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

20% 80%

clientes fieles clientes ocasionales

80 % 20%

FIDELIZAR

CAPTAR

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

20% 80%

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

FIDELIZAR

Lifetime value (LTV)
No Clientes de su entidad Tiempo que el cliente trabajará con nosotros y valor esperado

CAPTAR

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

No clientes de la categoría

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

UPGRADE

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

CROSS-SELLING

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

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 Operación MKT Relacional Oficinas Productos y divisiones Canales

S1

S2

S3

S4 S4 S4 S43

S5

S6

S7

S8

S1 S12 S21 S22 S3

MODELO DE SEGMENTACIÓN ESTRATÉGICA POR NIVEL

S433

MODELOS DE SEGMENTACIÓN ESPECÍFICOS

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 Est. vida Segm. Prod 1 90% 90% Prod 2 75% 50% Prod N 50%

Clie 1 Clie 2 ... 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 Estrategia desde la visión del cliente, comprensión de la composición de la cartera, desagregación del modelo para toma de decisiones a niveles inferiores Estrategia de marketing de clientes, mantenimiento o crecimiento por segmento, identificación de necesidad de nuevos productos

Segmentación estratégica de clientes Modelos de afinidad cliente-producto 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:
• 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 •
Especialización: creación de oficinas de empresas, inmigrantes, inmobiliarias

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
AU T

CAL L
O P
CAL L

E BO
E CO

GGIE
N DE

CALLE JUAN

CALLE
AVDA N A

RO
DA

SANTA

OROSIA

CALLE ARIAS

ER IO J

CA LL E

;

SA R

;

114

124

AS A

A

;

TE

VARRA

116

EN LA CE

ARAN

S PA RIA MA EO

XXIII

TIN US AG

CA

L CAL

CA LL

;

107

;

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

CA LL

CAL

B LE

OLIV

IA

AVDA ANSELMO CLAVE

ULIA LE J CAL

Z AÑE NZ IB N SA

A AVD

M AD

RID

;

E LL

LLE CA CA DA LAN

LE CAL

EU T NCE

CO ES RI A

N DO

L CAL

A

ZA

LL CA

PED

YF

EM

LE CAL

AB

A LUN IA S DE IC RO DEL LLE CA

IA U EV

OM

CAL LE G AL A NB E RG UA
R DE

RO

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

AL AV

A

;
0

Oficinas actuales Sección censal
D IDA AN
Meters 280

CALL E

Plaza: Zaragoza

PA S

LL CA

E

EO

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

CAL

PEO

AND

LE R
70

IT ERS NIV

CALLE SA
L CA
L CA
A VIL EA LL RA CA SU CO ES LE

NTANDE R

;
LO Z PE

147

CA

ED LL

U UQ

ES

A

L VIL

ER AH

MO

SA

LL CA

E

LL GA AS UC L

O EG

DA AV

N LE VA

A CI

L UE ER AS OT SE OV PA AN EC N LL CA ME AR EC LL CA

;

94

NM

NTE VICE RES

ER OG

S OT O

;

AS

LE FR

Legend
P HIS VIA

F LO

E LL CA

SA

O SC BO C A AN LL JU E N

C AN OY

;

136

;

AV DA

ME NE ND

GO

LLE CA

YA

140

LLE CA

EZ PE L

MIN DO

4

G DA AV

EZ OM

;

