inteligencia de clientes y geomarketing para la banca
DESCRIPTION
Presentación de técnicas de inteligencia de clientes y geomarketing aplicadas al marketing relacional y la optimización de red de oficinas para el sector financiero, banca y cajas de ahorrosTRANSCRIPT
Presentación corporativa de inteligencia de clientes y optimización de redes comercialesCLIENTE: XXXXX14/3/09
GUILLERMO CÓRDOBA
M. 659 889 032guillermo@unica36
0.comwww.unica360.co
m
2Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Un equipo de profesionales expertos en las técnicas analíticas y el marketing, orientados a la prestación de servicios y la consultoría de inteligencia de clientes
Nuestro objetivo es poner a disposición de compañías de todo tipo y dimensión las técnicas de customer intelligence más productivas.
Nuestra mayor fortaleza entendemos que es la flexibilidad para adaptarnos a las necesidades y recursos de cada empresa, desarrollando proyectos rentables en costes y plazos.
Nuestro estilo es la relación a largo plazo, la consecución de objetivos paso a paso y, en definitiva, el crecimiento conjunto con nuestros clientes.
Para nosotros también cada cliente es único, y cada proyecto una experiencia única.
3Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
…orientados a la prestación de servicios y la consultoría de inteligencia de clientes
Estructuramos nuestra oferta de servicios de la manera siguiente
SEGMENTACIÓN, CONOCIMIENTO Y ESTRATEGIA DE CLIENTES
Segmentación de clientes Estrategia de clientes Cuota de cliente y micromarketing Indicadores y cuadro de mando Visión de cliente e integración cross-channel
MARKETING RELACIONAL Y FIDELIZACIÓN DE CLIENTES
GEOMARKETING Y REDES COMERCIALES
CREACIÓN DE BASES DE DATOS DE MARKETING
4Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
POTENCIAL DE COMPRA DE UNA ENSEÑA
Clientes de su entidad
clientes fieles 80 %INCENTIVAR
clientes ocasionales
No clientes de la categoría
No Clientesde su entidad
20%
80%20%
FIDELIZAR
CAPTAR
LA INTUICIÓN: PIRÁMIDE DE VALOR DE CLIENTES
5Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
20%
80%
Posición globalProductos, estado, servicios
RentabilidadMargen global asignable al cliente
Cuota de carteraParte de la cartera global del cliente que es gestionada por nosotros
Lifetime value (LTV)Tiempo que el cliente trabajará con nosotros y valor esperado
+ Indicadores
SatisfacciónPrescripciónVinculación...
Clientes de su entidad
INCENTIVAR
No clientes de la categoría
No Clientesde su entidad
FIDELIZAR
CAPTAR
POTENCIAL DE COMPRA DE UNA ENSEÑA
LA NECESIDAD: INDICADORES CLAVE DE CLIENTES
6Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
RETENCIÓNRETENCIÓN
UPGRADEUPGRADE
CROSS-SELLINGCROSS-SELLING
CAPTACIÓNCAPTACIÓN
Conservación de los clientes más rentablesConservación de los clientes con cuota de bolsillo cercana al 100%Prevención del abandono de clientes. CHURN ANALYSIS
Mejora de clientes menos rentablesMejora de los clientes con cuota de bolsillo lejana al 100%
Oferta de productos complementarios a clientes según necesidadesOferta de nuevos productos a clientes más proclives a su contrataciónOferta de nuevos canales a clientes según necesidades
Captación cualificada de clientes potenciales: búsqueda de gemelosRelación de ubicación del hogar con red de puntos de venta
ESTRATEGIA DE CLIENTES BASADA EN EL CONOCIMIENTO
UNA VEZ GENERADOS LOS INDICADORES CLAVE, A PARTIR DE VARIABLES INTERNAS Y EXTERNAS…
INCREMENTO DE LA RENTABILIDAD POR CLIENTE
1CRM ANALÍTICO Y MODELIZACIÓN DEL CONOCIMIENTO DEL CLIENTE
8Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
ALGUNOS PROYECTOS QUE HEMOS REALIZADO… Segmentación estratégica de clientes, qué grandes tipos existen, cómo son,
cómo se comportan
Matriz de potencial cliente-producto: cada cliente o grupo, ¿qué probabilidad tiene de demandar cada producto? Relacionado con valor de vida y cuota de cliente
Target pool, o potencial producto-cliente: para cada producto, ¿qué afinidad presenta cada uno de los clientes? Ranking y selección de clientes en campañas
Modelos de retención vs abandono, el camino hacia la fidelización, ¿qué probabilidad de abandonar tiene un cliente? Enfoques de sendas, hitos, tasa por segmento
