Inteligencia De Clientes Y Geomarketing Para La Banca

  • Uploaded by: Guillermo
  • 0
  • 0
  • June 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Inteligencia De Clientes Y Geomarketing Para La Banca as PDF for free.

More details

  • Words: 11,109
  • Pages: 59
Presentación corporativa de inteligencia de clientes y optimización de redes comerciales CLIENTE: XXXXX 14/3/09 GUILLERMO CÓRDOBA M. 659 889 032 guillermo@unica36 0.com www.unica360.co m

Un equipo de profesionales expertos en las técnicas analíticas y el marketing, orientados a la prestación de servicios y la consultoría de inteligencia de clientes Nuestro objetivo es poner a disposición de compañías de todo tipo y dimensión las técnicas de customer intelligence más productivas. Nuestra mayor fortaleza entendemos que es la flexibilidad para adaptarnos a las necesidades y recursos de cada empresa, desarrollando proyectos rentables en costes y plazos. Nuestro estilo es la relación a largo plazo, la consecución de objetivos paso a paso y, en definitiva, el crecimiento conjunto con nuestros clientes. Para nosotros también cada cliente es único, y cada proyecto una experiencia única.

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

2

…orientados a la prestación de servicios y la consultoría de inteligencia de clientes Estructuramos nuestra oferta de servicios de la manera siguiente

SEGMENTACIÓN, CONOCIMIENTO Y ESTRATEGIA DE CLIENTES

 Segmentación de clientes  Estrategia de clientes  Cuota de cliente y micromarketing  Indicadores y cuadro de mando  Visión de cliente e integración cross-channel MARKETING RELACIONAL Y FIDELIZACIÓN DE CLIENTES GEOMARKETING Y REDES COMERCIALES CREACIÓN DE BASES DE DATOS DE MARKETING

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

3

LA INTUICIÓN: PIRÁMIDE DE VALOR DE CLIENTES

INCENTIVAR

Clientes de su entidad

80%

FIDELIZAR

CAPTAR

20%

clientes fieles clientes ocasionales

80 % 20%

No Clientes de su entidad

No clientes de la categoría

POTENCIAL DE COMPRA DE UNA ENSEÑA Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

4

LA NECESIDAD: INDICADORES CLAVE DE CLIENTES Posición global Productos, estado, servicios

Rentabilidad Margen global asignable al cliente

INCENTIVAR

Clientes de su entidad

80%

FIDELIZAR

CAPTAR

20%

Cuota de cartera Parte de la cartera global del cliente que es gestionada por nosotros

Lifetime value (LTV) No Clientes de su entidad

No clientes de la categoría

Tiempo que el cliente trabajará con nosotros y valor esperado

+ Indicadores  Satisfacción Prescripción Vinculación ...

POTENCIAL DE COMPRA DE UNA ENSEÑA Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

5

UNA VEZ GENERADOS LOS INDICADORES CLAVE, A PARTIR DE VARIABLES INTERNAS Y EXTERNAS…

ESTRATEGIA DE CLIENTES BASADA EN EL CONOCIMIENTO Conservación de los clientes más rentables RETENCIÓN

UPGRADE

CROSS-SELLING

CAPTACIÓN

Conservación de los clientes con cuota de bolsillo cercana al 100% Prevención del abandono de clientes. CHURN ANALYSIS

Mejora de clientes menos rentables Mejora de los clientes con cuota de bolsillo lejana al 100%

Oferta de productos complementarios a clientes según necesidades Oferta de nuevos productos a clientes más proclives a su contratación Oferta de nuevos canales a clientes según necesidades

Captación cualificada de clientes potenciales: búsqueda de gemelos Relación de ubicación del hogar con red de puntos de venta

INCREMENTO DE LA RENTABILIDAD POR CLIENTE Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

6

1CRM ANALÍTICO Y MODELIZACIÓN DEL CONOCIMIENTO DEL CLIENTE

ALGUNOS PROYECTOS QUE HEMOS REALIZADO…  Segmentación estratégica de clientes, qué grandes tipos existen, cómo son, cómo se comportan  Matriz de potencial cliente-producto: cada cliente o grupo, ¿qué probabilidad tiene de demandar cada producto? Relacionado con valor de vida y cuota de cliente  Target pool, o potencial producto-cliente: para cada producto, ¿qué afinidad presenta cada uno de los clientes? Ranking y selección de clientes en campañas  Modelos de retención vs abandono, el camino hacia la fidelización, ¿qué probabilidad de abandonar tiene un cliente? Enfoques de sendas, hitos, tasa por segmento  Sistemas de inteligencia geográfica o relación entre el comportamiento de clientes y la red de oficinas, como herramientas de análisis y conocimiento tanto del cliente como del canal  Captación segmentada de clientes, targeting de clientes potenciales basado en el conocimiento de la cartera actual y técnicas de micromarketing y geomarketing  Cuadro de mando y sistemas de reporting: diseño de sistemas de reporting desde la definición de necesidades hasta la implantación y formación de usuarios

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

8

2.1 Segmentación estratégica de clientes  Identificación de grupos homogéneos de clientes, con perfiles similares  Reducción de la complejidad y aproximación operativa al cliente único

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

9

EL MODELO DE SEGMENTACIÓN POR NIVEL  Desarrollo, ‘desagregación’ del modelo de segmentación para su explotación a los diferentes niveles de decisión  El gran reto para un modelo de segmentación estratégica está en su aceptación y explotación a lo ancho de todos los “puntos de decisión” de la compañía  Los subsegmentos pueden ser definidos de inicio o a posteriori de acuerdo a las necesidades de las diferentes áreas

Dirección General Dirección MKT Relacional

S1

S2

S3

S1 S12 S21 S22 S3

S4

S5

S6

S4 S4 S43

Operación MKT Relacional

S7

S8

MODELO DE SEGMENTACIÓN ESTRATÉGICA POR NIVEL

S433

Oficinas Productos y divisiones

MODELOS DE SEGMENTACIÓN ESPECÍFICOS

Canales

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

10

INTEGRACIÓN DE CANAL ONLINE Y VISIÓN CROSS-CHANNEL  El cliente utiliza simultáneamente canales tradicionales y online, demandándonos una visión unificada  La estrategia multicanal requiere una visión integrada de cliente EJEMPLO. ESPECIALISTAS MÉDICOS VS. ACCESO A REVISTAS ONLINE

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

11

2.2 Matriz de afinidad cliente-producto Establece productos afines a un cliente o perfil de cliente, junto con una probabilidad de demanda, generada a partir de un modelo estadístico predictivo Potencial de demanda por tipo de cliente Profesión

Renta

Prod 1

Prod 2

Prod N

Clie 1

90%

75%

50%

Clie 2

90%

50%

Est. vida

Segm.

... Clie N

60%

Cuota de Cliente: Real / potencial Valor de vida de cliente: Potencial * años de vida Cuota de mercado: Real / Potencial extrapolado a total de clientes potenciales por segmento

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

12

2.3 Target pool. Afinidad de producto a cliente  La selección del target es clave en la rentabilidad de las campañas de marketing  La optimización de selección de este target, en las campañas de producto, es una de las aplicaciones más inmediatas y de más alta rentabilidad a corto plazo de las técnicas de data mining  El target pool consiste en la generación de tablas o matrices de afinidad, centradas en el producto, donde a cada cliente se le asigna una probabilidad de demanda, en forma de puntuación –score Los modelos así generados tienen unos parámetros de entorno que determinan su efectividad: • Entorno y coyuntura, estacionalidad, coyuntura económica, fiscalidad, variables geográficas…

• Ciclo de vida temporal: por definición, los modelos son eficaces durante un tiempo determinado, identificar el final de su ciclo de vida es clave

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

13

MODELIZACIÓN DE LA RESPUESTA A CAMPAÑAS El gráfico muestra los rendimientos de diferentes técnicas predictivas puestas a competir

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

14

MODELIZACIÓN DE LA RESPUESTA A CAMPAÑAS El ejemplo muestra cómo se estructura una red de probabilidades condicionadas naive-bayes, una técnica predictiva alternativa a los árboles de decisión

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

15

MANERAS DIFERENTES DE ENFOCAR LA SEGMENTACIÓN En definitiva, hemos planteado tres maneras diferentes y complementarias de abordar las tareas de segmentación y targeting

Segmentación estratégica de clientes

Estrategia desde la visión del cliente, comprensión de la composición de la cartera, desagregación del modelo para toma de decisiones a niveles inferiores

Modelos de afinidad cliente-producto

Estrategia de marketing de clientes, mantenimiento o crecimiento por segmento, identificación de necesidad de nuevos productos

Target pool. Afinidad producto-cliente

Estrategia de marketing de producto, marketing táctico y operacional –dirección territorial, oficinas-