152

NA GU LA

AY O

GO

A AN INT QU

CA LA

I CC

AL MIR

;
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

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

B C

Clasificación de secciones censales

ANATORI

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
CARR

ÇA E NI

R A BL DE LA

AVGD A S

C
E M AE

AR

E R

D

'E

LV

A IS

T

LE

IU S

IT A

VG A DA PIU S X II
R

U

AV G

DA

JO AN

XX II I

E RR CA

XIL

E

R R CA

E

O

N

ZE

E D

S

E ET

B M

E R

CARRE CORDO VA

Aplicación en proyectos de Geomarketing

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

CA

E TG PS

E ER MP SA

JOAN A LESTON

E RR

NAC

ID DR MA

AVG DA MA RESME

CARRE PARIS
O RC I N

N TA

CARRE JUMILLA

A

AU TOP DEL M ARESM

CO LO M

R
R R CA

AV GDA ALMER

C

SA

E A-19

AR

CT RA

SA LV AD O

RE

IA

SA NT

BA DA

TG PS

CAR RE SANTA

AV GD A

E

JO

M

Z

A

CA RRE HUELVA
CA RR E IQ UIQ UE

E

R

C AR

R CA RE M RA IR O D

R CA

A PL

ÇA

A TR

LG FA

A

R
TIGA DE

NC LE VA

IA

RE

SO A LID

S AG

A AN C TR

RA

AT IT R

DA FA

DA G AV

NS FO AL

I XII

U ZT
E RR CA PI

MIL IA

CTR EN AM A

IG IB T ER

CA E RR

R CA RE ES CO A RI L
E RR CA G S UA CH

AU IB AR

CA E RR VA CO
CA RE R SIM

DO A NG

RR CA E LM BA ES

AN AS C

R CA RE M AR IS L CA C AB

CA E RR

E S AN TIA G O

R A AF EL D E CA SA

E AN

C AR R E BO L EL AT G

N O

S

VA

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

27

EL MODELO DE AFINIDAD microtarget
RENTA DEL HOGAR Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del trabajador. Año 2005-2008. Disponible para seccionados 2001, 2005, 2008

N secciones asignadas

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

15.398.859 99,8% del total*
Media

N hogares asignados

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

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

N secciones asignadas

Distribución de las secciones censales

15.398.859 99,8% del total*

N hogares asignados

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

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

N secciones asignadas

Distribución de las secciones censales

15.398.859 99,8% del total*

N hogares asignados

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

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

N secciones asignadas

Distribución de las secciones censales

15.398.859 99,8% del total*

N hogares asignados

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
CALLE
AVDA N AVARR

SANTA

AU T

CALL E
O P EN

OROSIA

AT E

CALLE ARIAS

A

LA

RIO

LE

CA LLE

;

SA R

;

114

JA

AS

;

116

CE

CAL LE

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

CALLE JUAN

BOR

AO

XXIII

CA

; 107

;

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

CA LL

L CAL

EB

V OLI

IA

AVDA ANSELMO CLAVE

N ULIA LE J CAL

Z SAN

Ñ EZ IBA

A AVD

R MAD

ID

CALLE CRESPO AGÜERO

CA L

L CAL

124

;

E LL

LE CAL LAN CA

L CAL

EU TA NCE

CO ES

ON ED

RI A

L CAL

ZA

LE CAL

DA

PED

YF

EM

LE CAL

AB

A LUN IAS DE IC RO DEL LE CAL

N PEO OM

L CAL EG AL A NB E RG UA
EF LOR D ER

VIA

RO

CO RT ES CA DE TO AR E LI LA AG CO TA ON SS A

Sección censal Renta media hogar
40.001 - 60.000 35.001 - 40.000 30.001 - 35.000 25.001 - 30.000 14.000 - 25.000
LE CAL VIA A NID PA HIS
Meters 280

A

AL AV

CALL E

0

70

140

Plaza: Zaragoza

4

PA SE O

NA GU CI LA AC ES EZ AC IBI OM AL UY AG AN ET D LL INT AV U CA EQ LL CA

RN AN D

FE

CA LL

;

152

AY O

CA L

O

EL

ZP EL

LE

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

L CAL

TAS RSI IV E UN

NT VICE RES AND

CALLE SA
L CA
L CA
A VIL EA LL RA CA SU CO ES LE

ÑES

NTANDE

R

;
Z PE LO

147

S PA

Legend

;

Oficinas actuales
ED LL CA

UE UQ

SA

L VIL

AH

ER

SA MO

LL CA

E

AL SG CA LU

L

O EG

D AV

A AV

N LE

A CI

CA

RU S TE VA NO A EC LL N CA ME AR EC LL EO
136

EL

;

94

ER OG

TOS MO

;

LE FR

E
LL CA A ES U NJ

AN

BO

C AN OY

;

;

O SC CA LL

AV D

E

A

ME NE ND E

GO

YA

D

;
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

;
3603801001

;
3603801005

3603802018 3603802009

;

; ; ;
3603802018

3603801006

;

3603802006

; ;
3603801003 3603801004

; ; ; ; ;;

; ; ; ; ;; ; ; ; ; ; ; ; ; ; ; ;

3603802004

4
; ;
Legend
1 Dot3603801007 =1 competencia

;

;
3603802003

;

; ;
3603802019

;

;

;

Sección censal

; ; ;
3603802017

;

; ; ;
3603802010 3603802001

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

;

3603802016

3603802008

;
Meters 300

Oficina: 0541 Pontevedra García Cambra

3603802011

3603802021

;

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 4619001020 4619001023 4619001022

4619001017 4619001014

;
4619001019 4619001024

4619001018 4619001013

;

; ;
4619001041

; ;
4619001012

;

4
;
Legend
4619001011

; ; ;

;

;
4619001025

;
4619001026

4619001009

;

;

; ; ;

Sección censal

;

