Segmentación y Targeting

Diplomado en Dirección de Marketing 2017

Manuel Bórquez N.
 SEGMENTACION Y TARGETING

DE LOS DATOS AL CONOCIMIENTO

A QUIEN NOS DIRIGIMOS?

Manuel Bórquez N.
Contenidos
Segmentación y Targeting
– Introducción al DataBase Marketing
• ¿Por qué es importante tener una Base de Datos?
• ¿Qué es una Base de Datos?
• Objetivos de una Base de Datos de Marketing
• Requisitos de una Base de Datos
• Estructura, construcción y claves de éxito
• Opt In y Opt Out
– GeoMarketing y Bases de Datos
• GeoMarketing
• Proximity Marketing
• Actualización y Calidad de Datos
• Datos necesarios B2C y B2B
• Gestión de Bases de Datos
Contenidos
Segmentación y Targeting
– Que entendemos por CRM
• ¿Qué es CRM?
• Estrategia de CRM
• CRM Analítico
• Quienes son nuestros clientes
• Gestión de Bases de Datos
• ROI
• Grupos de Prueba y Grupos de Control
• Importancia de Identificar
– Inteligencia de Clientes
• Que es Diferenciar
• Descubriendo el conocimiento
• Modelos de Segmentación
• Efectividad y Rentabilidad
Que entendemos por
CRM
Porque es importante conocer a nuestros
clientes?
Qué necesitan?
Qué puedo ofrecerles?
Cómo responden a nuestras campañas
Cómo me comunico con ellos

CRM
Que es CRM

Es una estrategia de negocios

enfocada en el cliente

CRM no es un
Software!!!
Estrategia de CRM!!! Peppers y Rogers
 Colaborativo Operacional

Difundir el Interacción

CRM
conomimiento con el
al interior de la cliente
organización

Conocimiento
Analítico del cliente
Que es CRM Analítico

Combinación de procesos que nos permiten analizar

las Bases de Datos para descubrir patrones
de conducta o tendencias

Análisis
Segmentación
Predicción
Planificación
ROI
Etc…
 ¿Quiénes son nuestros clientes?

¿Cuánto gasta ¿Cómo se

en promedio? diferencia de los
demás clientes?

¿Cuándo hizo su ¿Qué edad

última compra? tiene?

¿Cuántas veces ¿Qué marcas

ha ido a la compra?
tienda?
Gestión de Bases de Datos

Hombres 29%
24.283 19%
Fugados
Sin Sexo 70% 19% 15.508
Mujeres
669 1% 25 a 36 meses
57.904 Clientes únicos
82.856
≥ 31 48% 11%
Inactivos
Inactivos
39.961 1 a 36 meses 8.893
11% 9.034
Sin Edad <31 33% 19 a 24 meses
15.644 19% 27.251

1 a 18 meses
70%
Clientes
Clientes Activos
Activos
58.314
58.203
70%
Gestión de Bases de Datos Clientes
Fugados

27% 25%
Hombres
4.193
Mujeres 73%
20% 21% 21%
Sin Sexo 19%
0% 11.270 19%
45 17% 19%
19%
Gold
Clientes Fugados 15% 16% 16%
15%
16%
16%
15% Silver
≥31a 15.508 14% 14%
48% 14% Bronze
7.488 19%
25 a 36 meses 12% 11%
Copper
10% 11%
<31a Lead
30%
4.588
% por Período
Sin Edad ≥15a y <18a 5%
3% Período actual
2.988 19% 444
Período anterior

0%
dic-12 nov-13 dic-13
Gestión de Bases de Datos

30%
Hombres
17.490 20%
Sin Sexo Nuevos
Mujeres 69% 1 a 18 meses
500 1% 11.654
40.324 70% 19%
Clientes
Clientes Activos
Activos
48%
≥ 31 58.314
58.203
28.106 70% 80%
Sin Edad 33% Antiguos
<31
10.976 19% 19.232
46.660
81%

77% 81% 13% 39% 10%

Dirección Teléfono Email Celular Sin Canal
44.948 47.031 7.787 22.620 5.890
77% 81% 13% 39% 10%
 Año 2015 Año 2016 Variación Año 2015
Gestión de BDD Ene-15 a Dic-15 Ene-16 a Dic-16 2015 - 2016 Total Acumulado

