inteligencia comercial-y-optimizacion

Evento organizado para los i b d l A i ió dmiembros de la Asociación de

Egresados – AGEUP25.04.2012

Inteligencia Comercial yInteligencia Comercial y Optimizaciónp

Indice

EvoluciónEvolución de la Inteligencia Comercialde la Inteligencia Comercial

CasoCaso -- OptimizaciónOptimización de de campañascampañas

CasoCaso -- OptimizaciónOptimización de de pedidospedidos SurtidoSurtido

CasoCaso -- Marketing Mix ModellingMarketing Mix Modelling

CasoCaso -- Pricing IntelligencePricing Intelligence

Inteligencia Comercial

I f ió I f ióInformaciónexterna

Informacióninterna

Toma de decisiones mas rentables


Optimización

Geomarketing


CLIENTES• Segmentación por valor y

Maximizar el beneficio = Ser excelente en

CLIENTES(Customer Management)

• Segmentación por valor y necesidad

• Plan de Clientes• Optimización de

ñ d k i

OFERTA COMERCIAL

Campañas de Marketing

CANALES

(Channel Management)

COMERCIALProduct/Category

Management

• Cuadros de mando• Canales integrados

(multicanalidad)P fit&L C t l

• Packs productos –(categorias),

• Optimization de pedidosDi ñ d d t• Profit&Loss Control

• Planes de expansión• Optimizacion de territorios• Optimización de rutas

• Diseño de productos• Experiencia de Servicio• Optimización de Precios

Optimización de rutas comerciales

Inteligencia Comercial - Caso

Consolidar y Segmentar

Rentabilidad

Tipología de Estados de Tipología de clientes

stados decompra

• Demographic variables• Behaviour variables• Behaviour variables

ActiveOpt

Dormant RecuperatedNewNew

ActiveOut

Dormant RecuperatedNewDormant


Ocasionales ( b l ti

Consolidar y Segmentar

(abuelos, tios, amigos)

Familias Numerosas

Familias con niños mayores

Familias con niños pequeños

Familias con BebesBebes


Identificamos variables sociodemográficas más importantes y nuestro nivel de t ió lt t i l

Plan de expansión de Puntos de Venta

penetración en zonas con alto potencial

Inteligencia Comercial - CasoPlan de expansión de Puntos de Venta

Alto Potencial– Baja Penetración Alto Potencial– Alta PenetraciónAlto Potencial Baja Penetración Alto Potencial Alta Penetración

Inteligencia Comercial - CasoModelos de Cross-Selling

Pack 1 Pack 2 Pack N

Familias N

Pack 1 Pack 2 Pack N

Numerosas 24% 35% 8%

Familias con niños pequeños

30% 15% 12%

Familias con B b

12% 10% 40%Bebes

Scorings por paquete

Inteligencia Comercial - CasoModelos de Cross-Selling - Tienda Online

Vestido

ComplementosVestidos

Complementos

Inteligencia Comercial - CasoModelos de Cross-Selling - Multicanalidad

Inteligencia Comercial - CasoCuadros de Mando

El conocimiento de los clientes permite la ópersonalización de productos y servicios y compartir

