Inteligencia de clientes y geomarketing retail

Presentación corporativa de inteligencia de
clientes y optimización de redes comerciales
CLIENTE: XXXXX
31/1/13

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

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…

 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

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

 En los sectores de distribución y
comercio:
7
 En otros sectores de actividad…

POTENCIAL DE COMPRA DE UNA ENSEÑA
Clientes de su
Enseña
Consumidores
fieles 80 %INCENTIVAR
Consumidores
ocasionales
No clientes de la categoría
No Clientes
de su Enseña
20%
80%
20%
FIDELIZAR
CAPTAR

20%
80%
“hay clientes que gastan mucho y
clientes que gastan poco”
“hay clientes muy rentables y
clientes poco rentables”
“hay clientes que me dan todo su
gasto en la categoría y clientes
que me dan una mínima parte”
“hay clientes que me podrán
comprar los próximos 40 años y
clientes que lo harán 2 años”
+ Indicadores
Amplitud surtido
Satisfacción
Prescripción
Vinculación MDD
...
Clientes de su
Enseña
INCENTIVAR
No clientes de la categoría
No Clientes
de su Enseña
FIDELIZAR
CAPTAR
POTENCIAL DE COMPRA DE UNA ENSEÑA

 Programas de fidelización, diseño, test, implantación, desarrollo y explotación
 Segmentación Estratégica de la cartera de clientes identificados
 Optimización de “mix” de canales. Mailing, e-mailing, buzoneo, telemarketing. Estudio de
procedencia y segmentación del buzoneo
 Definición, diseño e implantación del sistema de indicadores clave de clientes y software
de análisis y reporting (BI)
 Cuota de cliente y Captación cualificada de clientes: técnicas de micromarketing
 Cuota geográfica y geomarketing. Expansión, optimización de red de pdv, surtido y
especialización
 Y otros muchos proyectos
• Datamining de transacciones: análisis de cesta de la compra
• Nuevos canales de contacto y comercialización, cupones línea de cajas, web mining
• Estrategia financiera, captación de clientes top para tarjeta financiera
• auditoría de calidad de datos, deduplicación de tarjetas, cuentas, personas, hogares
10

 La saturación de oferta reduce el ciclo de vida de los productos y dificulta la
diferenciación
 La vinculación y fidelidad se resienten. El consumidor tiende a ser menos fiel
 El cliente es compartido, mi cliente es también de mi competencia. ¿Cómo gano cuota
de cliente?
 Un programa de fidelización busca incrementar la cuota de cliente, la vinculación y la
prescripción, creando a su vez barreras a la competencia
 En retail, es la manera de identificar al cliente único. Fidelicemos o no, necesitamos
mantener una relación personalizada con el cliente
11

Conocimiento
Cliente
Hábitos de consumo
Sociodemografía
Estilos de vida
Actitudes
Gasto “externo” – Cuota
Cliente
DW
BD Clientes
Estrategia de
clientes
Retención
Upgrading
Venta Cruzada
Recuperación
Captación
Objetivo = FIDELIDAD
Vinculación emocional
Mind share
Heart share
prescripción
Retención – Cuota de Cliente
Plan de Marketing Relacional
Medio identificación
Propuesta de valor
Programa de Fidelización
Input cliente
Comportamiento de compra –
TARJETA
Otra Info – CUESTIONARIOS
CUALIFICACIÓN
En la distribución minorista, la identificación del cliente único es el paso inicial imprescindible

 Propuesta de valor al cliente suficientemente atractiva, clara y alcanzable, mejor si se
traduce en euros; coste del incentivo vinculado a la repetición de compra, mejor
descuento diferido que inmediato
 Capacidad para la personalización de incentivo, dar más a quién merece más y vale
más debe ser un hecho, no una declaración de intenciones
 Plan de Marketing relacional efectivo y eficiente, coste del canal reducido con canales
alternativos –cupones línea de cajas, email, web-, que el esfuerzo, margen invertido
vaya al cliente, no al canal
 Incremento de la intensidad de la relación a través de la propia relación, los grandes
formularios nunca en el inicio de la relación
 Diferenciación de la competencia, programa alineado con los ejes de comunicación
corporativos, asociación a la marca… son los criterios clásicamente usados desde el
marketing
13

