Cómo afrontar un modelado analítico. El customer signature

Una de las primeras tareas que se deben afrontar dentro de un entorno de CRM analítico (aquel que se utiliza para analizar la información de los clientes con el fin de conseguir conocerlos mejor y personalizar nuestra oferta hacia ellos) es crear un repositorio centralizado y un formateado de datos específico, habitualmente llamado customer signature.

El Customer Signature es una estructura de datos que recoge la principal información de un cliente de forma resumida, ubicándola en un único sitio. Es una vista integrada y unificada del cliente. 

Para la mayoría de las aplicaciones de minería de datos se requiere una tabla plana que recoja la información y que habitualmente está a nivel de cliente. 

En cierto modo es una especie de maestro de clientes. Es muy útil para la generación de informes y para emplazar la información resumida y agregada (en un entorno diseñado con una finalidad analítica) de un cliente, tanto socio demográfica como basada en sus hábitos de comportamiento de compra.

En un entorno de CRM – especialmente en retailing- se le suele denominar MICF (marketing customer information file) o incluso mining data mart. 

Estas estructuras resultan especialmente adecuadas para posteriores análisis y modelados analíticos utilizando algoritmos de estadística avanzada y de minería de datos. 

Habitualmente este tipo de información se suele recuperar de un data mart del CRM de la empresa. Pero es necesario enriquecerlo con atributos derivados y KPI’s informativos que resumen todos los aspectos de la relación de los clientes con la compañía (agregados y medias, ratios,Deltas,…). 

El customer signature se puede realizar con cualquier lenguaje de script (Perl, Python, R,…), con alguna herramienta de ETL (como SSIS, PowerCenter o Kettle), o directamente con T-SQL. 

Hacerlo con T-SQL tiene la ventaja a la hora de preparar los datos de que hace uso del procesado en paralelo propio de los motores de BBDD. En la mayoría de los casos en que he tenido que realizar un tipo de estructura con un simple script en T-SQL, es más que suficiente para agregar y resumir la información más importante de un cliente. 

En una entrada posterior, entraré más en detalle sobre el tipo de información que suele llevar un customer signature y añadiré algunos ejemplos en T-SQL del tipo de información que debe llevar.

Ideas para nuevas líneas de negocio

Teletienda. Ideas para nuevas líneas de negocio:

Google Analytics ha incorporado una nueva sección de “categorías e intereses” de los visitantes de un sitio web.

Esta característica es muy interesante para la gestión de un comercio electrónico.

Como podemos ver en la imagen de abajo, Google ha creado una serie de categorías con la ingente información que ha recopilado en la “Red Display*”:

• ·         News Junkies & Avid Readers
• ·         TV Lovers
• ·         Music Lovers
• ·         Travel Buffs
• ·         Cooking Enthusiasts
• ·         Technophiles
• ·         Movie Lovers
• ·         Sports Fans
• ·         Home Decor Enthusiasts
• ·         Shoppers/Shopaholics

* La Red Display de Google se trata de un conjunto de más de un millón de sitios web, vídeos y aplicaciones en los que pueden aparecer sus anuncios. Los sitios de esta red se han asociado con Google para mostrar anuncios de AdWords relevantes.

            Sección categorías e intereses de Google Analytics.  

Como se puede ver cada visita se puede clasificar a varias categorías.

A través de esta segmentación podemos descubrir que caracterizan a los usuarios que nos visitan y por lo tanto, extender o crear líneas de negocio que se adapten más a nuestros perfiles de usuarios/compradores.

Por ejemplo, Travel Buffs, ¿podemos intentar llegar a un acuerdo con proveedores de servicios de viajes para incluir sus productos en nuestro sitio de comercio electrónico?


Estas no son las únicas categorías. Google analytics genera otras como podemos ver a la derecha de la imagen a continuación:

          Sección categorías e intereses de Google Analytics.  

Tenemos que tener en cuenta que esta segmentación de visitantes la podemos cruzar con la segmentación que tengamos hecha de nuestra BBDD del negocio y comprobar si, a priori, tenemos oferta que ofrecer a nuestras nuevas visitas.

Este planteamiento difiere radicalmente de la típica estrategia habitual de “importar” los grandes hits de los mercados más desarrollados, como los ranking de productos que se pueden ver en jwgreensheet: http://www.jwgreensheet.com

     Saludos.