métricas de rentabilidad de clientes

Indice



CasoCaso -- OptimizaciónOptimización de de pedidospedidos SurtidoSurtido



Optimización de campañasSelección de Campañas

Venta estimada Tienda X = 212 mil €

IdcustomerAlert points

Reactivation

Gift Promoti

Double pointsIdcustomer

Alert points

Reactivation

Gift Promoti

Double pointsIdcustomer

Alert Reactiva Gift P i

Double d

Alert Reactiva Gift Double

Alert points Reactivation

Venta estimada, Tienda X 212 mil €

101 8 € 14 € 14 € 21 €

102 13 € 41 € 12 € 11 €

103 26 € 24 € 20 € 12 €

points tion Promoti points

101 8 € 14 € 14 € 21 €

102 13 € 41 € 12 € 11 €

103 26 € 24 € 20 € 12 €

Idcustomer points tion Promoti points

101 8 € 14 € 14 € 21 €

102 13 € 41 € 12 € 11 €

103 26 € 24 € 20 € 12 €

IdcustomerAlert points

Reactivation

Gift Promoti

Double points

101 8 € 14 € 14 € 21 €

102 13 € 41 € 12 € 11 €

103

102106107

103

108

104105

104 25 € 12 € 6 € 4 €

105 23 € 4 € 2 € 21 €

106 6 € 14 € 12 € 11 €

107 3 € 2 € 6 € 9 €

26 € 24 € 20 € 12 €

104 25 € 12 € 6 € 4 €

105 23 € 4 € 2 € 21 €

106 6 € 14 € 12 € 11 €

103 26 € 24 € 20 € 12 €

104 25 € 12 € 6 € 4 €

105 23 € 4 € 2 € 21 €

106 6 € 14 € 12 € 11 €

103 26 € 24 € 20 € 12 €

104 25 € 12 € 6 € 4 €

105 23 € 4 € 2 € 21 €

106 6 € 14 € 12 € 11 €

108

107 13 € 24 € 16 € 9 €

108 11 € 18 € 2 € 8 €

109 16 € 12 € 20 € 11 € …

107 13 € 24 € 16 € 9 €

108 11 € 18 € 2 € 8 €

109 16 € 12 € 20 € 11 €

06 6 € 14 € 12 € 11 €

107 13 € 24 € 16 € 9 €

108 11 € 18 € 2 € 8 €

109 16 € 12 € 20 € 11 €

106 6 € 14 € 12 € 11 €

107 13 € 24 € 16 € 9 €

108 11 € 18 € 2 € 8 €

109 16 € 12 € 20 € 11 €

101109

Sales by campaign

75 € 97 € 20 € 21 €

…

Sales by campaign

75 € 97 € 20 € 21 €

…

Sales by campaign

75 € 97 € 20 € 21 €

109 16 € 12 € 20 € 11 € …

Sales by campaign

75 € 97 € 20 € 21 € Gift Prom.

DoublePoints


Motivación Definir las estrategia comercial para sacar el mayor provecho al

presupuesto existente seleccionando las campañas comerciales con mayor rentabilidad

Complicaciones Presupuesto Número de ofertas realizadas por segmento de clientes Número de ofertas realizadas por segmento de clientes Capacidades y restricciones de los canales de distribución Incompatibilidades Cliente - canal, cliente - tipo de producto, entre productos

Mejoras Maximizar el valor esperado del retorno de la inversión Maximizar el valor esperado del retorno de la inversión Disponer de una herramienta de simulación que de soporte a la

decisión


Entidad Descripción CaracterísticasEntidad Descripción Características

Segmentos de

Los clientes son agrupados por segmentos de características similares es decir

Perfil del Cliente: estudiantes, jubilados, etc. Nivel de Ingresos: bajos, medios, altos. Tamaño del Segmento: dato que se utiliza para impedir que se hagan más

ofertas que tamaño del segmentode Clientes

similares, es decir, por una reacción similar a las campañas de Marketing

ofertas que tamaño del segmento. Mínimo Número de Ofertas: mínimo número de ofertas que deseamos realizar al segmento.

Máximo Número de Ofertas: máximo número de ofertas que deseamos hacer al segmento

Productos que se

Tipo de Producto: los productos son agrupados por tipo con el objetivo de posibilitar al usuario de negocio crear restricciones o reglas que le permita

l i ti d d t d t i d t d li t Productos

Productos que sedesena lanzar al mercado

crear o excluir tipos de producto a un determinado segmento de clientes o a un segmento que cumple cierta propiedad.

Ejemplo: no quiero asignar ningún producto relacionado con salud a estudiantes con ingresos bajos.

Productos: Productos asociados a la campaña comercial. En este caso veremos una campaña un producto

CampañasUn Campaña comercial contiene varios productos a lanzar al mercado

veremos una campaña, un producto. Mínimo Número de Campañas: Mínimo número de campañas Máximo Número de Campañas: Máximo número de campañas Máximo presupuesto: coste que tiene para la compañía realizar la

campañap

CanalCanales de notificación de las campañas comerciales

Tipo de canal: e-mail, oficina directa, call-center. Es posible que determinadas campañas no se quieran notificar por un determinado canal.

Capacidad del Canal: máximo número de ofertas que un canal puede realizar.

Costes fijos: es utilizado para los costes de subcontratación de canales comerciales Costes fijos: es utilizado para los costes de subcontratación de canales externos.

Unidad de Coste por Oferta: coste de realizar la oferta


Disciplina Función EjemploDisciplina Función Ejemplo Maximizar Beneficio Neto = Beneficio Esperado – Costo

Fijo de Campaña – Costes Fijos del Canal – Costes Variables del Canal

Sujeto a :

Investigación

Maximizar el Beneficio Neto sujeto a un conjunto de restricciones del

Restricciones Duras Un Segmento de cliente solo puede ser

accedido por un único canal No se pueden realizar más ofertas para una

campaña que el tamaño del segmento.ón Operativa

jproblema

p q g Restricciones Blandas

Para cada segmento de cliente se puede indicar un mínimo de ofertas a realizar

Excluir Tipos de Producto a determinados ClientesClientes

Incompatibilidades entre productos para que no sean ofertados al mismo segmento de clientes.