¿Cuántos clientes tiene la enseña, de qué tipo, cuánto valen, cuáles son clave? A continuación
vemos un ejemplo de objetivos de captación para una enseña de estaciones de servicio
Heavy's Middle Low Ocasional TOTAL
Single Prefered Enseña 30.000 55.000 70.000 70.000 225.000
OB Prefered Enseña 7.000 15.000 6.000 12.000 40.000
OB Loyal Enseña 4.000 4.000 4.000 5.000 17.000
OB No Enseña 4.000 9.000 10.000 9.000 32.000
Switchers 45.000 70.000 75.000 80.000 270.000
TOTAL 90.000 153.000 165.000 176.000 584.000
Veces año reposta 87 43 29 15
Heavy's Middle Low Ocasional MEDIA
Single Prefered Enseña 60% 55% 25% 10% 37,5%
OB Prefered Enseña 55% 45% 20% 10% 32,5%
OB Loyal Enseña 40% 30% 15% 5% 22,5%
OB No Enseña 25% 15% 5% 1% 11,5%
Switchers 10% 10% 2% 1% 5,8%
Heavy's Middle Low Ocasional TOTAL
Single Prefered Enseña 18.000 30.250 17.500 7.000 72.750
OB Prefered Enseña 3.850 6.750 1.200 1.200 13.000
OB Loyal Enseña 1.600 1.200 600 250 3.650
OB No Enseña 1.000 1.350 500 90 2.940
Switchers 4.500 7.000 1.500 800 13.800
TOTAL 28.950 46.550 21.300 9.340 106.140
DISTRIBUCIÓN TOTAL CLIENTES ENSEÑA EN 2004
RATIOS PARA ESTIMACIÓN MEDIO DE INCORPORACIÓN AL CLUB 2007
TOTAL CLIENTES MIEMBROS DEL CLUB ESCENARIO MEDIO 2007

 Somos expertos en el sector retail, habiendo trabajado para empresas líderes del
sector: Carrefour, Abacus, Alcampo, Unialco, El árbol, IF, Fórum Sport, Casa del
Libro…
 Dominamos todas las técnicas de conocimiento del cliente, desde la investigación, a
las técnicas más avanzadas de data mining o geoestadística
 Garantizamos el máximo nivel del equipo humano; los directores de proyecto somos
siempre los interlocutores y desarrollamos personalmente las tareas más sensibles
 Conocemos y contamos con empresas colaboradoras para todas las áreas
complementarias a la estrategia de clientes: diseño y creatividad, desarrollo e
integración de tecnología, auditoría jurídica –LOPD, LSSI-
15

 Identificación de grupos homogéneos de clientes, con perfiles similares
 Reducción de la complejidad y aproximación operativa al cliente único
16

Gasto medio
-
+
+
-
GRAN COMPRA
DESPENSA
FIELES DE
PROXIMIDAD
SINGLES
DE PASO
FAMILIAS
PROMOCIONERAS
LA COMPRA
DIARIA
Frecuenciamedia
Gasto Medio mensual 150 €
Ticket Medio 83 €
Frecuencia Media 1,8
Regularidad 66%
Antigüedad 1,5
% Gasto Perecederos 15%
% Gasto Promoción 45%
% Gasto Primera Marca 10%
% Gasto Primer Precio 30%
% Gasto Marca Propia 40%
Tamaño hogar 3,6
=
=
Ejemplo de posicionamiento de segmentos estratégico de una cadena de supermercados

gasto mensual medio
-6,0%
0,0%
6,0%
12,0%
-20,00 € 60,00 € 140,00 € 220,00 €
% de gasto en tienda
18
Ejemplo de posicionamiento de segmentos de una red de estaciones de servicio
profesional
en movilidad ocasional
Profesional
en movilidad
clase
business

