Data Mining - Personalizacion y Filtrado Colaborativo - Parte II

Filtrado Colaborativo

El otro tipo de personalización es la adaptación de personalización. Más comúnmente conocido como el filtrado colaborativo, este tipo de personalización es más inteligente, ya que observa comportamientos de los clientes y los aplica a las nuevas circunstancias. Por ejemplo, si en un jardín e-tailer con filtrado colaborativo observa que los consumidores tienden a comprar a bajo costo las flores perennes, al mismo tiempo que las herramientas de jardinería en el sitio Web puede comenzar sugiriendo un área de sugerencias a todos los clientes que compran las plantas tipo bulbo. El Filtrado colaborativo utiliza el comportamiento de otros visitantes "similares" a los visitantes regulares como base para sus recomendaciones. Las herramientas de filtrado Colaborativo son a menudo más complejas, y por lo tanto este es más caro, que el basado en las normas de personalización.

El ejemplo más célebre de filtrado colaborativo es cuando no la compra por Amazon.com, en el que los resultados de compras anteriores del comprador son combinados con la geografía en la que este se ubica, para sugerir a los lectores que viven en su barrio y tienen intereses similares que cosas pueden estar leyendo. Este análisis similar de la compra de los consumidores más inteligente hace que se convierta a Amazon como su preferencia, y hace más preciso aún las recomendaciones del sitio. Varios clientes de Amazon.com que conozco son los cazadores de oportunidades en los sitios Web de otros durante las promociones especiales, pero siempre regresan a Amazon porque "ellos los conocen mejor".

Tal vez el trazado más revelador en la personalización es que el usuario sabe lo que está pasando. Los visitantes a la Web proporcionan normalmente voluntariamente información personal a sitios Web donde se cree que habrá algún tipo de quid pro quo: la compañía utilizará la información para proporcionar un servicio de valor añadido, tales como descuentos periódicos o de interés especial boletines. Algunos sitios pueden personalizar el contenido sin que el comprador sepa que los productos que está viendo son diferentes de las de los compañeros de los compradores, que podrían tener diferentes perfiles y preferencias.

Los distribuidores de Internet que combinan eCRM con los datos del cliente y la personalización detallada avanzada pueden personalizar los diseños de contenidos y la pantalla para los visitantes individuales buscando aumentar la vistosidad del sitio y la propensión de los compradores para comprar.

Por otro lado, las empresas, tales como Lands End, simplemente preguntar a los clientes lo que les gusta, o no al hacer una compra. La empresa muestra a los visitantes de su Web combinaciones de productos diversos y solicita su opinión. Esta práctica es diferente de la "inferencia" de personalización en el que una empresa aplica una lógica compleja para inferir las preferencias de un cliente y simplemente almacena las respuestas del cliente a las preguntas o encuestas, por lo que las respuestas forman parte de su perfil para que puedan ser utilizados para la venta cruzada de sus productos adicionales.

Aunque esta información parece bastante inocua es equivalente a la reorganización de diseño de un almacén o tienda real basado en la forma en que el comprador le gusta moverse por la tienda, también puede tener usos más controvertidos.

Amazon.com también mostro que se podía realizar la venta de la misma película en DVD a precios diferentes a los compradores diferentes. Esta práctica, conocida como fijación dinámica de precios, se volvió el concepto de elección del consumidor en su mente. La Web, famosa por ofrecer a los compradores la oportunidad de encontrar la mejor oferta con un simple clic del ratón, permite ahora a los vendedores la oportunidad de diferenciar a los consumidores y su sensibilidad a los precios.

Data Mining - Personalizacion y Filtrado - Parte I

Personalización y filtrado colaborativo

Personalización, Es la práctica de adaptar las comunicaciones directamente a un segmento de clientes o, cada vez, a un cliente individual. La premisa de la personalización es que, mediante la recopilación de datos suficientes de los clientes, una empresa puede poner a las necesidades únicas de un individuo, tanto ahora como en el futuro. Las Comunicaciones personalizadas es la principal técnica a través del cual las empresas pueden convencer a los clientes que ellos entienden y que su información que la empresa utiliza a menudo gracias a la explícita autorización del cliente, y que esta es de beneficio mutuo. El objetivo es ofrecer recomendaciones precisas de productos, contenidos orientados a las preferencias individuales, y promociones dirigidas a los visitantes y Web individuales en tiempo real.

