CASOS
kroger + DataScience
“La cadena de supermercados Kroger logró un récord: una tasa de retorno del 70% de sus tickets de descuento.
Con una campaña de marketing personalizada y tras 6 semanas de aprendizaje y ajustes lograron que 7 de cada 10 emails tuviesen un comprador yendo de nuevo a sus tiendas.
En general, las campañas con cupones descuento acompañados de compras (por ejemplo, «como ha comprado 10 paquetes de leche tiene un 10% en su próxima compra») suelen tener un índice de retorno del 3% en EE UU).
Kroger aplicó la Inteligencia Artificial para [1] conocer a su cliente y analizar su patrón de compra, [2] extrapolar qué productos querría comprar a continuación, basado en historiales similares, y [3] qué tipo de descuento le motiva más:
a) 2da unidad con descuento /
b) 3era unidad gratis /
c) Un % del total de la compra /
d) Un descuento en valor absoluto.
Conocer al cliente es clave para lograr que vuelva: sabremos como agregarle valor a cada visita, sabiendo que ofrecerle, qué busca, que necesita. “
CÓMO LO HACEMOS
¿Cómo SOOFT Data Science ayuda a tu empresa?
1. DATOS
La clave es capitalizar y utilizar los datos y la información generada por sus clientes. Con el análisis de los datos se pueden mejorar procesos de venta en los distintos touchpoints.
2. TOUCHPOINTS
Los touchpoints son los puntos de contactos que se establecen con un cliente. Éstos pueden ser tanto "offline" como "online" (un punto de venta o un sitio web). En cada uno de estos touchpoint los clientes arrojan datos importantísimos acerca de sus comportamientos de compras que, si son recolectados y analizados correctamente, se pueden convertir en nuevas oportunidades de ventas para su empresa.
3. AI (Inteligencia Artificial)
En cada touchpoint: se gana o se pierde un cliente; se logra o se cae una venta; se convierte o se enfría un prospecto. Es ahí donde actúa y ayuda la Inteligencia Artificial: al personalizar, mediante un sistema de recomendación en línea o programada, y dar la mejor oferta para ése cliente, en ése momento y por ése canal o touchpoint. Este sistema de recomendaciones nace de lo que la llamamos: NBR (Motor de Recomendaciones).
4. NBR (Motor de Recomendaciones)
Lo primero que hacemos en Sooft es encontrar y diagnosticar qué oportunidades tenemos en cada punto de contacto con sus clientes. Es decir, qué touchpoint utilizaremos y como armamos el NBR (Motor de Recomendaciones) en base a los datos e información generada para luego disponibilizarla y medir el impacto en el negocio.