Presentación de técnicas de inteligencia de clientes y geomarketing aplicadas al marketing relacional y la optimización de red de oficinas para el sector financiero, banca y cajas de ahorros

1. Presentación corporativa de inteligencia de
clientes y optimización de redes comerciales
CLIENTE: XXX
16/7/12

2. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Nuestro objetivo es poner a disposición de compañías de todo tipo y dimensión las técnicas
de customer intelligence más productivas.
Nuestra mayor fortaleza entendemos que es la flexibilidad para adaptarnos a las
necesidades y recursos de cada empresa, desarrollando proyectos rentables en costes y
plazos.
Nuestro estilo es la relación a largo plazo, la consecución de objetivos paso a paso y, en
definitiva, el crecimiento conjunto con nuestros clientes.
Para nosotros también cada cliente es único, y cada proyecto una experiencia única.
3

3. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 4
(*) M. CASTELLS, empresa red: una forma específica de empresa cuyo sistema de medios está constituido por la intersección de segmentos autónomos
de sistemas afines. Por lo que los componentes de la red son tanto autónomos como dependientes frente a ella y pueden ser parte de otras redes. El
valor de la red depende de su capacidad de conexión y su consistencia, lo que se refiere al grado hasta el cual se comparten intereses entre fines de
la red y sus componentes
Somos más una red de conocimiento que una estructura
Organizamos y optimizamos los recursos en torno a los procesos
La jerarquía es funcional y específica para cada proyecto
Contamos con la visión técnica y la de la estrategia de marketing
Nos centramos en la satisfacción y relación con nuestro cliente
Garantizamos la aproximación multidisciplinar a los problemas de negocio. Somos
economistas, sociólogos, estadísticos, matemáticos, informáticos…

4. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Segmentación de clientes
 Estrategia de clientes
 Cuota de cliente y micromarketing
 Indicadores y cuadro de mando
 Visión de cliente e integración cross-channel
5
Estructuramos nuestra oferta de servicios de la manera siguiente

5. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 6
Segmentación
estratégica/
táctica
GEO
MARKETING
WEB
ANALYTICS
CUSTOMER
SOCIAL VALUE
MARKET
RESEARCH
DASHBOARD
REPORTING
DATA
MINING
Estrategia de
clientes/
segmentos
Optimización
de campañas/
contactos
Fidelización
Diseño
Implantación
explotación

6. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Bancos y cajas de ahorros
7
 Compañías de otros sectores

7. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 8
POTENCIAL DE COMPRA DE UNA ENSEÑA
Clientes de su entidad
clientes
fieles 80 %INCENTIVAR
clientes
ocasionales
No clientes de la categoría
No Clientes
de su entidad
20%
80%
20%
FIDELIZAR
CAPTAR

8. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 9
20%
80%
Productos, estado, servicios
Margen global asignable al
cliente
Parte de la cartera global del
cliente que es gestionada por
nosotros
Tiempo que el cliente trabajará
con nosotros y valor esperado
+ Indicadores
Satisfacción
Prescripción
Vinculación
...
Clientes de su entidadINCENTIVAR
No clientes de la categoría
No Clientes
de su entidad
FIDELIZAR
CAPTAR
POTENCIAL DE COMPRA DE UNA ENSEÑA

9. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 10
Conservación de los clientes más rentables
Conservación de los clientes con cuota de bolsillo cercana al 100%
Prevención del abandono de clientes. CHURN ANALYSIS
Mejora de clientes menos rentables
Mejora de los clientes con cuota de bolsillo lejana al 100%
Oferta de productos complementarios a clientes según necesidades
Oferta de nuevos productos a clientes más proclives a su contratación
Oferta de nuevos canales a clientes según necesidades
Captación cualificada de clientes potenciales: búsqueda de gemelos
Relación de ubicación del hogar con red de puntos de venta
UNA VEZ GENERADOS LOS INDICADORES CLAVE, A PARTIR DE VARIABLES INTERNAS Y EXTERNAS…

11. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Segmentación estratégica de clientes, qué grandes tipos existen, cómo son, cómo se
comportan
 Matriz de potencial cliente-producto: cada cliente o grupo, ¿qué probabilidad tiene de
demandar cada producto? Relacionado con valor de vida y cuota de cliente
 Target pool, o potencial producto-cliente: para cada producto, ¿qué afinidad presenta
cada uno de los clientes? Ranking y selección de clientes en campañas
 Modelos de retención vs abandono, el camino hacia la fidelización, ¿qué probabilidad
de abandonar tiene un cliente? Enfoques de sendas, hitos, tasa por segmento
 Sistemas de inteligencia geográfica o relación entre el comportamiento de clientes y la
red de oficinas, como herramientas de análisis y conocimiento tanto del cliente como
del canal
 Captación segmentada de clientes, targeting de clientes potenciales basado en el
conocimiento de la cartera actual y técnicas de micromarketing y geomarketing
 Cuadro de mando y sistemas de reporting: diseño de sistemas de reporting desde la
definición de necesidades hasta la implantación y formación de usuarios
13

12. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Identificación de grupos homogéneos de clientes, con perfiles similares
 Reducción de la complejidad y aproximación operativa al cliente único
14

13. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
El ejemplo muestra cómo se reduce la información a ocho segmentos homogéneos, que presentan valores
medios diferentes para las variables usadas en el análisis
15

14. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Desarrollo, ‘desagregación’ del modelo de segmentación para su explotación a los diferentes niveles de
decisión
 El gran reto para un modelo de segmentación estratégica está en su aceptación y explotación a lo ancho de
todos los “puntos de decisión” de la compañía
 Los subsegmentos pueden ser definidos de inicio o a posteriori de acuerdo a las necesidades de las
diferentes áreas
16
S1 S2 S3 S4 S5 S7 S8S6
S1 S12 S21 S22 S3 S4 S4 S43
S433
MODELO DE
SEGMENTACIÓN
ESTRATÉGICA
POR NIVEL
MODELOS DE
SEGMENTACIÓN
ESPECÍFICOS
Dirección General
Dirección
MKT Relacional
Operación
MKT Relacional
Oficinas
Productos y
divisiones
Canales

15. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 El cliente utiliza simultáneamente canales tradicionales y online, demandándonos una visión unificada
 La estrategia multicanal requiere una visión integrada de cliente
17

16. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 18
Establece productos afines a un cliente o perfil de cliente, junto con una probabilidad de
demanda, generada a partir de un modelo estadístico predictivo
Clie 1
Clie 2
...
Clie N
Profesión Renta Segm. Prod 1 Prod 2 Prod NEst. vida
90%
90%
60%
75% 50%
50%
Cuota de Cliente: Real / potencial
Cuota de mercado: Real / Potencial extrapolado a
total de clientes potenciales por segmento
Valor de vida de cliente: Potencial * años de vida

17. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 La selección del target es clave en la rentabilidad de las campañas de marketing
 La optimización de selección de este target, en las campañas de producto, es una de
las aplicaciones más inmediatas y de más alta rentabilidad a corto plazo de las técnicas
de data mining
 El target pool consiste en la generación de tablas o matrices de afinidad, centradas en
el producto, donde a cada cliente se le asigna una probabilidad de demanda, en forma
de puntuación –score-
 Los modelos así generados tienen unos parámetros de entorno que determinan su
efectividad:
• Entorno y coyuntura, estacionalidad, coyuntura económica, fiscalidad, variables geográficas…
• Ciclo de vida temporal: por definición, los modelos son eficaces durante un tiempo determinado,
identificar el final de su ciclo de vida es clave
19

18. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 20
El gráfico muestra los rendimientos de diferentes técnicas predictivas puestas a competir

19. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 21
El ejemplo muestra cómo se estructura una red de probabilidades condicionadas naive-bayes, una técnica
predictiva alternativa a los árboles de decisión

20. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 22
En definitiva, hemos planteado tres maneras diferentes y complementarias de abordar las tareas de
segmentación y targeting
Segmentación estratégica de
clientes
Modelos de afinidad cliente-
producto
Target pool. Afinidad
producto-cliente
Estrategia desde la visión del cliente, comprensión de la composición
de la cartera, desagregación del modelo para toma de decisiones a
niveles inferiores
Estrategia de marketing de clientes, mantenimiento o crecimiento por
segmento, identificación de necesidad de nuevos productos
Estrategia de marketing de producto, marketing táctico y operacional –
dirección territorial, oficinas-
A continuación abordaremos aquellas técnicas que nos permiten tanto optimizar la red de oficinas como conocer
y segmentar los clientes potenciales, optimizando las acciones de captación

22. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 La comercialización de productos financieros se sigue realizando a través de las
oficinas, pese al crecimiento de los nuevos canles
 Las entidades han desarrollado ambiciosos planes de expansión, plasmados en la
apertura de nuevas oficinas tanto en su área tradicional como en las de expansión
 En la actualidad, existen más de 44.000 oficinas bancarias en España, lo que viene a
suponer una oficina por cada 1.000 ciudadanos
 En la actual coyuntura, las estrategias de crecimiento orgánico pueden ser sustituídas,
o acompañadas, por otras de optimización:
• Especialización: creación de oficinas de empresas, inmigrantes, inmobiliarias
• Optimización de recursos: personal, implantación y plv, acción comercial, marketing exterior…
• Cierre de oficinas, en los casos en que no sea posible entrar en rentabilidad
• Fusión de entidades, con la consecuente necesidad de racionalización de la red
24

23. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 La cartera de productos de las entidades es muy amplia, puede satisfacer numerosas
necesidades de numerosos tipos de clientes
 Esto ha supuesto una creciente complejidad, que requiere una doble segmentación:
• Segmentación de cartera, ¿qué producto ofrecer?
• Segmentación de clientes: ¿a qué cliente ofrecerlo?
 El cliente actual tiene unas necesidades totales, de las cuales nuestra entidad satisface
una parte. Necesitamos estimar esas necesidades totales para conocer la cuota de
cliente
 El potencial cliente nos dedica muy poco tiempo de atención y debemos conseguir
interesarle para que acuda a la oficina y allí convencerle
 Las dificultades son mayores fuera del área tradicional, donde no existen una imagen y
atributos de marca reconocidos
25

24. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
ESTIMAR EL NEGOCIO FINANCIERO TOTAL DE
CADA CLIENTE REAL O POTENCIAL
OPORTUNIDADES DE CAPTACIÓN Y VENTA
CRUZADA EN FUNCIÓN DE LA CUOTA DE CLIENTE
MEDIR E INTERPRETAR LA CUOTA REAL DE LA
OFICINA
OPORTUNIDADES DE CRECIMIENTO Y
ASIGNACIÓN DE RECURSOS A LA OFICINA
SOPORTAR LAS DECISIONES: EXPANSIÓN,
RETRACCIÓN, ESPECIALIZACIÓN, IMPLANTACIÓN
26

26. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 28
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEDONPEDRODELUNA
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLICO
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLEALAVA
CALLEJUANXXIII
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
Sección censal
OFICINAS Y SECCIONADO CENSAL
La sección censal constituye el nivel ideal de análisis de clientes potenciales y reales

27. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 La sección censal es una división administrativa que, por su tamaño –unos 500
hogares, o 1.200 personas- garantiza una alta homogeneidad interna.
 Por otro lado, es la mínima unidad de agregación para la que los distintos organismos
públicos suministran información sociodemográfica.
 Actualmente el Instituto Nacional de Estadística suministra información por tramo de
vía. Sin embargo, los tramos no coinciden con los portales y en la práctica no mejoran
la información aportada por el análisis de secciones.
 Por otro lado, la cartografía necesaria para el análisis de geomarketing en este nivel es
más fácil de mantener y menos costosa que la cartografía de tramos de calle.
 La sección censal se convierte, así, en el nivel ideal de análisis, quedando el portal
para aquellos casos en que se cuente con información valiosa para cada uno de los
portales. Dicha información no existe en fuentes de acceso público y legal.
29

29. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 INE: Padrón 2008, Censo 2001, Encuesta de Presupuestos Familiares (EPF),
Encuesta de Condiciones de Vida (ECV)
 Banco de España: Encuesta Financiera de las Familias (EFF)
 EUSTAT, IECAM, IDESCAT: estudios coyunturales y sociodemografía
 CCI: fichero de sucursales bancarias
 Anuarios estadísticos varios, fundaciones de cajas de ahorros…
31

30. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 32
Data mining
DM Verificación DM Descubrimiento
SQL SQL Generator
Query-Report
OLAP
Descripctivo Predictivo
Visualización
Clustering
Asociación
Asociación secuencial
Clasificación Regresión
Arboles decisión
Inducción de reglas
Redes neuronales
Redes bayesianas

31. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 33
Estimador de la renta del hogar, en euros y en tramos de
renta, a partir de sus variables socioeconómicas
RENTA ANUAL DEL HOGAR
Cuentas vivienda y otras cuentas no utilizables para realizar
pagos
CUENTAS DE AHORRO
Hogares con participaciones en fondos de inversiónFONDOS DE INVERSIÓN
Hogares con planes de pensiones o seguros de vida de
inversión o mixtos
PLANES DE PENSIONES

32. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 34
A
Modelos estadísticos que explican y
predicen la renta y la afinidad a los
diferentes productos a partir de variables
sociodemográficas de los hogares. Las
técnicas estadísticas principales han sido
árboles de decisión y regresiones
B
Clasificación de las secciones censales en
función del modelo anterior, generando la
afinidad de la sección como agregación de
afinidades de tipos de hogares.
La información de las secciones es
requerida en peticiones a medida al INE
C
Las afinidades a los productos son
geocodificadas, por referirse a secciones
censales, permitiendo su análisis en un
Sistema de Información Geográfica (GIS)
AVGDA
ALFONS
XIII
CARREJUMILLA
AVGDASANATORI
AUTOPDELMARESMEA-19
CARRE
BALM
ES
AVGDA PIUS XII
CARRE
GUASCH
AVGDA MARESME
CTRAMENA
CARRE
SANTIA
G
O
CARRE
SIM
ANCAS
AVGDAALMERIA
CARRE PARIS
CARRE
XILE
CARRECORDOVA
CARRE
ARIB
AU
CTR
A AN
TIGA DE VA
LE
NCIA
CARREIQ
UIQ
UE
AVGDA SANT SALV
ADOR
CTRA
SANTA
COLOMA
CARRE
RAFAEL
DE
CASANO
VA
CARREPIIGIBERT
PSTGE
SAMPERE
AVGDA
JOAN
XXIII
CARREHUELVA
CARRE NIÇA
CARRE
BADAJO
Z
CARRE
SAGRADA
FAMILIA
CARRECOVADONGA
PLAÇA
TRAFALG
AR
PSTG
E
M
ARCO
NI
RBLA
DE
LA
SO
LID
ARIT
AT
CARRE MADRID
CARRESANTAJOANALESTONNAC
CARRE
RAM
IR
O
DE
M
AEZTU
CARRE
ONZE
DE
SETEM
BRE
C
AR
R
E
R
IU
S
ITAU
LET
CARRE
BO
G
ATELL
CARRE
M
ARIS
CAL
CABANES
CARRE
ESCORIA
L
CARRE
D'E
LVIS
A

33. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 35
N secciones
asignadas
33.763
97% del total*
(*) todas las secciones
censales de, al menos,
100 habitantes, en
cumplimiento de la Ley de
secreto estadístico
Media
33.513€
N hogares asignados
15.398.859
99,8% del total*
Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del
trabajador. Año 2005-2008. Disponible para seccionados 2001, 2005, 2008
RENTA DEL HOGAR

34. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 36
Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del
trabajador. Disponible para seccionados 2001, 2005, 2008
RENTA DEL HOGAR
 LA RENTA DEL HOGAR TIENE UNA ALTA CORRELACIÓN POSITIVA
CON:
 TENENCIA DE ACCIONES COTIZADAS Y VALORES DE
RENTA FIJA
 DEMANDA DE BANCA PRIVADA
 EN MUCHO MENOR MEDIDA, IGUALMENTE SE ASOCIA
POSITIVAMENTE CON EL RESTO DE MODELOS DE
AFINIDAD. A MÁS RENTA, MAYOR DEMANDA DE SERVICIOS
FINANCIEROS

35. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 37
Hogares con planes de pensiones o seguros de vida de inversión o mixtos.
Disponible para seccionados 2001, 2005, 2008
PLAN DE PENSIÓN
N secciones asignadas
33.763
97% del total*
(*) todas las secciones
censales de, al menos, 100
habitantes, en cumplimiento
de la Ley de secreto
estadístico
N hogares asignados
15.398.859
99,8% del total*
Media
32,5% de los
hogares
demandan planes
de pensiones

36. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 38
Hogares con participaciones en fondos de inversión. Disponible para
seccionados 2001, 2005, 2008
FONDO DE INVERSIÓN
N secciones asignadas
33.763
97% del total*
(*) todas las secciones
censales de, al menos, 100
habitantes, en cumplimiento
de la Ley de secreto
estadístico
N hogares asignados
15.398.859
99,8% del total*
Media
8,1% de los
hogares
demandan fondos
de inversión

37. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 39
Cuentas vivienda y otras cuentas no utilizables para realizar pagos, incluye
depósitos. Disponible para seccionados 2001, 2005, 2008
CUENTA VIVIENDA O
AHORRO
N secciones asignadas
33.763
97% del total**
(**) todas las secciones
censales de, al menos, 100
habitantes, en cumplimiento
de la Ley de secreto
estadístico
N hogares asignados
15.398.859
99,8% del total*
Media
17,1% de los
hogares
demandan
cuentas ahorro

38. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
• Ocupación de la persona de referencia del hogar
• Situación profesional de la persona de referencia y relación con la actividad: empresario,
trabajador cuenta propia o ajena, desocupado, inactivo, estudiante, pensionista y tipo pensión…
• Nivel de estudios de la persona de referencia
• Número de personas ocupadas en el hogar
• Régimen de tenencia de la vivienda habitual, existencia de pagos pendientes
• Posesión de vivienda secundaria
40

39. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 41
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEDONPEDRODELUNA
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLICO
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLE BORAO
CALLEALAVA
CALLEJUANXXIII
CALLE TUYIBIES
CALLECRESPOAGÜERO
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
Sección censal
Renta media hogar
40.001 - 60.000
35.001 - 40.000
30.001 - 35.000
25.001 - 30.000
14.000 - 25.000
microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA
Los hogares son puestos en relación espacial con las oficinas, permitiendo estimar cuota
de cliente y analizar la cuota de mercado geográfica de la oficina

40. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 42
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
; ;
;
;
;
3603801004
3603802001
3603801005
3603802004
3603801006
3603801007
3603801001
36038020083603802016
3603802009
3603801002
3603802003
3603802012
3603802017
3603801003
3603802011
3603802010
3603802019
3603802006
3603802021
3603802018
3603802018
Oficina: 0541 Pontevedra García Cambra
0 150 30075
Meters
4
Legend
Sección censal
1 Dot = 1
; competencia
Sección censal
Renta media hogar
40.001 - 60.000
35.001 - 40.000
30.001 - 35.000
25.001 - 30.000
14.000 - 25.000
microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA
Los hogares son puestos en relación espacial con las oficinas, permitiendo estimar cuota
de cliente y analizar la cuota de mercado geográfica de la oficina

41. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 43
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí,
constituyen micromercados
microTarget®. DEMANDA DE PLANES DE PENSIONES
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
4619001012
4619001025
4619001041
4619001010
4619001024
4619001013
4619001008
4619001026
4619001017
4619001009
4619001007
4619001006
4619001036
4619001018
4619001019
4619001020
4619001027
46190010224619001023
4619001011
4619001016
4619001014
4619001004
4619001016
Oficina: 0663 - Paterna
0 80 16040
Meters
4
Legend
Sección censal
1 Dot = 1
; competencia
Plan pensión
36,1% - 73%
29,1% - 36,0%
24,1% - 29%
8,2% - 24%

42. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 44
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí,
constituyen micromercados
microTarget®. DEMANDA DE FONDOS DE INVERSIÓN
AVGDA
ALFONS
XIII
CARREJUMILLA
AVGDASANATORI
CARRE
BALM
ES
AVGDA PIUS XII
CARRE
GUASCH
CTRAMENA
AVGDA MARESME
CARRE
SANTIAG
O
CARRE
SIM
ANCAS
CARRECACERES
CARRE PARIS
CARRE
XILE
CARRECORDOVA
AUTOPDELMARESMEA-19
CARRE
ARIBAU
CTRA ANTIGA DE VALENCIA
CARREIQUIQUE
AVGDASANTSALVADOR
CTRA
SANTA
COLOMA
CARRE
RAFAEL
DE
CASANO
VA
CARREPIIGIBERT
PSTGE
SAMPERE
AVGDA
JOAN
XXIII
CARREHUELVA
CARRE NIÇA
CARREBADAJOZ
CARRE
SAGRADAFAMILIA
CARRECOVADONGA
PLAÇA
TRAFALG
AR
PSTG
E
M
ARCO
NI
CARRE
RAM
IRO
DE
M
AEZTU
CARRE
ONZE
DE
SETEM
BRE
CAR
R
E
R
IU
S
ITAU
LET
CARRE
BO
G
ATELL
CARRE
M
ARISCALCABANES
CARRE
D'ELVISA
Oficina: Badalona - 3
0 120 24060
Meters
4Legend
Código postal
Manzana
Sección censal
Fondo inversión
8,6% - 17%
7,1% - 8,5%
5,6% - 7%
2% - 5,5%
Sección censal
1 Dot = 1
; competencia
Ibercaja red

43. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 45
AVGDAMARTIPUJOL
CARRE
PRIM
PSIG
RAMBLA
CARRE
M
AR
RIERA
M
ATAM
O
RO
S
AUTOP
DEL MARESME
A-19
CARRE
MERCE
C
AR
R
E
C
O
LL
I PU
JO
L
CARRE
CARM
E
CARRE
ARNUS
CARRE
SANT
BRU
CARRE
LLEO
CARRE
SANT
PAU
CARRESANTABARBARA
CARRE
PUJOL
CARRE
SANT
PERE
CARRE
VIA
AUG
USTA
CARRE
M
ARINA
CARRE
FRANCESC
LAYRET
CARRE
CO
LO
M
CARRE
RIVERO
CARRE
M
AG
ATZEM
CARRE
CO
RTS
CARRE
CREU
CARRE
DO
S
DE
M
AIGCAM
I G
UIXERES
CARRE
RECTOR
CARRE
SANTA
M
ADRONA
C
AR
R
E
D
EL
M
IG
JO
R
N
CARRE
FLUVIA
CARRE
CANO
NG
E
BARANERA
CARRETANGER
AVG
DA
PRESIDENT
CO
M
PANYS
RBLA DE SANT JOAN
CARRE
M
ARAG
ALL
CARRE
CARITAT
CARRE
LATRILLA
CARRE
G
ARBI
CARRE DALT
CARRE
CAM
ELIA
CARRE
ANSELM
CLAVE
CARRENELSONMANDELA
PSTGE VIÑAS
C
AR
R
E
M
U
SEU
CARRE
SANT
JOSEP
I ROSES
CARRE
SANT
M
IQ
U
EL
CARRESEUD'URGELL
CARRE
ALFONS
XII
CARRE
NOVA
CANÇO
CARRE
FRANCESC
MACIA
CARRE
SANT
RAM
O
N
PSTG
E
BARBERA
CARRE
SANTIAG
O
RUSIÑO
L
CARRE
SANTA
ANNA
CARRETORRENTBATLLORIA
CARRE MESTRE NICOLAU
CARRE
RIBAS
I PERDIGO
CARRE
SANT
LLO
RENC
CARRE
BANYOLES
CARRE
BARCELONA
CARRE
JESUS
CARRETEI
Oficina: 2526 - Badalona Vía Augusta
0 150 30075
Meters
4Legend
Código postal
Manzana
Sección censal
Cuentas ahorro
22,4% - 28,9%
19,6% - 22,3%
17,5% - 19,5%
15,7% - 17,4%
12,4% - 15,6%
Sección censal
1 Dot = 1
; competencia
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí,
constituyen micromercados
microTarget®. DEMANDA DE CUENTAS AHORRO Y DEPÓSITOS

45. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 La relación geográfica entre clientes –sean reales o potenciales- y red de puntos de
venta es clave a la hora de analizar a unos y otros
 Existen diversas aproximaciones al área de influencia, desde las más sencillas a las
más avanzadas. En esencia, la aplicación de métodos avanzados depende de la
disponibilidad de información con la que alimentar a los modelos:
• Información sobre las oficinas: dimensión, implantación, antigüedad, cantidad y tipo de recursos
humanos… definen su capacidad de atracción como centros de oferta
• Información sobre los clientes: tipo sociodemográfico, comportamiento de consumo, demanda
de productos financieros… definen la intensidad y tipo de demanda
• Información geográfica: cartografía, callejeros, divisiones administrativas… delimitan los tipos de
análisis posibles y sus costes
 A continuación presentamos algunas de las técnicas de cálculo de áreas de influencia
y relación espacial entre puntos de venta y clientes
47

46. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 48
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEDONPEDRODELUNA
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLICO
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLEALAVA
CALLEJUANXXIII
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
Una aproximación determinista a la relación espacial es la definición de áreas de influencia
a priori, muy extendida en marketing
AREA DE INFLUENCIA TEÓRICA DE 300 METROS

47. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 49
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEDONPEDRODELUNA
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLICO
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLEALAVA
CALLEJUANXXIII
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
Sección censal
Penetración clientes
7,6% 25%
5,0% - 7,5%
2,6% - 4,9%
0,1% - 2,5%
La aproximación empírica es la que se basa en la procedencia real de clientes por microzona,
describe la realidad y la compara con la potencialidad de clientes
AREA DE INFLUENCIA TEÓRICA DE 300 METROS

48. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 50
0%
5%
10%
15%
20%
25%
30%
35%
0 200 400 600 800 1000
distancia (metros)
Penetraciónclientessobrepoblación
Sección censal
Lineal (Sección
censal)
Logarítmica
(Sección censal)
La realidad geo-estadística: la cuota de mercado desciende al crecer la distancia. Sin
embargo, la distancia por sí sola no es suficiente para predecir esta cuota.
EL MODELO GEO-ESTADÍSTICO DEBE TOMAR EN CUENTA LAS VARIABLES DE
COMPETENCIA, TIPO DE CLIENTE Y CARTERA DE PRODUCTOS

49. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 51

50. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 52
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEDONPEDRODELUNA
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLICO
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLEALAVA
CALLEJUANXXIII
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
80,1% - 100%
60,1% - 80%
40,1% - 60%
20,1% - 40%
15,3% - 20%
Sección censal
Modelo de Gravedad desde el punto de vista del cliente, probabilidad de elección de centro
de oferta en función de la distancia, la atrcción del centro y las ofertas alternativas (Huff, 1963)
AREA DE INFLUENCIA. PROBABILIDAD PARA LA OFICINA 147

51. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 53
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
824
825
821
820
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLICO
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLEALAVA
CALLEJUANXXIII
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas nuevas sep05
; Oficinas nuevas sep05
; Oficinas actuales
80,1% - 100%
60,1% - 80%
40,1% - 60%
20,1% - 40%
8,5% - 20%
Escenarios y análisis what if, afectación de la apertura de nuevas tiendas a las áreas de
influencia teóricas
APERTURA DE OFICINAS Y REDEFINICIÓN DE ÁREA DE INFLUENCIA

52. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 54
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLE DUQUESA VILLAHERMOSA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIA
AGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEESCORIAZAYFABRO
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE QUINTANA LACACCI
CALLE
LATASSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CALLEDONPEDRODELUNA
CALLEGALANBERGUA
CALLEFRANCOYLOPEZ
CALLEANDRESVICENTE
CALLE SANTANDER
CALLEESCOSURA
CALLE BORJA
PASEO
FERNANDO
ELCATOLIC
O
CALLE
MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CALLESARASATE
CALLE CONDE ARANDA
CALLE CANOVAS
CALLEROGERDEFLOR
CALLE CARMEN
CALLEMOMPEONMOTOS
CALLE MONTAÑES
CALLEALAVA
CALLEJUANXXIII
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
80,1% - 100%
60,1% - 80%
40,1% - 60%
20,1% - 40%
15,3% - 20%
Sección censal
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
CALLE
MENENDEZ PELAYO
Plaza: Zaragoza
0 140 28070
Meters
4
Legend
; Oficinas actuales
Sección censal
Plan pensión
36,1% - 73%
29,1% - 36%
24,1% - 29%
8,2% - 24%

53. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 55
Identifica microzonas de reciente crecimiento poblacional. Es ideal para
ubicar negocios y encontrar hogares en fase de formación
Identifica y describe microzonas con una alta presencia de inmigrantes.
Incluye procedencia geográfica, es muy valioso tanto para negocios
específicos –envío capitales, restaurantes…- como para la adaptación de
establecimientos
Identifica y describe áreas con alta proporción de jóvenes entre 16 y 24
años y estatus medio-alto o alto. Ideal para moda y oferta de ocio dirigida a
este tipo de segmento
Identifica y describe áreas con alta presencia de tercera edad y estatus
medio-alto o alto. De gran valor para servicios personales, financieros y
oferta de ocio dirigido al segmento
Tipología sociodemográfica que caracteriza las microzonas como barrios.
Se basa parcialmente en las segmentaciones intuitivas usadas por
responsables comerciales en sectores retails, y es por tanto fácilmente
asimilada por este perfil de usuario

54. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 56
Rural
Barrio y
pequeña
ciudad
industrial
Semirrural.
Agricultura y
construcción
Centros y
barrios
históricos
Barrios
clase
media 70s
metrópolis
Expansión
ciudades
y
metropolis
Ciudad y
turismo
Expansión
turística
costera
70s
Pueblo
costero e
industrial
Urbanizaci
ón y
extranjeros
Expansión
turística
segunda
línea 90s
6,6% 26,2% 19,6% 12,9% 12,2% 1,1% 1,9% 1,7% 1,9% 0,8%
Cluster
210
Cluster
220
Cluster
230
Cluster
250
Cluster
260
Cluster
110
Cluster
120
Cluster
130
Cluster
140
Cluster
150
Barrio
histórico
ciudades y
metrópolis
8,5%
Cluster
242
Ensanch
e
Casco
antiguo
1,2%
Cluster
241
5,2%
Cluster
243
NO TURISMO 92,5%
Custer N1 = 2
TURISMO 7,4%
Custer N1 = 1
POBLACIÓN A 1/1/05
44.020.755 habitantes
34.875 secciones censales
Barrio y pequeña ciudad industrial
E C B A Total
A1 4% 8% 6% 3% 21%
A2 9% 6% 2% 1% 18%
P1 0% 2% 3% 4% 10%
P2 3% 5% 3% 1% 13%
X 17% 14% 6% 2% 39%
Total 34% 35% 20% 11% 100%
Establecim. Potencial demanda
22%
Cuota
establecimiento
Ensanche
E C B A Total
A1 0% 3% 2% 2% 7%
A2 2% 3% 1% 0% 6%
P1 0% 1% 2% 4% 8%
P2 1% 4% 3% 3% 11%
X 27% 17% 14% 10% 68%
Total 30% 28% 23% 20% 100%
Establecim. Potencial demanda
8%
Cuota
establecimiento
Rentabilidad comparada de los establecimientos de una cadena, en
función del tipo de área de influencia al que dan servicio
SEGMENTO 1: CENTRO HISTÓRICO GRANDES CIUDADES SEGMENTO 2: BARRIOS PERIFÉRICOS DE CLASE MEDIA
microbarrios. Tipología sociodemográfica de secciones y barrios en España

56. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 58

57. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Selección de las regiones y plazas de expansión, si procede
 Selección de ubicaciones, a nivel de local o portal, óptimas, en función de:
• Huecos de cobertura en la red actual, si la hubiera
• Potencial de demanda para los productos
• Presión competitiva en el área de influencia
59
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
819
817
815
814
813
Leyenda
; Oficinas nuevas sep05
; Oficinas nuevas jul05
; Oficinas actuales
A Inf 300m nuevas sep05
Distancia
0 - 100
101 - 200
201 - 300
A Inf 300m nuevas jul05
Distancia
0 - 100
101 - 200
201 - 300
1 Dot = 2
comercios
oficinas
industrias
A Inf 300m actuales
Distancia
0 - 100
101 - 200
201 - 300
Penetración clientes
7,6% - 83,7%
5,0% - 7,5%
2,6% - 4,9%
0,1% - 2,5%
40 360 720180
Metros
Plaza: Zaragoza
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
819
817
815
814
813
Leyenda
; Oficinas nuevas sep05
; Oficinas nuevas jul05
; Oficinas actuales
A Inf 300m nuevas sep05
Distancia
0 - 100
101 - 200
201 - 300
A Inf 300m nuevas jul05
Distancia
0 - 100
101 - 200
201 - 300
1 Dot = 2
comercios
oficinas
industrias
A Inf 300m actuales
Distancia
0 - 100
101 - 200
201 - 300
Estatus MA-A
200 - 294
139 - 199
95 - 138
36 - 94
40 360 720180
Metros
Plaza: Zaragoza

58. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Consiste en la segmentación y adecuación de la oferta al perfil de demanda del cliente
potencial
 Incrementa el retorno de las acciones de captación, al maximizar la probabilidad de que
el cliente reciba una oferta concreta que le haga desplazarse a la oficina
 Puede basarse tanto en los modelos microtarget como en productos-gancho
específicos y segmentaciones ad-hoc
 Los resultados se plasman en una tabla de afinidad, con dos indicadores clave:
• PRESENCIA DE TARGET: número absoluto o relativo de clientes que responden al target
• ÍNDICE DE AFINIDAD: valor relativo respecto a la media de la presencia de target
 Se plasma en acciones por canales directos, en concreto hemos testado:
• Telemarketing
• Mailing
• Multietápico: Buzoneo, seguido de mailing y seguimiento telefónico al pool de clientes
interesados, que pasan a integrar una base de datos de clientes potenciales de la entidad
60

59. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 61
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;; ;
;
;
;
;;
; ;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
AVDA PILAR
AVD
A
C
O
LO
N
AVDA PARDALERAS
AVDA
SANTA
MARINA
CALLEBAILEN
AVDA JUAN SEBASTIAN ELCANO
AVDAANTONIOMASACAMPOS
CALLE
M
ENACHO
AVDA
VILLANUEVA
CALLEARCOAGUERO
CALLE MARTIN CANSADO
AVDA JUAN
PEREDA PILA
CALLE
FELIPE
CHECA
CALLE
VASCO
NUÑEZ
CALLEFUERTE
CALLE ESTADIUM
AVDAHUELVA
CALLEZURBARAN
CALLE
DIAZ
BRITO
CALLETIERRADEBARROS
CALLE AFLIGIDOS
AVDA PERU
AVDA
SANTIAGO
RAM
ON
Y
CAJAL
AVDAEUROPA
CALLESANJUANDEDIOS
CALLE
SAN
ISIDRO
CALLE
RIVILLA
AVDACALZADILLASMAESTRE
CALLECORDERO(EL)
CALLE
PRIM CALLE
GABRIEL
AVDA
MARIAAUXILIADORA
CALLE BRAVO MURILLO
PASEO FLUVIAL
CALLE SAN SISENANDO
CALLEPIMIENTA(LA)
CALLEJOSEMARIAGILESONTIVEROS
CALLEDELPILAR
CALLENARDO(EL)
CALLEPUERTORICO
CALLE TRINIDADCALLESEPULVEDA
CALLEREGINODEMIG
UEL
CALLE ENRIQUE SEGURA OTAÑO
CALLE
GODOFREDO
ORTEGA
Y
MUÑOZ
CALLEHEROESDECASCORRO
CALLEAGUSTINADEARAGON
PLAZA
ESPAÑA
PASEO
SAN
FRANCISCO
CALLECIUDADDEEVORA
CALLECANTERASCALAMON
TRAS ESTADIUM
PLAZA
MINAYO
PLAZAASILO
CALLE
ANTONIO
JUEZ
CALLETARDIO
PLAZAALFERECES
PLAZA LIBERTAD
0601504003
0601504006
0601501010
0601501011
0601501012
0601504005
0601505025
0601505015
0601501001
0601504007
0601501008
0601505006
0601501002
0601501003
0601505005
0601504014
0601504009
0601505001
0601505003
0601504010
0601505002
0601505004
0601504011
0601501004
0601505020
0601505012
0601505013
0601505011
0601505014
0601505017
Leyenda
Oficinas
; Nuevas
; Reactivadas
; Añadidas
Competencia
;
Area Influencia
200m
400m
600m
Target Sección
197 - 312
137 - 196
101 - 136
70 - 100
21 - 69
Sección
40 140 28070
metros
Oficina: 68201
TARGET AD-HOC. HIPOTECA JOVEN
;
; ;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
; ;
;
;
;; ;;;;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;;
;
;
;
;
;
AVDA PILAR
AVD
A
C
O
LO
N
AVDA PARDALERAS
AVDA
SANTA
MARINA
CALLEBAILEN
AVDA JUAN SEBASTIAN ELCANO
AVDAANTONIOMASACAMPOS
CALLE
M
ENACHO
AVDA
VILLANUEVA
CALLEARCOAGUERO
CALLE MARTIN CANSADO
AVDA JUAN
PEREDA PILA
CALLE
FELIPE
CHECA
CALLE
VASCO
NUÑEZ
CALLEFUERTE
CALLE ESTADIUM
AVDAHUELVA
CALLEZURBARAN
CALLE
DIAZ
BRITO
CALLETIERRADEBARROS
CALLE AFLIGIDOS
AVDA PERU
AVDA
SANTIAGO
RAM
ON
Y
CAJAL
AVDAEUROPA
CALLESANJUANDEDIOS
CALLE
SAN
ISIDRO
CALLE
RIVILLA
AVDACALZADILLASMAESTRE
CALLECORDERO(EL)
CALLE
PRIM
CALLE
GABRIEL
AVDA
MARIAAUXILIADORA
CALLE BRAVO MURILLO
PASEO FLUVIAL
CALLE SAN SISENANDO
CALLEPIMIENTA(LA)
CALLEJOSEMARIAGILESONTIVEROS
CALLEDELPILAR
CALLENARDO(EL)
CALLEPUERTORICO
CALLE TRINIDAD
CALLESEPULVEDA
CALLEREGINODEMIG
UEL
CALLE ENRIQUE SEGURA OTAÑO
CALLE
GODOFREDO
ORTEGA
Y
MUÑOZ
CALLEHEROESDECASCORRO
CALLEAGUSTINADEARAGON
PLAZA
ESPAÑA
PASEO
SAN
FRANCISCO
CALLECIUDADDEEVORA
CALLECANTERASCALAMON
TRAS ESTADIUM
PLAZA
MINAYO
PLAZAASILO
CALLE
ANTONIO
JUEZ
CALLETARDIO
PLAZAALFERECES
PLAZA LIBERTAD
0601504003
0601504006
0601501010
0601501011
0601501012
0601504005
0601505025
0601505015
0601501001
0601504007
0601501008
0601505006
0601501002
0601501003
0601505005
0601504014
0601504009
0601505001
0601505003
0601504010
0601505002
0601505004
0601504011
0601501004
0601505020
0601505012
0601505013
0601505011
0601505014
0601505017
Leyenda
Oficinas
; Nuevas
; Reactivadas
; Añadidas
Competencia
;
Area Influencia
200m
400m
600m
Target Sección
170 - 246
134 - 169
107 - 133
81 - 106
33 - 80
Sección
40 140 28070
metros
Oficina: 68201
TARGET AD-HOC. HIPOTECA ESTATUS

60. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Oficina
Dista
ncia Sección
Municip
io
Poblaci
ón
N
clientes
Penetraci
ón
clientes
RENTA
HOGAR
€
RENTA
HOGAR
ÍNDICE
PLAN
PENSIÓN
PCT
PLAN
PENSIÓN
ÍNDICE
FONDO
INVERSIÓ
N PCT
FONDO
INVERSIÓ
N ÍNDICE
CUENTA -
IPFPCT
CUENTA -
IPF
ÍNDICE
Índice
Máximo
119 248 5029704006 50297 1310 19 1,5% 34.577 104 30,2% 93 10,6% 130 19,4% 113 130
119 267 5029705033 50297 1760 89 5,1% 35.077 105 30,8% 94 9,8% 120 19,5% 114 120
119 273 5029702039 50297 968 61 6,3% 46.354 139 52,6% 161 12,2% 151 21,0% 123 161
119 273 5029702037 50297 1054 27 2,6% 35.573 107 29,4% 90 11,7% 144 22,0% 129 144
119 293 5029702022 50297 1534 59 3,8% 37.269 112 33,2% 102 13,1% 161 24,1% 141 161
119 308 5029705034 50297 1960 132 6,7% 38.074 114 33,4% 103 10,4% 128 19,9% 116 128
148 0 5029705006 50297 1396 81 5,8% 32.004 96 24,1% 74 8,1% 100 17,4% 102 102
148 19 5029705003 50297 1097 6 0,5% 31.001 93 22,8% 70 8,1% 99 17,8% 104 104
148 39 5029705004 50297 1804 59 3,3% 35.949 108 32,0% 98 10,4% 128 20,3% 119 128
148 104 5029705007 50297 1776 8 0,5% 38.413 115 36,3% 112 10,1% 125 18,8% 110 125
148 121 5029702012 50297 1558 92 5,9% 36.339 109 30,1% 92 10,1% 124 20,6% 120 124
148 122 5029702045 50297 1461 85 5,8% 41.551 125 41,9% 129 10,9% 134 19,7% 115 134
148 132 5029705008 50297 1869 120 6,4% 29.303 88 26,8% 82 8,2% 101 16,7% 98 101
148 136 5029705005 50297 1199 63 5,3% 36.623 110 33,1% 102 11,0% 136 21,3% 124 136
148 149 5029706001 50297 1239 8 0,6% 38.507 116 35,9% 110 8,9% 110 18,4% 108 116
148 149 5029706002 50297 927 9 1,0% 37.321 112 33,6% 103 9,2% 113 18,1% 106 113
148 166 5029705048 50297 1353 4 0,3% 37.947 114 34,0% 104 8,9% 109 17,5% 102 114
148 179 5029701019 50297 1239 20 1,6% 33.723 101 26,7% 82 8,9% 110 18,0% 105 110
148 214 5029705009 50297 1379 2 0,1% 37.699 113 34,8% 107 9,1% 112 17,9% 105 113
148 224 5029706033 50297 1181 15 1,3% 36.562 110 33,6% 103 8,8% 108 17,9% 105 110
148 231 5029706036 50297 1534 2 0,1% 37.548 113 33,8% 104 8,5% 104 17,1% 100 113
148 234 5029705050 50297 901 40 4,4% 39.190 118 38,6% 119 10,6% 131 19,7% 115 131
148 237 5029705010 50297 1470 2 0,1% 31.854 96 25,4% 78 7,8% 96 17,0% 99 99
148 289 5029702044A 50297 1076 93 8,6% 44.606 134 48,7% 149 13,5% 167 24,1% 141 167
148 312 5029702042 50297 966 59 6,1% 40.346 121 38,2% 117 12,7% 156 23,4% 137 156
148 320 5029705049 50297 1135 8 0,7% 30.790 92 29,8% 92 8,0% 98 17,0% 99 99
148 339 5029701016 50297 598 3 0,5% 42.350 127 44,3% 136 11,7% 144 21,0% 123 144
148 341 5029702004 50297 1133 10 0,9% 40.053 120 34,8% 107 13,7% 169 24,5% 143 169
148 342 5029705014 50297 1550 80 5,2% 41.343 124 41,4% 127 11,3% 139 20,6% 120 139
62

61. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 63
 Baja rentabilidad
 Bajo potencial de demanda
 Cobertura de red alternativa
 Competencia elevada



 Junto a los criterios anteriores, se
valoran otros internos:
 RR.HH., valor del local y régimen de
tenencia, relación con promotor…
 Reasignación óptima por distancia
 Re-cálculo de demanda
 Nuevas áreas de influencia
 Nuevos objetivos comerciales





62. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
 Consiste en la aplicación sistemática de las técnicas descritas a la red de oficinas de la
entidad
 Idealmente, se integra con los sistemas de información de clientes corporativos, con
dos objetivos:
 Conocimiento de clientes potenciales y cuota de cliente
 Conocimiento y optimización de la red comercial
 Además de las aplicaciones de expansión o retracción de la red comercial, es de gran
utilidad en el dimensionamiento de oficinas, política comercial local, etc.
 A continuación vemos un ejemplo de informe de área de oficina
64

63. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 65
Oficina: XXXXXX
N
personas
%de
personas
%de
mujeres
%de
hombres
%de
hogares
0-14 años 6.562 11,1% 10,2% 12,1% Single 10,9%
15-24 años 5.737 9,7% 9,1% 10,4% Sin hijos 9,2%
25-44 años 19.990 33,7% 31,4% 36,4% Hijos menores 17,1%
45-64 años 14.712 16,8% 17,4% 16,1% Hijos menores o mayores 36,2%
65-74 años 0 18,1% 20,1% 16,2% Nido vacío 24,7%
mayor de 74 años 12.269 10,6% 11,8% 8,8% Tamaño medio de hogar 3,1
población total 59.271 100,0% 100,0% 100,0%
Españoles 49.584 83,7% Viviendas secundarias 3,1%
Extranjeros 9.687 16,3% Viviendas vacías 7,2%
Euro Comunitarios (UE25) 2.057 3,5% Antigüedad media edificios 42,3
Euro No comunitarios 520 0,9%
Africa 539 0,9%
América 5.242 8,8%
Asia 1.316 2,2%
2,0%
En verde, supera en 10% o más la media nacional
En rojo, por debajo 10% o más de la media nacional
Tipo barrio
y vivienda
Sociodemografía. Personas por edad y sexo
Hogares. Tipología de estructura de
hogares
Tipología
de hogares
Personas por
sexo y edad
Personas por
origen
Residentes en áreas de expansión
urbana o de reciente crecimiento
Código: 0924
Sociodemografía. Personas por edad y
nacionalidad
%de
viviendas
Hábitat. Expansión urbana y reciente
crecimiento
%de
personas
Municipio:
N
personas
%de
personas
Tipo de barrio, vivienda y actividad
económica
Zaragoza

64. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 66
%de
personas
Sector terciario, peso 63,2% N oficinas en 300 metros 12
Condición socioeconómica 1,0 ÍNDICE DE COMPETENCIA
Actividad no 3aria predominante Industria
Posesión segunda vivienda 21,0% 1.684
Empleados cuenta propia 16,9% 1.391
5,7%
Estudios medios en 30-49 años
Estudios postobligatorios 40,8%
Locales Locales activos totales Renta media de hogares 32.159 96
Locales comerciales Potencial fondos inversión 7,5% 83
Locales industriales Potencial planes pensiones 28,3% 87
Locales agrícolas Potencial cuentas ahorro 16,9% 99
Oficinas
En verde, supera en 10% o más la media nacional
En rojo, por debajo 10% o más de la media nacional
528
presencia
relativa
778
Estatus, nivel socioeconómico y cultural
Tipo de barrio, vivienda y actividad económica
Estatus
económico
102
0
Presión competitiva. N oficinas en A.I.
Clientes totales de la oficina
Clientes totales residentes en A.I.
Penetración de clientes en A.I.
medio
Índice
relativo
Medio-alto
Potencial de
demanda
Potencial de demanda y penetración de clientes %de target
98
Estudios

65. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 67
 Expansión, ubicación pdv
 Comunicación, buzoneo
 Surtido, promos locales, servicios
 Objetivos comerciales
 sociodemografía
 Estudios sectoriales
 Estudios ad-hoc
 Modelización predictiva
 Métodos creación A.I.
 Modelos de gravedad, what if
 Integración con BI corporativo
 Actualización y feed-back

66. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 68
Sistema de inteligencia geográfica de clientes. Mapa de oficinas, renta media por hogar,
locales comerciales, oficinas, códigos postales

67. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 69
Sistema de inteligencia geográfica de clientes. Penetración de clientes (3 oficinas en
mapa), presencia de competencia, código postal

68. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 70
Sistema de inteligencia geográfica de clientes. Selección de secciones en área de
influencia de la oficina, y con alto potencial de demanda de planes de pensiones

69. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 71
Las selecciones geográficas se aplican como filtros en las vistas de cuadro de mando,
para el análisis de las áreas seleccionadas

70. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 72
Entrega de Informe de resultados con conclusiones, así como los
mapas e informes pertinentes para cada punto de venta
Entrega de Informe de resultados con conclusiones e informes de
punto de venta, los mapas se presentan en un visualizador GIS,
agilizando tareas de búsqueda, zoom
Implantación de un sistema de inteligencia de clientes, con la
funcionalidad necesaria –Business intelligence, modelización-,
incluyéndose funciones analíticas GIS e integrado con las bases de
datos corporativas
Entrega de un software GIS con funcionalidad analítica según los
objetivos del cliente, incluyendo toda la información elaborada e
indicadores avanzados
Desarrollo de modelos predictivos de demanda, tipologías de
micromarketing, así como consultoría en selección de software

71. Presentación corporativa de inteligencia de clientes y optimización de redes comerciales 73