Cuando se hace bien, la personalización significa no sólo mantener la lealtad de los clientes, sino también las compras que vez mayores de estos. Se aprovecha la información detallada acerca de las personas y puede dictar algunas decisiones tácticas.

Por ejemplo: Los temas de análisis que siguen en una farmacia minorista de comercio electrónico sugieren que nivel de detalle y de personalización de cada resultado conjuntamente con cuales tácticas puede implementar:

• ¿Para las personas que han comprado o manifestado su interés en los suplementos de vitamina A, que otros productos son propensos a comprar?

• ¿Qué tan probable es para el cliente X comprar medicamentos en línea?

• ¿Qué otros elementos es probable que incluya en la cesta de la compra de un comprador si compra, por ejemplo, un descongestionante?

• ¿Qué productos son más similares a las gotas X que el cliente eligió?

La personalización puede adoptar diversas formas. Puede implicar la personalización de páginas Web actuales, incluyendo buscar un sitio Web nuevo  y la sensación, de acuerdo con las características favorecidas por un visitante individual. Muchos sitios web permiten al visitante personalizar el sitio según sus preferencias, eliminando las variaciones de forma lo que le permite una ventana de privacidad en la empresa.

¿Utiliza la función de búsqueda a menudo? Mueva la ventana de búsqueda a la parte superior de la página. Como la personalización, la localización puede enfocar el contenido del sitio según el área geográfica del visitante.

Tenga en cuenta que los ejemplos de personalización sirven como elementos de predicción para el e-tailer. De hecho, la mayoría del software de personalización consiste en algoritmos específicos de minería de datos. Los dos tipos principales de personalización son las reglas de personalización basada en la personalización y en la adaptación.

La Basada en reglas de personalización aprovecha las reglas establecidas que dictan, por ejemplo, que los productos pueden ser adquiridos en conjunto o si una determinada página web debe preceder o seguir a otro. Cuando un visitante de un sitio web de software compra, el sitio podría sugerir que compre la guía oficial antes de ir a la pantalla de pago. Basado en reglas de personalización más a menudo implican reglas que han sido codificadas en el software. Por esta razón, a menudo es difícil de mantener y de apoyar.

Mineria de Datos - Analisis de Clics - Parte II

La última opción es quizás la más interesante: en lugar de limitarse a examinar los patrones de un cliente de navegación y tratando de adivinar qué acciones tomar, el minorista puede combinar los patrones con más datos del cliente especifico y las compras anteriores de la misma categoría, los principales datos demográficos y psicográficos , o su puntuación de valor de la vida, por ejemplo-para proporcionar una visión holística del valor de los clientes y sus intereses. Podría haber sido un comprador de una sola vez, sólo que se había perdido, pero en otros casos, un cliente de alto valor podría haber dejado el sitio en múltiples ocasiones. Un mensaje de correo electrónico o el envío de cupones electrónicos buscando como objetivo uno de los productos dejados en un carro de compra anterior-podría hacer toda la diferencia la próxima vez que el cliente decide iniciar la sesión.

El siguiente escenario, en base a un estudio de caso en la vida real, muestra cómo los datos de seguimiento de clics, cuando se integra con otros datos clave de la empresa, mejora las oportunidades para personalizar las comunicaciones de los clientes.

La mayoría de los gerentes de marketing no se buscan los clickstreams individual. Pero la comprensión de la navegación de los clientes alrededor de un sitio puede ayudar a una empresa decidir la forma de atraerlo de nuevo.

Usted tiene varias opciones. La táctica habitual de una empresa para todos los visitantes registrados que visitan el sitio, pero no hacen una compra, es enviarle por correo un cupón de $ 5 de descuento en un nuevo par de lentes (gafas) de moda. Probablemente el cupón ira a la basura tan pronto como llegó.