; Plan pensión

1 Dot = 1 competencia
4619001008 4619001010

;
4619001027

36,1% - 73% 4619001036 29,1% - 36,0% 24,1% - 29% 8,2% - 24%
0 40 80 Meters 160

4619001006 4619001007

;
4619001004

Oficina: 0663 - Paterna

; ;

; ;

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
RE CAR A NIÇ
R CA RE M RA O IR DE ZT AE M U

CA

R

RE

S VI EL D'

A

E RR CA

A AÇ PL

TR

R GA AL AF
R CT A

CIA EN AL EV AD TI G AN

G SA DA RA M FA
NS II XI

RR CA

A ILI

IT AU LE T

AVGDA PIUS XII
NT S A LVA DO R

R IU S

AV G D

T PS

GE

E ER MP SA

A SA

CARRE PARIS

AVGDA MARES ME
CA

Legend

Manzana

LO M

A

Fondo inversión
8,6% - 17% 7,1% - 8,5%
R CA
AV GD

5,6% - 7% 2% - 5,5%

A

JO AN

Sección censal

XX III

E RR CA

LE XI

;
0

1 Dot = 1 competencia Ibercaja red
60 120 Meters 240

R CA

RE

O

E NZ

DE

M TE SE

E BR

Oficina: Badalona - 3

CA RRE CORD OVA

Sección censal

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

Código postal

SA NT A

CARRE CACERES

4

CT RA

E TG PS

M

C AR

I ON
E RR CA

CARRE HUELVA

G AV
RT

DA

FO AL

E PI

M RA CT

IG IBE

C A

R R E

A EN

R CA RE

CO

19
E

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

G AV DA N SA O AT RI

A IB AR U

R CA RE GU C AS H

RR E CO D VA

CA RRE

SI

E RR CA

ON GA

M AN

S CA

ES LM BA

BA DAJ O

E RR CA

R CA RE AR M C IS AL CA

RR CA E
G IA O

Z

NT SA

EL FA RA DE N SA CA

N BA ES

A OV

RE BO G E AT LL

R CA U UIQ IQ RE

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 EN SO EL AN NM

PS TG

EV IÑ A S

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

RE

CA RR E

Legend

Código Manzana
E

AR postalE R
RE CAR

C

C

O

Sección censal A LI
TOR

LL

IP

R CA

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

CA RR

FO

;
0

1 Dot = 1A MI G competencia UI XE
75 150

AN

C

RR

CE

Sección censal

SC

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

E

MA CI A

BA N

CA

S

D

E

FR

XI I

E

M

Oficina: 2526 - Badalona Vía Augusta

CA RR E

AL

RE S

IL

NS

LA TR

E

CA

AI G

CA R

R

E

M

LA

RR

E

AR IN

Meters 300

C

A

O LO M

E RR CA

BA RI

S

I

O IG RD PE

YO LE S

C

PS IG

R CA

RE

EU CR E RR CA CA RR E DO

CA RR

C

RA M

AN

AR RE

RE 22,4%

A

SE

BL A

M Cuentas ahorro CA

UJ O L

RA

G

L AL

CA

R

E R

U M

S

EU

RE

SA N

T

CA R

M

IQ

RE

ER CE

M RA

O

N

LM

E AV CL
CA

UE L

CA R

M E

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

4

RE CT OR

CA RR E

CA

FR

E RR

R BA

NA LO CE

CA R

RR

E

SA N

T

CA

R

CA R

RE M

CA R

CA

PA U

RE

SA N TI

VI

O CA NÇ U RR CA 9 EM BR ES T -1 TR A N AN EN E ES S E M IC O OS R R RE S L AU RE IR R CA A P CA L M OS E J DE IA C P NT AR UV TO SA RE AV FL AU E RE G PR R CA DA AR C IM AR RR PR C L ES E JO C U R ID P O IE EN RT RA RE T S AR M CO C AT M AM PA O NY T R AL S O ED S RR CA

RR CA R GE AN ET

SEU

A OV

D'U

RE

R
RU SI ÑO L

US TA

CA R

A

AU G

AG

O

IV

ER

O

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

CA R R E D EL M
RR CA E G

RG

EL L

LA DE

IG
BI AR

JO N R
E RR CA AB NT SA RA BA AR

T PS

G

E

RB BA

ER

A

GD AV AM T AR UJ IP OL

NT RE

CA

R

RE

RR

B AT

R CA

M

AR

E EO LL

R IA LL O

RE AR S NU

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
CALLE
AVDA N AVARR

SANTA

AU T

CALL E
O P
CAL L

BOG

CALLE JUAN

OROSIA

EN

E CO

GIER

O
DA

ND E

CALLE ARIAS

AS

RIO

LE

CA LLE

;