Clientes 85.408 101.047 18% 85.408

Ticket Promedio $ 93.015 $88.223 -5% $93.015

12.000
110%
10.000
70%
90% Clientes
8.000
70% Nuevos
6.000 50%
27% 31% 30% 29%
4.000 19% 17% 30%
12% 9%
2.000 -3% -1% -2% 10%

0 -10%
f eb

mar

dic
nov
oct
abr

sep
jun

jul
ene

ago
may

1.500
93% 90% 95% 98% 98%
100% 89%
80% 80%
80%

60%
35%
40% 29%

20%

0%
Mailing Call Center EMM SMS Con Canal
 Gestión de Bases de Datos

Numero boletas Numero boletas

Sucursales Numero de Rut % Rut % %
con Rut sin Rut

AGUSTINAS 181 3% 196 48% 214 52%

Sucursal 1 421 7% 456 82% 101 18%
Sucursal 2 177 3% 189 89% 24 11%
Sucursal 3 157 3% 161 53% 143 47%
Sucursal 4 228 4% 242 78% 69 22%
Sucursal 5 107 2% 118 100% - 0%
Sucursal 6 126 2% 137 82% 30 18%

Captura de datos…
Clave en un programa CRM
Sucursales Clientes Con Dirección Con Teléfono Con Email Con Celular Precisión Email Precisión Celular
Sucursal 1 39 56% 100% 33% 100% 100% 100%
Sucursal 2 8 88% 100% 25% 100% 100% 100%
Sucursal 3 48 75% 100% 23% 98% 100% 99%
Sucursal 4 38 66% 100% 39% 97% 87% 99%
Sucursal 5 25 56% 100% 4% 96% 100% 99%
Sucursal 6 23 78% 100% 39% 91% 89% 100%
Gestión de Bases de Datos

Ventana de tº Q Cliente

Fugado Inactivo Activo

41% 13% 46%

36m 16m 12m Hoy

Clientes Fugados Clientes Inactivos Clientes Activos

 ROI
XXX queremos entregarte un Vuelve a cuidar “Producto”con este
descuento exclusivo para ti increíble descuento
Email Email SMS SMS
Enviados 2.663 3.031 3.430 5.153
Recibidos 2.308 2.825 3.230 5.013
Open Rate 29,30% 30,51%
Click Rate 2,02% 2,61%
CTO 6,89% 8,55%

ATP Cat $ 107.608 $ 104.974 $ 120.426 $ 97.573

Rate nett Cat 0,10% 1,05% 0,13% 0,60%
ATP No Cat $ 73.839 $ 35.573 $ 85.651 $ 63.906
Rate nett No Cat 0,27% 0,38% 0,44% 0,34%

Resp. rate nett 0,37% 1,43% 0,57% 0,94%

Costo Campaña $ 36.350 $ 41.373 $ 109.760 $ 164.896
Margen Liq. Inc. $ 1.110.644 $ 2.427.746 $ 3.514.812 $ 2.673.750
ROI 30,55 58,68 32,02 16,21

Ventas Tot. Cat 98 89 211 130

Ventas Tot. No Cat 49 32 90 51

Respuestas por cliente

Te ofrecemos un exclusivo 25%
dcto en “Producto”. Visita nuestras
Ven por tu 25% dcto exclusivo en
“Producto”. Visita nuestras
Clave para mejorar las
tiendas. Valido un mes, no tiendas. Valido dos meses, no comunicaciones
acumulable. Presentar RUT. acumulable. Presentar RUT.
 Grupos de Prueba y Grupos de Control
Grupos de Prueba y Control a través de un “experimento controlado”

El Grupo de Prueba (experimental) es quien recibe el

estímulo “GP”

El Grupo de Control no recibe ningún estímulo “GC”

 Grupos de Control
Pasos para determinar un
Grupo de Prueba y de Control

1. Comprender las características de la Población

objetivo
2. Determinar el error muestral
3. Determinar el tamaño muestral
4. Selección aleatoria de los
individuos en cada grupo
 Respuesta Incremental
Grupo Prueba vs Grupo Control