A continuación abordaremos aquellas técnicas que nos permiten tanto optimizar la red de oficinas como conocer y segmentar los clientes potenciales, optimizando las acciones de captación

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

16

2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES

CLIENTES Y RED DE OFICINAS    

La comercialización de productos financieros se sigue realizando a través de las oficinas, pese al crecimiento de los nuevos canles Las entidades han desarrollado ambiciosos planes de expansión, plasmados en la apertura de nuevas oficinas tanto en su área tradicional como en las de expansión En la actualidad, existen más de 44.000 oficinas bancarias en España, lo que viene a suponer una oficina por cada 1.000 ciudadanos En la actual coyuntura, las estrategias de crecimiento orgánico pueden ser sustituídas, o acompañadas, por otras de optimización: Especialización: creación de oficinas de empresas, inmigrantes, inmobiliarias

• Optimización de recursos: personal, implantación y plv, acción comercial, marketing exterior… • Cierre de oficinas, en los casos en que no sea posible entrar en rentabilidad • Fusión de entidades, con la consecuente necesidad de racionalización de la red •

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

18

EL ENTORNO COMPETITIVO REQUIERE LA SEGMENTACIÓN  La cartera de productos de las entidades es muy amplia, puede satisfacer numerosas necesidades de numerosos tipos de clientes  Esto ha supuesto una creciente complejidad, que requiere una doble segmentación: • Segmentación de cartera, ¿qué producto ofrecer? • Segmentación de clientes: ¿a qué cliente ofrecerlo?

 El cliente actual tiene unas necesidades totales, de las cuales nuestra entidad satisface una parte. Necesitamos estimar esas necesidades totales para conocer la cuota de cliente  El potencial cliente nos dedica muy poco tiempo de atención y debemos conseguir interesarle para que acuda a la oficina y allí convencerle  Las dificultades son mayores fuera del área tradicional, donde no existen una imagen y atributos de marca reconocidos

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

19

OBJETIVOS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES EL CLIENTE

ESTIMAR EL NEGOCIO FINANCIERO TOTAL DE CADA CLIENTE REAL O POTENCIAL OPORTUNIDADES DE CAPTACIÓN Y VENTA CRUZADA EN FUNCIÓN DE LA CUOTA DE CLIENTE MEDIR E INTERPRETAR LA CUOTA REAL DE LA OFICINA

LA RED DE OFICINAS

OPORTUNIDADES DE CRECIMIENTO Y ASIGNACIÓN DE RECURSOS A LA OFICINA SOPORTAR LAS DECISIONES: EXPANSIÓN, RETRACCIÓN, ESPECIALIZACIÓN, IMPLANTACIÓN

LA ESTRATEGIA

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

20

2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES

2.1VISIÓN DEL PROBLEMA Y METODOLOGÍA GEOESTADÍSTICA

La sección censal constituye el nivel ideal de análisis de clientes potenciales y reales ;

OFICINAS Y SECCIONADO CENSAL GGIE N DE

DA

CA FE RN LL E AN CO DO RT EL ES CA CA DE LL TO AR E LIC LA AG TA O ON SS A

EZ PE L

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

;

EL RU TE S VA EO S O N PA CA E LL EN CA RM CA E LL CA

AV DA

ME NE ND

RO

ARAN

AY O

94

;

;

136

YA

EO

GO

;

;

PA S

A AL AV CALL E

Z PE

CA LA

A CI

AL MIR

E

A AN INT QU

I CC

SA

CO OS N B C AL UA LE J N

DA AV

N LE VA

GO

152

EZ OM

LL CA

MIN DO

;

NA GU LA

E LL CA

LO

E

NTANDE R

147

OY

LL CA

L AL SG CA U L

E CO

AVDA ANSELMO CLAVE

RO

C AN

MO

O EG

A VIL EA LL RA CA SU CO ES LE

L CA

;

FR

ER AH

LLE CA

4

G DA AV

TE

AB

CALLE SA

LE

A

AS A

IA

YF

OLIV

ZA

B LE

L CA

ES

SA R

A

CALLE ARIAS

ER IO J

CA LL E

RI A

A

CAL

E BO

TIN US AG

CO ES

T NCE

A LUN IA S DE IC RO DEL LLE CA

U UQ

L VIL

SA

EN LA CE

E LL

EU

CA LL

124

CAL L

CA

;

L CAL

DA LAN

PED

D IDA AN

Plaza: Zaragoza

CA

N DO

AS

S OT O

P HIS VIA

140

Meters 280

LE CAL

NM

LLE CA

Oficinas actuales Sección censal

70

EC AS PE CA LL EB OR JA CALLE DARO CA CALL E MO NTAÑ ES

IT ERS NIV

PEO

NTE VICE RES

ED LL

Legend

0

RID

CA LL

IA U EV

OM

AND

CA

;

M AD

LLE CA

107

LL CA

;

A AVD

EM

LE CAL

R

UA

F LO

E RG

DE

NB

ER OG

AL A

LE R

LE G

CAL

CAL

;

L CAL

ULIA LE J CAL

Z AÑE NZ IB N SA

;

O P

RIA MA EO

114

116

XXIII

;

VARRA

OROSIA

CAL L

S PA

AVDA N A

SANTA

CALLE JUAN

CALLE

AU T

; 22

LA SECCIÓN CENSAL COMO NIVEL IDEAL DE ANÁLISIS  La sección censal es una división administrativa que, por su tamaño –unos 500 hogares, o 1.200 personas- garantiza una alta homogeneidad interna.  Por otro lado, es la mínima unidad de agregación para la que los distintos organismos públicos suministran información sociodemográfica.  Actualmente el Instituto Nacional de Estadística suministra información por tramo de vía. Sin embargo, los tramos no coinciden con los portales y en la práctica no mejoran la información aportada por el análisis de secciones.  Por otro lado, la cartografía necesaria para el análisis de geomarketing en este nivel es más fácil de mantener y menos costosa que la cartografía de tramos de calle.  La sección censal se convierte, así, en el nivel ideal de análisis, quedando el portal para aquellos casos en que se cuente con información valiosa para cada uno de los portales. Dicha información no existe en fuentes de acceso público y legal.

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

23

2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES

2.2INFORMACIÓN RELEVANTE Y MODELOS DE AFINIDAD microtarget

EL MODELO DE AFINIDAD microtarget Somos especialistas en la obtención, validación, y modelización de grandes bases de datos sociodemográficas, de estilos de vida y de hábitos de consumo:

 INE: Padrón 2008, Censo 2001, Encuesta de Presupuestos Familiares (EPF), Encuesta de Condiciones de Vida (ECV)

 Banco de España: Encuesta Financiera de las Familias (EFF)  EUSTAT, IECAM, IDESCAT: estudios coyunturales y sociodemografía  CCI: fichero de sucursales bancarias  Anuarios estadísticos varios, fundaciones de cajas de ahorros… Además, desarrollamos estudios de mercado de targeting, que nos permiten identificar los segmentos de clientes potenciales y sus perfiles

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

25

EL MODELO DE AFINIDAD microtarget Se compone de cuatro modelos que predicen el nivel de renta de los hogares y la propensión de demanda de tres productos financieros, en cada una de las secciones censales de España: RENTA ANUAL DEL HOGAR

Estimador de la renta del hogar, en euros y en tramos de renta, a partir de sus variables socioeconómicas

CUENTAS DE AHORRO

Cuentas vivienda y otras cuentas no utilizables para realizar pagos

FONDOS DE INVERSIÓN

Hogares con participaciones en fondos de inversión

PLANES DE PENSIONES

Hogares con planes de pensiones o seguros de vida de inversión o mixtos

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

26

Cuota de cliente y modelo de potencial de demanda microtarget, metodología de análisis basada en modelización predictiva

A IS

R TIGA

NC LE VA

DE

IA

DA

T LE U IT A IU S R E C AR

A

NAC E LM BA

Z

CARRE CORDO VA

R A AF EL D E

E

SA N VA

S

O

E AN

XIL

CA

AB

BO

E RR CA

E D

S

E ET

B M

E R

UIQ

ZE

IQ

N

E

O

RR UE

E

CA

L EL AT G

R R CA

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

AVG DA MA RESME

E RR

C

E

XX II I

I XII

ES

O

L CA

R

JO AN

JO

AS C

G

IS

TIA

AR

AR

DA

RE

A NG

AN

RR CA

SIM

AN

M

C

AV G

NS FO AL

CA

S

RE

E

R CA

R R CA

A

BA DA

DO

RE R

CH

R

AR

E

I N

CA

S UA

SA LV AD O

O RC

VA CO

TG PS

G

SA NT

CO LO M

A

E RR

E RR CA

N TA

M

JOAN A LESTON

CA

L

SA

CARRE PARIS

C

A RI AV GD A

CT RA

T ER

AU IB AR

CO

E ER MP SA

IB

R

IG

EN AM

E RR

ID DR MA

E TG PS

DA G AV

PI

CTR

CA

E RR

ES

CA

RE

Las afinidades a los productos son geocodificadas, por referirse a secciones censales, permitiendo su análisis en un Sistema de Información Geográfica (GIS)

