Desafío
El reto de este proyecto, co-financiado por el Ministerio de Energía, Turismo y Agenda Digital (Núm. TSI-100105-2017-2), ha sido el de ser capaces de personalizar un mensaje consistente y una propuesta de valor específicos para cada usuario en base a sus necesidades y preferencias concretas, independientemente del dispositivo o del canal usados.
En base a todos los datos de perfil y de comportamiento recogidos en todos los canales, se intentan obtener patrones que permitan predecir y generar mensajes y propuestas de valor personalizados para cada usuario.
Marketing omnicanal
El marketing omnicanal trata de ofrecer una experiencia al usuario continua y totalmente integrada independientemente del canal o del dispositivo que el usuario utilice para conectarse.
De hecho, el marketing omnicanal pretende dejar de hablar de usuarios-clientes para empezar a hablar de personas-clientes. Una persona conectándose con nuestra empresa en muchos momentos distintos a través de distintos canales y mediante distintos dispositivos.
Nuestra solución
Integración de fuentes y de datos
Tener una visión holística de nuestro cliente online implica tener una visión del ciclo de vida completo. Por lo que necesitamos conectar y cruzar información de las etapas del customer journey: Adquisición, Analítica en el website, Gestor de clientes (CRM) y campañas de fidelización posteriores.
Procesamiento de los datos con técnicas ML
Considerar los datos de navegación de miles de usuarios requiere el uso de una plataforma que gestione datos masivos, como el GCP. Gracias a ella, podremos almacenar datos relevantes de una forma estructurada y fácilmente recuperable.
Explotación de los ‘insights’
El valor del análisis de datos aparece cuando adquirimos un conocimiento que nos permite tomar mejores decisiones. Con Coniecto-360, desarrollamos un sistema que permite ofrecer una propuesta de valor personalizada para cada usuario que optimiza nuestras tasas de conversión y retorno.
Resultados
Sistema de recomendación basado en problemática Big Data y que aplica técnicas de Aprendizaje Automático, para ofrecer un servicio personalizado a los usuarios, basado en su historial de navegación. Consta de distintas etapas:
- Recopilación y almacenamiento de datos
- Preprocesamiento de los datos
- Aprendizaje y obtención del modelo
- Implantación del modelo aprendido
NÚMERO DE PROYECTO: TSI-100105-2017-2