SA R

;

114

JA

;

AT E

A

116

LA

A RAN

S PA

CE

M EO

124

XXIII

IA AR US AG

CA

CA L

L CAL

;

;

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

CA LL

L CAL

EB

V OLI

IA

AVDA ANSELMO CLAVE

Z AÑE Z IB SAN LIAN U 107 LE J CAL

A AVD

MAD

RID

;

E LL

LE CAL LAN CA

T IN

L CAL

EU TA NCE

CO ES

ON ED

RI A

L CAL

ZA

LE CAL

DA

PED

YF

EM

LE CAL

AB

A LUN IAS DE IC RO DEL LE CAL

N PEO OM

L CAL EG AL A NB E RG UA
LE CAL VIA
EF LOR D ER

VIA

RO

E LL CA

E QU DU

SA

LL CA

E

AV

V DA

CO RT ES CA DE TO AR E LI LA AG CO TA ON SS A

AL AV

A

CALL E

RN AN D

Oficinas actuales
Meters 280

0

70

140

Plaza: Zaragoza

4

PA SE O

A CI ZL AC AC ME GO AL N DA TA AV UIN EQ LL CA

FE

CA LL

;

;

O

Legend
A NID PA HIS

152

NA GU

AY O

CA L

LE

EL

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

L CAL

TAS RSI IV E UN

NTE VICE RES AND

CALLE SA NTAN

DER

;
Z PE LO

147

L VIL

AH

ER

SA MO

L GA AS UC L

L

O EG

EN AL

CIA

L UE ER AS OT SE OV PA AN EC LL EN CA RM CA LE L CA

;

94

ER OG

TOS MO

L CA

;

A ES LL CA

U NJ

L CA LE C AN FR OY
O SC BO CA LL AN

A VIL EA LL RA CA SU CO ES LE

;

136

;

AV D

E

A

ME NE ND EZ PE L

GO

L LE CA

YA

MI N DO GO AL MI R

D

;
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
CALLE
AVDA N AVARR

SANTA

AU T

CALL E
O P EN

OROSIA

CALLE ARIAS

AS

RIO

LE

CA LLE

;

SA R

;

114

JA

;

AT E

A

116

LA

CE

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

124

CALLE JUAN

S PA

M EO

XXIII

IA AR US AG

CA

CA L

L CAL

L CAL

;

;

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

CA LL

L CAL

EB

V OLI

IA

AVDA ANSELMO CLAVE

Z AÑ E NZ IB N SA LIA E JU 107

A AVD

MAD

RID

;

E LL

LE CAL LAN CA

T IN

L CAL

EU TA NCE

CO ES

ON ED

RI A

L CAL

ZA

LE CAL

DA

PED

YF

EM

LE CAL

AB

A LUN IAS DE IC RO DEL LE CAL

N PEO OM

L CAL EG AL A NB E RG
EF LOR D ER

VIA

RO

CO RT ES CA DE TO AR E LI LA AG CO TA ON SS A

RN AN D

0

70

140

Plaza: Zaragoza

PA SE O

Meters 280

4

I A CC ZL CA ME LA GO NA A DA INT AV QU LE AL C

FE

CA LL

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

AL AV

A

Sección censal Penetración clientes
LE CAL

CALL E

;

152

NA GU

O

AY O

CA L

LE

EL

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

L CAL

TAS RSI IV E UN

NT VICE RES AND

CALLE SA
L CA
L CA
A VIL EA LL RA CA SU CO ES LE

NTANDE

R

;
Z PE LO

147

Legend

;

Oficinas actuales

E LL CA

E QU DU

SA

LA VIL

HE

R

SA MO

L CA

LE

AL SG CA LU

L

O EG

D AV

A

VA

N LE

CIA

EL RU S TE VA NO A EC LL EN CA RM CA LE L CA S PA EO

;

94

ER OG

TOS MO

;

LE C AN FR

UA

E
E LL CA SA NJ

OY
O SC BO CA LL

;

136

;

N UA

AV D

E

A

ME NE ND EZ PE L

GO

L LE CA

YA

MI N DO GO

A NID PA HIS

AL MI R

D

;
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)
AREA DE INFLUENCIA. PROBABILIDAD PARA LA OFICINAE 147 CAL L
CALLE
AVDA N A

SANTA

AU T

OROSIA

O P

CALLE ARIAS

ER IO J

CA LL E

;

SA R

;

114

124

AS A

A

;

TE

VARRA

116

EN LA CE

CAL L E

BO G

CALLE JUAN

GIER

C ON D

O
DA

E AR AN

S PA RIA MA EO

XXIII

TIN US AG

E LL CA

L CAL

CA LL

;

