Optimización de campañas

Optimización de Campañas

Datos- Demográficos

- Tenencia- Utilización- Pagos

- Uso de canales- Quejas

- Encuestas- …

Monitoreo de Resultados

Realizar una oferta a los clientes que aplican

Generar Candidatos

Clientes12435564375923545276

Campañas de Marketing (Segmentación)

Clientes

FiltrarAplicar Exclusiones

tiempo

Las campañas son costosas, muchos clientes no responden

A

Respuesta

Problema

A

tiempo

RIGHT PERSON

Solución:Predecir quienes van a responder a una oferta de un productoTecnología:Data MiningBeneficios típicos:Reducción de costos del 25%-40%

Respuesta

El modelo permite ordenar las cuentas de

acuerdo a la probabilidad de respuesta

50%

70%

90%80%

No solo bajar los costos…

Esto permite realizar acciones diferenciadas: limites, incentivos, precios, canal, etc distintos

segun el nivel de respuesta esperado

Y aumentar la Respuesta!

Datos- Demográficos

- Tenencia- Utilización- Pagos

- Uso de canales- Quejas

- Encuestas- …

Modelos PredictivosProbabilidad de

Respuesta

Realizar una oferta a los clientes con mayor

propensión a aceptarla

Generar Scores

Cliente Score12435 0.2256437 0.1359235 0.0245276 0.05

Campañas de Marketing (Data Mining)

Clientes

Monitoreo de Resultados

RIGHT OFFER

RIGHT CHANNEL

RIGHT TIME

RIGHT PERSON

• Propensiones de cada cliente• Rentabilidad de cada producto• Costo y Efectividad del canal• Restricciones de contacto• Objetivos mínimos de venta• Capacidad de cada canal• Limitaciones de presupuesto

La promesa del Marketing

tiempo

A B C

Foco en la Campaña y no en el ClienteLa respuesta a las campañas incrementa drasticamente la carga del call center y las sucursales en forma despareja.

A?

Problema

tiempo

RIGHT TIME

Solución:Elegir los clientes que tengan mas propensión en cada momentoTecnología:Data Mining y OptimizacionBeneficios típicos:Mejor aprovechamiento de los recursos. Aumento de la respuesta de un 30%-50%.

Cada individuo tiene preferencia (manifiesta o teorica) a ser contactado por distintos canalesEl costo de cada canal es muy diferente

?

Problema

RIGHT CHANNEL

Solución:Seleccionar el mejor canal para cada cliente Tecnología:Data Mining (por canal) y optimizaciónBeneficios típicos:Mayor tasa de respuesta. Menores Costos.

?

tiempo

Campañas superpuestas.Se satura al cliente con ofertas. Los distintos departamentos se disputan los clientes. Se pierden oportunidades.Se prioriza las campañas y luego se asignan los clientes.En las llamadas entrantes no se hace ofertas. En la Web la oferta es distinta.No se tiene en cuenta la contribución del producto.

Problema

OPTIMIZACION

100 120 134

P1 P2 P3

A 40 50 60

B 35 40 50

C 20 39 20

P1 P2 P3

A 40 50 60

B 35 40 50

C 20 39 20

P1 P2 P3

A 40 50 60

B 35 40 50

C 20 39 20

P1 P2 P3

A 40 50 60

B 35 40 50

C 20 39 20

Oferta Renta ScoreRenta

Esperada

430$ 9.3% 40

714$ 4.9% 35

606$ 3.3% 20

Cada Canal tiene distinta capacidadExiste un Presupuesto LimitadoCada Producto tiene objetivos mínimos de ventaCada campaña tiene un tamaño mínimo para ser rentableLas restricciones de contacto son diferentes para cada canal

%? $?

%? $?

%? $?

?

?

?

42

87

A

B

C

Productos

Datos y Modelos

A

A

B

C

BC

A B C

Seleccionar la mejor campaña,el mejor momento, la mejor oferta,y el mejor canal, para cada cliente.

Ejecutar Campañas en cada Canal

RIGHT OFFER (SALIENTE)

Asignacion optima considerando limitaciones de presupuesto,

capacidad de cada canal,objetivos mínimos de

conversion,restricciones de periodicidad, etc

Solución:Seleccionar el mejor producto para cada cliente Tecnología:Data Mining (por producto) y OptimizaciónBeneficios típicos:Automatización de todas las acciones. Beneficio de un 50% a 100%.

15

Marketing Tradicional

Centrado en el ProductoEncuentra los mejores clientes para cada producto

Solo Canales Salientes Correo Telemarketing Email

Customer Centric Marketing

Centrado en el ClienteEncuentra los mejores productos para cada Cliente

Canales Salientes y Entrantes (Real Time)

A B C

• Correo• Telemarketing• Email

• WEB

• Call Center• Sucursales• ATM• Mobile

A

Tendencia en Marketing

Cross-sell?<context data>

<customer data>

Oferta¿Aplica a este caso?

MargenProbabilida

d de Respuesta

Valor Esperad

o

A No

B Yes 90 54% 49

C Yes 85 62% 64CC

Inbound Outbound

Percepción Apropiada Conveniente

Respuesta 30% 5%

RIGHT OFFER (ENTRANTE)

Datos- Demográficos

- Tenencia- Utilización- Pagos

- Uso de canales- Quejas

- Encuestas- …

MúltiplesModelos Predictivos

Probabilidad de Respuesta

Realizar una oferta a los clientes con mayor

beneficio

Generar ScoresCada producto tiene diferente Ganancia

Cliente Scores12435 0.22 0.31 0.1156437 0.13 0.04 0.2859235 0.02 0.17 0.1445276 0.05 0.01 0.09

Campañas de Marketing (Customer Centric)

Clientes Múltiples CanalesInbound & Outbound

Diferentes CostosDiferente EfectividadDiferentes Mensajes

Restricciones de Contacto

Objetivos mínimos de ventaCapacidad de cada canal

Limitaciones de presupuesto

OPTIMIZAR

Monitoreo de Resultados

Ejemplo Banca

Desarrollaron un modelo de Cross Selling para prestamos en 3 semanasDuplicaron la tasa de respuesta de la campañaInmediatamente comenzaron a realizar modelos para el resto de los productos y etapas del ciclo de vida del cliente (aprox. 30 campañas)

Ofertas en todos los Canales

Ejemplo Banca

Propensiones de cada clienteRentabilidad de cada productoCosto y Efectividad del canalRestricciones de contactoObjetivos mínimos de ventaCapacidad de cada canalLimitaciones de presupuesto

Considerando

Ejemplo Banca

Definieron la estrategia comercial centrada en el cliente (no en el producto)La acción optima significó una mejora en la rentabilidad del 40%

Redes Sociales

Pero luego de recibir la oferta…

y con NO clientes también!estos clientes hablan con otros clientes