Analítica Avanzada
Optimización del rendimiento de campañas de marketing digital mediante el uso de Machine Learning
El Desafío
Empresa de comida rápida tenía la necesidad de optimizar sus campañas de marketing digital.
Estas campañas eran genéricas y no tomaban en cuenta el comportamiento o las características de sus clientes, lo que impactaba sustancialmente su ROI.
Las áreas de marketing y TI trabajaban en silos y existía una gran brecha en cuanto a las formas de trabajo, información ,y calidad de la data utilizada.
Logramos un aumento del ROI y mejoras significativas en la eficiencia y efectividad de los equipos de marketing
La estrategia
Para el desarrollo de modelo de recomendación se realizaron 3 sprints con el objetivo de identificar campañas efectivas.
En cada sprint se generaron segmentos de clientes, se analizaron sus características, se diseñaron campañas y finalmente se probaron en un grupo de test y control para validar su efectividad.
Segmentación de alto nivel
Se comenzó realizando segmentaciones de alto nivel con un modelo RFM y un modelo probabilístico para determinar el valor de un cliente y la probabilidad de que volviese a comprar, o de estar activo.
Segmentación detallada
En los sprints siguientes se profundizó en la segmentación incorporando un modelo de clusterización y variables de comportamiento como horarios y días de compra, tipos de productos consumidos, entro otros.
Diseño y testeo aleatorio y randomizado de campañas
Una vez analizados los segmentos se decide cómo y a cuáles atacar junto al equipo de marketing, para posteriormente lanzar las campañas manteniendo siempre un grupo de control para medir la efectividad relativa.
Los Logros
Se estableció una metodología de trabajo ágil entre el departamento de marketing y el equipo de desarrollo del proyecto.
Esto permitió identificar campañas efectivas en cuanto a impacto en incremento de ventas y aumento en la cantidad de clientes que compran.
Adicionalmente, esta metodología lograba brindar al equipo con feedback rápido sobre las acciones que funcionan, para así ir mejorándolas con el tiempo.
Se segmentaron +1MM de clientes
Se desarrollaron 41 campañas efectivas tanto en aumento de ventas como en cantidad de clientes
Aumentó en 5 a 11 puntos la tasa de conversión por campaña