Ejemplo. Descripción de un segmento estratégico de una red de estaciones de servicio
6
Tamaño 6.032 13,5% Venta 20,7%
Combustible Gasto medio mes 128 € socios particulares 99% TIPO DE BARRIO DEL SOCIO
Combustible Gasóleo pct 68% socios empresa 1% Ciudad y turismo 0%
Frecuencia mensual 4,01 Expansión turística costera '70s 0%
Regularidad 0,96 1 tarjeta por socio 95% Pueblo costero e industrial 1%
Ticket medio comb en litros 33,53 2 o más tarjetas por socio 5% Urbanización y extranjeros 0%
Gasto medio en tienda mensual 1,96 € Expansión turística segunda línea '90s 0%
Gasto tienda % sobre total 2% Renta media por hogar 36.127 € Rural 10%
Ticket medio tienda 2,72 € Barrio y pequeña ciudad industrial 55%
Kilómetros totales al año 28.934 Semirrural. Agricultura y construcción 6%
nº EESS de compra 1,59 Casco antiguo rehabilitado 1%
Distancia a ES más cercana (Km.) 3,69 Antigüedad media del vehículo 2001 Barrio histórico ciudades y metrópolis 4%
ES habitual no es la más cercana 24% Días de alta en período % 99% Ensanche 3%
ES habitual no es ES de referencia 8% Barrios de clase media 11%
Expansión ciudades y metrópolis 10%
Redención importe medio (€vales) 19,78 TIPO DE VEHÍCULO
Redención mensual media (€vales) 3,76 Camión ligero 0%
Redención tienda importe medio (€vales) 0,01 Camión-autobús 0%
Redención en tienda % sobre total 0% Coche 94% Leyenda de colores
Saldo final €vales 8,42 Furgoneta 5% 50% mayor que media total, o superior nnnn
Moto 1% 25% a 50% mayor que media total nnnn
tasa de desertores 1% Otros 0% 25% menor que media total, o inferior nnnn
profesional en movilidad clase económica
19

 Diseño de la estrategia comercial de la compañía: estrategia centrada en el cliente
 Visión comparada de los puntos de venta, incluso de diferentes enseñas: composición
de la cartera por segmentos, identificación de oportunidades
 Acción comercial: visión transversal y enfoque de cliente, las acciones se definen según
intereses corporativos, más que por coyuntura concreta de las diferentes tiendas
 Acciones con proveedores y partners: visión de cliente frente a visión de producto
 Programa de fidelización: análisis, medición de retorno y desarrollos del programa
 Otras aplicaciones: gestión por categorías, investigación, optimización de surtido,
pricing
20

 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
21
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
Tienda
Gestión
Categorías
Proveedores

 Customer Social Value. Estimación del valor del cliente en función de su comportamiento en internet
 La propia web corporativa
 Redes sociales. ¿Quiénes son los influenciadores?
22
DW
BD Clientes
Comportamiento de compra – TARJETA
Otra Info – CUESTIONARIOS CUALIFICACIÓN
Comportamiento de compra – TARJETA
Otra Info – CUESTIONARIOS CUALIFICACIÓN

Opinión, recomendación, crítica, influencia …
Los clientes más valiosos aquí no son los que
más gastan, sino los que más influyen

No hay información,
imposible diferenciar
clientes de potencialesBuzoneo
No identificado
Potencial
Valor de cliente
Cesta de la compra
Sociodemografía
Distancia pdv
Mailing
E-mailing
Buzoneo
Identificado:
Tarjeta pago
Tarjeta fidelización
CanalTipo de cliente
Tipo folleto
•Surtido
•Monográfico
•Acontecimiento
•Local-regional
•…
El conocimiento de los clientes y las técnicas de base de datos permiten
optimizar la distribución del folleto, maximizando la eficiencia
Información

DW
BD Clientes
Mercado
Potencial
Competencia
Optimización ROI
(% Impactos eficaces)
Optimización “mix”
canales
Mailing- emailing
top
lejanos
Buzoneo. Criterios
Penetración HH Clientes/
HH Tot
HH Perfil X (folleto
monográfico)
Distancia pdv propio
Distancia pdv Competencia
Impresión nº
folletos en target
Fullfilment- Correos
Entrega buzoneo
Tramozona calle
1
1
Gran Vía
Gran Vía
1-21
2-16
Tracking recepción folleto
recepción
satisfacción-identicación-vinculación
problemas
(portal cerrado, no existe...)
folleto competencia
Análisis resultados
Ventas campaña
errores (devoluciones)
ZONA 1
ZONA 2
...
ZONA N
CLIENTES VENTA HH TOT HH P1 HH P2 COMP.DIST PDV
SISTEMA EXPERTO
Nuevos campos en
BD
Herramienta de optimización estadística y cartográfica

