1.
Qué podemos saber de
nuestros públicos, cómo y
para qué
Madrid, 4 de octubre 2018

2.
teknecultura
www.teknecultura.com
@teknecultura
info@tekneculutra.com
Convertimos datos en conocimiento útil para el
desarrollo de proyectos culturales
Queremos contribuir a que todas las organizaciones culturales
usen sus datos
Ferran López
Director de TekneCultura
@ferran_lopez
www.linkedin.com/in/ferranlopezarbiol/
ferran@teknecultura.com
teknecultura 2

3.
Aparece una
tecnología
digital
La tecnología se
democratiza
Los datos que
genera la
tecnología se
acumulan
? Aparecen
agentes y
herramientas
para explotar
datos
Se democratiza
el uso de los
datos
Estadio del
sector cultural
Estadio de otros sectores más
industrializados
(retail, banca, seguros,
tecnológicas…)
Digitalización -> Dataficación
Preámbulo ¿Cómo hemos llegado hasta aquí?
teknecultura 3

4.
No tenemos datos
Aparecen nuevas
tecnologías que
generan datos
Acumulamos datos
pero gestionamos
como antes
Usamos datos
Digitalización -> Dataficación
Preámbulo ¿Cómo hemos llegado hasta aquí?
Un proceso rápido e imparable en el que todas las organizaciones dispondrán de datos y estos serán un
activo imprescindible para su desarrollo
teknecultura 4

5.
¿Qué podemos saber de nuestros públicos?
¿Y para qué?
Quienes y cómo aceptan
que nos comuniquemos
con ellos
• Datos personales
• RGPD
Comunicarnos:
• Desarrollar una estrategia de
contenidos digitales y
analógicos
• Segmentada
• Evaluable
teknecultura 5

6.
¿Qué podemos saber de nuestros públicos?
¿Y para qué?
Cuantas personas conforman
nuestra comunidad
- Clientes
- Espectadores
- Comunidad digital
- Comunidad digital que interactúa
Evaluar el impacto
• A cuanta gente de nuestro entorno somos
útiles
• Cuantos de nuestros “financiadores” son
usuarios de nuestra actividad
• Con cuantos usuarios interactuamos o nos
compran entradas
teknecultura 6

7.
¿Qué podemos saber de nuestros públicos?
¿Y para qué?
Distribución por ejes de desigualdad
- Género
- Edad
- Residencia
- Origen
- Renta
- Estudios
- Accesibilidad
- Conectividad digital
Mejorar el impacto en
• Saber como impacta la desigualdad en nuestro
proyecto
• Evaluar su equidad
• Estudiar y reducir barreras de participación
teknecultura 7

8.
¿Qué podemos saber de nuestros públicos?
¿Y para qué?
Entender la “calidad” de la
relación con nuestra
comunidad
• Distribución por frecuencia
• Distribución por frescor de la
relación
• Distribución por fidelidad
Diseñar estrategia de
desarrollo de audiencias
• Evaluar y priorizar captación,
retención o fidelización
• Diseñar estrategias de
programación, comunicación y
precios segmentadas
teknecultura 8

9.
¿Qué podemos saber de nuestros públicos?
¿Y para qué?
Entender diferencias y preferencias
de los segmentos de fidelidad
• Diferencias demográficas
• Preferencias de la programación
• Métricas económicas por segmento
• Interacciones con las comunicaciones
digitales
Evaluar y mejorar estrategia de
contenidos
• Optimización de la programación y la
comunicación
• Políticas de precios
teknecultura 9

10.
¿Qué podemos saber de nuestros públicos?
¿Y para qué?
Aplicación de modelos de
aprendizaje automático
• Analizar asociaciones entre
espectáculos y atributos cualitativos
• Predicción de abandono
• Predicción de ventas
Mejoras de gestión
• Segmentación cualitativa
• Recomendación
• Gestión del abandono (churn
management)
• Optimización de campañas
• Gestión presupuestaria
teknecultura 10

11.
¿Qué sabemos de nuestros públicos?
teknecultura 11
Si lo pedimos amablemente y somos prudentes con los envíos, la mayoría de nuestros usuarios
aceptaran recibir comunicaciones
La mayor parte de nuestros usuarios es nueva, vendrá una sola vez y probablemente no vuelva
Un % minoritario de usuarios fieles aportarán más de la mitad de los ingresos, y darán sentido a
nuestro relato y misión
Es más sensible al precio un cliente fiel que uno nuevo
Es más “rentable” retener un usuario que llegar a dos nuevos

12.
Los datos también nos ayudaran a…
Definir y evaluar nuestros objetivos
Orientarnos al usuario
Optimizar recursos
Aprender y mejorar
teknecultura 12

13.
¿Cómo? De los datos al conocimiento
Conocimiento
Datos
teknecultura 13

14.
Equipos
Costes
Herramientas
Preguntas
Datos
ETL
Análisis
Respuestas
/evaluación
Conocimiento
¿Cómo? De los datos al conocimiento
teknecultura 14

15.
Herramientas
ETL
Preguntas
DatosAnálisis
Evaluación
Conocimiento
Equipos Herramientas
Costes
¿Cómo? De los datos al conocimiento
teknecultura 15

16.
Ticketing
Email mkt
Google Analytics
Redes sociales
Encuestas
Focus Group
Datos abiertos
Datos compartidos
Estrategias para mejorar
calidad y cantidad de datos
Datos ETL
API
Exportaciones
Transformaciones
Cálculos métricas
clave
Análisis:
• Tablas
• Gráficos
• Machine learning
Análisis Herramientas
Excel (y Power Pivot)
Google Analytics
Monitorizacion
redes sociales
email mkt
Software BI:
• TekneData
• Do it yourself
R y Python
publicidad
Predefinida
Compartida
Evaluación Equipos
Responsables
Transversalización
Costes
Tiempo
Formación
Recursos
teknecultura 16

17.
Epílogo Consideraciones finales
Los datos hay que merecerlos
teknecultura 17

18.
Epílogo
Correlación no implica causalidad
Consideraciones finales
teknecultura 18

19.
“Si hubiera preguntado a la gente que quería me habrían respondido: caballos más rápidos”
Henry Ford
Epílogo Consideraciones finales
Precaución ante la dictadura del dato
Consideraciones finales

20.
La imaginación es más importante que
el conocimiento
Albert Einstein, físico
Epílogo Consideraciones finales
teknecultura 20

21.
@teknecultura
ferran@teknecultura.com
teknecultura.com
¡Gracias!