100
Resp. Negativa
80 80% Resp. Positiva

60 55%
25% Respuesta
40 45% Incremental

20
20%
0
GP GC

Seguro Compran!!!
Árboles de decisión
Cual es el Perfil?
 ROI
XXX queremos entregarte un Vuelve a cuidar “Producto”con este
descuento exclusivo para ti increíble descuento
Email Email SMS SMS
Enviados 2.663 3.031 3.430 5.153
Recibidos 2.308 2.825 3.230 5.013
Open Rate 29,30% 30,51%
Click Rate 2,02% 2,61%
CTO 6,89% 8,55%

ATP Cat $ 107.608 $ 104.974 $ 120.426 $ 97.573

Rate nett Cat 0,10% 1,05% 0,13% 0,60%
ATP No Cat $ 73.839 $ 35.573 $ 85.651 $ 63.906
Rate nett No Cat 0,27% 0,38% 0,44% 0,34%

Resp. rate nett 0,37% 1,43% 0,57% 0,94%

Costo Campaña $ 36.350 $ 41.373 $ 109.760 $ 164.896
Margen Liq. Inc. $ 1.110.644 $ 2.427.746 $ 3.514.812 $ 2.673.750
ROI 30,55 58,68 32,02 16,21

Ventas Tot. Cat 98 89 211 130

Ventas Tot. No Cat 49 32 90 51

Respuestas por cliente

Te ofrecemos un exclusivo 25%
dcto en “Producto”. Visita nuestras
Ven por tu 25% dcto exclusivo en
“Producto”. Visita nuestras
Clave para mejorar las
tiendas. Valido un mes, no tiendas. Valido dos meses, no comunicaciones
acumulable. Presentar RUT. acumulable. Presentar RUT.
Estrategia de CRM!!! Peppers y Rogers
 Importancia de Identificar
-Genera una relación más
cercana

-Facilita el relacionamiento y
manejo de la información

-Podemos conocer a nuestro

cliente

-Podemos conocer el ciclo de

vida de los clientes
Inteligencia de Clientes
Estrategia de CRM!!! Peppers y Rogers
 Que es Diferenciar?
Dividir a la cartera en grupos de clientes homogéneos dentro
de un grupo y heterogéneos entre los grupos…

Segmentar!!!
 Porque Segmentar???

Una Base de Datos carece de

efectividad si no se puede Segmentar!!!

-¿Quienes son nuestros mejores

clientes?
-¿Qué compran?
-¿Cómo puedo retenerlos y
hacer que compren más?
-¿Dónde encontraré otros
como ellos?
-¿Cómo predecir?

No todos los clientes

son iguales

Inteligencia de Clientes
Inteligencia de Clientes

Proceso de analizar los datos

acumulados en la empresa y extraer
una cierta inteligencia o
conocimiento de ellos a través de
distintas técnicas…

Algo peor que no tener información

disponible es tener mucha información y no
saber qué hacer con ella. La Inteligencia de
Clientes (BI) apunta a solucionar este
problema
Descubriendo el Conocimiento
-En esta etapa se deben seleccionar las variables que más influyen -
en el problema (juicio experto)
-Exploración de datos
-Selección de la base de datos
La base de datos nunca esta 100% correcta, independiente de las buenas
prácticas que se utilicen, siempre habrá que procesar datos, donde:

-Detección de datos no validos, incorrectos, atipicos

o outliers
-Decidir que se hace con estos datos, se corrigen, se
imputan, se eliminan…
-etc…
-Creación de variables
-Análisis de datos: correlaciones
-Evaluar en conjunto con los expertos en el negocio
que variables son importantes
-Evaluación del modelo de acuerdo a los objetivos
-Modelos predictivos
-Segmentación
-Generación de Grupos de Prueba y Control
-Etapa de testing
Una vez obtenido el modelo, se debe
proceder a su validación, comprobando que
las conclusiones que arroja son válidas y
suficientemente satisfactorias
Todo esto en conjunto con el analista de BI y
los expertos en el negocio
Conocimiento
Taller Análisis de Datos
Modelos de Segmentación
Segmentación RFM
Las características de los clientes son mejor
atendidas cuando aplicamos modelos RFM
“R” Significa Recencia…
Cuanto tiempo ha pasado desde la última compra de un cliente?