VENTA XDA.
Servicios unidades
“Nuevos negocios”
sobre
BD clientes
COMERCIALIZACIÓN
DE LA BD A
PROVEEDORES
Proveedores
GESTIÓN POR
CATEGORÍAS
(Trade MKT.)
PRICING
RUPTURA DE
PRECIO DEL
PROVEEDOR
MEDIANTE
DESCUENTO
DIFERIDO (“HUCHA”)
Central Compra Marketing
PUBLICIDAD
 Optimización folleto,
 Distribución,
 Mailing,
 Buzoneo.
 Contenido.
BD CLIENTES
 T. fidelización
 T. financiera
INVESTIGACIÓN
 Estudio procedencia,
 Segmentos clientes
 D.D.PP.: Muestreo
ATENCIÓN CLIENTE
 Gestión incidencias
según valor de cliente
Red de Ventas
TIENDA
 Report saldo clientes,
 Canales acciones:
 Abandono,
 Mix Venta,
 Anti-competencia
Grupo CLIENTE
APORTACIÓN DE
VALOR PARA
RETORNO DE
VALOR
DIRECCIÓN COMERCIAL
FINANCIERA
MIGRACIÓN DE
CLIENTES CLUB A
TARJETA
FINANCIERA
Información a medida de los diferentes puntos de decisión

La explotación de la visión única de cliente se plasma en el diseño de cuadros de mando y sistemas de reporting
estratégico, como en los ejemplos que mostramos a continuación.

Nuestra caja de herramientas de sistemas de reporting se basa principalmente en la integración de bases de
datos orientadas al análisis, en contraposición a os diseños relacionales, propios de sistemas transaccionales.
Nuestros colaboradores tecnológicos son expertos en el desarrollo de cuadros de mando y sistemas de
reporting basados en tecnologías open source.

Los datos personales de los clientes requieren procesos de validación y normalización, para garantizar que son
correctos, que las comunicaciones llegan y que la imagen de la compañía es óptima.
M.ANGELES, RDGUEZ. MU@OZ
PINTOR SOROLLA-0022-3-IZ.
08007-BCN.
Estimado/a amigo/a:
MARIA ANGELES RODRIGUEZ MUÑOZ
ALBERCOQUER, 22 3 IZQDA
08017 BARCELONA
Estimada amiga María Ángeles:
•
•
•
•
•
•
•
•
•
•
•

JOSE MARIA RODRIGUEZ MUÑOZ
CR. BARAJAS, K. 1200
28000 ALCOBENDA
MADRID
JOSEMARI RODRIGUEZ MU@OZ
BARAJAS, KILOMETRO 1.200
28100 ALCOBENDS
MADRID
J. MARIA RDGUEZ MUÑOZ
CTRA. BARAJAS, KLM. 1,2
28100-ALCOBENDAS.
JOSE Mª RODRIGUEZ MUNOZ
CARRETERA DE BARAJAS 1.200
ALCOCENDAS
MADRID
JOSE MARIA RODRIGUEZ MUÑOZ
CRA. BARAJAS, KM. 1,200
28100 ALCOBENDAS
MADRID

 Ubicación óptima de nuevos puntos de venta, en función de la demanda potencial y la
saturación, presencia de competencia, ¿en qué lugar concreto deberíamos ubicar una
nueva tienda?
 Segmentación y optimización de la comunicación, en tiendas nuevas o poco rentables,
¿qué productos, servicios, debo ofertar a cada tipo de hogar en torno a la tienda?
 Cuota geográfica de mercado de la tienda, ¿qué parte de los clientes potenciales son
clientes actuales? ¿debo adoptar una estrategia de retención o de crecimiento?
 Cuota de cliente, ¿qué parte de su gasto en la categoría gasta cada cliente en mi
enseña?
 Política comercial, fijación de objetivos y recursos a las tiendas según su potencial de
negocio, optimización de surtido, promociones locales
30
Las técnicas de geomarketing y micromarketing dan repuesta a
interrogantes relacionadas con:

 La relación geográfica entre clientes –reales o potenciales- y red de comercial es clave
a la hora de analizar a unos y otros
 Existen diversas aproximaciones en su cálculo. La aplicación de métodos avanzados
depende de la disponibilidad de información con la que alimentar a los modelos:
31
 Información sobre las tiendas: 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 por categoría… definen la intensidad y tipo de demanda
 Información geográfica: cartografía, callejeros, divisiones administrativas…
delimitan los tipos de análisis posibles y sus costes

;
;
;
;
;
;
;
;
;
;
;
;
;
;
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
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí,
constituyen micromercados

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

La calidad de las fuentes de información y la capacidad para integrarlas son las claves del
éxito en proyectos de micromarketing
• INE: Censo 2001, Padrón 2007, Encuesta de Presupuestos Familiares (EPF), Encuesta de
Condiciones de Vida (ECV)
• Banco de España: Encuesta Financiera de las Familias (EFF), microdatos
• EUSTAT, IECAM, IDESCAT: estudios coyunturales y sociodemografía
• CCI: fichero de sucursales bancarias
• Anuarios estadísticos varios, fundaciones de cajas de ahorros…
34
Realizamos estudios enfocados a la segmentación: qué variables son
relevantes para clasificar a los clientes, qué grupos significativos existen,
cómo se describen y qué reglas de negocio se derivan
Somos especialistas en la obtención, validación, y modelización de grandes
bases de datos sociodemográficas, de estilos de vida y hábitos de consumo,
elaboradas por instituciones y organismos públicos

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

;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE
LATASSA
CALLE BOGGIERO
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
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 (Huff, 1963)
AREA DE INFLUENCIA. PROBABILIDAD PARA LA OFICINA 147

;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
824
825
821
820
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIAAGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE
LATASSA
CALLE BOGGIERO
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
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

;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTO
P
ENLACE
AVDA
GOYA
CALLEVIAUNIVERSITAS
CALLEVIAHISPANIDAD
CALLE BOLIVIA
CALLECALANDA
CALLEUNCETA
CALLEDELICIAS
PASEOMARIA
AGUSTIN
AVDA
VALENCIA
AVDA GOMEZ LAGUNA
CALLERIOJA
CALLEDOMINGOMIRAL
AVDAANSELMOCLAVE
CALLE DAROCA
CALLEARIAS
PASEO TERUEL
CALLEAVILA
CALLE CASPE
CALLE
LATASSA
CALLE BOGGIERO
CALLE
CORTES
DE
ARAGON
CALLE SANTA OROSIA
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%

^
^
^
^
^
^
^
^
^
^
^
^
^
^
819
817
815
814
813
AVDARANILLAS
AUTOP DEL EBRO (A-2)
CALLE
MARIA
ZAMBRANO
CTRAHUESCA
CALLE VALLE DE BROTO
CALLEGOMEZAVELLANEDA
AVDAPIRINEOS(DELOS)
AVDA ALMOZARA
AVDA PABLO RUIZ PICASSO
CALLE FEDERICO ENGELS
CMNOMOLINOS(DELOS)
CALLESALVADORALLENDE
CMNOJUSLIBOL
AVDA PABLO GARGALLO AVDA
CATALUÑA
CALLE ADOLFO AZNAR
CALLE SOMPORT
CALLE ZARAGOZA
CALLE PABLO IGLESIAS
PASEO RIBERA (LA)
CALLE JOSE BOROBIA GONZALEZ
CALLE CLARA CAMPOAMOR
CALLE UNAMUNO
CALLE ANTON GARCIA ABRIL
CALLE SAIZ DE OTERO
CALLE PEÑA OROEL
CALLEAVERROES
CALLEBONN
CALLE LUIS CERNUDA
CALLE ROSA CHACEL
CALLE MARIA DE ECHARRI
CALLE PEDRO SAPUTO
CALLE PAÑO Y RUATA
CALLE RAFAELA APARICIO
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
Ubicación óptima de nuevos puntos de venta y target potencial. O asignación de zonas a
nuevos comerciales, en función de distancia y valor potencial de los residentes
UBICACIÓN VS COMPETENCIA Y ESTATUS MEDIO-ALTO O ALTO