Por qué la gente compra por Teletienda

“La mayoría de la gente no sabe lo que quiere sino lo ven en su contexto. No sabemos qué clase de bicicleta de carreras queremos hasta que vemos a un campeón del Tour de Francia haciendo mover los engranajes de un determinado modelo. No sabemos qué clase de altavoces queremos hasta que no oímos unos que  suenan mejor que los anteriores. Ni siquiera sabemos que queremos hacer con nuestra vida hasta que no encontramos un amigo o un pariente que está haciendo exactamente lo que no nosotros creemos que deberíamos hacer. Todo es relativo, y esa es la clave. Como un piloto de avión que aterriza en la oscuridad, queremos disponer de balizas a ambos lados que nos guíen hacía el lugar donde poder tomar tierra. ”

 “Las trampas del deseo”. Dan Ariely

Es una pregunta que llevo tiempo intentando aclararme a mí mismo:
¿qué hace que la gente compre por un canal de teletienda?

Cuando empiezas en este negocio es la primera pregunta que te haces.

Leyendo a economistas conductuales, como Dan Ariely, podemos empezar a entender que, en el retailing en general, no se suelen aplicar las leyes clásicas de curva de oferta-demanda.

Es más, lo que realmente suele primar es la irracionalidad. La gente es susceptible a una serie de influencias irrelevantes de su entorno inmediato (lo que esta rama del la economía denomina “efectos contextuales”), estrecheces de miras y otras formas de irracionalidad.

No es ningún secreto, que tradicionalmente este mercado ha estado caracterizado por gente de más de 50 años, amas de casa y personas mayores con achaques y problemas de salud, por lo menos hasta la llegada de Internet.

En ese sentido nos moveríamos en los que los capitalistas denominan mercado caveat emptor (por cuenta y riesgo del comprador). Es decir:

"...la responsabilidad de una compra recae en el comprador, quien deberá tomar las medidas oportunas para asegurarse previamente de la calidad de lo adquirido descartando posibles reclamaciones futuras al vendedor.". Fuente Wikipedia 

 Esto no es realmente así siempre puesto que desde la existencia de internet los potenciales clientes tienen acceso a unos recursos casi ilimitados de opiniones, precios, especificaciones técnicas,...

Es su caso más extremo con un cliente superinformado se llega a un mercado caveat vendor (por cuenta y riesgo del vendedor). 

De modo que tenemos:

- un mercado asimétrico -teóricamente- el vendedor conoce mucho más del producto que el comprador, y; 

- clientes que pasan mucho tiempo viendo la televisión (personas mayores, de media-avanzada edad, gente que pasa mucho tiempo en casa por problemas de movilidad, parados, gente de pueblos y ubicaciones retiradas de las grandes urbes,...)

Partiendo de estas premisas suele acusarse a este canal de retailing de aprovecharse de la ignorancia de los clientes, de exagerar en su publicidad, de ser un engaña-viejos,...

Sin embargo, basado en los experimentos del propio Dan Ariley, el autor reflexiona sobre hasta que punto no son las propias percepciones de un cliente, por ejemplo viendo un anuncio, las que hacen que un producto tenga un valor objetivo para él.

"la percepción del valor, ya sea en la medicina, los refrescos, los cosméticos o los coches, puede convertirse en valor real. Si la gente realmente obtiene una mayor satisfacción de un producto, ¿acaso el responsable de marketing ha hecho algo peor que vender la imagen del producto junto con el producto en sí?"

Es decir, ¿es ilícito tratar de crear una imagen atractiva de un producto que puede resolver un problema a un segmento específico de la población a través de una teletienda si como consecuencia del propio anuncio el proyecto es percibido como de mayor calidad?

En ese sentido, tanto da que el cliente sea un garrulo de algún pueblucho de la España profunda que no tiene ni tarjeta de crédito o  una sofisticada pija de la calle serrano que se pasa el día de tienditas o algún geek que quiere sacar la tableta de abdominales para echarse novia y se cree que está ahorrando dinero con la última novedad en aparatos de fitness en lugar de ir al gimnasio y tener que socializarse con la gente. Todos actuamos igual de irracionalmente en un momento u otro.

SQL Server Reporting Services 2008. Ventanas emergentes o pop-ups

Continuando con el ejemplo de una entrada anterior sobre Reporting Services. Voy a mostrar ahora como solventar una problemática particular que me surgió con un cliente.

