Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Marketing Analytics
Como yo lo entiendo

Sebastián Girón
Data Miner / Marketing Analytics professional
http://www.linkedin...
Contenido
En qué consiste

Cómo se hace:
herramientas y técnicas

Ejemplos

Sebastián Girón
Data Miner / Marketing Analyti...
En qué consiste
La misión

Transformar la información almacenada en Bases de Datos en
conocimiento de negocio para apoyar ...
Cómo se hace
Herramientas
Suites
analíticas
SAS®

Lenguaje
BB DD
Base SAS®
SAS® Enterprise Guide®
SAS® Enterprise Miner™

...
Cómo se hace
Técnicas analíticas
Análisis Uni- y Multi-Variante
Para estudiar la distribución de los datos, y las relacion...
Ejemplo 1

Modelización predictiva
Objetivo

En una entidad aseguradora, poder facilitar públicos objetivo
formados por cl...
Ejemplo 2

Segmentación de red comercial
Objetivo

En una entidad financiera, hallar diferentes tipologías de oficina dent...
Gracias por su tiempo
Contacte conmigo
http://www.linkedin.com/in/sebasgiron
Sebastián Girón
Data Miner / Marketing Analyt...
Upcoming SlideShare
Loading in …5
×

Marketing analytics

399 views

Published on

Marketing Analytics: breve presentación de en qué consiste, cuáles son las principales herramientas involucradas y ejemplos reales de aplicación de estas técnicas en contextos de negocio

Published in: Marketing
  • Be the first to comment

  • Be the first to like this

Marketing analytics

  1. 1. Marketing Analytics Como yo lo entiendo Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron
  2. 2. Contenido En qué consiste Cómo se hace: herramientas y técnicas Ejemplos Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron Resumen esencial de la tarea y su contexto Algunas de las principales herramientas de software y técnicas analíticas Dos proyectos reales de aplicación de Marketing Analytics
  3. 3. En qué consiste La misión Transformar la información almacenada en Bases de Datos en conocimiento de negocio para apoyar la toma de decisiones También se conoce como… Ámbito funcional Sectores Business Intelligence Marketing Intelligence Customer Intelligence Data Mining Analytics Marketing como área principal de actuación Posibilidad de interacción con otras funciones: operaciones, finanzas, atención al cliente… Finanzas (Banca) y Seguros en mi experiencia personal desde 2004 En general, cualquier empresa con acciones comerciales sistemáticas y un volumen de información medio-alto sobre sus clientes puede beneficiarse de una cultura analítica Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron
  4. 4. Cómo se hace Herramientas Suites analíticas SAS® Lenguaje BB DD Base SAS® SAS® Enterprise Guide® SAS® Enterprise Miner™ SQL SQL para consultas PL/SQL programación Oracle T-SQL en SQL Server SPSS Clementine (Modeler) Microstrategy, BusinessObjects… Software BI &Reporting Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron Microsoft Office VBA + Visual Basic Script Herramientas de apoyo
  5. 5. Cómo se hace Técnicas analíticas Análisis Uni- y Multi-Variante Para estudiar la distribución de los datos, y las relaciones numéricas entre las magnitudes analizadas Segmentación: análisis de cluster Algoritmos que permiten identificar, dentro de un conjunto de datos, grupos de elementos de forma que cada grupo tenga características homogéneas entre sí, y heterogéneas con el resto. Modelización predictiva Conjunto de técnicas (regresión, árboles de decisión, y otras más sofisticadas) que permiten, a partir de un conjunto de datos a priori, predecir posibles comportamientos futuros o valores de variables desconocidas. Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron
  6. 6. Ejemplo 1 Modelización predictiva Objetivo En una entidad aseguradora, poder facilitar públicos objetivo formados por clientes de alta propensión a la contratación de diferentes productos, para ser usados por la red de mediadores en acciones comerciales de venta cruzada Resultado Despliegue de 7 modelos predictivos (regresión logística y árboles de decisión), que permiten clasificar a toda la base de clientes existentes, seleccionar a los más propensos y, junto a una serie de reglas de negocio, definirlos como potenciales receptores de una acción comercial de venta cruzada- Metodología Estudio de negocio • Análisis de características del producto, dinámicas comerciales, etc. • Disponibilidad de información, posibles datos faltantes… Diseño técnico Análisis de variables • Definición de la variable de respuesta • Estudio detallado de los diferentes items de datos • Composición de la muestra • Profundidad histórica Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron • Tipologías, distribuciones, calidad del dato • Relevancia e impacto en la variable de respuesta Modelización y despliegue • Construcción del modelo predictivo • Integración en procesos mensuales de puntuación y selección de públicos objetivo • Creación de procesos de validación para medir evolución del poder predictivo
  7. 7. Ejemplo 2 Segmentación de red comercial Objetivo En una entidad financiera, hallar diferentes tipologías de oficina dentro de una misma red comercial, en función de características e indicadores del negocio de cada sucursal Técnicas Definición y análisis de KPIs Análisis de Cluster (algoritmo k-means) Resultados Se identificaron 4 segmentos de oficina, con características de negocio bien diferenciadas: • • • • Pequeñas especialistas en ahorro Grandes especialistas en empresas Medianas especialistas en hipoteca residencial Medianas generalistas Estudio de KPIs Análisis de cluster Definición y cálculo de KPIs de relevancia para caracterizar tipologías de negocio de las oficinas Proceso iterativo para la selección definitiva de variables y la determinación del número de clusters presentes Metodología Sebastián Girón Data Miner / Marketing Analytics professional http://www.linkedin.com/in/sebasgiron Evaluación • Análisis descriptivo de los clusters obtenidos en función de un abanico amplio de variables • “Test de realidad” de los resultados obtenidos frente a las impresiones de los responsables de la red
  8. 8. Gracias por su tiempo Contacte conmigo http://www.linkedin.com/in/sebasgiron Sebastián Girón Data Miner / Marketing Analytics professional

×