107

;

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

CA LL

CAL

B LE

OLIV

IA

AVDA ANSELMO CLAVE

LE J C AL

Z AÑE Z IB SAN LIAN U

A AVD

M AD

RID

;

LLE CA CA DA LAN

LE CAL

EU T NCE

CO ES RI A

N DO

L CAL

A

ZA

LL CA

PED

YF

EM

LE CAL

AB

A LUN IA S DE IC RO DEL LLE CA

IA U EV

OM

CAL LE G AL A NB E RG UA
R DE

RO

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

AL AV

A

CALL E

Plaza: Zaragoza

PA S

LL CA

EO

0

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

CAL

PEO

AND

;

LE R
70

IT ERS NIV

CALLE SA NTA

NDER

;
LO Z PE

147

Legend
Oficinas actuales 80,1% - 100% 60,1% - 80% 40,1% - 60% 20,1% - 40% 15,3% - 20% Sección censal
LLE CA P HIS VIA D IDA AN
Meters 280

CA

ED LL

U UQ

ES

A

L VIL

ER AH

MO

SA

LL CA

E

LL GA AS UC L

O EG

D AV

EN AL AV

A CI

RU TE AS OV AN C E N LL CA ME AR EC LL CA S PA EO

EL

;

94

NM

NT VICE RES

ER OG

S OT O

L CA

;

L CA

A VIL EA LL RA CA SU CO ES LE

AS

LE FR

F LO

C AN

E

LL CA

A ES

O SC BO CA AN LL JU E N

OY

;

136

;

AV DA

ME

GO

LLE CA

NE ND EZ

YA

MIN DO

PE

140

4

A

O AG VD

Z ME

;

152

NA GU LA

LA YO

GO

EQ

L NA TA UIN

CI AC AC

AL MIR

;
44

;

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

APERTURA DE OFICINAS Y REDEFINICIÓN DE ÁREA DE INFLUENCIA CAL
CALLE
AVDA N A

SANTA

AU T

LE B

OROSIA

O P

CAL L

O GG

CALLE JUAN

CALLE ARIAS

ER IO J

CA LL E

;

SA R

;

114

124

AS A

A

;

TE

VARRA

116

EN LA CE

E CO

IERO
ARAN DA

N DE

S PA RIA MA EO

XXIII

TIN US AG

E LL CA

L CAL

CA LL

;

107

;

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

CA LL

;

825

L CAL

EB

V OLI

IA

AVDA ANSELMO CLAVE

ULIA LE J CAL

Z AÑE NZ IB N SA

A AVD

M AD

RID

;

LE CAL DA LAN CA

EU T NCE

CO ES RI A

L CAL

A

ZA

LL CA

YF

EM

LE CAL

AB

IA U EV

OM

LL CA

CAL LE G AL A NB E RG UA
R DE F LO

RO

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

AL AV

A

CALL E

Plaza: Zaragoza

PA S

LL CA

EO

0

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

CAL

PEO

ED

AND

A ; Oficinas nuevas sep05 ES 824 QU Oficinas nuevas sep05 E DU ; ; L L ; Oficinas actuales CA

LE R
70

IT ERS NIV

CALLE SA
L CA
L CA
A VIL EA LL RA CA SU CO ES LE

NTANDE

R

Legend

HE LA VIL

RM

;A OS

820
L AL SG CA LU

;
LO Z PE

147

O EG

L CA

LE

D AV

EN AL AV

A CI

EL RU TE S VA NO CA LE N L CA ME AR EC LL CA S PA EO

;

94

NM

ELI

NT VICE RES

ER OG

S OT O

S CIA

;

AS

LE FR C AN

E

80,1% - 100% 60,1% - 80% 40,1% - 60% 20,1% - 40% 8,5% - 20%
LLE CA P HIS VIA D IDA AN
Meters 280

LL CA

AN ES

O SC BO CA AN LL JU E

OY

;

136

;

ME NE N

;
DE Z

821

AV DA

GO

LLE CA

YA

MIN DO

PE

140

4

A

O AG VD

Z ME

;

152

NA GU LA

LA YO

GO

EQ

NA TA UIN

I CC CA LA

AL MIR

;
45

;
; ;

ESTRATEGIA DE CLIENTES BASADA EN EL RENDIMIENTO REAL
; ;
CAL LE SA NTA
SA RA SA TE
AVD A NA VARRA

OROSIA

AU TO

CALL E
P EN LA

BOGG IERO CALL E CO NDE ARAN

DA

CALLE ARIAS

R IO

;