R CA

C

Aplicación en proyectos de Geomarketing

IA

E RR CA

AVG DA PIU S X II

MIL

U ZT

FA

AE

A AN C TR

IA

A

E A-19

LG FA

AV GDA ALMER

A TR

CARRE JUMILLA

ÇA

RA

M

A PL

LV

S AG

E

AT IT R

D

AVGD A S

'E

RE

O

A LID

IR

SO

M RA

D

E R

R CA

RE

LA

AR

AU TOP DEL M ARESM

R CA

DE

C

CA RRE HUELVA

ÇA E NI

A BL

CARR

R

ANATORI

B

Clasificación de secciones censales

Clasificación de las secciones censales en función del modelo anterior, generando la afinidad de la sección como agregación de afinidades de tipos de hogares. La información de las secciones es requerida en peticiones a medida al INE

CAR RE SANTA

A

Modelo explicativopredictivo inicial

Modelos estadísticos que explican y predicen la renta y la afinidad a los diferentes productos a partir de variables sociodemográficas de los hogares. Las técnicas estadísticas principales han sido árboles de decisión y regresiones

27

EL MODELO DE AFINIDAD microtarget RENTA DEL HOGAR

N secciones asignadas

Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del trabajador. Año 2005-2008. Disponible para seccionados 2001, 2005, 2008

Distribución de las secciones censales

33.763 97% del total* (*) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico

N hogares asignados

15.398.859 99,8% del total* Media

33.513€

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

28

EL MODELO DE AFINIDAD microtarget RENTA DEL HOGAR

Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del trabajador. Disponible para seccionados 2001, 2005, 2008



LA RENTA DEL HOGAR TIENE UNA ALTA CORRELACIÓN POSITIVA CON:



TENENCIA DE ACCIONES COTIZADAS Y VALORES DE RENTA FIJA

 

DEMANDA DE BANCA PRIVADA EN MUCHO MENOR MEDIDA, IGUALMENTE SE ASOCIA POSITIVAMENTE CON EL RESTO DE MODELOS DE AFINIDAD. A MÁS RENTA, MAYOR DEMANDA DE SERVICIOS FINANCIEROS

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

29

EL MODELO DE AFINIDAD microtarget PLAN DE PENSIÓN

N secciones asignadas

Hogares con planes de pensiones o seguros de vida de inversión o mixtos. Disponible para seccionados 2001, 2005, 2008

Distribución de las secciones censales

33.763 97% del total* (*) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico

N hogares asignados

15.398.859 99,8% del total*

Media

32,5% de los hogares demandan planes de pensiones Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

30

EL MODELO DE AFINIDAD microtarget FONDO DE INVERSIÓN

N secciones asignadas

Hogares con participaciones en fondos de inversión. Disponible para seccionados 2001, 2005, 2008

Distribución de las secciones censales

33.763 97% del total* (*) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico

N hogares asignados

15.398.859 99,8% del total*

Media

8,1% de los hogares demandan fondos de inversión Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

31

EL MODELO DE AFINIDAD microtarget CUENTA VIVIENDA O AHORRO

N secciones asignadas

Cuentas vivienda y otras cuentas no utilizables para realizar pagos, incluye depósitos. Disponible para seccionados 2001, 2005, 2008

Distribución de las secciones censales

33.763 97% del total** (**) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico

N hogares asignados

15.398.859 99,8% del total*

Media

17,1% de los hogares demandan cuentas ahorro Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

32

EL MODELO DE AFINIDAD microtarget Las variables más relevantes, las que han permitido generar los modelos, son las siguientes: • Ocupación de la persona de referencia del hogar • Situación profesional de la persona de referencia y relación con la actividad: empresario, trabajador cuenta propia o ajena, desocupado, inactivo, estudiante, pensionista y tipo pensión… • Nivel de estudios de la persona de referencia • Número de personas ocupadas en el hogar • Régimen de tenencia de la vivienda habitual, existencia de pagos pendientes • Posesión de vivienda secundaria

Estas variables han sido cruzadas según las necesidades específicas de los modelos predictivos, solicitando del Instituto Nacional de Estadística (INE) la entrega de tablas personalizadas

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

33

Los hogares son puestos en relación espacial con las oficinas, permitiendo estimar cuota de cliente y analizar la cuota de mercado geográfica de la oficina ; microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA

AT E

A CI

CA

4

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

GO

YA

EL

AY O

CA LL

152

A

;

O

ZP EL

CA L

ME NE ND E

;

136

LE

AV D

E

;

EO

CO RT ES CA DE T AR OL E LA AG IC O TA ON SS A

N LE

;

RU S TE A OV N CA LE L N CA ME AR EC LL

S PA

RN AN D

O SC CA LL

94

EL

FE

BO

R

PA SE O

AN

NTANDE

;

CALLE CRESPO AGÜERO

AVDA ANSELMO CLAVE

RO

A

AS

SA R

LE

CALLE ARIAS

JA RIO CA LLE

CA L

AB

AL AV

YF

CALL E

ZA

U NJ

D AV

A AV

A UN AG CI ZL AC E IES AC M YIB GO AL TU N A A D T LE N L I AV U CA EQ LL CA

;

AO

RI A

;

A VIL EA LL RA CA SU CO ES LE

L CA

LL CA

L

O EG

Z PE LO

L GA AS C LU

A ES

BOR

147

OY

E

CAL LE

CALLE SA

C AN

LL CA

CE

IA

FR

ER

LA

CO ES

V OLI

LE

SA

AH

EN

BOG GIER O CAL L E CO ND E A RAN DA

E LL

EB

L CA

UE UQ

L VIL

O P

CA

L CAL

ÑES

SA MO

CALL E

TA NCE

D

Plaza: Zaragoza

124

EU DA

A LUN IAS DE IC RO DEL LE CAL

A NID PA HIS

Meters 280

;

L CAL

PED

EC AS PE CA LL EB OR JA CAL LE D ARO CA CALL E MO N TA

116

LAN CA

ON ED

VIA

140

CA LL

TAS RSI IV E UN

TOS MO ED LL CA

LE CAL

40.001 - 60.000 35.001 - 40.000 30.001 - 35.000 25.001 - 30.000 14.000 - 25.000

70

;

OROSIA

E

UA

LOR

Oficinas actuales

Sección censal Renta media hogar

0

L CAL

VIA

N PEO OM

EF

E RG

NT VICE RES AND

NB

D ER

Legend

;

ID

A

LE CAL

LE CAL

; 107

EM

LE CAL

OG

AL A

ER

EG

L CAL

L CAL

;

Z SAN

A AVD

L CAL

N ULIA LE J CAL

Ñ EZ IBA

R MAD

SANTA

XXIII

;

114

AVDA N AVARR

CALLE JUAN

CALLE

AU T

; 34

;

;

Los hogares son puestos en relación espacial con las oficinas, permitiendo estimar cuota ;de cliente y analizar la cuota de mercado geográfica de la oficina ;

microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA ; 3603801002

;

3603802018

;

;

3603802009 3603801001

;

3603801005

; ; ; 3603802018

;

3603801006

3603802006

; ; 3603801003

;

;

;

; ;

; ;

;;

Legend

; ;

;

;;

;

; ;

;

;

3603802004

;

3603801004

4 ;

;

;

;

;

3603802003

;

;

;

;

Sección censal

;

;

1 Dot3603801007 =1 competencia

;

Sección censal

;

Renta media hogar 40.001 35.001 30.001 25.001 14.000 0

75

60.000 40.000 35.000 30.000 25.000 3603802012 150

;

;

;

3603802019

;

;

;

;

3603802017

3603802010

;

3603802001

3603802016

3603802008

; Meters 300

3603802011

3603802021

Oficina: 0541 Pontevedra García Cambra

;

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

; ; ;

35

;

Las características sociodemográficas de las microzonas presentan claras ; diferencias entre sí, constituyen micromercados ;

microTarget®. DEMANDA DE PLANES DE PENSIONES 4619001016

4619001016 4619001023

4619001020

4619001022

;

4619001017 4619001014

4619001019

4619001024

4619001018

;

;

4619001013

4619001041

;

; ;

;

4619001012

4 Legend

4619001011

4619001026

; ;

;

4619001009

;

1 Dot = 1 competencia

; Plan pensión

;

4619001008

36,1% - 73% 4619001036 29,1% - 36,0% 24,1% - 29% 8,2% - 24% 80

;

;

;

Sección censal

40

;

4619001025

; ;

0

;

;

;

Meters 160

Oficina: 0663 - Paterna

4619001027

4619001010 4619001006

;

4619001007

4619001004

; ;

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

; ;

;

36

Las características sociodemográficas de las microzonas presentan claras diferencias entre sí, constituyen micromercados microTarget®. DEMANDA DE FONDOS DE INVERSIÓN

A

IT AU LE T R IU S C A

R R E

E CO

BA DAJ O Z

DE N SA CA

LE XI

A OV DE

E

RE

E NZ

E BR

U UIQ IQ RE

120

A SA AV G D

R CA

O

M TE SE

R CA

LL

competencia Ibercaja red

19

S CA

GA

AN

ON

M

E AT

1 Dot = 1

60

CA RRE

D VA

SI

ES

G

XX III

E RR CA

CARRE JUM ILLA AUTO P DE L MARE SM E A-

NT S A LVA DO R

A ILI

RR

N BA

BO

JO AN

EL FA RA

CA

RE

2% - 5,5%

Sección censal

A

ES LM BA

O

AL

AV GD

R CA

5,6% - 7%

II XI

E

C IS

G IA

AR M

NT SA

RE

7,1% - 8,5%

RR CA

E RR CA

R CA

8,6% - 17%

NS

CA

H

A

Fondo inversión

0

C AR

E RR CA

C AS

LO M

RT

GU

CO

Sección censal

;

M

I ON E RR CA

RE

Manzana

IBE

R CA

SA NT A

IG

RI

Código postal

E TG PS

DA

FO AL

AVGDA MARES ME

U

O AT

CT RA

Legend

PI

A EN

A IB AR

N SA

4

G AV

RE

DA

CARRE PARIS

M RA CT

R CA

G AV

T PS

E ER MP SA

E

AVGDA PIUS XII

GE

RR CA

U

M FA

ZT AE M

R CT

CA RRE CORD OVA

TR

IA NC LE VA E AD TI G AN

DA RA

DE

A AÇ PL

R GA AL AF

G SA

O IR

RE

CARRE HUELVA

M RA

CA

R

A

E RR CA

RE

S VI EL D'

CARRE CACERES

A NIÇ

R CA

RE CAR

Meters 240

Oficina: Badalona - 3

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

37

Las características sociodemográficas de las microzonas presentan claras diferencias entre sí, constituyen micromercados microTarget®. DEMANDA DE CUENTAS AHORRO Y DEPÓSITOS RE CAR

CA RR

A OV

D'U

T PS

E

D

RR

E

C

E

M

AI G

O LO M

CA R

R

E

M

AR IN

A

E RR CA

O

O

S

I

BA N

CA R

RE

SA N TI

AG

BA RI

E

CA SA RR NT E A M M AG AD R ON ATZ EM A

ER CE

YO LE S

C

CA

O IG RD PE

CA RR

M E

C

UE L

CA R

AR RE

RE

RE M

PA U

PS IG

IQ

T

BL A

FR

M

SA N

RA M

RE

VI

XI I NS FO AL

CA RR E

CA R

CA RR E

RE CT OR CA RR E MA CI A CE

S

AN FR E CA RR

T

CA R

AR

Oficina: 2526 - Badalona Vía Augusta

SA N

M

Meters 300

E

CA R

RE

LA

RE

R

S NU

IL

RR

CA

AR

LA TR

EO LL

E

E

EU CR RE R CA CA RR E DO

RE

SC

LM

RR

RE S

SE

R CA

150

RR

AN

E AV CL CA

R CA

RE

AN C CE AR SC CA RE LA R YR JE CA AR RE SU ET R RE R S S E SA A N CA NT TA NO C C A LL A AR NG OR NNA RRE RE E TE EN CA SA BA I RR C NT R E AN PE CA ER RE RI A TA T

A

A

M RA

N

OL

CA

1 Dot = 1A MI G competencia UI XE 75

G

E R

R

UJ IP

C

0

RA

R IA LL O

Sección censal

;

A

M NT 28,9% E SA RR E 22,3% CA R AR C 19,5% 17,4% 15,6% RBLA DE SANT JOAN

B AT

19,6% 17,5% 15,7% 12,4% -

O

R

U M

T AR

E R22,4%

NT RE

R CA

CA

L AL

AM

M Cuentas CA ahorro

UJ O L

GD AV

IP

TOR

E

LL

AU G

ER

RA BA AR

O

Sección censal A LI

US TA

RB BA

AB NT SA

RE CAR

C

EU

ER

CA R

G

E RR CA

Código Manzana

S

IV

BI AR

AR postal R E

L

N R

G

R

JO

E

C

CA

CA

ÑO

IG

RE

M RR CA

Legend

NA LO CE

SI

EL

LA DE

D

EL L

E

4

CA

E RR

R BA

RU

R

RG

R

O CA NÇ U RR CA 9 EM BR 1 ES TR A NT S N A E E E NI C S E M OS OL R R RE S RE AU IR R CA A M EP CA S L JO DE IA C P NT AR UV TO SA RE AV FL E AU E R G PR R R CA D A R A C IM A RR PR C L ES E JO C U R ID P O I EN ER E RT A T RR S A M C C O A TA M PA M O N T YS R AL O ED S RR CA

EV IÑ A S

SEU

CA

AN NM

R GE AN ET

SO EL

RR CA

EN

PS TG

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

38

2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES

2.3LA MODELIZACIÓN GEOESTADÍSTICA Y LAS ÁREAS DE INFLUENCIA

GEO-ESTADÍSTICA Y CÁLCULO DE ÁREAS DE INFLUENCIA  La relación geográfica entre clientes –sean reales o potenciales- y red de puntos de venta es clave a la hora de analizar a unos y otros  Existen diversas aproximaciones, desde las más sencillas a las más avanzadas, en su cálculo. En esencia, la aplicación de métodos avanzados depende de la disponibilidad de información con la que alimentar a los modelos: • Información sobre las oficinas: dimensión, implantación, antigüedad, cantidad y tipo de recursos humanos… definen su capacidad de atracción como centros de oferta • Información sobre los clientes: tipo sociodemográfico, comportamiento de consumo, demanda de productos financieros… definen la intensidad y tipo de demanda • Información geográfica: cartografía, callejeros, divisiones administrativas… delimitan los tipos de análisis posibles y sus costes

 A continuación presentamos algunas de las técnicas de cálculo de áreas de influencia y relación espacial entre puntos de venta y clientes

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

40

Una aproximación determinista a la relación espacial es la definición de áreas de influencia a priori, muy extendida en marketing ;

AREA DE INFLUENCIA TEÓRICA DE 300 METROS

AT E AS

SA R

LE

CIA

CO RT ES CA DE T AR OL E LA AG IC O TA ON SS A

EN AL

94

EL RU S TE VA EO S O PA AN EC LL N CA ME R A EC L L CA

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

A

GO

;

136

YA

EL

CA LL

O

CA L

AY O

RN AN D

ME NE ND EZ PE L

;

LE

AV D

E

;

;

FE

A AL AV

O SC BO CA LL

AV

V DA

;

AVDA ANSELMO CLAVE

RO

AN

DA

PA SE O

CALLE ARIAS

JA RIO CA LLE

CA L

AB

CALL E

YF

Z PE LO

U NJ

DER

147

OY

A ES LL CA

L

CALLE SA NTAN

A VIL EA LL RA CA SU CO ES LE

L CA

C AN FR

;

O

A RAN

T IN

ZA

IA

LE

AL SG CA U L

O EG

GIER

ND E

US AG

RI A

V OLI

BOG

E CO

IA AR

CO ES

EB

AL MI R

NA GU

CE

E LL

L CAL

L CA

E

LA

TA NCE

LL CA

EN

CA

EU

ER

I LA CC EZ CA LA OM G A AN DA INT AV QU LE L CA

4

124

CAL L

GO

D

Plaza: Zaragoza

;

;

L CAL

AH

MI N DO

A NID PA HIS

Meters 280

152

DA

SA

LAN CA

E QU DU

L VIL

SA MO

L LE CA

VIA

140

A LUN IAS DE IC RO DEL LE CAL

LE CAL

Oficinas actuales

70

EC AS PE CA LL EB OR JA CAL LE D ARO CA CALL E MO N TA Ñ ES

TAS RSI IV E UN

TOS MO

UA

LOR

Legend

0

CA LL

PED

VIA

N PEO OM

EF

E RG

NTE VICE RES AND

NB

D ER

E LL CA

;

LE CAL

EM

LE CAL

OG

AL A

ER

EG

L CAL

L CAL

;

RID

ON ED

L CAL

;

MAD

L CAL

A AVD

LE CAL

Z AÑE NZ IB N SA IA L U 107 LE J CAL

;

116

O P

M EO

114

A

XXIII

;

AVARR

OROSIA

CALL E

S PA

AVDA N

SANTA

CALLE JUAN

CALLE

AU T

; 41

La aproximación empírica es la que se basa en la procedencia real de clientes por microzona, describe la realidad y la compara con la potencialidad de clientes ;

AREA DE INFLUENCIA TEÓRICA DE 300 METROS

AT E AS

SA R

LE

AVDA ANSELMO CLAVE

R

94

EL RU S TE A OV N A EC L L N CA ME AR EC L L CA

CIA

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

A

GO

;

136

YA

EL

CA LL

O

CA L

RN AN D

AY O

FE

ME NE ND EZ PE L

;

LE

AV D

E

;

EO

CO RT ES CA DE T AR OL E LA AG IC O TA ON SS A

S PA

;

PA SE O

CALLE ARIAS

JA RIO CA LLE

A AL AV

O SC BO CA LL

A

N LE

AL MI R

CALL E

CA L

RO

N UA

D AV

VA

;

T IN

AB

Z PE LO

NJ

A VIL EA LL RA CA SU CO ES LE

L CA

;

OY

SA

L

O EG

NTANDE

147

GO

NA GU

E LL CA

US AG

YF

IA

C AN FR

LE

IA AR

ZA

V OLI

LE

L CA

I LA CC EZ CA LA OM G A N DA TA AV UIN EQ LL A C

4

RI A

EB

CALLE SA

AL SG CA LU

MI N DO

;

152

CO ES

L CAL

L CA

R

L LE CA

D

Plaza: Zaragoza

SA

HE

CE

TA NCE

A LUN IAS DE IC RO DEL LE CAL

A NID PA HIS

Meters 280

E QU DU

LA VIL

SA MO

LA

E LL

EU DA

PED

EC AS PE CA LL EB OR JA CAL LE D ARO CA CALL E MO N TA Ñ ES

124

EN

CA

L CAL

LAN CA

ON ED

VIA

140

L CAL

E LL CA

LE CAL

7,6% 25% 5,0% - 7,5% 2,6% - 4,9% 0,1% - 2,5%

70

CA LL

;

E

UA

LOR

Oficinas actuales

Sección censal Penetración clientes

0

RID

TAS RSI IV E UN

EF

E RG

Legend

;

MAD

LE CAL

VIA

NB

D ER

TOS MO

NT VICE RES AND

OG

AL A

ER

N PEO OM

LE CAL

EM

LE CAL

;

EG

L CAL

L CAL

;

A AVD

L CAL

L CAL

Z AÑ E Z IB SAN N LIA E JU 107

;

OROSIA

116

BOG GIER O CAL L E CO ND E A RAN DA

M EO

114

A

XXIII

;

AVARR

CALL E O P

S PA

AVDA N

SANTA

CALLE JUAN

CALLE

AU T

; 42

MODELIZACIÓN AVANZADA DE ÁREAS DE INFLUENCIA Los modelos de gravitación comercial se basan en la ley de Newton, según la cual la capacidad de atracción de un centro de oferta es directamente proporcional a su atractivo –masa- en inversamente proporcional a la distancia respecto al punto de demanda. Los modelos de afinidad electiva adaptan la anterior formulación definiendo probabilidades de que un cliente, se decida por un centro que compite con otros. Estas probabilidades pueden ser tratadas como cuotas o proporciones de clientes en una microzona. El modelo de Huff (1963) se formula de la manera siguiente La probabilidad de desplazamiento de un punto a un centro de oferta es directamente proporcional a la atracción del punto e inversamente proporcional a la distancia. El total de desplazamientos desde un punto se repartiría entre los puntos de oferta en forma de probabilidades

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

43

Modelo de Gravedad desde el punto de vista del cliente, probabilidad de elección de centro de oferta en función de la distancia, la atrcción del centro y las ofertas ; alternativas (Huff, 1963)

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

AVDA ANSELMO CLAVE

;

94

;

A CI

EO

CA FE RN LL E AN CO DO RT EL ES CA CA DE LL T AR OL E LA AG IC TA O ON SS A

PE

;

LA YO

GO

;

;

136

YA

EO

A AL AV

DA

PA S

CALLE ARIAS

A ER IO J CA LL

TE

RO

Z PE

CALL E

AS A

AB

LO

NE ND EZ

O

E AR AN

EL

AV DA

ME

GIER

C ON D

RU TE S VA NO A C E LL EN CA RM CA E LL CA S PA

AL MIR

EQ

CI AC AC

CO OS N B CAL UA LE J N

D AV

EN AL AV

GO

LL CA

L NA TA UIN

LL CA

A ES

NDER

147

OY

E

O EG

CALLE SA NTA

A VIL EA LL RA CA SU CO ES LE

L CA

;

C AN

LL CA

L AL SG CA U L

MIN DO

;

NA GU LA

152

Z ME

YF

IA

FR

MO

LLE CA

4

A

O AG VD

ZA

OLIV

LE

A

SA R

RI A

B LE

BO G

TIN US AG

CO ES

CAL

L CA

ES

ER AH

E LL CA

A

U UQ

L VIL

SA

EN LA CE

T NCE

A LUN IA S DE IC RO DEL LLE CA

AS

S OT O

Plaza: Zaragoza

124

EU

DA LAN

PED

IT ERS NIV

NM

D IDA AN

Meters 280

;

L CAL

CA

N DO

EC AS PE CA LL EB OR JA CALLE DARO CA CALL E MO NTAÑ ES

E

P HIS VIA

140

LLE CA

IA U EV

PEO

NT VICE RES

CA

ED LL

LLE CA

Oficinas actuales 80,1% - 100% 60,1% - 80% 40,1% - 60% 20,1% - 40% 15,3% - 20% Sección censal

70

RID

CA LL

LL CA

OM

AND

R

UA

F LO

E RG

DE

NB

ER OG

AL A

LE R

LE G

0

M AD

LE CAL

107

Legend

;

A AVD

EM

;

LE CAL

CAL

CAL

;

L CAL

LE J C AL

Z AÑE NZ IB N SA A I L U

;

CAL L E

RIA MA EO

114

116

XXIII

;

VARRA

OROSIA

O P

S PA

AVDA N A

SANTA

AU T

CA LL E

CALLE

CALLE JUAN

AREA DE INFLUENCIA. PROBABILIDAD PARA LA OFICINA CALL 147 E

; 44

;

Escenarios y análisis what if, afectación de la apertura de nuevas tiendas a las áreas de influencia teóricas ;

TE

DA

PE

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

AVDA ANSELMO CLAVE

EL RU TE AS OV N A EC L L EN CA RM CA LE L CA

LA YO

;

94

;

EO

AV DA

821

; DE Z

A CI

;

CA FE RN LL E AN CO DO RT EL ES CA CA DE LL T AR OL E LA AG IC TA O ON SS A

ME NE N

ARAN

;

136

YA

EO

GO

;

PA S

CALLE ARIAS

A ER IO J CA LL

A

Z PE

AL AV

LO

I CC CA LA

OY

CALL E

AS A

RO

C AN

NA TA UIN

AN ES

CO OS N B CAL A LE JU

D AV

EN AL AV

R

S PA

AL MIR

EQ

SA R

AB

FR

;

NTANDE

147

GO

Z ME

LL CA

NA GU LA

152

LL CA

MIN DO

A

;

LE

LL GA AS C LU

O EG

A VIL EA LL RA CA SU CO ES LE

L CA

LE

L CA

LLE CA

D IDA AN

4

O AG VD

YF

CALLE SA L CA

RM

;A OS

IERO

N DE

TIN US AG

IA

ZA

V OLI

RI A

A

EB

O GG

E CO

RIA MA EO

CO ES

T NCE

S CIA

HE LA VIL

EN LA CE

E LL CA

EU

L CAL

ELI

AS

S OT O

P HIS VIA

Plaza: Zaragoza

;

124

CAL L

ED

IT ERS NIV

NM

E

LLE CA

Meters 280

825

LL CA

IA U EV

PEO

NT VICE RES

80,1% - 100% 60,1% - 80% 40,1% - 60% 20,1% - 40% 8,5% - 20%

140

EC AS PE CA LL EB OR JA CALLE DARO CA CALL E MO NTAÑ ES

;

L CAL

LL CA

OM

AND

SA ; Oficinas 824 nuevas sep05 UE ; ;Oficinas nuevas sep05 LLE DUQ ; Oficinas actuales CA

70

CA LL

820

Legend

0

RID

DA LAN CA

107

M AD

LE CAL

A AVD

EM

;

LE CAL

R

UA

F LO

E RG

DE

NB

ER OG

AL A

LE R

LE G

CAL

CAL

;

L CAL

ULIA LE J CAL

Z AÑE NZ IB N SA

;

