Diapositivas presentadas por Hernan Litvac, Co-Fundador Icommkt en el eCommerce Day Montevideo 2017 el 10 de Agosto 2017.

1. Hernán Litvac – Co founder
@Litvac @ICOMMKTOK

3. 60% de
penetración
en LATAM

4. Data à BigData
Qué tipo de datos hay?

5. Data Estructurada
Data No Estructurada

6. Data Estructurada
Data No Estructurada

7. Data Estructurada
Data No Estructurada

8. Data No Estructurada

9. Data No Estructurada (80%)

10. Para qué necesito la data
y qué puedo hacer con ella?

13. Jeff Bezos, CEO de Amazon.com
“Si tengo 2 millones de clientes en
la web, debería tener 2 millones de
tiendas en la web”.

15. CRM
WEB
eCommerce
FanPage
Punto de Venta
físico
ERP
Chat
Email marketing BI Campañas
Google Facebook

16. CRM
WEB
eCommerce
FanPage
Punto de Venta
físico
ERP
Campañas
Google Facebook
Chat
Email marketing BI

17. 25.000.000.000
600.000.000
Hernán @Litvac
CRM PDV WEB eCom ChatBot ERP Campaigns
sincronizar la data

18. Y ahora?...
Cómo identifico a los
clientes adecuados?

20. METOLOGÍA DE SEGMENTACIÓN
RFM
Recencia Frecuencia Monetario (valor)

21. MÉTODO
RFM
R
F
M

22. MÉTODO
RFM
R
F
M

23. MÉTODO
RFM
R
F
M

24. IDENTIFICAMOS LOS
CLUSTERS RELEVANTES
MÉTODO
RFM
Clientes
Alto
Beneficio y
baja frec.
Clientes
más
valiosos
(R5-F5-M5)
Clientes
de baja
frecuencia
de compra

25. 25.000.000.000
600.000.000
Hernán @Litvac
CLUSTERS DINÁMICOS
Compras últimos 7 días
RFM = 115
Ticket Promedio 180 d > 200
Categoría Compra = Zapatos
OpenRate > 30%
CTR >= 15%
Apertura en los últimos 5 días
Mas de 10 ofertas de campaña 2017
+
COMPORTAMIENTO
DW / MasterData

26. 25.000.000.000
600.000.000
Hernán @Litvac
CLUSTERS DINÁMICOS
CLUSTERS DINÁMICOS & COMPORTAMIENTO
DW / MasterData

27. 25.000.000.000
600.000.000
Hernán @Litvac
1M 15D 1S 1D
Frecuencia de Actualización

28. Podemos hacer esto a gran
escala y en tiempo real ?

31. 25.000.000.000
600.000.000
Hernán @Litvac
Vitrinas de recomendación (up-selling y cross-selling)
Vitrinas de recomendación y comportamiento
Pre-compra
Google Shopping
Look a Like & DPA, Custom Audience

36. Utilizamos estas
tecnologías para
personalizar 1 a 1
las comunicaciones
de eMail Marketing

37. Utilizamos estas
tecnologías para
personalizar 1 a 1
las comunicaciones
de eMail Marketing
CoTR
15% à 45%
CR
1% à 4%

38. - Integración con recomendación de productos
- Evitar pérdida de cliente de alto valor (RFM 555)
- Detección de potenciales compradores
- Evitar “quejas” de usuarios para prevención de
caía de certificación ReturnPath
- Horario óptimo de entrega de correos por
usuario
- Comportamiento predictivo

39. 25.000.000.000
600.000.000
Hernán @Litvac
Super Héroe

40. T
H
O
R

41. T
O
R

42. Tasa
Orgánica de
Recompra

44. Gracias!
@Litvac @ICOMMKTOK