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 …