Cliente: DirecTV Metodología: ciencia de datos y analítica sobre churn y Customer Lifetime Value, con diseño de journeys y campañas formuladas como estrategias de modificación de conducta (economía del comportamiento y modelamiento). Problema abordado En televisión por suscripción el ingreso es recurrente y la rentabilidad se acumula con la permanencia, de modo que la pérdida de un suscriptor compromete el valor presente de los cobros futuros, y su costo tiende a exceder el del ingreso del mes. Durante el período del trabajo la categoría enfrentó presión sostenida de sustitución por streaming, lo que vuelve la retención un problema de dos capas: una porción de la fuga responde a decisión activa del cliente —cancelación por precio o por percepción de valor frente a alternativas— y otra es involuntaria, originada en fallas de pago más que en voluntad de salida. Tratar ambas con la misma palanca tiende a desperdiciar esfuerzo, porque responden a mecanismos distintos: la involuntaria se gobierna aguas arriba, reduciendo la fricción del cobro; la voluntaria exige intervenir sobre el valor percibido y el momento en que llega la oferta. El reto fue separar las dos señales, estimar cuánto vale prevenir cada caso, y concentrar la intervención donde el valor en riesgo lo justifica. Metodología aplicada Durante cuatro años se instalaron capacidades de analítica sobre la base de suscriptores, descomponiendo el churn en sus componentes voluntario e involuntario —cada uno con su propio modelo de propensión, dado que los predictores difieren: el impago anticipa la fuga involuntaria, mientras la caída de uso y la antigüedad anticipan la voluntaria—. Sobre esa base se estimó el CLV por cliente, lo que permitió ordenar la población por valor en riesgo —la combinación de probabilidad de salida y rentabilidad esperada— y no por riesgo de fuga aislado. El ciclo de vida así entendido alimentó el diseño de journeys y de campañas calibradas por segmento, concebidas como intervención conductual —timing del contacto, encuadre de la oferta, arquitectura de la decisión de pago— antes que como promoción genérica. La capacidad se transfirió a la organización mediante entrenamiento del 21% de los colaboradores en lógica de rentabilidad basada en CLV, condición para que la decisión de retención en frontera —cuánto ofrecer y a quién— incorporara el valor del cliente y no solo la urgencia de no perderlo. Resultados / aprendizajes La separación voluntario/involuntario reorganizó la intervención: una fracción relevante de la fuga se resolvía sobre el proceso de cobro, sin oferta de retención de por medio —gastar incentivo ahí habría sido ineficiente. El CLV cambió el criterio de a quién retener. No toda fuga merece la misma inversión; concentrar el gasto de retención en proporción al valor en riesgo tiende a rendir más que repartirlo de forma uniforme, sobre todo cuando coexisten clientes de baja rentabilidad cuya salida no deteriora el negocio. La venta cruzada se apoyó en el mismo entendimiento del ciclo: ofrecer el producto adicional en el punto del journey donde el cliente ya percibe valor, en lugar del empuje indiscriminado que puede acelerar la propia fuga que se busca evitar. Impacto en indicadores de negocio El programa se asocia a una reducción del churn del 24%, una mejora del 15% en venta cruzada y la instalación de capacidad organizacional vía entrenamiento del 21% de los colaboradores en gestión de rentabilidad por CLV. El valor para el negocio se proyecta sobre el ingreso recurrente retenido y sobre un cambio de criterio de asignación: pasar de defender suscriptores por igual a defenderlos en proporción a su valor.
Cliente: Ecommerce Metodología: Open Data Mining Puntos de dolor / necesidad / objetivo general del cliente (Situation) Las empresas con estrategia múltiple en e-commerce tienen diferentes retos: Monitorear el precio de la competencia al igual que sus ejecuciones promocionales. Asegurarse que los e-commerce que exhiben sus productos lo hagan conforme la negociación pactada y respetando los intereses promocionales y gráficos de la marca. Entender que competidores tienen productos similares y hacer análisis de competencia Metodología y dispositivos analíticos Open Data Mining es una metodología que permite: USAR: Hacer scrapping a diferentes niveles de complejidad para detectar descriptores de producto, esquemas promocionales, precios propios y de la competencia entre otros descriptores de producto en la meta data de los e-commerce DETECTAR: Espacios en los e-commerce en donde las negociaciones con los comercializadores irrespeten acuerdos comerciales ANALIZAR: Dinámicas de precio y promoción en relación a competidores cercanos. Gran resultado general (Work underway) Clara comprensión de las dinámicas de precio y promoción propias y de la competencia. Auditoria de los e-commerce para asegurar que están respetando los acuerdos de exhibición y que la competencia no tiene una posición privilegiada que impida el crecimiento de nuestra marca.