116

XXIII

;

114

VARRA

OROSIA

LE B

O P

S PA

AVDA N A

SANTA

AU T

CA LL E

CALLE

CALLE JUAN

APERTURA DE OFICINAS Y REDEFINICIÓN DE ÁREA DE INFLUENCIA CAL

; 45

; ; ;

ESTRATEGIA DE CLIENTES BASADA EN EL RENDIMIENTO REAL ;

;

La sección X presenta una probabilidad del 75% de acudir a la oficina Y ;

AVDA ANSELMO CLAVE

RO

N AR AG O CO RT ES E

;

;

YA

Así, 500 x 20% x 75% = 75 hogares es la demanda total de cuentas ahorro y depósitos en la sección X ;

CA

TO LIC TA O SS A

GO

;

; 116

114

;

124

; ;

; 107 ;

;

94

; ;

136

;

Oficinas actuales CA L

Sección censal Plan pensión 36,1% - 73% 29,1% - 36% 24,1% - 29%

;

8,2% - 24%

0

70 140

Meters 280

Plaza: Zaragoza

4

152

;

;

;

147

Legend

;

;

;

136

FE

RN A

;

EO

;

;

;

LA

CA LL

EL O

LA YO

ND

PE

AV DA

94

LE

EZ

;

L UE ER AS OT SE OV PA AN EC LL EN CA M AR EC LL CA

CA L

NE ND

El modelo predictivo microtarget indica que el 20% de los 500 hogares demandan una cuenta ahorro o depósito ;

DE

L VA

;

PA S

R IO LL E

SA RA SA TE

JA

CALLE ARIAS

CA

CA LL E

AB YF

AVA

TIN US AG

ZA

CALL E AL

RIA MA

IA OR SC

ME

DA

O

EE LL

DA AV

CO OS N B CA L UA LE NJ

CIA EN

L

A AL

I CC CA

DER

147

;

IR A OM

A UN

N TA UIN

A

CALLE SAN TAN

ING

EQ

CE

CA

M DO LE

OM

LL CA

ES LL

O EG

EZ

L CA

; EZ LAG

G

L AL

OP YL

AS UC

BOGG IERO CALL E CO NDE ARAN

A V IL EA LL RA CA SU CO ES LE

EL

EN LA

L CA

LL CA

CALL E P

IA LIV BO

CO AN FR

SA

CA

152

LE CAL

;

124

E LL CA

NA E LU IC IAS OD L DE EDR LLE CA

AG

DA

NP

AV

MO ER AH ILL

TA CE UN LLE CA

DO

D AV

N AL A

;

4

LL E CA

D

Meters 280

C LLE CA

A NID

140

S UE

116

;

CA SP CA E LL EB OR JA CALLE DARO CA CALL E MO NT AÑ ES

AS SIT

S

ISPA

70

ER

O TO NM

IA H

0

Plaza: Zaragoza

DRID MA

CA LL E

NIV

PEO

E ENT VIC

UQ ED LL CA

V L LE CA

Oficinas actuales 80,1% - 100% 60,1% - 80% 40,1% - 60% 20,1% - 40% 15,3% - 20% Sección censal

M MO

ES

OR

UA

FL DE

G BER

ER

N ALA

Legend

;

107

U VIA LLE CA

;

NDR EA CALL

R OG

EG

LE CAL

CALL

;

A AV D

AÑEZ Z IB SAN AN JULI

LE CAL

E CALL

AVD A NA VARRA

AU TO

OROSIA

SE PA

114

;

SA NTA

N XXIII CALL E JUA

CAL LE

LE

ME

NE N

DE ZP

EL

AY O

Cuota geográfica = negocio real / negocio potencial ;

;

¿Qué oportunidades de crecimiento existen? ;

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

46

Otros modelos de micromarketing desarrollados por microbarrios

Áreas de crecimiento Nichos de inmigración

Tipología sociodemográfica que caracteriza las microzonas como barrios. Se basa parcialmente en las segmentaciones intuitivas usadas por responsables comerciales en sectores retails, y es por tanto fácilmente asimilada por este perfil de usuario Identifica microzonas de reciente crecimiento poblacional. Es ideal para ubicar negocios y encontrar hogares en fase de formación Identifica y describe microzonas con una alta presencia de inmigrantes. Incluye procedencia geográfica, es muy valioso tanto para negocios específicos –envío capitales, restaurantes…- como para la adaptación de establecimientos

La edad de plata

Identifica y describe áreas con alta presencia de tercera edad y estatus medio-alto o alto. De gran valor para servicios personales, financieros y oferta de ocio dirigido al segmento

La generación Y

Identifica y describe áreas con alta proporción de jóvenes entre 16 y 24 años y estatus medio-alto o alto. Ideal para moda y oferta de ocio dirigida a este tipo de segmento

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

47

2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES

2.4APLICACIONES CONCRETAS Y TIPOS DE PROYECTOS

ALGUNOS TIPOS DE PROYECTOS DESARROLLADOS EN BANCA Los proyectos que venimos realizando responden, de manera muy simplificada, a tres tipos de necesidades:

A

OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS OFICINAS

B

OPTIMIZACIÓN DE COMUNICACIÓN PARA OFICINAS NUEVAS Y NO RENTABLES

C

AJUSTE DE LA RED. ESPECIALIZACIÓN, REUBICACIÓN O CIERRE DE OFICINAS

D

SISTEMA DE INTELIGENCIA DE CLIENTES Y RENDIMIENTO DE LA RED DE OFICINAS

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

49

LA OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS OFICINAS  Selección de las regiones y plazas de expansión, si procede ;

 Selección de ubicaciones, a nivel de local o portal, óptimas, en función de: • Huecos de cobertura en la red actual, si la hubiera • Potencial de demanda para los productos • Presión competitiva en el área de influencia

Leyenda

;

Leyenda

;

;

;

Oficinas nuevas sep05 ; Oficinas nuevas jul05 ; Oficinas actuales A Inf 300m nuevas sep05

;

813

;

;

Distancia

813

;

0 - 100 101 - 200 201 - 300

A Inf 300m nuevas jul05

Distancia

0 - 100 101 - 200 201 - 300 A Inf 300m nuevas jul05

Distancia

;

0 - 100 101 - 200 201 - 300 1 Dot = 2 comercios oficinas industrias A Inf 300m actuales

;

817

;

814

;

;

;

4

0

;

;

180 ;

;Metros

360

200 - 294 139 - 199 95 - 138 36 - 94

;

720

;

819

Plaza: Zaragoza

815

;

Plaza: Zaragoza

;

0 - 100 101 - 200 201 - 300

; ;

817

Distancia

;

Penetración clientes 819

;

A Inf 300m actuales

;

;

0 - 100 101 - 200 201 - 300

;

0 - 100 101 - 200 201 - 300 1 Dot = 2 comercios oficinas industrias

Estatus MA-A

Distancia

7,6% - 83,7% 5,0% - 7,5% 2,6% - 4,9% 0,1% - 2,5%

;

A Inf 300m nuevas sep05

Distancia

;

;

Oficinas nuevas sep05 Oficinas nuevas jul05 Oficinas actuales

814

815

4

;

0

180

Metros

;360

720

El ejemplo muestra la cobertura de ; clientes –a la izquierdala presencia de ; ; ; estatus medio-alto –arribay la ; presencia de empresas, en un proyecto; de incremento de la capilaridad en el ; área tradicional de una Caja de ahorros ; ;

Presentación corporativa de inteligencia de clientes y optimización de redes ; comerciales

;

;

;

;

;

;

;

50

LA OPTIMIZACIÓN DE LA COMUNICACIÓN  Consiste en la segmentación y adecuación de la oferta al perfil de demanda del cliente potencial  Incrementa el retorno de las acciones de captación, al maximizar la probabilidad de que el cliente reciba una oferta concreta que le haga desplazarse a la oficina  Puede basarse tanto en los modelos microtarget como en productos-gancho específicos y segmentaciones ad-hoc  Los resultados se plasman en una tabla de afinidad, con dos indicadores clave: • PRESENCIA DE TARGET: número absoluto o relativo de clientes que responden al target • ÍNDICE DE AFINIDAD: valor relativo respecto a la media de la presencia de target

 Se plasma en acciones por canales directos, en concreto hemos testado: • Telemarketing • Mailing • Multietápico: Buzoneo, seguido de mailing y seguimiento telefónico al pool de clientes interesados, que pasan a integrar una base de datos de clientes potenciales de la entidad

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

51

LA OPTIMIZACIÓN DE LA COMUNICACIÓN Los resultados se muestran tanto en mapas como en tablas, los primeros son de especial utilidad para directores de zona y de oficina. A continuación vemos cómo se diferencia la presencia de targets distintos para una misma oficina TARGET AD-HOC. HIPOTECA JOVEN

