Nuestro cliente, una automotora, cuenta con distintas líneas de negocios: Automóviles, repuestos, accesorios, servicio técnico, entre otras. Ellos habían logrado, mediante esfuerzos de marketing, servicio al cliente, y la lealtad de las personas a la marca, lograr alcanzar las metas en todas sus líneas de negocio menos en las relacionadas a ventas de accesorios. Buscando potenciar la venta de esta línea de negocios, se definió que la generación de un modelo automatizado de recomendación de accesorios para apoyar a los vendedores podría ser un elemento para cumplir las metas y facilitar el proceso.
El uso de 3 modelos complementarios supone una solución pragmática a la recomendación de productos, permitiendo abarcar todos los casos posibles
Al momento de diseñar el modelo que mejor se ajustaría para el proyecto, se comenzó por hacer una exploración de los datos, lo que permitió entender que para cumplir con los objetivos acordados sería necesario desarrollar tres modelos diferentes, que generarían recomendaciones para 3 tipos de situaciones que se verían con frecuencia al momento de realizar la venta (ej: clientes con historia, clientes sin historia). Esto se validó acompañando a los vendedores en su proceso, conversando las diferentes áreas de la compañía y entendiendo también los sistemas y herramientas disponibles.
El proceso de acompañamiento a los vendedores permitió también comprender sus dudas con respecto a la solución que se estaba construyendo, buscando tomar sus inputs y aportar a la adopción de la herramienta. La combinación de desarrollar un modelo automatizado, entendiendo la realidad del trabajo en terreno es fundamental en todo proyecto que realizamos, y aquí no fue la excepción.
para clientes que buscan cambiar su auto y agregar accesorios
para clientes nuevos, buscando características similares con otros
para clientes nuevos que no se puedan categorizar
Se entregaron al cliente 3 modelos automatizados que aportarían en el proceso de venta:
Modelo de recomendación de SKU basado en la historia de ese mismo cliente, utilizando variables como modelos de autos previamente comprados, accesorios previamente comprados, compatibilidad del accesorio con el modelo de interés entre otras
Modelo de recomendación basado en clientes similares, asociando al cliente a un segmento de clientes identificado dentro de la compañía, y recomendado según preferencias de clientes de un mismo segmento
Modelo de ranking, para ser utilizado cuando no se puede acceder a ningún tipo de información histórica del cliente para usar como input de los modelos anteriormente mencionados, y establecer prioridades de recomendación según comportamiento de venta de los distintos accesorios
Desarrollamos algoritmos que ayudan a las compañías a mirar hacia el futuro y tomar las decisiones que dan forma a su presente"