|
|
|
|
 |
SEMINARIO – INTELIGENCIA DE CLIENTES BAJO
UNA ESTRATEGIA CRM
Minería de Datos para la toma de decisiones
del marketing uno a uno.
Viernes, 29 de septiembre 2006. 5 p.m. - 10.00 p.m.
Prince Hotel Spa. Av. Guardia Civil 727, Córpac San Borja.
|
Temario y Cronograma
5.00 - 6.30 p.m.:
Minería de Datos para la segmentación de clientes.
Tipos de segmentación:
- Segmentación clásica: demográfica, psicográfica y potencial
- Segmentación utilizando técnicas de minería de datos:
- Valor actual y potencial.
- Tenencia de productos utilizando reglas de asociación.
- Por comportamiento de compra y necesidades.
- o Geográfica, para el análisis de zonas de influencias y tipologias de estilo de clientes
georeferenciales (tipologías típicas del geomarketing)
- o Modelos de tendencia. Análisis de micro segmentación y dinámica / movilidad de segmentos
de clientes (clientes gold/platinum, plata, bronce), según consumo y vinculación.
Herramientas de segmentación:
- Tablas cruzadas y estadística descriptiva.
- Cluster Analisis (conglomerados), análisis discriminante y árboles de decisión.
Ejemplos de aplicación y casos de éxito en sectores como la banca, distribución minorista, telecomunicaciones.
Fernando Alvarado - Director de Consultoría de Marketing & Analytics. MBA Universidad de Michigan - USA
6.30 – 6.45 p.m.:
Coffee Break
6.45 p.m. - 8.30 p.m.:
- Minería de datos aplicadas a estrategias de marketing relacional (CRM).
- Optimización e incremento de rentabilidad de campañas.
- Personalización por microsegmentos.
- Minería de datos de clientes para la vinculación y retención de clientes: Market Basket.
Análisis. Análisis de la canasta de compras de clientes y su potencial para sugerir ventas cruzadas
- Modelos y análisis para prevenir el abandono de clientes. Planteamiento y resultados.
Metodología que garantiza el éxito de proyectos de minería de datos.
Ejemplos de éxito y casos prácticos.
Andrés Gutierrez Bonett.
Director de Operaciones SPSS Andino.
8.30 p.m. - 10.00 p.m.:
Minería de datos para la captura de nuevos clientes. Modelos de propensión de compras. Cómo identificar a clientes más propensos para una campaña, asignar campañas más rentables a mis mejores clientes.
Análisis de eventos como punto de partida, recopilación de datos, desarrollo del modelo predictivo con datos de entrenamiento y test del modelo, medición y selección del mejor modelos de acuerdo a criterios de negocio.
Ejemplos de aplicación en diversas campañas de captación. Qué funciona y cómo evitar errores.
José Ortega Yong.
Analista Sr. De Minería de Datos en Banca Personal del Banco de Crédito del Perú
|
|
|
 |
 |
 |
|
|
|
|
|