CALLE FUE RTE

GON

SEPU LVED A

CH EC A

CAL L

CALLE

CALLE TARDIO

COA GUE R

O

CALLE

ES PA ÑA

FE LI PE

ZURBAR AN

E AR

CALLE JOSE MARIA GILES ONTIVERO S

S MAESTR

E

DE CA

STIN A DE ARA

AR CALLE DEL PIL

AV DA

SCORR O

IS ID RO

SA N

AVDA CA LZADILLA

;

0601504010

;

AVD

;N

UA AJ

NE

L CA

NO

0

70

140

metros 280 ON

4;

AM AL

0601504009

A)

0601504014

;

STIA

N

0601505017

;

BA SE

AILE

CALLE AGU

0601505013

0601504007

SC

;

PL AZ A

CA LL E

M EN AC FR HO AN CI SC O N SA

CA LL E

EO

PA S

HU EL VA

AVDA EU ROPA

N LO O

E

ROES

M AS

C ES

EC

CA LL

ILA

CALL E HE

S M PO A CA

AV D A LF ER AA

PL AZ

VA AN UE VI LL

AV DA

PILAR CALLE DEL

A NTO NIO

ZURBAR

CAL L

S CALLE JOSE MARIA GILES ONTIVERO

E MAESTR

AVDA

AD OR A

DA P

;

0601505014 0601505015

0601504011

RA TE

AA

RE

N CA

PE

;

;

TA (L IEN

MA RI

JU AN

EB

AV DA

A

;

IM EP

UX IL I

SEPU LVED

COA GUE R

O

AN

E AR

CALLE TARDIO

CH

A

FE LI PE

ES PA Ñ

CA LL E

PL AZ A

CALLE

EC A

A

;

;

;

L CAL

AVDA CA LZADILLAS

CALLE

PA CAL LE SE M O EN SA AC N FR HO AN CI SC O

EL VA HU AV DA

GON

0601505012 0601505011

AV D

0601504006

LLE CA

DE C ASCO RRO

;

L CAL

STIN A DE ARA

OZ

IUM

L)

CALLE AGU

IS ID RO

SA N

E

;

EZ

0601504003

M DIU

S

CA LL

JU

A EST

;CALLETRAS ESTAD RDALERAS ; A PA AVD ; ; ; ;

DO (E

CALLE FUE RTE

ES

AVDA EU ROPA

N O LO C AV DA EC LF ER

ZA A

PL A

;

;

(EL) RO

UE VA

0601504005

E ORD EC

AN

;;

AD

;

ENANDO

0601501002

E DIO

VI LL

;

TRINID

L CAL

AV DA

;; ;; ;

CALLE

;

SIS CALLE SAN

D JUAN

RA

TA D

; ; ; ; ; PILAR ; AVDA

0601501003

CALLE MARTIN CANSADO

E NAR CALL

IA DO

LIB ER

;

MA RIN A

M

CALLE AFLIGIDOS

A

ZA

A

; 0601501012

; ;

; ;

;

SAN

XI L

AZ PL

O AY IN

CALLE BRAVO MURILLO

CALLE

AU

0601501001

;

;

0601501004

A

CALL E HER OES

MPO S A CA M AS NIO

L

CALLE CIUDA D DE EVOR

A

RI E

LL VI RI

A NTO

0601501008 AB

E LL CA

AVDA

G

LO

M AR I

;

PLAZA ASI

AV DA

Z ÑE

NT A

L UE MIG

UÑ M

;;

DE

Y

PL A

O GIN

Oficina: 68201

L JA CA

RE

ON

- 246 O G170 E LL 134 - 169 CA 107 - 133 81 - 106 33 - 80 Sección

Y

OR

GA TE

M

ON

E LL CA

L CA

200m 400m 600m

NU

M RA

;

NIO TO AN

I PR

O SC VA

O

M LA CA

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

G IA NT SA

O IT BR

AS

N

metros 280

A

;

SA

LE

; ; 0601505001 ; ; CALLE ENRIQUE SEGU ; ; RA OTAÑ O ; ; 0601505020 ; ; ; ; ; 0601505025

0601505003

0601505004

Area Influencia LE

AV DA

;

Z

R TE

140

;

O

AN

70

Competencia

;

0601505002

;

DO

EC

A)

4

;0

IL E

0601504009

;

; Nuevas ;D Reactivadas AV ; A PAñadidas ER U

ED Target Sección FR

LL CA

B

O

E BA

0601504014

AVD

SE

AN

(L NTA IM IE

;

N UA AJ

N TIA AS

EL C

L CAL

0601504010

0601504007

LE P CAL

;

L)

;

0601504011

;

DO (E

IOS DE D

;

;

;

(EL)

;

JUAN

0601504006

;

ERO

;

;

Oficinas

DIA

;

;

Leyenda 0601505005 E LL CA

;

ORD EC

;;

;

L CAL

M ADIU EST IUM S LE TAD CAL ERA S ES DAL TRA PAR A D AV

0601505006

CA L

; ; 0601501011

D AV

;

E NAR CALL

0601505017

;

0601504003

AÑO

0601505013

AD

0601504005

SAN

;

;

O SISENAND CALLE SAN

CALLE

PIL A

TRINID

CALLE MARTIN CANSADO

A

0601505014 0601505015

;

; AV; DA PILAR

;

CALLE

0601501002

;

;SEGURA OT;

;

;

CALLE CIUDAD DE EVOR

;

A

;

;;

LO

RE D

; ;

PLAZA ASI

PE

;

0601501003

;

0601501010

OS

L

; ;

;

I

;

;

VIAL PASEO FLU

CALLE PUERTO RICO

UE

JU AN

ENRIQUE

0601505025

;

; PLAZA

M

YO NA

CALLE AFLIGIDOS

LA IL IV

IG EM

; 0601505001

CALLE

0601501001

;

;

; ;

CALLE BRAVO MURILLO

R

OD

A

; ;

;

NA

0601505020

0601505012 0601505011

AV D

L JA

N GI

Oficina: 68201

OZ

CA

- 312 137 - 196 101 - 136 70 - 100 21 - 69 Sección

Y

RE

LE 197 AL

;

;

;

L IB ER TA D

;0601501004

E LL CA

ON

E LL CA

GO

UÑ M

MA RI

;

;

DE BARR

M

O IT

R TargetDSección OF

Y

J

NT A

0601501011

0601501012 ;;

PL AZ A

;

L

TIERRA

RA

BR

O ED

GA TE OR

IO

;

IE

CALLE

O

AZ

C

;; ; U;EZ ;

SA

BR

;

Z

G

DI N TO AN

ÑE

IA NT

E LL CA

0601505004

200m 400m 600m

;

GA

NU

SA

CALLE PUERTO RICO

;

LE Area Influencia AL

AV DA

;

0601505003

Competencia

C

;

0601505002

;

; Nuevas ;AVDAReactivadas PE RU ; Añadidas ;

DA AV

0601505006

;

0601505005 Leyenda

Oficinas

IM

CO

0601501010

RROS A DE BA TIERR

VIAL

LE

TARGET AD-HOC. HIPOTECA ESTATUS E LL CA

PR

S VA

CALLE

PASEO FLU

0601501008

E LL CA

E LL CA

E LL CA

;

CA L

52

LA OPTIMIZACIÓN DE LA COMUNICACIÓN La tabla de resultados muestra las afinidades de las secciones a los productos y su distancia a la oficina más cercana. A partir de ella puede seleccionarse clientes potenciales de una base de datos de origen páginas blancas. Dista Oficina ncia

119 119 119 119 119 119 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148 148

248 267 273 273 293 308 0 19 39 104 121 122 132 136 149 149 166 179 214 224 231 234 237 289 312 320 339 341 342

Sección

5029704006 5029705033 5029702039 5029702037 5029702022 5029705034 5029705006 5029705003 5029705004 5029705007 5029702012 5029702045 5029705008 5029705005 5029706001 5029706002 5029705048 5029701019 5029705009 5029706033 5029706036 5029705050 5029705010 5029702044A 5029702042 5029705049 5029701016 5029702004 5029705014

Municip Poblaci N io ón clientes

50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297 50297

1310 1760 968 1054 1534 1960 1396 1097 1804 1776 1558 1461 1869 1199 1239 927 1353 1239 1379 1181 1534 901 1470 1076 966 1135 598 1133 1550

19 89 61 27 59 132 81 6 59 8 92 85 120 63 8 9 4 20 2 15 2 40 2 93 59 8 3 10 80

Penetraci RENTA ón HOGAR clientes €

1,5% 5,1% 6,3% 2,6% 3,8% 6,7% 5,8% 0,5% 3,3% 0,5% 5,9% 5,8% 6,4% 5,3% 0,6% 1,0% 0,3% 1,6% 0,1% 1,3% 0,1% 4,4% 0,1% 8,6% 6,1% 0,7% 0,5% 0,9% 5,2%