Una mejor opción podría ser enviarle un e-mail al visitante con un código de descuento, un cupón tiene un código único para que nadie, pero el cliente dado puede canjear por $ 10 de descuento en un nuevo par de contactos duros o tres pares de lentes desechables (un modelo predictivo podría confirmar esto como el mejor curso de acción). Su beneficio de los lentes de contacto suele ser bueno, y el comprador parecía estar a punto de hacer una compra. Además, e-mail la oferta es una opción de menor costo que el servicio postal y probablemente se traduciría en el tiempo de respuesta más rápido.

Junto con esta táctica más personalizada, también se puede controlar el sitio Web de referencia para otros compradores ya que se refiere a que han investigado como comprar lentes de contacto. Si la actividad de comprar lentes de contacto es particularmente alta, usted podría considerar la colocación de un anuncio o banner más personalizado en el sitio e incluso ofrecer mejores incentivos financieros cuando nuevos clientes de lentes de contacto, hagan clic.

Con la estrategia de e-mail, el cliente es más probable que regrese al sitio y ya está casi garantizada una compra. Ganar-ganar, ¿verdad?.

El problema con este escenario es que a pesar de ese análisis, este sigue siendo peligroso. El hecho de que usted está buscando sólo un punto de contacto único con el cliente y puede significar grandes problemas y malas decisiones. Si su base de datos de seguimiento de clics que figuran en esta historia no contempla todo el comportamiento de los compradores, las cosas podrían resultar de otra manera. Usted tendría que obtener más información sobre el cliente, y entonces sabrías lo siguiente:

• Esta no es la primera visita del cliente a su sitio Web.

• Ha realizado tres compras en otras tres ocasiones distintas.

• Los productos que ha comprado han estado a la venta.

En resumen, usted entenderá que el visitante web es lo que se conoce como un "cazador de oportunidades", alguien que sólo compra productos de bajo margen cuando están siendo promovidos. No de venta cruzada, no venta regular, no es la verdadera lealtad. Volverá otra vez, también, cuando se encuentra con la rebaja siguiente.

Si usted tuviera esta información, sería fácil entender la táctica de marketing óptima para este cliente: No hacer nada. Cualquier tipo de marketing adicional con el sería una mala inversión. Por supuesto, usted está perfectamente contento de tener este retorno de los clientes a su sitio por su propia voluntad. Pero debe pensar en el hecho de que ya ha invertido demasiado dinero en un cliente rentable, y que no puede permitirse que la siguiente transacción no sea rentable. Cada vez que un minorista de precios subsidia los productos para los cazadores de oportunidades, está perdiendo la oportunidad de vender ese producto a un cliente más valioso.

Mineria de Datos - Analisis de Clics - Parte I

Análisis de clics

Los departamentos de Tecnologia específicamente los encargados de trabajar con las Web-Page, se han convertido vertiginosamente en capturadores de clickstreams (los datos que dejan la huella de un visitante en todo el sitio web). Los Clickstreams denotan cómo el usuario llegó al lugar, cuánto tiempo se quedó, lo que hizo durante su visita, y cuando regresó. Son el equivalente a una cámara de grabación en una tienda de un comprador y cada uno de sus movimientos.

Los datos almacenados, por lo general son clics, se transforman como parte del almacén de datos de una empresa o en un almacén de datos de navegación dedicado a veces llamado "datos WebHouse", y es cada vez mayor su uso por las empresas en las actividades de comercio electrónico.

Esto hace que las empresas y los comerciantes,  busquen que su sitio Web sea lo más "pegajoso" como sea posible y han comenzado a analizar datos de navegación y a conjeturar por qué los clientes pueden abandonar el lugar antes de tiempo. Las compañías han intensificado su análisis para determinar el valor de los carritos de compras abandonados. Cuando un cliente deja el lugar en medio de un viaje de compras, sea cual sea la razón, la empresa busca para ver qué productos estaban en el carro. Los datos se comparan con datos similares de otros carros abandonados para examinar:

• ¿Cuánto representaría el ingreso de los carros abandonados (en otras palabras, la cantidad de ingresos se ha perdido debido a la salida anticipada del cliente)?

