Ponencia de Flor de Esteban, socia de Daemon Quest by Deloitte, durante la octava edición de "The Marketing Strategy Forum", celebrado el 26 de febrero de 2013 en Madrid.
3. Si traes tu nómina,
tienes un iPad
Si traes tu seguro,
tienes un iPad
Si vienes de
crucero con Si traes tu plan de
nosotros, tienes pensiones, tienes
un iPad un iPad
Si compras un coche,
tienes un iPad
Si traes tres líneas de
móvil, tienes un iPad
27. Analytics es…
… descubrir en los datos que tenemos disponibles…
… y en las pistas que nos dejan nuestros clientes,
patrones significativos para nuestro negocio
31. Contenido generado
Web Movil
Red Sociales 2.0
BIG DATA
Tera Compras Clicks de usuario Contenido Movil
Sentiment
Desestructurado y de gran
tamaño
bytes UNIVERSO WEB Historial de
Testeo de productos
Info Socio-Demo
visitas
Pricing Online Historial de ofertas
Feeds de Cliente
GigaBytes
CRM
Redes sociales Imagenes/Audio/Video
Ficha de Clientes
ERP – Procesos
Transaccionales Segmentación básica
Speech to Text
MegaBytes Pagos
Compras
Contacto con cliente
Ficha Empresas
Facturación
Marketing online Logs de Servicio
Kilobytes SMS/MMS
Detalle Ofertas y Productos
Auditorías Comportamiento
EEFF
Logística
Estructurado Desestructurado
32.
33. Business Intelligence Analytics
Mira atrás: Analiza Mira al futuro: Predice
Optimiza Innova
Clasifica Insights
Best Practices Next Practices
Valor de la Información
39. Talento analítico
Sistemas de captura y Sistemas de analisis Herramientas de
almacenamiento de datos visualización
Cultura de la organización
Gestores del cambio
42. Los Patrones de Compra
10.000.000 clientes
1.000.000.000 dede la Propensión de
Análisis conexiones
Banco Top-Tier Mundial
17.000 métricas
Self-Organizing Maps Of Transactional Data Compra de 16 productos
Unprof itable loans Unprof itable loans
have amounts>$25K rate=5%
Maximización
de Beneficio
mediante cross-
Unprof itable loans rate Unprof itable loans buy -
sheet rates mostly <6% rates < 5%
Unprof itable loans
have no dealer markup
A lmost all rate
exceptions caused
Unprof itable loans
FICO range 720-770
y up selling
negative prof its
Unprofitable loans are
mostly f or new cars
- 18 -
43. Predicción de Fraude de Clientes
Compañía Nacional Lotería Análisis de datos históricos Modelo de Predicción de
1.000.000.000 de conexiones
(Canadá) transaccionales (13 años) Comportamiento
Localización física de dispositivos de lotería
capturada en el análisis
Prevención de fraude por valor de millones de dólares
44. NFC revolucionando el Retail
1.000.000.000 de de Comportamientos
Extracción conexiones
1er Supermercado 100% NFC
de Usuario
En casa
Obtención de Estadísticas de
En la calle Comportamiento de Usuarios
Near Field
Communications En la tienda
45. Plataforma Social para Incremento de Ventas
1.000.000.000 dede Plataforma Social:
Creación conexiones
Sephora: Cosméticos 1.000.000 Fans de Facebook
Beauty Talk
Los miembros activos compran x2.5
Superusuarios (más de 33 horas) compran x10
46. Ventas Costes
Adquisición y
Fidelización
Salesforce
Venta Cruzada effectiveness
Retención
Maximización del Beneficio
Rentabilidad
49. ¿En qué se ¿Qué clientes están en riesgo de ¿Cuál debe ser mi propuesta
gastan el dinero? fuga, impago? de valor para cada cliente?
¿Cuál es el ¿Quiénes son tus consumidores?
The Power of
valor de tu
¿Cuáles son las oportunidades
cliente?
de extraer crecimiento de entre
tu portfolio de clientes?
¿En qué
canal?
Analytics ¿Cómo se comportan?
¿Cómo interactúan contigo? ¿Cuál es el peso de tu ¿Qué cliente está en
compañía en su mente? riesgo de pérdida de
¿Cómo aplico mis esfuerzos
de marketing para valor?
¿En
qué ¿Qué producto le tengo
generar más valor?
momento? que ofrecer?