PERFILANDO CONSUMIDORES CON MINERÍA DE DATOS

Por: Ing. José Cotos

Estoy leyendo un interesante paper de un profesor de St. Petersburg State University of Railways of Emperor Alexander I, Rusia. Paso a comentar y analizar. En la actualidad, los consumidores quieren productos exclusivos. La tarea de una empresa es conocer al consumidor y brindarle productos y servicios deseados. Para averiguar los deseos de los consumidores, un sistema que perfile consumidores se ha creado. Hay varias metodologías para hacer esto como el análisis de embudo, la plataforma de manejo de datos, perfiles de los consumidores, análisis del comportamiento del consumidor, y otros. Se eligieron estas tecnologías por brindar un mayor retorno sobre la inversión, el ROI.

El CRM, Customer Relationship Management, es una herramienta para administrar la cooperación de los consumidores con la empresa. Las relaciones de negocios con los consumidores, puede mejorarse usando análisis de datos de los consumidores y enfocando la retención de consumidores con el crecimiento de las ventas alcanzado. La meta del sistema CRM es integrar y automatizar las ventas, marketing, y soporte al consumidor en etapas del ciclo de vida completo. En la mayoría de los casos, el sistema CRM tiene un panel donde muestra información de los consumidores, con una página individual para cada consumidor. En el panel principal está el historial de ventas, empresas de marketing relacionadas con el consumidor. El CRM operativo incluye tres funciones principales: automatización de ventas, automatización de marketing, y automatización de servicio.

Automatización de ventas: Implementa análisis de promoción de ventas, automatiza el seguimiento a la historia del consumidor para motivar nuevas compras y coordinar ventas, marketing, call center, y tiendas (online y offline).

Automatización del marketing: Se enfoca en mejorar el proceso de marketing entero, con la meta de incrementar su eficiencia y hacerla interactiva. Mediante las redes sociales atrae y retiene consumidores.

Automatización del servicio: Se enfoca en clarificar e implementar los servicios: servicios de soporte al consumidor en multicanal (teléfono, email, redes sociales, salas de chat, portales de venta de tickets, preguntas frecuentes, chatbots y más).

El Sistema CRM recolecta datos de todos los canales posibles, como la página web de la empresa, teléfono, email, mensajes de Whatsapp, materiales de campañas de marketing, redes sociales, y otros. La empresa necesita saber las necesidades de su audiencia específica de la mejor forma. Una audiencia específica es un grupo de gente con los mismos comportamientos y necesidades a ser creados por algoritmos de machine learning.

El Análisis de Tráfico es el proceso de interceptar y examinar los datos de forma que se deduzca información de patrones en un perfil del consumidor. Cuantas mas unidades de tráfico observadas y almacenadas, más información puede ser obtenida de un detallado perfil y hábitos del consumidor. El análisis del tráfico puede ser realizado en el contexto de inteligencia artificial, counter-intelligence o patrón de análisis de vida.

El Sistema CRM contiene:

Tecnología DMP con el propósito de agregar toda la información relacionada con los consumidores y fusionarla con la información sobre productos. Estos datos serán los Indicadores de Gestión. Se recomienda usar NoSQL.

Opportunity management ayuda a la empresa a manejar crecimiento impredecible y demanda, usando un modelo de pronóstico con datos de ventas históricos para predecir ventas.

Sistema para seguimiento y medición de campañas de marketing, en múltiples canales y redes; y recolectan clicks del consumidor y ventas para un análisis del consumidor más profundo.

Para tener con el CRM usar SaaS (Software as a service).

Un sistema CRM básico incluye un sistema de administración de contactos que integra emails, mensajes, documentos, trabajos, faxes, y programación de cuentas individuales.

E-commerce toma ventaja del sistema CRM enfocándose en automatización de marketing, fuerza de ventas, y procesos de servicio.

