en los negocios está en saber algo que los demás desconocen.
Aristóteles Onassis
Lo esencial es invisible para los ojos,
Solo con información se puede ver bien.
Yo soy yo y mi circunstancia (Unamuno)
Tal como la tuitié y postié en facebook
Adaptado de How Companies Learn Your Secrets - NYTimes.com
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)
• Big Data es un viaje, no un destino
– Empecemos con Small Data para un impacto inmediato
– Construyamos capacidades y aprendamos de éxitos y errores
• 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)
AnalyticsLa Estrategia
Analytics, Big Data, Data Mining
Data MiningLas Herramientas
CambioOrganizacionalEl metodo
Big DataEl Insumo
•
1.44MB
1 GB
20 PB
1 TB
Exabyte
Zettabyte
Yottabyte
Xenottabyte
1 PB
Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z”
MM
1986 2007
Volumen 3 exabytes 295 exabytes
Variedad 99% análoga 94% digital
Procesamiento 0.001 billones de MIPS
6,380 billones de MIPS
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?
– ………
Y dónde está el
Valor
AplicacionesSite Location
Segmentación
Category Management
Campaign Management
Ejecución fuera de tienda
Generando valor
• 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-troughpara 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)
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 QlikViewse creo un sistema de mintoreo, 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
Aplicaciones
Site Location
Site Selection
Big Data en Geo
• La Informacion de sus clientes, ademas:
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
Micro mercados y Canibalizacion
Alta densidad
Densidad Media (oportunidad)
Periféricos
Aplicaciones
Segmentacion de Clientes
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
Segmentos de ValorEntendiendo el QUE
Valor y Tendencia(Reciencia, Frecuencia y Valor)
Co
mp
ort
amie
nto
/N
eces
idad
• 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 ComportamientoEntendiendo el QUIEN
Segmentos de ComportamientoEntendiendo 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
DIFERENCIACIÓNMisiones 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”
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
DIFERENCIACIÓNCada misión de compra necesita formato retail diferente para satisfacerse
Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
Aplicaciones
Category Management
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/
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.
Dos vistas de la data
Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z”
ROLES DE TIENDASComparación 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
Genera
ció
n d
e T
rafi
co
Aporte a la rentabilidad
Comportamiento
de Rutina
Comportamiento
de Destino
Comportamiento
de Conveniencia
Comportamiento
de Complemento
Destino
Rutina
Estacional
Roles Definidos
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
ProductoMotivaciones de Uso
Para proyectos
pequeños
DIFERENCIACIÓNEJEMPLO 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”
Aplicaciones
Campaign Management
Targeting de Campañas
• Los ciclos tradicionales de marketing directo son muy largos. Alguien
en alguna parte ya esta planeando la Navidad del 2014
• 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
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
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
Aplicaciones
Ejecucion fuera de la tienda
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
Planeamiento de Rutas
Informar a los clientes
Como Empiezo?
Obtén toda la info que puedas, ya luegoveremos para que nossirve.
El camino equivocado
Hágalo todo al mismo tiempo
Hágalo todo Ud. mismo
Ponga toda su data en las aplicaciones
Almacene toda la data
en sus servidores
Confíe al 100% en Hadoop
Escalabilidad
Performance
Disponibilidad
Diversidad
Administración
Seguridad
Costos
Los retos
Big Data
1. Compartir información
2. Como gestionar VVV
3. Qué data utilizar para qué
4. Generar confianza en los
modelos
5. Personal adecuado
6. Compromiso C-level
7. Herramientas de presentación
8. Procesos optimos
9. Donde concentrar las
inversiones
10. Qué hacer con los
resultaos
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 DataTransformacion del Negocio
Fuente: The Boston Consulting Group
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
Adaptado de How Companies Learn Your Secrets - NYTimes.com
To be continued …