Como sabéis reporting Services nos permite filtrar el contenido que vamos a visualizar en un informe a través de parámetros en la entrada de datos, como podemos ver en este ejemplo:

Además, un parámetro puede condicionar los valores que nos mostrará el otro.

La problemática que surgió fue que un cliente quería seleccionar los parámetros de entrada una sola vez y poder visualizar todos los informes con esos parámetros ya seleccionados. Es decir, no entrando informe a informe y seleccionando los parámetros cada vez.

Imaginemos que tenemos nuestra pantalla inicial de introducción de parámetros:

Fijémonos que ambos parámetros son visibles por eso nos aparecen al cargar el informe, permiten múltiples valores simultáneamente y que el de la fecha está condicionado por el del banco:

Bien, una vez que se han seleccionado los valores, el informe debe cargar un listado de informes que deben actuar como hipervínculos para enlazar a sus respectivos reportes, arrastrando los mismos parámetros que nos traíamos desde la selección inicial.

Como podemos ver, una vez introducimos nuestros parámetros de entrada múltiples, el informe nos los recoge:

A continuación tenemos que abrir cada uno de los informes ya enlazados en nuestro informe y pasarle esos mismos parámetros. ¿Cómo hacemos eso?

En el siguiente pantallazo recojo todo el proceso:

Desde las propiedades del campos de texto. Nos vamos a “Action” y a “Go to report”, especificamos el informe que queremos abrir al hacer clic y, como es un informe parametrizado, le añadimos los parámetros, en este caso 2, que le pasaremos al invocarle.

Observen que el value de los parámetros es la conocida función Join – que ya veíamos en una entrada anterior- y que permite pasar valores de parámetros múltiples.

En principio con esto estaría solventada la petición del cliente, ¿verdad? Pues en este caso no.

Además, los usuarios desean poder abrir varios informes simultáneamente para comparar y puntear cifras entre unos y otros.

El problema que tenemos con la acción “Go to report” es que NO permite abrir un pop-up o nueva ventana emergente.

Tenemos pues que buscar otra solución.  La explico a continuación en el siguiente esquema:

En lugar de seleccionar la acción “Go to report”, seleccionamos “Go to URL”. En la URL tenemos que introducir una expresión que nos abra un pop-up y que apunte a un informe de nuestro servidor de reporting services.

Es fácil decirlo, pero más difícil hacerlo. Con “Go to report”, dejamos al asistente que se encargue de todo el proceso de apuntar al informe especificado y que además le pase los parámetros. Pero con la especificación de la URL tenemos que hacerlo todo nosotros:

Vayamos por partes:

Ponemos un símbolo = y añadimos "javascript:void(window.open(

Window.open nos abrirá una ventana nueva, al especificar como segundo parámetro de esta función: _blank

Después debéis especificar la ruta de vuestro servidor Report Server, la carpeta donde se ubica el informe y después el informe: http://myserver/ReportServer?/myfolder/myreport

Veamos con más detalle:

Para obtener el nombre de vuestro report server y el directorio virtual donde se ubican los informes.

Haced clic en programas:

Como podéis ver, en la sección Report Manager URL nos muestra la URL a la que tenemos que apuntar:

 

De modo que ya tenemos la ruta hasta que nos encontramos el símbolo de interrogación:

="javascript:void(window.open('http://hpmobilewk:80/REPORTSERVER?/

Después añadimos el nombre de la carpeta de nuestros informes y el informe al que apuntamos (ojo, sin la extensión .rdl)

="javascript:void(window.open('http://hpmobilewk:80/REPORTSERVER?/Informes_Prueba/Informe02

Y a continuación especificamos los parámetros:

="javascript:void(window.open('http://hpmobilewk:80/REPORTSERVER?/Informes_Prueba/Informe02&rs:Command=render&rc:Parameters=true&BANCO_MAEB=" & Join(Parameters!Banco_Maeb.Value,",") & "&Fecha_Datos=" & Join(Parameters!Fecha.Value)

De nuevo, debemos observar que los parámetros deben llevar el Join porque son multiple valued.