114

JA

;

116

CE

CA LL E

LL E

;

124

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

N XXIII CALL E JUA

SE PA

O RIA MA TIN US AG

CA

TA CE UN LLE CA

EE LL

C LLE CA

CA

;

107

AVDA ANSELMO CLAVE

E CALL

AÑEZ Z IB SAN AN JULI

A AV D

DRID MA

LL E CA

IA OR SC

N AL A

DO

LE CAL

;

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

CA LL E

LE CAL

IA LIV BO

CALLE SAN TAN

DER

;

147

Legend

CO RT ES

DE

;

0

70

140

Plaza: Zaragoza

PA S

LL CA

EO

Meters 280

4

D AV

EQ

;

FE

AG

OM

N TA UIN

A AL

RN A

CA L

Oficinas actuales 80,1% - 100% 60,1% - 80% 40,1% - 60% 20,1% - 40% 15,3% - 20% Sección censal
V L LE CA
114

UQ ED LL CA

S UE

AV

AR AG O

MO ER AH ILL

SA

LL CA

EL

AS UC

N

G

L AL

O EG

DA AV

L VA

CIA EN

L UE ER AS OT SE OV PA AN EC LL N CA ME AR EC LL CA

;

94

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

ZA

NP

U VIA LLE CA

DA

AB YF

NA E LU IC IAS OD L DE EDR LLE CA

M MO

NDR EA CALL

CALL EG N ALA G BER UA
OR ER FL DE

RO

AVA

E

CA

ES LL

TO LIC TA O SS A

CALL E AL

PE

CA LL

; EZ LAG

I CC CA

ND

LE

152

A UN

O

LA

LA YO

EL

CA

LE CAL

PEO O TO NM

;

NIV

R OG

ER

L CA

ES E ENT VIC
A NID D IA H ISPA

AS SIT

E LL CA

A V IL EA LL RA CA SU CO ES LE

S

A

CO OS N B CA L UA LE NJ

CO AN FR OP YL EZ

;
GO

136

AV DA

L CA M DO LE ING

ME

NE ND

YA

EZ

;

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

IR A OM

; 116 ;
124

L

;

; ;

; 107 ;
; ;

; ;
147

94

;

;

Legend

136

;

;

Oficinas actuales
CA L LE ME

Sección censal Plan pensión
36,1% - 73% 29,1% - 36% 24,1% - 29% 8,2% - 24%
Meters 280

NE N

DE ZP

Cuota geográfica = negocio real / negocio potencial
; ;

EL

AY O

;

152

0

70 140

Plaza: Zaragoza

4

¿Qué oportunidades de crecimiento existen?
;

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

46

Otros modelos de micromarketing desarrollados por
microbarrios
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 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 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

Áreas de crecimiento Nichos de inmigración

La edad de plata

La generación Y

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 B

OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS OFICINAS OPTIMIZACIÓN DE COMUNICACIÓN PARA OFICINAS NUEVAS Y NO RENTABLES AJUSTE DE LA RED. ESPECIALIZACIÓN, REUBICACIÓN O CIERRE DE OFICINAS SISTEMA DE INTELIGENCIA DE CLIENTES Y RENDIMIENTO DE LA RED DE OFICINAS

C

D

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

;

Oficinas nuevas sep05 Oficinas nuevas jul05 Oficinas actuales

;

;

813

;

;

A Inf 300m nuevas sep05

;

813

Distancia

;

0 - 100 101 - 200 201 - 300

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

A Inf 300m nuevas jul05

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

;

;

817

;

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

;

;

817

A Inf 300m actuales

;

;

Distancia
0 - 100 101 - 200 201 - 300

; ;
815

814

Estatus MA-A

;

;
;

Distancia
0 - 100 101 - 200 201 - 300

; ;
815

814

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

;

819

;

;

Plaza: Zaragoza

;

4

0

180

;360

Metros

720

Penetración clientes 819

;

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

;

;

Plaza: Zaragoza

;

4

0

180
;

;

;Metros

360

720

El ejemplo muestra la cobertura de ; clientes –a la izquierda- la presencia de ; ; ; estatus medio-alto –arriba- y 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
E LL CA

TARGET AD-HOC. HIPOTECA ESTATUS
E LL CA

LE

FE LI PE

A

GA

ES PA Ñ

CA LL E

COA GUE R

MPO S

0601501011

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

S

;

COA GUE R

;
G O RA

0601501003
CALLE TRINID AD

PL AZ A

PASEO FLU

PL AZ A

VIAL PASEO FLU
M PO

O

VIAL

CA LL E

;