Sistemas de inteligencia geográfica o relación entre el comportamiento de clientes y la red de oficinas, como herramientas de análisis y conocimiento tanto del cliente como del canal
Captación segmentada de clientes, targeting de clientes potenciales basado en el conocimiento de la cartera actual y técnicas de micromarketing y geomarketing
Cuadro de mando y sistemas de reporting: diseño de sistemas de reporting desde la definición de necesidades hasta la implantación y formación de usuarios
9Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Identificación de grupos homogéneos de clientes, con perfiles similares
Reducción de la complejidad y aproximación operativa al cliente único
2.1 Segmentación estratégica de clientes
10Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
S1 S2 S3 S4 S5 S7 S8S6
S1 S12 S21 S22 S3 S4 S4 S43
S433
MODELO DE SEGMENTACIÓN ESTRATÉGICA POR NIVEL
MODELOS DE SEGMENTACIÓN ESPECÍFICOS
Dirección General
Dirección MKT Relacional
OperaciónMKT Relacional
Oficinas
Productos y divisiones
Canales
EL MODELO DE SEGMENTACIÓN POR NIVEL Desarrollo, ‘desagregación’ del modelo de segmentación para su explotación a los diferentes
niveles de decisión
El gran reto para un modelo de segmentación estratégica está en su aceptación y explotación a lo ancho de todos los “puntos de decisión” de la compañía
Los subsegmentos pueden ser definidos de inicio o a posteriori de acuerdo a las necesidades de las diferentes áreas
11Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
INTEGRACIÓN DE CANAL ONLINE Y VISIÓN CROSS-CHANNEL El cliente utiliza simultáneamente canales tradicionales y online, demandándonos una visión
unificada
La estrategia multicanal requiere una visión integrada de cliente
EJEMPLO. ESPECIALISTAS MÉDICOS VS. ACCESO A REVISTAS ONLINE
12Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Establece productos afines a un cliente o perfil de cliente, junto con una probabilidad de demanda, generada a partir de un modelo estadístico predictivo
2.2 Matriz de afinidad cliente-producto
Clie 1
Clie 2
...
Clie N
Profesión Renta Segm. Prod 1 Prod 2 Prod NEst. vida
90%
90%
60%
75% 50%
50%
Potencial de demanda por tipo de clientePotencial de demanda por tipo de cliente
Cuota de Cliente: Real / potencial
Cuota de mercado: Real / Potencial extrapolado a total de clientes potenciales por segmento
Valor de vida de cliente: Potencial * años de vida
13Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
2.3 Target pool. Afinidad de producto a cliente La selección del target es clave en la rentabilidad de las campañas de
marketing
La optimización de selección de este target, en las campañas de producto, es una de las aplicaciones más inmediatas y de más alta rentabilidad a corto plazo de las técnicas de data mining
El target pool consiste en la generación de tablas o matrices de afinidad, centradas en el producto, donde a cada cliente se le asigna una probabilidad de demanda, en forma de puntuación –score-
Los modelos así generados tienen unos parámetros de entorno que determinan su efectividad:
• Entorno y coyuntura, estacionalidad, coyuntura económica, fiscalidad, variables geográficas…
• Ciclo de vida temporal: por definición, los modelos son eficaces durante un tiempo determinado, identificar el final de su ciclo de vida es clave
14Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
El gráfico muestra los rendimientos de diferentes técnicas predictivas puestas a competir
MODELIZACIÓN DE LA RESPUESTA A CAMPAÑAS
15Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
El ejemplo muestra cómo se estructura una red de probabilidades condicionadas naive-bayes, una técnica predictiva alternativa a los árboles de decisión
MODELIZACIÓN DE LA RESPUESTA A CAMPAÑAS
16Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
En definitiva, hemos planteado tres maneras diferentes y complementarias de abordar las tareas de segmentación y targeting
MANERAS DIFERENTES DE ENFOCAR LA SEGMENTACIÓN
Segmentación estratégica de clientes
Modelos de afinidad cliente-producto
Target pool. Afinidad producto-cliente
Estrategia desde la visión del cliente, comprensión de la composición de la cartera, desagregación del modelo para toma de decisiones a niveles inferiores
Estrategia de marketing de clientes, mantenimiento o crecimiento por segmento, identificación de necesidad de nuevos productos
Estrategia de marketing de producto, marketing táctico y operacional –dirección territorial, oficinas-
A continuación abordaremos aquellas técnicas que nos permiten tanto optimizar la red de oficinas como conocer y segmentar los clientes potenciales, optimizando las acciones de captación
2SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
18Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
CLIENTES Y RED DE OFICINAS La comercialización de productos financieros se sigue realizando a través de las oficinas, pese al crecimiento de los nuevos canles
Las entidades han desarrollado ambiciosos planes de expansión, plasmados en la apertura de nuevas oficinas tanto en su área tradicional como en las de expansión
En la actualidad, existen más de 44.000 oficinas bancarias en España, lo que viene a suponer una oficina por cada 1.000 ciudadanos
En la actual coyuntura, las estrategias de crecimiento orgánico pueden ser sustituídas, o acompañadas, por otras de optimización:
• Especialización: creación de oficinas de empresas, inmigrantes, inmobiliarias
• Optimización de recursos: personal, implantación y plv, acción comercial, marketing exterior…
• Cierre de oficinas, en los casos en que no sea posible entrar en rentabilidad
• Fusión de entidades, con la consecuente necesidad de racionalización de la red
19Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL ENTORNO COMPETITIVO REQUIERE LA SEGMENTACIÓN La cartera de productos de las entidades es muy amplia, puede satisfacer numerosas necesidades de numerosos tipos de clientes
Esto ha supuesto una creciente complejidad, que requiere una doble segmentación:• Segmentación de cartera, ¿qué producto ofrecer?• Segmentación de clientes: ¿a qué cliente ofrecerlo?
El cliente actual tiene unas necesidades totales, de las cuales nuestra entidad satisface una parte. Necesitamos estimar esas necesidades totales para conocer la cuota de cliente
El potencial cliente nos dedica muy poco tiempo de atención y debemos conseguir interesarle para que acuda a la oficina y allí convencerle
Las dificultades son mayores fuera del área tradicional, donde no existen una imagen y atributos de marca reconocidos
20Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
OBJETIVOS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
ESTIMAR EL NEGOCIO FINANCIERO TOTAL DE CADA CLIENTE REAL O POTENCIAL
OPORTUNIDADES DE CAPTACIÓN Y VENTA CRUZADA EN FUNCIÓN DE LA CUOTA DE CLIENTE
MEDIR E INTERPRETAR LA CUOTA REAL DE LA OFICINA
OPORTUNIDADES DE CRECIMIENTO Y ASIGNACIÓN DE RECURSOS A LA OFICINA
SOPORTAR LAS DECISIONES: EXPANSIÓN, RETRACCIÓN, ESPECIALIZACIÓN, IMPLANTACIÓN
EL CLIENTE
LA RED DE OFICINAS
LA ESTRATEGIA
22SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTESSISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
2.1VISIÓN DEL PROBLEMA Y METODOLOGÍA GEO-ESTADÍSTICA
22Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
PA
SE
O M
AR
IA A
GU
STIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
CA
LL
E D
OM
ING
O M
IRA
L
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RI A
S
PASEO TERUELCA
LLE A
VILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E D
ON
PE
DR
O D
E L
UN
A
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE FR
AN
CO
Y LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE E
SC
OS
UR
A
CALLE BORJA
PAS
EO F
ERN
AN
DO
EL
CA
TOLI
CO
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CA
LL
E A
LA
VA
CA
LL
E J
UA
N X
XIII
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
Sección censal
OFICINAS Y SECCIONADO CENSAL
La sección censal constituye el nivel ideal de análisis de clientes potenciales y reales
23Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
LA SECCIÓN CENSAL COMO NIVEL IDEAL DE ANÁLISIS La sección censal es una división administrativa que, por su tamaño –unos 500 hogares, o 1.200 personas- garantiza una alta
homogeneidad interna.
Por otro lado, es la mínima unidad de agregación para la que los distintos organismos públicos suministran información sociodemográfica.
Actualmente el Instituto Nacional de Estadística suministra información por tramo de vía. Sin embargo, los tramos no coinciden con los portales y en la práctica no mejoran la información aportada por el análisis de secciones.
Por otro lado, la cartografía necesaria para el análisis de geomarketing en este nivel es más fácil de mantener y menos costosa que la cartografía de tramos de calle.
La sección censal se convierte, así, en el nivel ideal de análisis, quedando el portal para aquellos casos en que se cuente con información valiosa para cada uno de los portales. Dicha información no existe en fuentes de acceso público y legal.
22SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTESSISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
2.2INFORMACIÓN RELEVANTE Y MODELOS DE AFINIDAD microtarget
25Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget
INE: Padrón 2008, Censo 2001, Encuesta de Presupuestos Familiares (EPF), Encuesta de Condiciones de Vida (ECV)
Banco de España: Encuesta Financiera de las Familias (EFF)
EUSTAT, IECAM, IDESCAT: estudios coyunturales y sociodemografía
CCI: fichero de sucursales bancarias
Anuarios estadísticos varios, fundaciones de cajas de ahorros…
Somos especialistas en la obtención, validación, y modelización de grandes bases de datos sociodemográficas, de estilos de vida y de hábitos de consumo:
Además, desarrollamos estudios de mercado de targeting, que nos permiten identificar los segmentos de clientes potenciales y sus perfiles
26Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget Se compone de cuatro modelos que predicen el nivel de renta de los hogares y la propensión de demanda de tres productos financieros, en cada una de las secciones censales de España:
Estimador de la renta del hogar, en euros y en tramos de renta, a partir de sus variables socioeconómicas
RENTA ANUAL DEL HOGAR
Cuentas vivienda y otras cuentas no utilizables para realizar pagos
CUENTAS DE AHORRO
Hogares con participaciones en fondos de inversiónFONDOS DE INVERSIÓN
Hogares con planes de pensiones o seguros de vida de inversión o mixtos
PLANES DE PENSIONES
27Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
AModelo
explicativo-predictivo
inicial
Modelos estadísticos que explican y predicen la renta y la afinidad a los diferentes productos a partir de variables sociodemográficas de los hogares. Las técnicas estadísticas principales han sido árboles de decisión y regresiones
BClasificación de
secciones censales
Clasificación de las secciones censales en función del modelo anterior, generando la afinidad de la sección como agregación de afinidades de tipos de hogares.La información de las secciones es requerida en peticiones a medida al INE
CAplicación en proyectos de Geomarketing
Las afinidades a los productos son geocodificadas, por referirse a secciones censales, permitiendo su análisis en un Sistema de Información Geográfica (GIS)
CA
RR
E J
UM
ILL
AA
UT
OP
DE
L M
AR
ES
ME
A-1
9
AVGDA PIUS XII
AVGDA MARESME
AV
GD
A A
LM
ER
IA
CARRE PARIS
CA
RR
E C
OR
DO
VA
CA
RR
E H
UE
LVA
CA
RR
E S
AN
TA
JO
AN
A L
ES
TO
NN
AC
Cuota de cliente y modelo de potencial de demanda microtarget, metodología de análisis basada en modelización predictiva
28Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget
Distribución de las secciones censalesN secciones asignadas
33.763
97% del total*
(*) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico
Media
33.513€
N hogares asignados
15.398.859
99,8% del total*
Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del trabajador. Año 2005-2008. Disponible para seccionados 2001, 2005, 2008
RENTA DEL HOGAR
29Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget
Renta anual bruta del hogar, antes de retenciones y cotizaciones por cuenta del trabajador. Disponible para seccionados 2001, 2005, 2008
RENTA DEL HOGAR
LA RENTA DEL HOGAR TIENE UNA ALTA CORRELACIÓN POSITIVA CON:
TENENCIA DE ACCIONES COTIZADAS Y VALORES DE RENTA FIJA
DEMANDA DE BANCA PRIVADA
EN MUCHO MENOR MEDIDA, IGUALMENTE SE ASOCIA POSITIVAMENTE CON EL RESTO DE MODELOS DE AFINIDAD. A MÁS RENTA, MAYOR DEMANDA DE SERVICIOS FINANCIEROS
30Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget
Hogares con planes de pensiones o seguros de vida de inversión o mixtos. Disponible para seccionados 2001, 2005, 2008
PLAN DE PENSIÓN
Distribución de las secciones censalesN secciones asignadas33.763
97% del total*
(*) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico
N hogares asignados
15.398.859
99,8% del total*
Media
32,5% de los hogares
demandan planes de pensiones
31Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget
Hogares con participaciones en fondos de inversión. Disponible para seccionados 2001, 2005, 2008
FONDO DE INVERSIÓN
Distribución de las secciones censalesN secciones asignadas33.763
97% del total*
(*) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico
N hogares asignados
15.398.859
99,8% del total*
Media
8,1% de los hogares
demandan fondos de inversión
32Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget
Cuentas vivienda y otras cuentas no utilizables para realizar pagos, incluye depósitos. Disponible para seccionados 2001, 2005, 2008
CUENTA VIVIENDA O AHORRO
Distribución de las secciones censalesN secciones asignadas33.763
97% del total**
(**) todas las secciones censales de, al menos, 100 habitantes, en cumplimiento de la Ley de secreto estadístico
N hogares asignados
15.398.859
99,8% del total*
Media
17,1% de los hogares
demandan cuentas ahorro
33Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL MODELO DE AFINIDAD microtarget Las variables más relevantes, las que han permitido generar los modelos, son las siguientes:
• Ocupación de la persona de referencia del hogar• Situación profesional de la persona de referencia y relación con la actividad:
empresario, trabajador cuenta propia o ajena, desocupado, inactivo, estudiante, pensionista y tipo pensión…
• Nivel de estudios de la persona de referencia• Número de personas ocupadas en el hogar• Régimen de tenencia de la vivienda habitual, existencia de pagos pendientes• Posesión de vivienda secundaria
Estas variables han sido cruzadas según las necesidades específicas de los modelos predictivos, solicitando del Instituto Nacional de Estadística (INE) la entrega de tablas personalizadas
34Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RIA
S
PASEO TERUELCA
LLE
AV
ILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E D
ON
PE
DR
O D
E L
UN
A
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE
FRA
NC
O Y
LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE
ES
CO
SU
RA
CALLE BORJA
PAS
EO F
ER
NA
ND
O E
L C
ATO
LIC
O
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CALLE BORAO
CA
LL
E A
LA
VA
CA
LL
E JU
AN
XX
III
CALLE TUYIBIES
CA
LL
E C
RE
SP
O A
GÜ
ER
O
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
Sección censal
Renta media hogar40.001 - 60.000
35.001 - 40.000
30.001 - 35.000
25.001 - 30.000
14.000 - 25.000
microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA
Los hogares son puestos en relación espacial con las oficinas, permitiendo estimar cuota de cliente y analizar la cuota de mercado geográfica de la oficina
35Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;;
;
;
;
;
;;
;;
;
;
;
;
;
;
;
;
;
;
; ;
;;
;;
;
;
;;
;;;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;;
;
;;
; ;;
; ;;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
3603801004
3603802001
3603801005
3603802004
3603801006
3603801007
3603801001
3603802008 3603802016
3603802009
3603801002
3603802003
3603802012
3603802017
3603801003
3603802011
3603802010
3603802019
3603802006
3603802021
3603802018
3603802018
Oficina: 0541 Pontevedra García Cambra0 150 30075
Meters
4Legend
Sección censal1 Dot = 1
; competencia
Sección censal
Renta media hogar40.001 - 60.000
35.001 - 40.000
30.001 - 35.000
25.001 - 30.000
14.000 - 25.000
microTarget®. RENTA MEDIA DEL HOGAR POR MICROZONA
Los hogares son puestos en relación espacial con las oficinas, permitiendo estimar cuota de cliente y analizar la cuota de mercado geográfica de la oficina
36Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí, constituyen micromercados
microTarget®. DEMANDA DE PLANES DE PENSIONES
;
;
;
;
;
; ;
;
;
;
;
; ;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
; ;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;; ;;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;;;
;
; ;
;;
;
; ;
; ;;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;;
;
; ;
;
;
; ;
;
;;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;;
;
;
; ;
;
;
;
;
;
;
;
;
;
;;
;
;;;
;;
;
;
;;
; ;
;
;
; ;
;
;
;
;
;
; ;
;;
;
;;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;;
;
;
;;
;;
;
;
;;
;
;
;
;
;;
;;
;
;;
;;;
;
;;
; ;;
;;;
;;
;;
;
;
;;
;
;
;
;
;
;
;
;
;
;;
;;
;
;
;
;
;;; ;
;; ;
;
;
;
;
;
;
;
;
;
; ;
;
;;
;;
;
;
;
;
; ;;
;
;
;
;;
;
;;
;
;
;;;
;
;
;
;
;
; ;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
; ;; ;
;
;
;
;
;
;
; ;
;
;;;
;
;
;
;
;
;;
;
;
;
;;
;
;;
;
;
;
;
;
;
;
;;
;
;
;
;;
;
;
;
; ;;
;
;
;
;
;
;
;
;;
;
;;
;
;
;
; ;
;;
;
;
;
; ;
;
;
;;
;
;
;;
;
; ;
;
;
;
;
;;
; ; ;
;
;
; ;
;
;;
;
;
;
;
;
;
;;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
; ;
;
;
;
;
;
;;
;
;
;
;
;;
;
;
;
;
; ;;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;;
;
;
; ;
;
;
;
;
;
; ;
;
; ;
;;
;
;
;
;
;
;
;
;;;
;
;
;;
;;
;
;
;
;
;
;
;
;
;
;
; ;;
;
;
;;
;
;;
;;
;
; ;
;
;;
;
;
;;
;
;
;
;;
;;
;
;;
;
;
;
;
;
;
;
;
;;;;
; ;
;
;
;
;
;;
; ;
;
;
;
;
;
;
;
;;
;
; ;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
; ;
;;
; ; ;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;;
;;
;
;
;;;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;;
;
;
;;
;
;;
;;
;
;
;;
; ;
;
;
;
;
;
;
;
;
;
;;
;
; ;
;;
;
;;
;
;
;;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;;
;;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;; ;
; ;;
;;;;
;
;
;
;
;
;
;
;
;;;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;
;
;
;
;
;;
;
;
;
;
;
;
;;
;
;
;
;
;;
;
; ;;
;
;
;;
;
;
;
;
;
;;
;;
;
;
;
;
;;
;
; ;
;;
;
;;
;
;
;
;
;
;
;
;
;
; ;;
;
;
;
;
;
;
; ;;
;;
;
;
;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;;
;
;
;;;
;
;
;
;;
;
;
;
; ;
;
;
; ;;
;
;;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
; ;
;;
;
;
;
;
;
;
;
;
;
;
;
;
4619001012
4619001025
4619001041
4619001010
4619001024
4619001013
4619001008
4619001026