Por último añadimos el cierre de la cadena de este primer parámetro de la función window.open:

="javascript:void(window.open('http://hpmobilewk:80/REPORTSERVER?/Informes_Prueba/Informe02&rs:Command=render&rc:Parameters=true&BANCO_MAEB=" & Join(Parameters!Banco_Maeb.Value,",") & "&Fecha_Datos=" & Join(Parameters!Fecha.Value) & "'

Y añadimos el segundo parámetro:

="javascript:void(window.open('http://hpmobilewk:80/REPORTSERVER?/Informes_Prueba/Informe02&rs:Command=render&rc:Parameters=true&BANCO_MAEB=" & Join(Parameters!Banco_Maeb.Value,",") & "&Fecha_Datos=" & Join(Parameters!Fecha.Value) & "','_blank'))"

Ya lo tendríamos. Por último señalar que lo ideal es parametrizar también el nombre del servidor, la ruta del informe y el propio informe, con valores de un dataset que nos permitan configurarlo de forma totalmente flexible:

=”javascript:void(window.open(‘” & Parameters!ServerAddress.Value & “?” & Parameters!ReportPath.Value & “myreport&rs:Command=render&rc:Parameters=true&Period=” & Parameters!Period.Value & “&Business_Unit=” & Parameters!Business_Unit.Value & “‘,’_blank’))”

Es cierto que es un poco engorroso trabajar en la ventana de expression de reporting, pero yo he tenido que hacer cosas similares en la versión 3 XI de Business Object y “madrecita, madrecita, que me quede como estoy…” 

Saludos a todos.

Parámetros múltiples con SSRS

Recientemente he tenido que preparar unos informes en Reporting Services que requerían seleccionar un parámetro múltiple, similar al que se puede ver en la imagen a continuación:

En principio, lo lógico es considerar realizar una variación en la consulta que alimenta este reporte, en el sentido de añadir un IN a continuación de la clausula WHERE:

Pues bien, cuando utilizamos como fuente un procedimiento almacenado es necesario realizar algunos pasos más para que podamos tener nuestro filtro múltiple.

En primer lugar hay que generar una función en T-SQL que nos permita separar las distintas partes de una cadena que será lo que enviemos como parámetro:


CREATE FUNCTION [dbo].[FnSplit]
(
--@List nvarchar(2000),
--@SplitOn nvarchar(5)
@List nvarchar(MAX),
@SplitOn nvarchar(MAX)
)
RETURNS @RtnValue table
(
Id int identity(1,1),
Value nvarchar(100)
)
AS
BEGIN
While (Charindex(@SplitOn,@List)>0)
Begin
Insert Into @RtnValue (value)
Select
Value = ltrim(rtrim(Substring(@List,1,Charindex(@SplitOn,@List)-1)))
Set @List = Substring(@List,Charindex(@SplitOn,@List)+len(@SplitOn),len(@List))
End

Insert Into @RtnValue (Value)
Select Value = ltrim(rtrim(@List))
Return
END
Una vez creada esta función:

necesitaremos modificar la clausula WHERE de nuestra consulta principal:

 Como podéis ver reemplazamos la sentencia:

--BANCO_MAEB IN (@BANCO_MAEB)

 por:

(BANCO_MAEB) collate database_default IN(SELECT Value FROM dbo.FnSplit(@BANCO_MAEB,','))

 
Por último, debemos hacer algunos cambios en nuestros reportes:

Nos aseguramos que nuestro parámetro admite entradas múltiples:

En las propiedades de nuestro dataset principal configuramos la sección de parámetros, tal y como se muestra a continuación:

Como nuestro parámetro debe aceptar múltiples entradas lo configuramos haciendo uso de la función Join para vincular los parámetros múltiples separados con una coma:

=Join(Parameters!BANCO_MAEB.Value,",")


Y ya estaría. Parece un poco enrevesado pero en cuanto tengáis la función FnSplit creada, el resto es bastante sencillo.


Saludos.

José Antonio.

Segmentación de clientes

Dentro de las técnicas de análisis y de minería de datos una de las más famosas es la segmentación, especialmente la segmentación de clientes. Es curioso, pero la mayor parte de las veces que he hablado de segmentación con algún cliente en el que he trabajado o con compañeros de profesión me da la sensación que para ellos segmentar es aplicar un sofisticado algoritmo, como el k-means clustering que, de alguna manera, agruparía nuestros clientes en segmentos perfectamente homogéneos.