‐Realiza los Segmentos.C l l l P b bilid d d C Análisis clúster

Estadística y Datamining

‐Calcula la Probabilidad de Compra de un determinado Producto por canal‐Calcula el beneficio esperado en el caso de compra del producto.

Análisis clúster Modelo discriminante: regresión logística y árboles de

decisión Modelos de segmentacion bi‐etapicos, Kohonen

El Cliente carga un escenario de simulación predeterminado. Para este escenario se cargarán los datos procedentes de los sistemas de información operacionales de la compañía. Así como el modelo matemático y datos estadísticos

d t l l ióque da soporte a la solución.

20

44

Datos del segmento de los clientes por perfil.

22

11Beneficio esperado por segmento de cliente

11

33

21

1122

Para la presentación de los datos en forma de tabla pivote podemos

11

tabla pivote podemos usar las entidades de negocio indicadas. Si queremos conocer el qBeneficio esperado por perfil solo tenemos que arrastrar la información

22

11

En esta tabla pivote podemos observar lapodemos observar la información del beneficio esperado por producto y perfil delproducto y perfil del cliente

23

22

Vista de los productos a comercializar en la

ñ ti11 campaña y su tipo11

24

Datos de las Campañas comerciales

22

Datos de los Canales deDatos de los Canales de Comercialización

11

33

11

25

Análisis de datos estadísticos d d i di l b bilid d

22

donde se indica la probabilidad de compra por canal, producto y segmento

Tabla pivote para visualizar la información de la33

Tabla pivote para visualizar la información de la probabilidad por perfil del cliente, canal y producto

11

26

22 33

R i iRestricciones que indiquen que un tipo de producto no debe ser

i d

Restricciones que una determinada campaña no puede ser ofrecida

d t i dasignado a un determinado perfil de cliente

por un determinado canal

44 55

Restricciones que indican que a un determinado perfil no

Restricciones de incompatibilidad entre determinado perfil no

se le puede acceder por un determinado canal

productos11

27

22

Parámetros Globales de la Campaña donde se indica:- El presupuesto que tiene la compañía para- El presupuesto que tiene la compañía para

ejecutar la campaña.- El mínimo y el máximo número de campañas que

quiere sacar al mercadoquiere sacar al mercado- El mínimo y el máximo de productos por campañas- En este ejemplo se muestra un producto, una

campañap

11

28

11 22

Resolución del problema pmatemático para encontrar la solución óptima

29

22 66

Número de ofertas que deben realizarse por

t11 segmento, campaña y canal.

11

33

44

Campañas que deben ejec tarse

4455

ejecutarse Canales usados para realizar las campañas

30

22

11

3344

31

11

Beneficio esperado, Costes fijos de Campaña, de Canal, variables de Canal y Gananciavariables de Canal y Ganancia neta

Beneficio esperado ñ

22por campaña

Tabla Pivote d d i di

33

donde se indica el beneficio esperado por

fil ti dperfil y tipo de productoObservamos que a los desempleados

se les asigna productos de tipo 44

32

“Seguros”, el usuario podría preguntarse. ¿Qué impacta sobre la cuenta de resultados crear una

t i ió d ?

33

El usuario de Negocio puede crear restricciones fácilmente y ver el impacto que

11

restricciones fácilmente y ver el impacto que tiene en la cuenta de resultadosDuplica el escenario

original y crea uno nuevo

22

33

11

Resolución del problema pmatemático para encontrar la nueva solución y poder compararla

34

11

22

33

Mostramos las diferencias

Observamos que la restricción se ha tenido en cuenta y que no se ha asignado productos de seguros a d l d Ah h

diferencias

35

desempleados. Ahora… ¿hemos mejorado con la nueva solución?. Comparamos con el escenario anterior

44

11

Podemos observar que con la nueva decisión no se ha mejorado el beneficio neto

22

Diferencias respecto al escenario de

f i

33

36

referencia

11 3311

44

En los objetivos se indica una ganancia mínima de

22

155.000€ e indica que la prioridad es obligatoria. El motor intentará relajar algunas restricciones para llegar a la solución indicando qué restricciones se ha t id lt

38

tenido que saltar

11

39

11

Podemos observar que hemos incrementado el beneficio, pero en contraposición nos hemos saltado una restricción al hacer 9 campañas comerciales en lugar de 8. Siento no viable.