“F” Significa Frecuencia de compra

Cuantas compras ha hecho un cliente?

“M” Significa valor monetario de las compras

Cuanto ha gastado o cuanto gasta en promedio
un cliente?

Variables de Segmentación
Segmentación RFM
Modelo Propuesto!!!

Se definen 2 segmentos de clasificación para cada variable

Recencia, se clasifica con “a” a los clientes que han comprado más
recientemente y con “b” a los clientes de recencia mas lejana

Frecuencia, se clasifica con “a” a los clientes que tienen una mayor
frecuencia de compra y con “b” a los clientes con menor frecuencia de
compra

Monto, se clasifica con “a” a los clientes que han gastado mayor cantidad
de dinero y con “b” a los clientes que han gastado menos dinero
Segmentación RFM Modelo Propuesto!!!

Bajo la Alta ó 1
Mediana
Recencia
Sobre la
Baja ó 0
Mediana

Sobre la Alta ó 1
Mediana
Frecuencia
Bajo la
Baja ó 0
Mediana

Sobre la Alta ó 1
Valor Mediana
Monetario Bajo la
Baja ó 0
Mediana
Segmentación RFM
Modelo Propuesto!!!
Con el proceso de segmentación a partir de RFM en dos niveles, siempre se
obtienen 8 grupos de clientes.

Alta

Recencia Meses desde la última compra

Baja

Alta
Frecuencia N° de boletas
únicas Baja

Alta
Valor monetario Ticket Promedio
Baja
Segmentación RFM Modelo Propuesto!!!

12.162
clientes

40,7% 81,6%
Clientes Ventas
Segmentación Matriz de Valor

BDD con Variables de Segmentación

-Valor del cliente (monto $ ???)

-Recencia Variables

Generalmente correlacionada con el

Frecuencia
monto $
 Segmentación Matriz de Valor

Quintiles
22,5%
Gold 5,7%

20,9%
Silver 8,6%

19,1% Se utiliza para segmentar la

Bronze Ventas
11,6% información
Clientes
19,7%
Copper 18,9%

17,8%
Lead 55,3%

0% 10% 20% 30% 40% 50% 60%

¿Qué modelamos? | drivers estratégicos
(+) Activos (-)

Quintil 5 (+) Lealtad e Lealtad e

Fidelizar impulsos impulsos
Gold de compra de compra

Quintil 4 Lealtad e Lealtad e

Fidelizar impulsos impulsos
Silver de compra de compra

Quintil 3
Bronze
Up sell Cross sell ?
Promo-Pack
Quintil 2
Copper
Up sell Cross sell ?

Quintil 1
Lead (-) ? ? ?
 Personalizar

Rotación

Modelo de 3R

Recuperación Retención

Personalizar!!!
 Estadística por Segmento
Variables Transaccionales Gold Silver Bronze Copper Lead
Total Clientes 3.782 7.301 12.286 20.256 57.685
Promedio visitas 7,4 4,0 2,5 1,7 1,2
Frecuencia anual 1,5 1,0 0,7 0,5 0,4
Frecuencia por Temporada 0,7 0,5 0,4 0,3 0,2
Ticket promedio $ 177.086 $ 177.788 $ 163.243 $ 131.709 $ 56.048
Ventas totales $ 4.068.623.635 $ 4.001.468.965 $ 3.979.646.114 $ 3.916.034.716 $ 3.976.774.572
Recencia media (m) 13,9 19,7 23,5 28,3 32,8
Antigüedad media (m) 60,1 49,9 41,4 37,2 35,3
MB Primavera Verano $ 1.811.278.363 $ 1.832.234.194 $ 1.882.924.342 $ 1.907.434.074 $ 1.865.935.092
MB Otoño Invierno $ 2.257.345.272 $ 2.169.234.771 $ 2.096.721.772 $ 2.008.600.643 $ 2.110.839.480
% PV 44,5% 45,8% 47,3% 48,7% 46,9%
% OI 55,5% 54,2% 52,7% 51,3% 53,1%
MB Liquidación $ 1.344.118.835 $ 1.329.575.263 $ 1.303.433.293 $ 1.219.763.190 $ 1.320.615.012
MB Full $ 2.724.504.800 $ 2.671.893.702 $ 2.676.212.821 $ 2.696.271.527 $ 2.656.159.560
% Liq 33,0% 33,2% 32,8% 31,1% 33,2%
% Full 67,0% 66,8% 67,2% 68,9% 66,8%
% Total Clientes 3,7% 7,2% 12,1% 20,0% 56,9%
% Total Ingresos 20,4% 20,1% 20,0% 19,6% 19,9%

