with big data comes great power
DESCRIPTION
Con "big data" podemos lograr un cambio importante en como funcionan nuestras empresas, podemos conocer todo de nuestros clientes por ejemplo, pero así como big data nos da gran poder, también implica una gran responsabilidad. Esta es la parte 1 de la ecuación: gran poder.TRANSCRIPT
![Page 1: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/1.jpg)
![Page 2: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/2.jpg)
El éxito en los negocios está en saber algo que los demás desconocen.
Aristóteles Onassis
![Page 3: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/3.jpg)
Lo esencial es invisible para los ojos,
Solo con información se puede ver bien.
![Page 4: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/4.jpg)
Yo soy yo y mi circunstancia (Unamuno)
Tal como la tui@é y pos@é en facebook
![Page 5: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/5.jpg)
Adaptado de How Companies Learn Your Secrets -‐ NYTimes.com
![Page 6: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/6.jpg)
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)
![Page 7: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/7.jpg)
![Page 8: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/8.jpg)
Analy&cs La Estrategia
Analytics, Big Data, Data Mining
Data Mining Las Herramientas Cambio
Organizacional El metodo
Big Data El Insumo
![Page 9: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/9.jpg)
![Page 10: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/10.jpg)
![Page 11: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/11.jpg)
•
1.44MB 1 GB
20 PB
1 TB
Exabyte Zettabyte Yottabyte
Xenottabyte
1 PB
![Page 12: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/12.jpg)
Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z”
MM
![Page 13: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/13.jpg)
![Page 14: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/14.jpg)
1986 2007
Volumen 3 exabytes 295 exabytes
Variedad 99% análoga 94% digital
Procesamiento 0.001 billones de MIPS
6,380 billones de MIPS
![Page 15: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/15.jpg)
2009 – la información digital creció 62%, 800 billones de gigabytes (800 Exabytes = 0.8 Zettabytes) 2010 – 1.2 Zettabytes producidos, equivalen a: • La informacion creada por cada ser humano tuiteando
continuamente durante 100 años • 75 billones de iPad 16Gb (llenarían más de 40 estadios
grandes) Si toda esta info se imprimiera y se apilara, llegaría a Plutón 16 veces !
![Page 16: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/16.jpg)
Para el 2020, la información se habrá multiplicado 44 veces.
En el 2020, el 30% de esta
información estará en la nube.
70% de la info es generada por individuos, pero almacenada principalmente por empresas.
hVp://www.emc.com/leadership/digital-‐universe/index.htm
![Page 17: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/17.jpg)
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? – ………
![Page 18: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/18.jpg)
![Page 19: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/19.jpg)
![Page 20: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/20.jpg)
?Y dónde está el Valor
![Page 21: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/21.jpg)
![Page 22: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/22.jpg)
Aplicaciones Site Location Segmentación Category Management Campaign Management Ejecución fuera de tienda
![Page 23: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/23.jpg)
![Page 24: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/24.jpg)
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-trough para 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)
![Page 25: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/25.jpg)
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 QlikView se 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
![Page 26: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/26.jpg)
1991 1995 2000 2005 2010
Piloto con basket data de 14 @endas
Show me the Money
Bigger Data, Bigger Decisions. Tim McGuire, McKinsey & Co
Lanzamiento de Clubcard Primer estado de cuenta
Segmentacion de sensibilidad al precio
Iden@ficar gaps en Canastas
Tesco baby club, Tesco wine club
Tesco Finanzas Personales
Tesco.com Segmentacion de es@lo de vida
Herramienta de Mix de Productos
₤1 billon en premios acumulados
Se recorta 25% de las promociones, percepcion del programa mejora
Relanzamiento de Clubcard
Op@mizacion de espacio
Programa se lanza fuera de UK
Panel de clientes
100
675
Margen Neto (1991 = 100)
![Page 27: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/27.jpg)
![Page 28: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/28.jpg)
Aplicaciones
Site Location
![Page 29: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/29.jpg)
Site Selection
![Page 30: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/30.jpg)
Big Data en Geo
• La Informacion de sus clientes, ademas:
![Page 31: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/31.jpg)
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
![Page 32: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/32.jpg)
Distribución Geográfica de Segmentos por Conos y Distritos
![Page 33: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/33.jpg)
Segmento 05: Clase Media Típica
DISTRITO LA PERLA
Nivel socioeconómico medio, presencia significaFva de viviendas en departamentos, alta densidad de trabajadores empleados y pequeñas empresas.
![Page 34: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/34.jpg)
Micro mercados y Canibalizacion
Alta densidad
Densidad Media (oportunidad)
Periféricos
![Page 35: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/35.jpg)
El Peru no es Lima
![Page 36: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/36.jpg)
Aplicaciones
Mix de Productos, Layout de tienda
![Page 37: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/37.jpg)
Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
EL PENTÁGONO DIFERENCIACIÓN Estrategias diferenciadoras que generan tráfico en la tienda
![Page 38: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/38.jpg)
EYE TRACKING TECHNOLOGY Funcionamiento y beneficios
Alinea movimiento del ojo con análisis del SW
Shopper hace su recorrido normal por la tienda
Codifica movimiento entre áreas en espacio Retail
Codifica movimien-to ocular en zonas clave
Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
![Page 39: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/39.jpg)
EYE TRACKING TECHNOLOGY Funcionamiento y beneficios
Análisis de Conversión de Categorías
Análisis recorrido shopper por tienda
Análisis de tiempos de compra
Análisis de efectivi-dad de materiales in-store
Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
![Page 40: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/40.jpg)
Aplicaciones
Segmentacion de Clientes
![Page 41: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/41.jpg)
Metodos de segmentacion
Eres lo que ganas NSE (todavia se usa mucho en publicidad)
Eres lo que dices de @ mismo
Cues@onario de es@lo de vida. Interesantes pero caros de mantener y poco confiables
Eres Donde Vives
Geo Marke@ng (se usa mucho en marke@ng directo)
Eres lo que haces Relevante
![Page 42: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/42.jpg)
Segmentos de Valor Entendiendo el QUE
![Page 43: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/43.jpg)
Valor y Tendencia (Reciencia, Frecuencia y Valor)
Compo
rtam
iento/
Necesidad
• Compra Regularmente • Compra marca • Paga precio normal • Pide Delivery • Usa Tarjetas de Crédito/Debito
Comportamiento
Life stage
Valor y Tendencia
• Compro en las 2 ul@mas semanas • Compra 4 veces por mes • Alto @cket 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 Comportamiento Entendiendo el QUIEN
![Page 44: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/44.jpg)
Segmentos de Comportamiento Entendiendo 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
Crónicos Bebes
Delivery Cuidado Personal Geriátricos
Ofertas y Genéricos
![Page 45: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/45.jpg)
DIFERENCIACIÓN Misiones 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”
![Page 46: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/46.jpg)
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
DIFERENCIACIÓN Cada misión de compra necesita formato retail diferente para satisfacerse
Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
![Page 47: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/47.jpg)
Aplicaciones
Category Management
![Page 48: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/48.jpg)
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:
hVp://[email protected]/technology/archive/2014/01/how-‐neqlix-‐reverse-‐engineered-‐hollywood/282679/
![Page 49: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/49.jpg)
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.
![Page 50: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/50.jpg)
Dos vistas de la data
![Page 51: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/51.jpg)
Colaboración de The Retail Factory, especialistas en shopper marketing desde la “a” a la “z”
ROLES DE TIENDAS Comparación 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
Gen
erac
ión
de T
rafi
co
Aporte a la rentabilidad
Comportamiento de Rutina
Comportamiento de Destino
Comportamiento de Conveniencia
Comportamiento de Complemento
Destino Rutina Estacional
Roles Definidos
![Page 52: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/52.jpg)
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
Producto Motivaciones de Uso
Para proyectos pequeños
DIFERENCIACIÓN EJEMPLO 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”
![Page 53: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/53.jpg)
ROLES DE TIENDAS Entender las misiones de compra para definir los roles de tienda (ejemplo)
% Misión 11% 35% 7% 15% 10% 14% 7% % Gasto 20% 43% 4% 8% 7% 14% 1%
Panadería Abarrotes Higiene personal Embutidos
Panadería Nabs Abarrotes Frutas y verduras
Panadería Frutas y verduras Nabs Higiene personal
Frutas y verduras Panadería Nabs Abarrotes
Panadería Nabs Higiene personal Frutas y verduras
Abarrotes Nabs Panadería Frutas y verduras
Nabs Panadería Comidas preparadas
Categorías Cliente