0601501010
D AV A

M EN AC FR HO AN CI SC O

E AR

AN

;

0601501001
ZURBAR
YO NA

; ; 0601501011 ; ;

CALLE

O

0601501010
DA AV

L

CALLE TARDIO

CALLE

;

ES PA ÑA

L

; ;

CALLE TARDIO

IE

CALLE AFLIGIDOS

RI E

FE LI PE

BR

;0601501004

CALLE BRAVO MURILLO
CALLE

CA L

LE

;

G

CH EC A

;

;

AB

0601501004

SEPU LVED A

CH

CA L

SEPU LVED

E LL CA

EC A

0601501008

A

E LL CA

0601501008

PR

S VA CO

IM

I PR

O SC VA

CALLE BRAVO MURILLO

CALLE RROS A DE BA TIERR

M

NU ÑE Z

CALLE AFLIGIDOS

NU Z ÑE

TIERRA

0601501003
CALLE TRINID AD

SA IA NT

0601501001
ZURBAR AN
O AY IN

G IA NT SA

DE BARR

A CA

A CA

CAL L

M AS

CAL L

CA LL E

NIO

CALLE

A NTO NIO

O LO

N

AVDA

PL AZ A

AVDA

AV DA

AVDA EU ROPA

CALLE JOSE MARIA GILES ONTIVERO

AVDA EU ROPA

AV DA

Oficinas

LF ER

ZA A

PL A

MAESTR

UE VA

GON

AVDA CA LZADILLAS

STIN A DE ARA

AV DA

CA LL

CALLE FUE RTE

CALL E HER OES

AD OR A

IA DO

XI L

C

CALLE AGU

UX IL I

AU

CALLE AGU

M AR I

MA RI

0601505014 0601505015

A

AA

0601505013

CALL E HE

;

RE D

A

PIL A

;

;

0601504010

;

AVD

N UA AJ

SE

PE

ROES

PE

;

CALLE FUE RTE

LE 197 AL

0601505017

AV DA

Oficina: 68201

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

0601504011

B

N TIA AS

0601504009

0601504014

4

;0

70

140

metros 280

Oficina: 68201

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

A

CA LL

GO

RA

A

JU AN

;

0601504007

EL C

AN

O

DO

AV D

DE CA

E

AV D

ED Target Sección FR

STIN A DE ARA

R TargetDSección OF

E

O

SA N

O ED

OR

AVDA CA LZADILLA

0601505012 0601505011

GON

AV DA

;

SA N

;

;

GA TE

VI LL

Y

SCORR O

IS ID RO

GA TE OR

VI LL

Y

DE C ASCO RRO

200m 400m 600m

AN UE

AN

IS ID RO

UÑ M

;

;

;
LL CA

200m 400m 600m

UÑ M

OZ

S MAESTR

L Area InfluenciaE AL C

E

;

0601505004

N TO AN

IO

VA

OZ

E

;

0601505025

;

;

0601504006

;

;

0601505004
L CA

Area Influencia LE

NIO TO AN

PL AZ

J

JU

EZ

;

AA

Competencia

0601505020

; ;

AÑO

CALLE DEL

;

Competencia

LF ER

;
CALLE CIUDAD DE EVOR

CALLE DEL PIL

; Nuevas A ;VDAReactivadas PE RU ; Añadidas

ES

0601505003

PILAR

;

; ; ; ; U EZ ;

;

CALLE

ENRIQUE

; ; GURA OT SE

; ;

;

AR

EC

;

EC

;

ES

MA RI

NA

; 0601505001

;

0601505003

;
CALLE SAN

;

;

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

NT A

AV DA

;

AV DA

HU

SA

NT A

;

;
PLAZA ASI LO

M ADIU EST IUM LE TAD RAS CAL S ES A LE TRA ARD DA P AV

0601504003

Oficinas

;

0601505002

HU EL VA

;

; Nuevas ;D Reactivadas AV ; A PAñadidas ER U

;

AV DA

0601504005

SA

;

MA RIN A

;

;
PLAZA ASI

;CALLETRAS ESTAD RDALERAS ; A PA AVD ; ; ; ;
L CAL E ORD EC

A EST

M DIU

0601504003
IUM

0601504006

;

0601505012 0601505011
JU AN

;

;

;

0601504007
UA AJ

0601504011 0601504010

RE

0601505014 0601505015

;

DA P

ILA

;

0601505013

;

;

;

;

AVD

;N

BA SE

STIA

NE

L CA

NO

0601504009

0601505017

0601504014

4;

0

70

140

metros 280
ON

CALLE JOSE MARIA GILES ONTIVERO S
N CA RA TE SC AM AL

;