Variables Demográficas Gold Silver Bronze Copper Lead

% Mujeres 7,1% 12,0% 16,2% 19,8% 30,2%
% Hombres 92,9% 88,0% 83,8% 80,2% 69,8%
Media edad 50 49 49 49 49
% con auto 77,0% 73,6% 68,3% 65,7% 61,3%

Perfilamiento y Accionamiento
Segmentación k-Medias
Análisis de Conglomerados - Segmentación

El análisis de conglomerados, al que también se le

denomina comúnmente análisis cluster, es una técnica
diseñada para clasificar distintas observaciones en grupos
de tal forma que:

1. Cada grupo (conglomerado o cluster) sea homogéneo

respecto a las variables utilizadas para caracterizarlos,
es decir, que cada observación contenida en él sea
parecida a todas las que estén incluidas en ese grupo.
2. Que los grupos sean lo más distintos posible unos de
otros respecto a las variables consideradas.
Segmentación k-Medias

¿Cómo definir la cantidad de cluster?

Se deben tomar en cuenta las siguientes

consideraciones:

1. ¿El número de sujetos en cada uno de ellos es

relativamente homogéneo?
2. ¿Qué capacidad hay para administrarlos?
3. ¿Los cluster encontrados tienen un sentido de negocio?
Un ejemplo de Clustering Analysis

⊚ La empresa fue fundada en Chile a principios del siglo XX. Hoy en día Essex Shoes está en
manos de la tercera generación

⊚ Essex Shoes tiene 30 tiendas distribuidas a lo largo de todo el país aunque

también vende a los Grandes Retail.

⊚ Con presencia internacional a través de importantes alianzas con dealers

especializados de México, Perú y Centroamérica

⊚ Los últimos 8 años ha PUESTO

FOCO en recoger datos de sus clientes, atando
el sku del producto al RUT del cliente. Esto le ha permitido generar una base de
conocimiento que hoy puede explotar.
 Base de Datos del Proyecto

⊚ La cartera actual de Clientes Essex Shoes incluidos en el proyecto de Clustering Analisys

incluye a 370.141 registros únicos. Dentro de los cuales sólo hay personas
naturales.
⊚ Todos los valores Monetarios de la cartera actual son brutos, es decir incluyen el IVA.

⊚ Se propuso refundir algunas variables del proyecto y crear otras NUEVAS.

⊚ Las fechas de las transacciones del actual proceso de segmentación incorporan
información desde Enero de 2004 a Octubre de 2007.

⊚ El Clustering Analysis incluye 10 variables de segmentación.

Variables Utilizadas en Clustering Analysis

1) Recencia en Meses
2) Total de Boletas (Frecuencia)
3) Media de Compra (Cociente)

4) Monto en $ Famila Zapatos

5) Monto en $ Familia Cuidado y Mantención
6) Monto en $ Familia Calcetines
7) Monto en $ Familia Cinturones

8) Monto en $ productos comprados en estado

Alta Temporada.
9) Monto en $ productos comprados en estado
Liquidación.
10) Monto en $ productos comprados en estado
Saldos.
Clusters Resultantes

La mejor configuración de cluster

resultó con 6 segmentos de clientes.
Clusters Resultantes
Efectividad y Rentabilidad
¿Cómo saber la efectividad de una acción de Marketing Relacional?

Usando Grupos de Control

 Grupos de Control
Dependiendo del grado de
aversión al riesgo de quien
toma la decisión o de las
políticas de la empresa, se
pueden tomar dos caminos:

•“Poner toda la carne a la

parrilla”
•Llevar a cabo un
“experimento controlado”
 Respuesta Incremental!!!