La administración de relaciones centrada en el consumidor es una nueva subdisciplina que se enfoca en las preferencias del consumidor en vez de apalancarse en el consumidor, y la meta es añadir valor involucrando consumidores.

Sistema basado en membresía recolecta niveles de membresía, voluntariado, y comunicación con individuos, demografía de auspiciadores, electores, recaudación de fondos y membresía de directorios.

Las encuestas de Gartner al CEO, CIO, CMO y otros ejecutivos son una observación popular de CRM. Gartner identifica el mercado para CRM y Customer Experience (CX) como servicios de proyectos que soportan empresas para crear estrategias CX y diseñar, construir, integrar y desplegar cambios en procesos y tecnología que mejoren la interacción entre empresas y sus competidores.

Los proyectos de CRM y CX están dirigidos a alcanzar metas a través de ventas, marketing, servicio al consumidor, servicio local, líderes de comercio digital, y ejecutivos de compañía digital. Estas metas pueden incrementar la satisfacción del consumidor, atraer nuevos consumidores, retener consumidores existentes, crear una visión unificada del consumidor, consumidores de venta cruzada, incrementar la frecuencia de respuestas a campañas, incrementar el uso de canales digitales, incrementar la protección al consumidor y contabilizar incremento en el precio.

Usando una metodología que no se revela, Gartner posiciona en un mapa perceptual a los vendedores de CRM como:

Lïderes: Proveedores de CRM en este cuadrante tienen todos los puntos de versatilidad, visión completa, y habilidad para desempeñar las tareas asignadas. Estos proveedores tienen gran prestigio, y las capacidades de marketing y ventas necesarias para adoptar nuevas tecnologías, mientras demuestran clara comprensión de las necesidades del mercado, son innovadores y líderes ideológicos. Formulan planes a ser usados por consumidores actuales y potenciales; mientras desarrollan infraestructura y estrategias.

Desafiadores: Están involucrados en el mercado y trabajan bien lo suficiente para ser seria amenaza para vendedores del cuadrante Líderes. Tienen productos fuertes, así como posición de mercado bastante confiable; y recursos para sostener el crecimiento.

Visionarios: Estos vendedores de CRM son innovadores. Sus productos se venden en gran escala. Son compañías privadas que grandes corporaciones quieren comprar.

Jugadores de nicho: Son empresas a menudo estrechamente especializadas para un mercado específico o segmentos verticales. Este sector incluye proveedores que adaptan sus productos existentes para entrar al mercado o grandes proveedores que tienen dificultad en desarrollar e implementar su visión.

El DMP se usa para recolectar y manejar datos de las compañías. El marketing digital es el propósito principal de usar el DMP. Debido a la abundante información de datos, las herramientas analíticas como segmentación, predicción y creación del perfil del consumidor es imposible alcanzar todos los niveles del ciclo de vida del consumidor sin el DMP.

El DMP usa algoritmos de big data y de inteligencia artificial para procesar grandes datos de usuarios de varias fuentes.

Los DMP se usan en las tareas de:

1.Colectar datos de varias fuentes. Se consideran tres tipos de data. Data de primer nivel es data generada dentro de la empresa. Data de segundo nivel es data generada por acuerdos con otras empresas a socios comerciales y data de tercer nivel  es la generada por los consumidores.

Fuentes offline: Sistemas CRM y encuestas.

Fuentes online: Aparatos móviles y PCs.

2.Integración. Integra toda la data en un perfil del consumidor. Con algoritmos de machine learning, se llega a un buen nivel de integración.

3.Administración de data. La data colectada e integrada debe ser transferida y ser transformada como información. Los algoritmos de machine learning y deep learning son los más usados para crear perfiles de consumidor.

4.Activación. La data manejada se usará por un equipo de la empresa para implementarla en el mercado. Con la ayuda de NoSQL y en media hora está listo.

Diseño de DB (DB= Base de datos o Database)

La data del consumidor se almacena en DB con el perfil y los sistemas CRM. Un DB debe incluir: Business Intelligence, Data Analytics, Big Data, Data Management, Data Brokerage.

