Captura, transformación y ANÁLISIS DE DATOS para potenciar las ventas E-commerce

SPEAKERS / PONENTES:
Mauricio López Vanegas - Director de Inteligencia de Usuario en Pragma.
David Botero - Business Intelligence Analyst at Pragma

En esta charla estaremos conversando alrededor de la importancia de capturar datos de usuarios, transformarlos en información y generar acciones que apunten al incremento de ventas en un E-Commerce o negocio online. Además, de algunos casos, cifras y herramientas que potencian dichos análisis en el proceso de venta, en la visión 360 de un usuario, en las métricas, bases de datos, comportamientos, interacciones, etc. Adicional, haremos un demo con un formulario y una newsletter personalizada.

Transcript

2. Análisis de datos para para potenciar ventas
3. ¿Qué es ciencia de datos?x ‘’Se define La ciencia de datos como un concepto para unificar estadísticas, análisis de datos, aprendizaje automático, y sus métodos relacionados, a efectos de comprender y analizar los fenómenos reales, empleando técnicas y teorías extraídas de muchos campos dentro del contexto de las matemáticas, la estadística, la ciencia de la información, y la informática.’’ Entendemos las necesidades de negocio y las personas que son responsables de esos negocios para convertirnos en su aliado para tomar decisiones importantes basadas en análisis de datos
4. cMercado Colombiax • Descriptivos: Retail vende a sus marcas reportes alrededor de ventas de sus productos y competidores • Predictivos: Modelos de segmentación, predictivos (fuga, recomendación y propensión) • Prescriptivos: Simuladores de crédito • Cognitivos: Sistemas de recomendación a partir de búsquedas y procesamiento de lenguaje natural e imágenes y sonido 582 empresas en colombia muestran el uso de analítca por madurez
5. cArquitecturax 1. Entendimiento del negocio 5. Evaluación 2. Entendimiento de los datos 4.Modelamiento 3.Preparación de datos CRISP-DM centrado en usuario 6. Producción Datos no estructurados Datos semiestructurada Data estructurada Consulta de datos Procesos ETL Datos brutos Datos agregados Científico de datos: Modelos e insights Business analytics: Visualización y KPI Data Lake Mejoramiento desempeño de ventas del CRM
6. Ecosistema Aprendizaje no supervisado Cluster Sistemas de recomendación Marketing segmentado Segmentación de usuarios Aprendizaje reforzado Juegos IA Decisiones en tiempo real Robótica Aprendizaje de tareas CLasificación imágenes Modelos de fuga y propensión Fraude y lavado de activos MACHINE LEARNING Estimación de mercado Predicción crecimiento de población Estimación esperanza de vida Pronóstico del clima Regresión Clasificación Aprendizaje supervisado 4
7. Ahora concentrémonos en el e-commerce
8. Proceso venta de un ecommerce Atracción SEO-SEM Interés UX - UI Consideración UX - Pasarela de pagos Compra Negocio
9. Cifras de ecommerce en Colombia
10. Cifras de ecommerce en Colombia
11. Mejorando resultados ¿CÓMO HACEMOS PARA AUMENTAR EL TICKET PROMEDIO DE LOS USUARIOS Y ASÍ, HACER CRECER EL NEGOCIO?
12. Visión 360 de usuariox Métricas digitales: Comportamiento digital y de navegación Bases de datos Comportamiento transaccional Comportamiento humano Comportamiento de estilos de vida Interacciones email - SMS Afinidades a medios CRM - Contact center Satisfacción y PQRS
13. Métricas digitalesx - Google tag manager - Google analytics - Embudos de conversión - Firebase para aplicaciones nativas - Rastreo de comportamiento digital - Tealeaf
14. Bases de datosx - Calidad de datos - Modelos descriptivos - Modelos predictivos - Fuga - Propensión a venta cruzada - Aumento de valor - Modelos recomendación
15. Comportamiento humanox - Entrevistas a profundidad - Grupos focales - Observación directa - Extrapolación de datos - Enriquecimiento de segmentos transaccionales
16. Interacciones email y SMS DEMO PERSONALIZACIÓN DE MARKETING
17. CRM y Contact Center EL CRM no es una herramienta, es la estructuración de la información unificada de datos de usuario, para hacer una correcta gestión del mismo
18. Programas de fidelidad vs. ecommerce Inscripciones con incentivos, campañas para capturar datos Información transacciones (RFM)
19. Gracias