100
Resp. Negativa
80 80% Resp. Positiva

60 55%
25% Respuesta
40 45% Incremental

20
20%
0
GP GC

Seguro Compran!!!
Árboles de decisión
Cual es el Perfil?
 Dos formas de medir el éxito de una
campaña de Marketing Relacional

Efectividad Rentabilidad
Tiene relación con las Tiene relación con los
características de la base costos e ingresos de la
de datos: campaña

-Cantidad o proporción -Costos por piezas,

de piezas recibidas despachos, llamados, etc…
-Cantidad o proporción -Costos por productos
de llamadas positivas
-Ingresos por cliente
-Cantidad o proporción
de EMM abiertos
-Respuesta a la campaña
entre Grupo de Prueba y
Grupo Control
 Rentabilidad ROI

EERR acción de fidelización Segmento Imp. GC

Cantidad de registros 549 384
DETALLE DE INVERSIÓN DE LA ACCIÓN
item1 $ 301.950 $ -
item2 $ 109.800 $ -
item3
item4
item5
otros 1 Calidad de la BDD?
otros 2
Costo campaña total $ 411.750 $ -
CONTACTABILIDAD
Tasa de recepción de mailings 75,0% 0,0%
Piezas postales recibidas conformes 412 Efectividad
RESPUESTA
Número de clientes que Compraron 67 18
Tasa de respuesta 16,3% 4,7%
INGRESOS
Ticket promedio $ 45.000 $ 45.000
Ingreso total campaña $ 3.015.000 $ 810.000
COSTOS
% costo operacional del producto 40% 40% Utilidad
Costo de cada producto $ 18.000 $ 18.000
Costo operacional total $ 1.206.000 $ 324.000
RESULTADO Y RATIOS ROI
Resultado de la campaña (beneficio) $ 1.397.250 $ 486.000
Punto de equilibrio (mínimo de compras para finciar la campaña) 15 0
Costo por contacto $ 750 $ -
Costo por venta $ 6.146 $ -
ROI (retorno sobre la inversión) 339,3%
 De que depende el éxito de una
Campaña de Marketing Relacional

Muestra Oferta Creatividad

Inteligencia Que estoy dispuesto Agencia

a entregar

Éxito de la Campaña
 Que es Big Data

Información de gran volumen cuyo análisis y procesamiento n no

puede realizarse por métodos tradicionales
Mayor cantidad… Mayor complejidad!!!
 Convergencia de información

Las “V” del Big Data

Volumen Variedad

La principal característica es el -Texto

Volumen de datos -Gráficos
-Información del cliente -Imágenes
-Transacciones -Vídeos
-Productos -Todo converge en un mismo
-Redes sociales entorno
-Web -Mezcla de datos Cuantitativos
-Respuesta a campañas con Cualitativos
-Comportamiento
-Ciclo de Vida Todos de distintos orígenes y
-Viaje del cliente distintas formas!!!
-Etc…

Billones de datos!!!
 Convergencia de información

Las “V” del Big Data

Velocidad Veracidad

-Ágiles De nada, de absolutamente

-Flexibles nada sirven el volumen, la
-Capacidad de reacción variedad y la velocidad de los
-Capacidad de respuesta datos, si estos, finalmente, no
-Responder a las necesidades son veraces i fiables
-Foco en los clientes o en los
usuarios como el centro
(Marketing digital)

-Respuesta en tiempo Real

-Inmediatez
 Como se aplica al Marketing

Relacionamiento con clientes: quiénes son nuestros clientes, dónde están, cuáles son sus gustos, como
responden, como se comportan, etc

Mantener a los clientes: Por qué los clientes acuden a nuestra marca y no a otra, desde que
plataforma han llegado, a qué hora se han conectado, etc

Optimizar nuestra campaña de marketing. Si conocemos bien a quién nos estamos dirigiendo, la
campaña de marketing tendrá mayores efectos y tendrá un menor gasto

Contar con clientes más satisfechos. Sentir que una empresa sabe lo que queremos y se preocupa por
nuestras necesidades siempre es de buen agrado para un cliente. Conocer qué quieren y que necesitan
para crear campañas efectivas

Big Data no es nada nuevo!!!

Ahora simplemente hay conciencia y
conocimiento!!!
 Big Data y Marketing

Desde que nace la inquietud dejamos una huella…

Esta huella converge en información y genera una gran masa de datos

La clave es identificar y gestionar esa huella!!!

Gestión de Clientes