0601505002

EL VA

0601505005 Leyenda
E LL CA

0601504005

Leyenda 0601505005
E LL CA

AV D A

;
UE L

; ;

L IB ER TA D

O

;

;

; ;

;

0601501002

CALLE

A NTO

N

;
C

EO

0601505006

PA S

;
OD IG EM

;
L JA

0601501012 ; ;

; PLAZA

M AS

M

I

; ;

CALLE MARTIN CANSADO

;;

N

;

O SISENAND CALLE SAN

;

0601505006
LO

;

;

; ; AVDA PILAR

;
S

;;

PL A

; 0601501012
TA D

AZ PL

SA

A

M

ZA

LIB ER

;; ;; ;

; ; ; ; ; PILAR ; AVDA

; ;

; ;

E AR

;

;

O M RA

CALLE MARTIN CANSADO

;

M ON Y

OS

E LL CA

ON

SIS CALLE SAN

ENANDO

;

E LL CA RE N GI

E LL CA

CA

Y

E LL CA

R LA IL IV

L JA CA

LL VI RI

0601501002

RE

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

CALLE PUERTO RICO

A

O GIN

CALLE PUERTO RICO

C

DE L UE MIG

;

DI AZ BR

L CAL

DIA Z

ORD EC

O IT BR

O IT

LO

CALLE

ERO (EL)

(EL) RO

CALLE CIUDA D DE EVOR

SAN

E NAR CALL DO (E L)

JUAN IOS DE D

E NAR CALL DO (E L)

D JUAN E DIO S

LLE CA

A

EC

A

LE P CAL (L NTA IM IE A)

AN

L CAL

L CAL E BA IL E N

R TE AS M LA CA ON

L CAL EB AILE N

IM EP TA (L IEN A)

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 Municip Poblaci N io ón clientes Penetraci RENTA ón HOGAR clientes € RENTA HOGAR ÍNDICE PLAN PLAN FONDO FONDO CUENTA PENSIÓN PENSIÓN INVERSIÓ INVERSIÓ CUENTA IPF Índice PCT ÍNDICE N PCT N ÍNDICE IPF PCT ÍNDICE Máximo

Sección

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

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

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

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

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

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%

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

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

53

AJUSTE DE LA RED, MODIFICACIONES Y CIERRE DE OFICINAS
I. SELECCIÓN DE OFICINAS CANDIDATAS
Baja rentabilidad Bajo potencial de demanda Cobertura de red alternativa Competencia elevada ESTRATEGIAS:  Redimensionamient o,  especialización,  cierre

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…

LISTADO DE OFICINAS PROPUESTAS PARA CIERRE

III. REASIGNACIÓN DE CLIENTES A OFICINAS

   

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

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

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

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
Oficina: XXXXXX
Sociodemografía. Personas por edad y sexo N personas

Código: 0924
% de personas % de mujeres % de hombres

Municipio: Zaragoza
Hogares. Tipología de estructura de hogares % de hogares

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

6.562 5.737 19.990 14.712 0 12.269 59.271
N personas

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

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%

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

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

Tipo de barrio, vivienda y actividad económica

% de viviendas

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

49.584 9.687 2.057 520 539 5.242 1.316

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

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

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

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

Residentes en áreas de expansión urbana o de reciente crecimiento

2,0%

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

56

INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL
Estatus, nivel socioeconómico y cultural % de personas Presión competitiva. N oficinas en A.I.

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

63,2% 1,0 Industria 21,0% 16,9%
medio

N oficinas en 300 metros ÍNDICE DE COMPETENCIA

12
Medio-alto

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

1.684 1.391 5,7%

40,8% presencia relativa Índice relativo

Tipo de barrio, vivienda y actividad económica

Potencial de demanda y penetración de clientes

% de target

Locales

Locales activos totales Locales comerciales Locales industriales Locales agrícolas Oficinas

778 528 98 0 102

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

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

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

Presentación corporativa de inteligencia de clientes y optimización de redes comerciales

58

Los modos de prestación de servicios de inteligencia geográfica de clientes
Modelización estadística + consultoría GIS Oficina de servicios + informe Oficina de servicios + visualizador Sistema de Geomarketing Sistema de inteligencia de clientes con funcionalidad geográfica
Desarrollo de modelos predictivos de demanda, tipologías de micromarketing, así como consultoría en selección de software Entrega de Informe de resultados con conclusiones, así como los mapas e informes pertinentes para cada punto de venta 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 Entrega de un software GIS con funcionalidad analítica según los objetivos del cliente, incluyendo toda la información elaborada e indicadores avanzados 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

Sign up to vote on this title
UsefulNot useful