Recientemente en Kraz hemos realizado un webinar abierto sobre casos de uso de analítica avanzada aplicada a marketing y ventas.
Si te lo perdiste no te preocupes, puedes verlo por completo en Youtube, parte por parte, pero te recomendamos que lo veas al completo para poder entender mejor todo el potencial de lo que explicamos.Aquí te dejamos un breve índice de lo que podrás ver en el vídeo:
- Detección de clientes en riesgo de abandono (churn) (1:42)
- Clasificación de comentarios de clientes con LLM tipo GPT y similares (8:44)
- Impacto de lanzamiento de nuevos productos (caso sector editorial) (15:37)
- Predicción de demanda a nivel producto/SKU (17:44)
- Optimización de medios propios vía segmentación (newsletters, etc) (23:09)
- Detección del producto ideal a recomendar (28:09)
- Optimización de captación de leads vía lead scoring (31:25)
- Drivers de satisfacción ocultos en encuestas NPS (33:00)
- Impacto de la publicidad en ventas (35:26)
- Optimización del Mix de medios (39:35)
- Impacto de publicidad cross-channel (42:33)
A continuación os hacemos un breve resumen de todo este contenido, y de nuevo al final de post podrás acceder al webinar con enlace directo 😉
Predicción de clientes en riesgo de abandono (churn)
El webinar se describió la metodología a nivel conceptual: análisis de la BBDD actual de clientes para detectar los patrones abandonistas de los registros disponibles hasta la fecha:
Y aplicación de estos patrones abandonistas a la BBDD total actual para detectar aquellos registros con más riesgo de causar baja en un próximo horizonte temporal:
En anteriores artículos de este blog hemos hablado de esta temática.
Uso de herramientas LLM (GPT4 y similares) para gestión de contenidos
LLM puede ser aplicado a multitud de casos de uso basados en el análisis de contenido particular de las organizaciones:
- Traducción de comentarios
- Categorización de distintas temáticas de conversación
- Clasificación de comentarios a categorías de conversación
- Asignación del sentimiento
- Resumen de conversaciones
- Generación de contenido
- Identificación de similitud de comentarios
En el webinar desarrollamos más algunas de estas aplicaciones con ejemplos concretos en el sector de la automoción
Modelos predictivos aplicados al lanzamiento de nuevos productos
Mostrando un caso concreto en el sector editorial que en su día también explicamos en este blog, contamos como la detección de patrones de datos en algoritmos de aprendizaje automático permite, a partir de la información histórica de todos los anteriores lanzamientos, realizar predicciones sobre el momento ideal y el impacto en ventas de nuevos lanzamientos.
Predicción de demanda a nivel SKU
Más allá de lo que en su día ya contamos en este blog post y en el webinar específico sobre predicción de demanda, explicamos la posibilidad de generar “modelos de modelos”, esto es, que las predicciones de demanda sean el resultado de ensamble de modelos (combinaciones de modelos individuales):
Esto es, para una predicción individual de un producto:
Se aplican múltiples posibles modelos (Arima, XGBoost, Redes Neuronales como LSTM, GRU, etc), se observa el error de cada uno de ellos en ese producto y finalmente se aplica una combinación de todos ellos en la que cada modelo tiene un peso inversamente proporcional al error observado:
Con ello se mejoran significativamente las predicciones de cada producto individual.
Optimización de own media vía segmentación
La segmentación de una BBDD es un paso muy interesante para la optimización de comunicaciones en medios propios (principalmente, campañas de email)
En este blog hemos hablado en varias ocasiones de segmentación, y en la sesión del webinar online comentamos la doble mirada de un proyecto de segmentación:
Personalización de contenidos mediante algoritmos de recomendación
Hay 2 tipos de algoritmos de recomendación:
1. Basados en contenidos (Content-based recommender systems)
- Imágenes similares
- Títulos similares
- Descripciones similares
2. Basados en perfil de usuarios (Collaborative filtering)
- Preferencias de otros usuarios similares
- Preferencias = medido a través de actos de interés (consulta de productos), compra de productos o consumo de servicios
- Usuarios similares = usuarios del mismo perfil comportamental, gemelos comportamentales
Los algoritmos de recomendación permiten poder personalizar contenidos concretos a individuos concretos, generando
Optimización de campañas de captación de leads
Las campañas de captación de leads necesitan ser optimizadas por el valor del lead, no el coste del lead.
A nivel de coste por lead, puede haber leads muy baratos cuya calidad no compense -por ello el valor del lead es un indicador mucho mejor.
Además, las plataformas publicitarias online permiten cargar BBDD de leads con su valor asignado para que sean la referencia de los algoritmos de optimización de campañas.
Ejemplo de interfaz de Google para la conexión con BBDD externas para optimización de campañas de captación de leads
¿Como predecir el valor de un lead? A partir del histórico de leads generados y su resultado posterior en el negocio. LA BBDD histórica ofrece los patrones de leads de más valor, y predictivamente se puede asignar un valor estimado a cada nuevo lead.
Detección de satisfaction drivers a través de encuestas NPS
Las encuestas de satisfacción, más allá de su uso para el KPI de NPS, pueden ser usadas para encontrar drivers de satisfacción a partir de complementar el dato de la encuesta de satisfacción con los datos adicionales disponibles de cada cliente individual:
Evaluación de eficacia publicitaria
En lo relacionado con la eficacia publicitaria, desde Kraz hemos hablado de MMM en numerosas ocasiones, en nuestro webinar pionero de 2022, en la presentación de Athenea (nuestra herramienta MMM), la Guia MMM para CMOs y en numerosos blog posts.
En este último webinar sobre casos de uso de analítica avanzada aplicada a marketing y ventas, además, hicimos un breve resumen de los principales contenidos alrededor de MMM. Si quieres ver el contenido entero, como ya te comentamos,lo puedes encontrar en nuestro canal de YouTube. ¡Esperamos que os guste!
Webinar: Casos de uso de Analítica Avanzada aplicada a marketing & ventas