22

40

Indicamos que esta restricción no se la qpuede saltar. Para esto indicamos la prioridad a obligatoria. y resolvemos nuevamente

11

41

22

11

42

Para alcanzar los 155.000€ el motor ha tenido que relajar la restricción del canal TeleSales 3.11

43

Incrementamos la capacidad y el coste

11

22del canal.-Capacidad a 5000-Coste a 3000C h-Como se ha

incrementado el coste fijo del canal, a mentamos en

33

aumentamos en 1000 nuestro presupuesto

45

11

46

22

Observamos que con el incremento 22

del coste fijo del canal obtenemos un mejor resultado en l t dla cuenta de resultados

3333

47

11

22

Si t d

11

Sistema de reporting para comparar

iescenarios

48

Indice



Caso Caso -- Optimización de pedidos SurtidoOptimización de pedidos Surtido



Optimización de pedidosSelección de Campañas

N id d d R d ió d St k Pl t f

AC

IÓN

Necesidad de Reducción de Stocks en Plataformas• Sobre-stock en productos de baja rotación• Carencia de sistemas de simulación para la negociación

de condiciones con proveedoresSistemas propietarios no configurables

• Orientados a Nivel de Servicio no a costes

SITU

A • Orientados a Nivel de Servicio, no a costes• Continuas modificaciones manuales sobre los pedidos

propuestos (60%)Carencia de Información para justificar los pedidos

• Desconocimiento de los algoritmos subyacentes• Sin funcionalidades de simulación• Sin funcionalidades de simulación

Implementación de un Sistema de Pedidos basado en C

Automatización de las propuestas de PedidoR d ió d i t i M l (10%)

CIÓ

N

Costes• No exclusivamente orientado al Nivel de Servicio• Tiene en cuenta costes financieros, de transporte, de

pedido, etc., Modelo de Optimización Abierto

á FIC

IOS

• Reducción de intervenciones Manuales (10%)• Cálculo de varios pedidos consecutivos

Reducción de Stocks• Permitiendo roturas en productos poco

importantesv

SOLU

C • Planteado en lenguaje matemático accesible• Funciones de Coste fácilmente identificables y

modificablesPosibilidad de Simulación de Escenarios

• Soporte a la negociación con proveedores

vB

ENEF importantes

• Disminución de otros costes (transporte, pedido, …)

• Garantizando el abastecimiento de las tiendas

Cobertura de factores particulares de la compañía• Soporte a la explicación de pedidos

p p• Agrupación de Proveedores (superproveedores)• Pedidos cadencieros (semanales, mensuales, …)

Optimización de pedidosDescripción del proceso optimizado

Previsión de pedidos de tiendap Previsión de cada una de las tiendas para cada articulo Se consideran la politicas de almacén (plataforma) de

cada tienda y stock existente Se obtiene una previsión de pedidos a plataforma

C t i i d did d ti d d d Con esta prevision de pedidos de tienda para cada una de las plataformas mas: Las restricciones impuestas por el proveedor (lote de pedido,Las restricciones impuestas por el proveedor (lote de pedido,

camión completo, mínimo de pedido, horarios de apertura, etc.,) Las restricciones impuestas por la propia plataforma(días de

apertura máximo por artículo etc )apertura, máximo por artículo, etc.,) Y las restricciones propias del artículo (ciclo de pedido, caducidad,

stock de seguridad, bloqueos, reservas, etc.,)

Optimización de pedidosDescripción del proceso optimizado

Cálculo del pedido óptimo en función de: Costes de tenencia (costes financieros de almacenamiento) Costes de pedido (que incluye costes administrativos más costes de

transporte).C ( f Costes de rotura (calculados en función de la previsión de venta perdida).

El cálculo de pedidos responde, pues, a dos preguntas fundamentales:

Cuándo pedir: ¿interesa pedir por el hecho de que un artículo vaya a t t k d id d bi ientrar en stock de seguridad, o bien conviene esperar un poco a que

otros artículos de mayor importancia se encuentren en esta situación? Qué pedir: Una vez decido pedir en una fecha concreta: ¿qué artículos

incluyo en el pedido? ¿me interesa adelantar el pedido de artículos queincluyo en el pedido? ¿me interesa adelantar el pedido de artículos que van a entrar en punto de pedido en breve, o bien “sobre-stockearme” de los artículos que ya estoy pidiendo?

Optimización de pedidosOptimización de Pedidos en el Sector Textil

Indice






Marketing Mix Modelling• Plataformas Modelos de Marketing Mix.• Plataformas Modelos Valores de Marca.• Plataformas Seguimiento Publicitario.• Plataformas ad-hoc.