• Si los productos en el carro eran de gran utilidad, cuales son los elementos que lo componen y si eso puede ocasionar la pérdida de liderazgo.

• Si los mismos productos que se encuentran en otros carros abandonados.

• El volumen de los productos y el número de categorías de productos en el carrito.

• Si la factura total de los carros abandonados constantemente cayó dentro de un rango determinado de dinero.

• ¿En qué momento durante el viaje de compras el carro fue abandonado en realidad (cuando el cliente vio los gastos de envío? Cuando el sitio requiere de una encuesta personal antes de confirmar la compra?)

El resultado de este análisis pueden desencadenar algunas teorías interesantes. Por ejemplo, tal vez ninguno de los productos en el carro era lo suficientemente atractivo para un cliente en particular que lo motivarla a seguir comprando. O que el cliente se dejo intimidar por las consultas frecuentes preguntandole si estaba listo para salir. O posiblemente, que al llegar a un total de dinero en particular, el cliente pensaba que era mejor realizar el viaje de compra y comprarlo en vivo. Finalmente, tal vez el número o la mezcla de productos en el carrito recordó a los clientes de otro sitio que ofrece un descuento más pronunciada para las compras similares.

Es cierto que algunas de estas teorías son meras conjeturas. Pero cuando se examina con regularidad y con las métricas consistentes, los clickstreams pueden revelar algunos patrones interesantes. El hecho es que, sea cual sea la razón del cliente para salir del sitio y abandonar un carro lleno de mercancía, el e-tailer puede tomar una variedad de acciones basadas en los resultados duros y extrapolaciones ciertas. El e-tailer puede utilizar estos resultados para ajustar el diseño y el contenido de su sitio Web y continuar realizando seguimiento de las mejoras resultantes. Los patrones pueden indicar afinidades de productos, lo que sugiere la venta cruzada o de las estrategias de up-selling. Y cuando se combina con la demografía de los clientes, la psicografía, y comportamientos del pasado, los datos de navegación pueden traer la comprensión del comportamiento del cliente a un nivel completamente nuevo.

Mantener un enfoque en el cliente:

Aunque los requisitos impulsados por la selección de tecnología es sin duda una de las mejores prácticas de CRM, la forma de hacerlo es diferente, dependiendo del tipo de CRM. Los puristas dirían que el CRM debe estar siempre alineados con los objetivos estratégicos, pero mantener ese rigor en la planificación de una solución CRM en torno a la estrategia corporativa, sin embargo podría ser una exageración. Después de todo, simplemente el despliegue de automatización de fuerza de ventas para sus vendedores nacionales a veces cede ante la necesidad de una venta.

Tener una visión de la amplitud de la funcionalidad final del CRM es un paso importante para seguir adelante. Tener una estrategia de CRM, y saber la respuesta a las preguntas clave del desarrollo, le ayudará en la comprensión de la selección de tecnología y lo que su empresa tendrá que hacer para ponerlo en práctica.

Aunque crítico, simplemente tener una lista de requerimientos de negocio, sin embrago no es suficiente información para comenzar a evaluar las tecnologías de CRM. Los requisitos de negocio deben conducir una serie de requisitos funcionales. La diferencia entre ambos es que a pesar de un requisito de negocio describe lo que el cliente "necesita” o “el problema" que el CRM debe resolver, un requisito funcional describe la forma de resolverlo. Y es la definición de estos requisitos funcionales que harán de su elección de tecnologías una labor mucho más fácil. Una estrategia de negocios centrada en el cliente impulsa una serie de requisitos de CRM (por ejemplo, "La capacidad para monitorear el éxito de las campañas de marketing "). Estos requisitos a su vez provocan las capacidades específicas funcionales (por ejemplo, "Modelo de respuesta a la campaña"). Y, cuando la funcionalidad se entiende, una lista de productos se pueden asignar a cada función específica.