Es también curioso que en los ejemplos de cómo aplicar la segmentación de clientes se utilizan BBDD del estilo AdventureWorks de Microsoft, donde se posee información muy detallada de clientes como número de hijos, ingresos anuales, tipo de empleo, nivel de estudios, número de coches que posee…

                                          Típico ejemplo naif de segmentación aplicada a la BBDD de AdventureWorks

 

Evidentemente esto no es nunca así, ni tan siquiera en EEUU donde las leyes son mucho más permisivas con el uso de información para marketing.

Segmentar por información demográfica o a nivel demográfico (código postal, sección censal,…) puede ser interesante pero, no provee información a nivel de cliente sino, en el mejor de los casos  provee información agregada a nivel de vecindario.

La información realmente relevante para un negocio no va a venirnos dada de ninguna fuente de datos externa, por mucho dinero que nos cueste. A menos que hablemos de un negocio recién arrancado, nuestras fuentes más valiosas de conocimiento vendrán de los sistemas de las empresa (operacionales, sistemas de CRM, Data Warehouses,…).

Las verdaderas perlas de conocimiento de un negocio, como son los hábitos de compra de nuestros clientes, solo aparecen después de años de actividad y cientos de miles de transacciones donde lenta e inexorablemente se irán perfilando patrones o tendencias, es decir, información extrapolable a conocimiento dentro del ruido general.

Con información de este estilo más un conocimiento muy profundo del mercado, canales y la competencia donde trabajas es con lo que se pueden hacer campañas de marketing directo que garanticen un mínimo de éxito y rentabilidad.

 

Volviendo al tema de la segmentación, hay agrupaciones que surgen de forma “natural” en función del negocio en el que trabajamos. En el mundo del retailing es muy común encontrarse con algunas de este estilo:

 

 

Es importante, como explicaré en una entrada posterior, partir de una adecuada definición de categorías y subcategorías de productos/servicios. Estos son al fin y al cabo nuestros outputs a nivel de negocio. A medida que nuestros clientes los van adquiriendo nos permiten segmentar a estos últimos en clientes de productos de salud, belleza, fitness,…

Con el tiempo, la información de hábitos de compra, respuesta a campañas o promociones, gestiones con atención al cliente, más otra información de carácter financiero nos permitirán obtener el llamado “customer value” de nuestro cliente.

Dentro de mi experiencia en clientes del sector retailing, tal vez las casuísticas más interesantes se me han presentado en el mundo del Home Shopping o TeleTienda. Este tipo de retailing es bastante distinto al que podríamos llamar más tradicional, pero también mucho más dinámico e interesante.
¿Qué caracteriza este tipo de canal? ¿En qué se diferencia de aquellos más convencionales?

Bien, como leí recientemente en un libro sobre el tema de Nick Romer: “Make millions selling on QVC” vender por un canal de Teletienda es como tener tu producto al lado de la caja registradora, donde cientos de miles de personas están de pie observándolo mientras esperan en la cola para pagar.

Es un área interesante, pero es compleja, influye mucho la ciencia del comportamiento, como veremos en próximas entradas.

Les adelantaré aquí que influye mucho lo que se denomina el efecto expectativa. Las expectativas influyen,en gran medida, en las percepciones y el comportamiento. Si explicamos a un nutrido grupo de personas que un producto nuevo va a cambiar sus vidas (su aspecto físico, su vitalidad o su calidad de vida), un número significativo de ellas experimentará ese cambio.  La creencia actúa así como un instrumento que ayuda a provocar el cambio. Con un convincente infomercial una persona puede creer que algo va a ocurrir (adelgazar, moldear sus abdominales,…), la idea por sí misma crea esa posibilidad.

Es importante pues, a través de los canales correspondientes, convencer y establecer las expectativas de un modo creíble al destinatario en lugar de dejar que éstos lleguen a conclusiones sesgadas.

En resumen,

-         La segmentación es un negocio “real” debe estar basada en variables de comportamiento de compra del usuario, las variables sociodemográficas, en caso de poderse obtener, deben servir para complementar el perfil de nuestros clientes.

-        Muchas veces, la segmentación de nuestros clientes vendrá condicionada por la categorización que tengamos en nuestro portfolio de productos.

-         Para emprender acciones comerciales de marketing directo, necesitaremos poder puntuar a nuestros clientes a través de KPI’s o indicadores que midan principalmente la rentabilidad de nuestro clientes. Es necesario calcular un customer value.

-         La venta de Home Shopping es un tipo de retailing muy característico relativamente poco estudiado y que requiere de un conocimiento de ciencias del comportamiento.