Cliente: FUNDACIÓN CARDIOINFANTIL Metodología: ENYGMA Puntos de dolor / necesidad / objetivo general del cliente (Situation) La Fundación CardioInfantil en general y su hospital La Cardio se encuentra interesada en desarrollar una posición competitiva con las aseguradoras. Esto implica entender las necesidades de la población asegurada, los retos administrativos, financieros y operativos de cada asegurador. En coherencia, se necesita entender la participación de La Cardio dentro de los procedimientos y consultas cardiovasculares que cubren cada una de las aseguradoras. Derivado de esto, se requiere profundizar en argumentos para crecer dicha participación. Metodología y dispositivos analíticos ENYGMA es una metodología que permite: Integrar diversas fuentes de información: Información pública de ocupación de camas, incidencias y prevalecías epidemiológicas de las enfermedades cardiovasculares, entrevistas con las redes de distribución y compras en las aseguradoras. Analytics: Integración de la información, estimación de marketshare actual y futuro. Reporting: Visualizar el ciclo de vida de la decisión en tableros de control eficientes que conecten las preguntas de negocio del cliente con las respuestas clave. Gran resultado general (Work underway) Tras diferentes loops de integración de datos, analítica y reporteo se ha logrado: Entender el market share de La Cardio en las aseguradoras. Gestionar razones de lealtad y satisfacción dentro del asegurador. Gestionar rutas de crecimiento de participación de mercado. Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de dinámico y tecnológico. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Mundial de Seguros Metodología: AddPpt Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedente: El sector asegurador esta involucrado en una dinámica exigente de creación de nuevos productos y servicios. Existe una motivación para desarrollar nuevos canales de interacción con el usuario en entornos digitales. Necesidad: evaluar con el usuario el desempeño de conceptos e ideas de producto. Calibrar el precio de productos potenciales. Desarrollo de modelos de comunicación y venta. Gran resultado general (Work underway) Mediante integración de métodos cualitativos, cuantitativos y de neuropsicología, se evalúa el impacto que un concepto potencial o producto puede tener sobre el consumidor y la percepción que el consumidor tiene de la competencia. Entregables y aprendizajes: El éxito de un nuevo producto dependerá no solo de sus propiedades funcionales. Debe tener una sana adaptación a la cultura de la gente. Las técnicas de neuromarketing permiten explorar la reacción cerebral y fisiológica de las personas ante nuevas ideas de producto. Una consolidada y potente base de datos de conceptos evaluacos en diferentes industrias y con diferentes grupos objetivo, sirven de benchmarking para evaluar nuevas ideas de productos. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: ABInbev Metodología: Visual Data Discovery Puntos de dolor / necesidad / objetivo general del cliente (Situation) Las empresas de consumo masivo producen enormes cantidades de información en sus sistemas transaccionales, de distribución y el CRM de tenderos y canales. Adicional a esto, las agencias de publicidad conservan las inversiones de digital y ATL, Las agencias de monitoreo de mercado entregan las participaciones y coberturas y las agencias de investigación monitorean la información de salud y equity de marca. Tras haber acumulado más de 8 años de estas fuentes de información ABI considera que la información debe integrarse para generar valor analítico y reportes de alto impacto. Gran resultado general (Work underway) Mediante nuestra metodología VDD, creamos un modelo de datos llamado UDM (Unified Data Model) que contiene 78 tablas que al interactuar permiten hacer diferentes modelos analíticos y de reporteo para resolver los retos de negocio en diferentes frentes. Algunos casos de uso derivados de la integración de esta información fueron: Modelos de precio (elasticidad de precio, elasticidad cruzada, precios optimos) MMM Marketing Mix Model, para enteder el impacto que tienen sobre el volumen de venta variables como el precio, la comunicación, los canales de distribución entre otros componentes. Cross Media Research Para entender en que medios de comunicación vale la pena invertir para obtener los mejores resultados de mercado. Entregables y aprendizajes: UDM es un modelo de datos que integra fuentes de mercado, CRM, Equity de marca, usos y hábitos de consumidor, Ventas, revenue e inversiones en publicidad para desarrollar reportes y analíticos más rápido. MMM Marketing Mix Model permite orientar los esfuerzos a aquellos componentes de la estrategia responsables de la venta incremental manteniendo inversión sobre aquellos componentes responsables de la venta orgánica. CMR (Cross Media Research) es una estrategia de optimización de inversión en medios de comunicación que prioriza intensificar la estrategia en aquellos canales responsables de mejores resultados en el mercado. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica