Upload
amdia
View
815
Download
0
Embed Size (px)
Citation preview
Optimización de Campañas
Datos- Demográficos
- Tenencia- Utilización- Pagos
- Uso de canales- Quejas
- Encuestas- …
Monitoreo de Resultados
Realizar una oferta a los clientes que aplican
Generar Candidatos
Clientes12435564375923545276
Campañas de Marketing (Segmentación)
Clientes
FiltrarAplicar Exclusiones
tiempo
Las campañas son costosas, muchos clientes no responden
A
Respuesta
Problema
A
tiempo
RIGHT PERSON
Solución:Predecir quienes van a responder a una oferta de un productoTecnología:Data MiningBeneficios típicos:Reducción de costos del 25%-40%
Respuesta
El modelo permite ordenar las cuentas de
acuerdo a la probabilidad de respuesta
50%
70%
90%80%
No solo bajar los costos…
Esto permite realizar acciones diferenciadas: limites, incentivos, precios, canal, etc distintos
segun el nivel de respuesta esperado
Y aumentar la Respuesta!
Datos- Demográficos
- Tenencia- Utilización- Pagos
- Uso de canales- Quejas
- Encuestas- …
Modelos PredictivosProbabilidad de
Respuesta
Realizar una oferta a los clientes con mayor
propensión a aceptarla
Generar Scores
Cliente Score12435 0.2256437 0.1359235 0.0245276 0.05
Campañas de Marketing (Data Mining)
Clientes
Monitoreo de Resultados
RIGHT OFFER
RIGHT CHANNEL
RIGHT TIME
RIGHT PERSON
• Propensiones de cada cliente• Rentabilidad de cada producto• Costo y Efectividad del canal• Restricciones de contacto• Objetivos mínimos de venta• Capacidad de cada canal• Limitaciones de presupuesto
La promesa del Marketing
tiempo
A B C
Foco en la Campaña y no en el ClienteLa respuesta a las campañas incrementa drasticamente la carga del call center y las sucursales en forma despareja.
A?
Problema
tiempo
RIGHT TIME
Solución:Elegir los clientes que tengan mas propensión en cada momentoTecnología:Data Mining y OptimizacionBeneficios típicos:Mejor aprovechamiento de los recursos. Aumento de la respuesta de un 30%-50%.
Cada individuo tiene preferencia (manifiesta o teorica) a ser contactado por distintos canalesEl costo de cada canal es muy diferente
?
Problema
RIGHT CHANNEL
Solución:Seleccionar el mejor canal para cada cliente Tecnología:Data Mining (por canal) y optimizaciónBeneficios típicos:Mayor tasa de respuesta. Menores Costos.
?
tiempo
Campañas superpuestas.Se satura al cliente con ofertas. Los distintos departamentos se disputan los clientes. Se pierden oportunidades.Se prioriza las campañas y luego se asignan los clientes.En las llamadas entrantes no se hace ofertas. En la Web la oferta es distinta.No se tiene en cuenta la contribución del producto.
Problema
OPTIMIZACION
100 120 134
P1 P2 P3
A 40 50 60
B 35 40 50
C 20 39 20
P1 P2 P3
A 40 50 60
B 35 40 50
C 20 39 20
P1 P2 P3
A 40 50 60
B 35 40 50
C 20 39 20
P1 P2 P3
A 40 50 60
B 35 40 50
C 20 39 20
Oferta Renta ScoreRenta
Esperada
430$ 9.3% 40
714$ 4.9% 35
606$ 3.3% 20
Cada Canal tiene distinta capacidadExiste un Presupuesto LimitadoCada Producto tiene objetivos mínimos de ventaCada campaña tiene un tamaño mínimo para ser rentableLas restricciones de contacto son diferentes para cada canal
%? $?
%? $?
%? $?
?
?
?
42
87
A
B
C
Productos
Datos y Modelos
A
A
B
C
BC
A B C
Seleccionar la mejor campaña,el mejor momento, la mejor oferta,y el mejor canal, para cada cliente.
Ejecutar Campañas en cada Canal
RIGHT OFFER (SALIENTE)
Asignacion optima considerando limitaciones de presupuesto,
capacidad de cada canal,objetivos mínimos de
conversion,restricciones de periodicidad, etc
Solución:Seleccionar el mejor producto para cada cliente Tecnología:Data Mining (por producto) y OptimizaciónBeneficios típicos:Automatización de todas las acciones. Beneficio de un 50% a 100%.
15
Marketing Tradicional
Centrado en el ProductoEncuentra los mejores clientes para cada producto
Solo Canales Salientes Correo Telemarketing Email
Customer Centric Marketing
Centrado en el ClienteEncuentra los mejores productos para cada Cliente
Canales Salientes y Entrantes (Real Time)
A B C
• Correo• Telemarketing• Email
• WEB
• Call Center• Sucursales• ATM• Mobile
A
Tendencia en Marketing
Cross-sell?<context data>
<customer data>
Oferta¿Aplica a este caso?
MargenProbabilida
d de Respuesta
Valor Esperad
o
A No
B Yes 90 54% 49
C Yes 85 62% 64CC
Inbound Outbound
Percepción Apropiada Conveniente
Respuesta 30% 5%
RIGHT OFFER (ENTRANTE)
Datos- Demográficos
- Tenencia- Utilización- Pagos
- Uso de canales- Quejas
- Encuestas- …
MúltiplesModelos Predictivos
Probabilidad de Respuesta
Realizar una oferta a los clientes con mayor
beneficio
Generar ScoresCada producto tiene diferente Ganancia
Cliente Scores12435 0.22 0.31 0.1156437 0.13 0.04 0.2859235 0.02 0.17 0.1445276 0.05 0.01 0.09
Campañas de Marketing (Customer Centric)
Clientes Múltiples CanalesInbound & Outbound
Diferentes CostosDiferente EfectividadDiferentes Mensajes
Restricciones de Contacto
Objetivos mínimos de ventaCapacidad de cada canal
Limitaciones de presupuesto
OPTIMIZAR
Monitoreo de Resultados
Ejemplo Banca
Desarrollaron un modelo de Cross Selling para prestamos en 3 semanasDuplicaron la tasa de respuesta de la campañaInmediatamente comenzaron a realizar modelos para el resto de los productos y etapas del ciclo de vida del cliente (aprox. 30 campañas)
Ofertas en todos los Canales
Ejemplo Banca
Propensiones de cada clienteRentabilidad de cada productoCosto y Efectividad del canalRestricciones de contactoObjetivos mínimos de ventaCapacidad de cada canalLimitaciones de presupuesto
Considerando
Ejemplo Banca
Definieron la estrategia comercial centrada en el cliente (no en el producto)La acción optima significó una mejora en la rentabilidad del 40%
Redes Sociales
Pero luego de recibir la oferta…
y con NO clientes también!estos clientes hablan con otros clientes