^
^
^
^
^
^
^
^
^
^
816
CALLECOSO
CMNO
TORRES
(LAS)
CALLE ASALTO
PASEO ECHEGARAY Y CABALLERO
CALLE
MAYOR
CALLEDON
JAIMEI
CALLE
ALFONSO
I
CALLE SAN MIGUEL
CALLE
JORGE
COCCI
CALLE
LEON
XIII
CALLE
SAN
JORGE
AVDA COMPROMISO DE CASPE
CALLE ZURITA
CALLEISAACPERAL
CALLEHEROISMO
CALLEMONREAL
PASEO
INDEPENDENCIA
CALLE ROGER TUR
CALLE PALAFOX
PLAZA PILAR (DEL)
CALLE ALTO ARAGON
CALLE DOCTOR AZNAR MOLINA
CALLE
SAN
LORENZO
CALLE
ARCADAS
CALLE SANTIAGO
CALLE
CANTIN
Y
GAM
BOA
CALLE
SEPULCRO
CALLE
MANIFESTACION
CALLE
COIMBRA
CALLE
TORRE
NUEVA
AVDA
CESAREO
ALIERTA
CALLE
DOCTOR
PALOM
AR
PLAZA SITIOS (LOS)
CALLE MORET
CALLE ERAS
CALLE
AAIUN
(EL)
PLAZA
ESPAÑA
CALLE ALCALA
CALLE VERONICA
CALLEFLANDRO
C
A
LLE
A
LC
O
B
ER
CALLE ANDRES GURPIDE
CALLE RAMBLA
CALLE
M
ARTIRES
Leyenda
Sección censal
Area inf. Ofic. nuevas
Distancia mtrs.
0 - 150
151 - 300
301 - 450
Tgt 2. Hipot subrog
226 - 339
145 - 225
91 - 144
63 - 90
30 - 62
Area inf. Oficinas
Distancia mtrs.
0 - 100
101 - 200
201 - 300
; Oficinas actuales
; Oficinas NUEVAS
40 250 500125
Metros
Plaza: Zaragoza
Indice target
Area inf. tiendas
Segmentación y optimización de la comunicación, en tiendas nuevas o poco rentables, ¿qué
productos debo ofertar a cada tipo de hogar?
PRESENCIA DE TARGET Y COMPETENCIA EN ÁREA DE INFLUENCIA

Seleccionamos las secciones censales de interés, sabemos qué producto les interesa,
buscamos sus nombres, direcciones y teléfonos en una base de datos del tipo Páginas
blancas
Segmentación y optimización de la comunicación, target por microzona y producto

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*
(*) Ejemplo de ficha descriptiva del área de influencia de una oficina bancaria

%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

 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

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

 Tengo visibilidad y presencia? Es mi evolución positiva?
 De dónde me visitan?
 Qué hacen los usuarios? Ven mis videos?
 Cómo me han encontrado?
 Qué buscan, les gusta o les interesa?
 Vendo/Convierto todo lo que podría?
 Qué estoy vendiendo?
 Cuánto invierto y cuál es el retorno? Cuánto tardo en conseguir mis objetivos?
 Qué canales convierten más? Se complementan?
 Qué segmentos son más rentables?
Internet permite conocer perfectamente al cliente…Disponemos de millones de datos, que
analizados se convierten en información CLAVE para el desarrollo del negocio
47
Ya tengo web……y ahora qué?

 Como?
MIDIENDO –ANALIZANDO –ACTUANDO
Mediante las siguientes herramientas:
 Analítica web. Estudio de la actividad de la web a partir de datos extraídos de la
navegación de los usuarios
 Complementada con
 Análisis de competencia. Estudio de nuestra posición en el mercado vs nuestros
competidores
 Benchmarking. Comparativa de nuestra web vs webs de referencia
48

 Qué hacen los usuarios? Qué visitan?

 Vendo todo lo que podría?
De todos los que
empieza la compra
sólo la termina un
15%...por qué
pierdo
compradores?

 Cuánto invierto y cuál es el retorno?
Qué palabras
claves nos dan
más ingresos?

 Cuánto invierto y cuál es el retorno?
Adicionalmente podemos cruzar los datos con los proporcionados con Adwords y
calcular el ROI de esa campaña, palabra clave etc….

“No disponer de ningún sistema de analítica web es equivalente a
tener una tienda y vendarnos los ojos cada vez que un cliente entra por la
puerta”
Pere Rovira
Algunos Resultados de la gestión de la web:
 Incremento del ROI
 Optimización de campañas de marketing
 ej. reducción de coste por click
 Mejora de la usabilidad y la navegación
 Optimización del contenido
 Mejora de los ratios de conversión
 ej. más gente compra en tu tienda o completan más cuestionarios de contacto

Inteligencia de clientes y geomarketing retail

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (20)

Similaire à Inteligencia de clientes y geomarketing retail

Similaire à Inteligencia de clientes y geomarketing retail (20)

Dernier

Dernier (20)

Inteligencia de clientes y geomarketing retail