Otras Categorías
Galletas Cereales Leche evaporada
Leche evaporada Galletas Cereales
Leche evaporada Galletas Salsas
Leche evaporada Galletas Cereales
Leche evaporada Galletas Cereales
Galletas Leche evaporada Chocolates
Galletas Chocolates
Gasto Promedio 86,9 59,5 27,5 26,2 36,4 48,2 11,0 Gasto Cliente 5,69 5,71 4,38 5,1 6,92 4,95 3,6 Visita al menos 1x semana 83% 85% 97% 90% 81% 82% 93%
Abastecimiento Faltantes Compra múltiple
Urgencias Compra – Restaurant
Ofertas Antojos
Vine a comprar
productos para
abastecerme
Vine a comprar
productos que me faltaban
Vine a comprar
comida lista para comer
hoy
Vine a comprar
varios para consumo
diario
Vine a una compra
puntual de urgencia
Aproveché a comprar ya que habían
ofertas
Vine a comprar antojos
Colaboración de The Retail Factory, Especialistas en shopper marketing desde la “a” a la “z”
![Page 54: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/54.jpg)
Aplicaciones
Campaign Management
![Page 55: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/55.jpg)
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
![Page 56: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/56.jpg)
Canasta de Compras
Familia Objetivo Ferreteria Familia Objetivo Joyeria
Familia Asociada Confianza Lift Index Familia Asociada Confianza Lift Index Equipos 42% 1.54 Cosmeticos 22% 1.55Electronicos 32% 1.39 Ropa 19% 1.39Cosmeticos 46% 1.19 Ropa deportiva 19% 1.35Accesorios para el hogar 43% 1.10 Juguetes 17% 1.22Juguetes 42% 1.06 Deportes 15% 1.06Enseres 41% 1.04 Equipos 15% 1.05Ropa 40% 1.02 Electronicos 13% 0.95Ropa deportiva 38% 0.96 Accesorios para el hogar 13% 0.90Deportes 37% 0.96 Enseres 12% 0.87Joyeria 36% 0.92 Ferreteria 11% 0.79
![Page 57: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/57.jpg)
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
![Page 58: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/58.jpg)
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
![Page 59: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/59.jpg)
Aplicaciones
Ejecucion fuera de la tienda
![Page 60: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/60.jpg)
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
![Page 61: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/61.jpg)
Planeamiento de Rutas
![Page 62: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/62.jpg)
Informar a los clientes
![Page 63: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/63.jpg)
Como Empiezo?
![Page 64: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/64.jpg)
Obtén toda la info que puedas, ya luego veremos para que nos sirve.
![Page 65: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/65.jpg)
El camino equivocado
Hágalo todo al mismo @empo
Hágalo todo Ud. mismo
Ponga toda su data en las aplicaciones
Almacene toda la data
en sus servidores
Conre al 100% en Hadoop
![Page 66: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/66.jpg)
![Page 67: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/67.jpg)
Escalabilidad
Performance
Disponibilidad
Diversidad
Administración
Seguridad
Costos
![Page 68: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/68.jpg)
![Page 69: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/69.jpg)
Los retos
Big Data
1. Compar@r información
2. Como ges@onar VVV
3. Qué data u@lizar para qué
4. Generar confianza en los
modelos
5. Personal adecuado
6. Compromiso C-‐level
7. Herramientas de presentación
8. Procesos op@mos
9. Donde concentrar las inversiones
10. Qué hacer con los resultaos
![Page 70: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/70.jpg)
Ecosistema de Datos
Iden@ficar partners con los cuales colaborar y compar@r 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 permi@r el
uso de sus datos
Big Data Transformacion del Negocio
Fuente: The Boston Consul@ng Group
![Page 71: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/71.jpg)
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 descrip@vo de clientes y transacciones – Cuan@ta@va – Cualita@va (*)
▪ Benchmarks ▪ Definir los economics de CRM
▪ Segmentacion de clientes – Valor – Necesidades
▪ Definicion de segmentos obje@vo
▪ Programas y campañas personalizadas – Campañas por perfil/life stage
– Servicio diferenciado
– Cross/up selling – Retención
▪ Ejecución de campañas por dis@ntos canales
▪ Definir criterios de exito, – KPI – ROI por campana, segmento o canal
▪ Medir performance vs obje@vos
▪ Presupuesto e inversion
IT
![Page 72: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/72.jpg)
Adaptado de How Companies Learn Your Secrets -‐ NYTimes.com
![Page 73: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/73.jpg)
To be con@nued …
![Page 74: With Big Data comes Great Power](https://reader033.vdocuments.co/reader033/viewer/2022052413/5599a0a21a28abfc758b4797/html5/thumbnails/74.jpg)