SQL es Structured Query Language y NoSQL es Not Only SQL, ésta última incluye preferencias de compra del consumidor. Algunos DB NoSQL populares son: MongoDB, Hbase, Apache CouchDB, Oracle NoSQL, Apache CassandraDB, Riak.

Analítica del consumidor.

Aquí, el comportamiento del consumidor se usa para tomar decisiones críticas del negocio a través de segmentación de mercado y la analítica predictiva. Desde que se producen los productos hasta su venta se recolecta bastante información del consumidor.

Las aplicaciones se dan en el rastreo del consumidor, en los datos de investigación de mercados, en asignación dinámica de precios, y administración de la distribución. Los principales usuarios de analítica del consumidor son los retailers. Otros beneficios que brindan las analíticas es que permite personalizar precios, con descuento especial, priorizar esfuerzos de desarrollo de productos y desarrollar una estrategia de distribución. Recolectar data como comportamiento, lealtad, demografía, estilo de vida, valor de preferencias, y comportamiento predictivo de datos son un tema crucial que da beneficios a la empresa y al consumidor, incrementando la precisión de analítica del consumidor. Usualmente, hay empresas donde la data del consumidor no es precisa o tiene errores. Esto ocurre por mala estructura de la DB.

Prediciendo el comportamiento del consumidor.

Predecir las preferencias del consumidor y hábitos de compra requiere recolectar y analizar data. Se debe elegir atender mejor al segmento más rentable hallado en los perfiles de los consumidores. Puede ser necesario cambios en la orientación del negocio y planear cambios para el siguiente periodo.

KDD es el método para identificar modelos de big data usando métodos cruzados de machine learning, deep learning, estadística, y sistemas DB. KDD permite extraer información con métodos inventivos de un juego de datos y transformarlo en información útil para uso posterior. KDD se usa para modelos predictivos. Ayuda a optimizar la campaña, procesos de targeting, y predecir la cantidad de producto.

Los modelos analíticos pueden ser correlación, segmentación y métodos de reconocimiento de patrones para analizar los datos. Se logra identificar problemas y partes débiles de servicios o productos. Por ejemplo, una empresa de educación online halló mayores inscripciones en sus cursos en sus cursos de primavera, pero luego lo analizaron, y se encontró que lo estudiaban para prepararse para la universidad. Entonces, decidieron publicitar sus cursos relacionados con los exámenes en la época de primavera.

Perfilar consumidores ayuda a comprender a los consumidores, realzando quiénes son, a qué se parecen, cuáles son sus intereses y lo que desean, etc. Teniendo una mejor comprensión del consumidor ayuda a la empresa a comunicarse con su target más efectivamente.

Analizando el perfil del consumidor por tipo de producto, valor, frecuencia, y patrones de gasto; se encuentra los consumidores más rentables analizando sus patrones de comportamiento o gastos por consumidor. Luego, se desarrolla una estrategia asignando recursos para cada segmento y optimizando el presupuesto de marketing que mejore el retorno sobre la inversión.

Las técnicas de segmentación del consumidor para perfilar luego son:

-Single discrete variable (CLV, RFM y CHURN)

-Clustering: K-means, hierarchical

-Finite mixture modeling (ejm: Gaussian mixture modeling)

-Self-organizing maps

-Topological data analysis

-PCA

-Spectral embedding

-Locally-linear embedding (LLE)

-Hessian LLE

-Local tangent space alignment (LTSA)

-Random forests, decision trees

-Deep learning

Como podrán darse cuenta, es un gran trabajo el que se requiere para segmentar y perfilar consumidores. Estamos en la era del Machine Learning y de la Inteligencia Artificial. Como ven, se aplican al marketing muy bien. Es necesario que en el Perú se enseñe en todas las universidades a nivel de pregrado cursos de estos temas. Será una ventaja relativa, pero es mejor que no hacer nada por el desarrollo del país.