34.577 35.077 46.354 35.573 37.269 38.074 32.004 31.001 35.949 38.413 36.339 41.551 29.303 36.623 38.507 37.321 37.947 33.723 37.699 36.562 37.548 39.190 31.854 44.606 40.346 30.790 42.350 40.053 41.343

RENTA HOGAR ÍNDICE

104 105 139 107 112 114 96 93 108 115 109 125 88 110 116 112 114 101 113 110 113 118 96 134 121 92 127 120 124

PLAN PLAN FONDO FONDO CUENTA PENSIÓN PENSIÓN INVERSIÓ INVERSIÓ CUENTA IPF Índice PCT ÍNDICE N PCT N ÍNDICE IPF PCT ÍNDICE Máximo

30,2% 30,8% 52,6% 29,4% 33,2% 33,4% 24,1% 22,8% 32,0% 36,3% 30,1% 41,9% 26,8% 33,1% 35,9% 33,6% 34,0% 26,7% 34,8% 33,6% 33,8% 38,6% 25,4% 48,7% 38,2% 29,8% 44,3% 34,8% 41,4%

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

93 94 161 90 102 103 74 70 98 112 92 129 82 102 110 103 104 82 107 103 104 119 78 149 117 92 136 107 127

10,6% 9,8% 12,2% 11,7% 13,1% 10,4% 8,1% 8,1% 10,4% 10,1% 10,1% 10,9% 8,2% 11,0% 8,9% 9,2% 8,9% 8,9% 9,1% 8,8% 8,5% 10,6% 7,8% 13,5% 12,7% 8,0% 11,7% 13,7% 11,3%

130 120 151 144 161 128 100 99 128 125 124 134 101 136 110 113 109 110 112 108 104 131 96 167 156 98 144 169 139

19,4% 19,5% 21,0% 22,0% 24,1% 19,9% 17,4% 17,8% 20,3% 18,8% 20,6% 19,7% 16,7% 21,3% 18,4% 18,1% 17,5% 18,0% 17,9% 17,9% 17,1% 19,7% 17,0% 24,1% 23,4% 17,0% 21,0% 24,5% 20,6%

113 114 123 129 141 116 102 104 119 110 120 115 98 124 108 106 102 105 105 105 100 115 99 141 137 99 123 143 120

130 120 161 144 161 128 102 104 128 125 124 134 101 136 116 113 114 110 113 110 113 131 99 167 156 99 144 169 139

53

AJUSTE DE LA RED, MODIFICACIONES Y CIERRE DE OFICINAS I.

Baja rentabilidad Bajo potencial de demanda Cobertura de red alternativa Competencia elevada

SELECCIÓN DE OFICINAS CANDIDATAS

II. SELECCIÓN DE OFICINAS A CERRAR

 Junto a los criterios anteriores, se valoran otros internos:  RR.HH., valor del local y régimen de tenencia, relación con promotor…

III. REASIGNACIÓN DE CLIENTES A OFICINAS

   

Reasignación óptima por distancia Re-cálculo de demanda Nuevas áreas de influencia Nuevos objetivos comerciales

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

ESTRATEGIAS:  Redimensionamient o,  especialización,  cierre

LISTADO DE OFICINAS PROPUESTAS PARA CIERRE

PLAN COMUNICACIÓN: Clientes re-dirigidos Clientes potenciales Buzoneo mailing

54

EL SISTEMA DE INTELIGENCIA GEOGRÁFICA DE CLIENTES  Consiste en la aplicación sistemática de las técnicas descritas a la red de oficinas de la entidad  Idealmente, se integra con los sistemas de información de clientes corporativos, con dos objetivos:

 Conocimiento de clientes potenciales y cuota de cliente  Conocimiento y optimización de la red comercial  Además de las aplicaciones de expansión o retracción de la red comercial, es de gran utilidad en el dimensionamiento de oficinas, política comercial local, etc.  A continuación vemos un ejemplo de informe de área de oficina

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

55

INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL Código: 0924

Oficina: XXXXXX Sociodemografía. Personas por edad y sexo

0-14 años 15-24 años Personas por 25-44 años sexo y edad 45-64 años 65-74 años mayor de 74 años población total Sociodemografía. Personas por edad y nacionalidad

Españoles Extranjeros Euro Comunitarios (UE25) Personas por Euro No comunitarios origen Africa América Asia

N personas

6.562 5.737 19.990 14.712 0 12.269 59.271 N personas

49.584 9.687 2.057 520 539 5.242 1.316

Municipio: Zaragoza

% de personas

% de mujeres

% de hombres

11,1% 9,7% 33,7% 16,8% 18,1% 10,6% 100,0%

10,2% 9,1% 31,4% 17,4% 20,1% 11,8% 100,0%

12,1% 10,4% 36,4% 16,1% 16,2% 8,8% 100,0%

% de personas

83,7% 16,3% 3,5% 0,9% 0,9% 8,8% 2,2%

En verde, supera en 10% o más la media nacional En rojo, por debajo 10% o más de la media nacional

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

Hogares. Tipología de estructura de hogares

Single Sin hijos Tipología Hijos menores de hogares Hijos menores o mayores Nido vacío Tamaño medio de hogar

Tipo de barrio, vivienda y actividad económica

Viviendas secundarias Tipo barrio Viviendas vacías y vivienda Antigüedad media edificios Hábitat. Expansión urbana y reciente crecimiento

Residentes en áreas de expansión urbana o de reciente crecimiento

% de hogares

10,9% 9,2% 17,1% 36,2% 24,7% 3,1

% de viviendas

3,1% 7,2% 42,3 % de personas

2,0%

56

INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL Estatus, nivel socioeconómico y cultural

Sector terciario, peso Condición socioeconómica Estatus Actividad no 3aria predominante económico Posesión segunda vivienda Empleados cuenta propia Estudios

Estudios medios en 30-49 años Estudios postobligatorios

Tipo de barrio, vivienda y actividad económica

Locales

Locales activos totales Locales comerciales Locales industriales Locales agrícolas Oficinas

% de personas

Presión competitiva. N oficinas en A.I.

63,2% 1,0 Industria 21,0%

N oficinas en 300 metros ÍNDICE DE COMPETENCIA

Clientes totales de la oficina Clientes totales residentes en A.I. Penetración de clientes en A.I.

16,9%

12 Medio-alto

1.684 1.391 5,7%

medio

40,8% presencia relativa

778 528 98 0 102

Potencial de demanda y penetración de clientes

Renta media de hogares Potencial de Potencial fondos inversión demanda Potencial planes pensiones Potencial cuentas ahorro

% de target

32.159 7,5% 28,3% 16,9%

Índice relativo

96 83 87 99

En verde, supera en 10% o más la media nacional En rojo, por debajo 10% o más de la media nacional

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

57

SISTEMA DE INTELIGENCIA GEOGRÁFICA DE CLIENTES OBJETIVOS ¿a qué preguntas debe dar respuesta? INFORMACIÓN ¿qué datos, a qué nivel, con qué tratamiento? ANÁLISIS ¿qué consultas, funcionalidad GIS?

Expansión, ubicación pdv Comunicación, buzoneo Surtido, promos locales, servicios Objetivos comerciales sociodemografía Estudios sectoriales Estudios ad-hoc Modelización predictiva Métodos creación A.I. Modelos de gravedad, what if Integración con BI corporativo Actualización y feed-back

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

Somos expertos en marketing, distribución y fidelización de clientes dominamos las técnicas analíticas de conocimiento del cliente Proponemos funcionalidad adecuada a los objetivos

58

Los modos de prestación de servicios de inteligencia geográfica de clientes Modelización estadística + consultoría GIS

Desarrollo de modelos predictivos de demanda, tipologías de micromarketing, así como consultoría en selección de software

Oficina de servicios + informe

Entrega de Informe de resultados con conclusiones, así como los mapas e informes pertinentes para cada punto de venta

Oficina de servicios + visualizador

Entrega de Informe de resultados con conclusiones e informes de punto de venta, los mapas se presentan en un visualizador GIS, agilizando tareas de búsqueda, zoom

Sistema de Geomarketing

Entrega de un software GIS con funcionalidad analítica según los objetivos del cliente, incluyendo toda la información elaborada e indicadores avanzados

Sistema de inteligencia de clientes con funcionalidad geográfica

Implantación de un sistema de inteligencia de clientes, con la funcionalidad necesaria –Business intelligence, modelización-, incluyéndose funciones analíticas GIS e integrado con las bases de datos corporativas

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

59

Related Documents


More Documents from ""

Taller 2
October 2019 65
June 2020 9
June 2020 20