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