Marketing Mix Modelling

Marketing Mix ModellingMedir y predecir los intangibles de la marca

Marketing Mix ModellingAccediendo, simulando y controlando

Indice






Pricing IntelligenceSegún el Estudio Europeo de Pricing 2009 – IE Business School

Pricing Intelligence

La elasticidad precio se define como el cambio en las ventas de un bien tras un bi i l i d t bi

Elasticidad de precio

cambio en su precio o en el precio de otros bienes:

Elasticidad propia: Cambio en las ventas de un bien ante cambios en su propio precio.Cambio en las ventas de un bien ante cambios en su propio precio.

Esta elasticidad es negativa.

Elasticidad cruzada: Cambio en las ventas de un bien ante cambios en los precios de otros

bienes.

Esta elasticidad es positiva si los dos bienes son sustitutos y negativa si losEsta elasticidad es positiva si los dos bienes son sustitutos y negativa si los dos bienes son complementos.

Ejemplo de matriz (simétrica) de elasticidades de bienes sustitutos:

P d t 1 P d t 2 P d t 3 P d t 4 P d t 5Producto 1 Producto 2 Producto 3 Producto 4 Producto 5

Producto 1 -2.00 0.50 0.10 0.05 0.20

Producto 2 0.50 -3.00 0.60 0.01 0.40

Producto 3 0 10 0 60 2 50 0 30 0 20Producto 3 0.10 0.60 -2.50 0.30 0.20

Producto 4 0.05 0.01 0.30 -4.00 0.10

Producto 5 0.20 0.40 0.20 0.10 -3.00


1. Para clasificar los productos en función del grado de sustituibilidad: Las elasticidades cruzadas proporcionan información sobre el grado de

tit ibilid d it id tifi l tit t á d dsustituibilidad y permiten identificar a los sustitutos más cercanos de cada producto.

Producto 1 Producto 2 Producto 3 Producto 4 Producto 5

Producto 1 -2.00 0.50 0.10 0.05 0.20

Producto 2 0.50 -3.00 0.60 0.01 0.40

Producto 3 0.10 0.60 -2.50 0.30 0.20

Producto 4 0.05 0.01 0.30 -4.00 0.10

Producto 5 0.20 0.40 0.20 0.10 -3.00


1. Para clasificar los productos en función del grado de sustituibilidad:

Una vez que se definen las elasticidades cruzadas y propias, seremos capaces de lanzar una segmentación de productos y concluir qué productos son sustitutivos y cuales son complementarios.

Con esta información, seremos capaces de adelantarnos a las necesidades de los clientes y ofrecerles exactamente lo que ellos necesitan optimizando así los costes de la comunicación.

Se aplica esta información para hacer el análisis del carro de la compra y venta cruzada a los clientes.


2. Para calcular el efecto sobre las ventas de un cambio en los precios de uno o varios productos:

ANTES del CAMBIO en PRECIO DESPUES del CAMBIO en PRECIO

Producto Descripción Ventas(unidades) Precio Ventas (€) Cambio en el

precio

Cambio en las ventas

(unidades)

Ventas (unidades) Precio Ventas

(€)

Cambio en las Ventas

(€)

1 Abc 100 10.0 1000 -5% 6% 106 9.5 1005 0%2 Abc 69 9 0 621 5% 7% 74 8 5 634 2%2 Abc 69 9.0 621 -5% 7% 74 8.5 634 2%3 Abc 61 9.4 567 -5% 7% 65 8.9 574 1%4 Abc 42 8.8 372 -5% 18% 50 8.3 416 12%5 Abc 35 10.3 357 -5% 11% 38 9.7 375 5%


3. Para calcular los precios que maximizan los beneficios:– A partir de la matriz de elasticidades y de información sobre el margen que se

obtiene sobre cada producto es posible determinar los precios que maximizanobtiene sobre cada producto es posible determinar los precios que maximizan los beneficios.

– Esta metodología es ampliamente utilizada para estimar los efectos de las fusiones sobre los precios (simulación de fusiones o merger simulation)fusiones sobre los precios (simulación de fusiones o merger simulation).

– Para ello es necesario la utilización de un algoritmo de optimización numérica que no se describe en esta presentación.

MUCHAS GRACIAS

w w w . customertarget . com

w w w Facebook es/customertargetw w w . Facebook.es/customertarget

w w w . Blogs.customertarget.com

Julio Quiñonez VillanuevaS i Di t

‐ 72 ‐

Socio [email protected]

inteligencia comercial-y-optimizacion

Business

campaascaso optimizacin

territorios optimizacin

precios optimizacin

simulacin que

alto potencial t i ltt

agrupados por nivel

los clientes permite

cliente tipo