4619001017
4619001009
4619001007
4619001006 4619001036
4619001018
4619001019
4619001020
4619001027
4619001022 4619001023
4619001011
4619001016
4619001014
4619001004
4619001016
Oficina: 0663 - Paterna0 80 16040
Meters
4Legend
Sección censal1 Dot = 1
; competencia
Plan pensión36,1% - 73%
29,1% - 36,0%
24,1% - 29%
8,2% - 24%
37Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí, constituyen micromercados
microTarget®. DEMANDA DE FONDOS DE INVERSIÓN
AVGDA ALFONS X
III
CA
RR
E J
UM
ILLA
AVG
DA S
AN
ATOR
I
CARR
E BALMES
AVGDA PIUS XII
CAR
RE G
UASC
H
CTR
A ME
NA
AVGDA MARESME
CARRE SANTIAGO
CARRE SIMANCAS
CA
RR
E C
AC
ER
ES
CARRE PARIS
CARRE XILE
CA
RR
E C
OR
DO
VA
AU
TO
P D
EL
MA
RE
SM
E A
-19
CARRE ARIBAU
CTRA ANTIGA DE VALENCIA
CA
RR
E IQ
UIQ
UE
AV
GD
A S
AN
T S
ALV
AD
OR
CTRA SANTA COLOMA CARRE RAFAEL DE CASANOVA
CA
RR
E P
I I GIB
ER
T
PSTGE SAMPERE
AVGDA JOAN XXIII
CA
RR
E H
UE
LVA
CARRE NIÇA
CA
RR
E B
AD
AJO
Z
CA
RR
E SAG
RAD
A FAMILIA
CA
RR
E C
OVA
DO
NG
A
PLAÇA TRAFALGAR
PSTGE MARCONI
CARR
E RAM
IRO
DE M
AEZTU
CARRE ONZE D
E SETEMBRE
CARRE RIU
S I TA
ULET
CARRE BOG
ATELL
CARR
E MAR
ISCAL C
ABANES
CARRE D'E
LVIS
A
Oficina: Badalona - 30 120 24060
Meters
4Legend
Código postal
Manzana
Sección censal
Fondo inversión8,6% - 17%
7,1% - 8,5%
5,6% - 7%
2% - 5,5%
Sección censal1 Dot = 1
; competencia
Ibercaja red
38Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
AVG
DA M
AR
TI PU
JOL
CARRE PRIM
PSIG
RA
MB
LACARRE MAR
RIERA MATAM
OROS
AUTOP DEL M
ARESME A-19
CARRE MERCECARRE COLL I PUJOL
CARRE CARME
CAR
RE AR
NU
S
CARRE SANT B
RU
CAR
RE LLEO
CARRE SANT PAU
CA
RR
E S
AN
TA BA
RB
AR
A
CARRE PUJO
L
CAR
RE
SAN
T PE
RE
CARRE VIA
AUG
USTA
CARRE MARINA
CAR
RE
FRAN
CES
C L
AYR
ET
CARRE COLOM
CARRE RIV
ERO
CARRE MAG
ATZE
M
CARRE CORTS
CARRE CREU
CARRE DOS DE MAIG
CAMI GUIXERES
CAR
RE
REC
TOR
CAR
RE S
ANTA
MAD
RO
NA
CARRE DEL MIG
JORN
CARRE FLUVIA
CARRE CANO
NGE B
ARANERA
CA
RR
E TA
NG
ER
AVGDA PRESIDENT COMPANYS
RBLA DE SANT JOAN
CARRE MARAGALL
CAR
RE
CAR
ITAT
CARRE LATRILLA
CARRE GARBI
CARRE DALT
CARRE CAMELIA
CARRE ANSELM CLAVE
CA
RR
E N
ELS
ON
MA
ND
ELA
PSTGE VIÑAS
CARRE MUSEU
CARRE SANT JOSEP I ROSES
CARRE SANT MIQUEL
CA
RR
E S
EU
D'U
RG
ELL
CAR
RE
ALFO
NS
XII
CARRE NOVA C
ANÇO
CAR
RE
FRAN
CES
C M
ACIA
CARRE SANT R
AMON
PSTGE BARBER
A
CARRE SANTIA
GO
RUSIÑ
OL
CARRE SANTA
ANNA
CA
RR
E T
OR
RE
NT
BA
TLLO
RIA
CARRE MESTRE NICOLAU
CARRE RIBAS I P
ERDIGO
CARRE SANT
LLO
RENC
CARRE BANYOLES
CARRE BARCELONA
CARRE JESUS
CA
RR
E T
EI
Oficina: 2526 - Badalona Vía Augusta0 150 30075
Meters
4Legend
Código postal
Manzana
Sección censal
Cuentas ahorro22,4% - 28,9%
19,6% - 22,3%
17,5% - 19,5%
15,7% - 17,4%
12,4% - 15,6%
Sección censal1 Dot = 1
; competencia
Las características sociodemográficas de las microzonas presentan claras diferencias entre sí, constituyen micromercados
microTarget®. DEMANDA DE CUENTAS AHORRO Y DEPÓSITOS
22SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTESSISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
2.3LA MODELIZACIÓN GEOESTADÍSTICA Y LAS ÁREAS DE INFLUENCIA
40Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
GEO-ESTADÍSTICA Y CÁLCULO DE ÁREAS DE INFLUENCIA La relación geográfica entre clientes –sean reales o potenciales- y red de puntos de venta es clave a la hora de analizar a unos
y otros
Existen diversas aproximaciones, desde las más sencillas a las más avanzadas, en su cálculo. En esencia, la aplicación de métodos avanzados depende de la disponibilidad de información con la que alimentar a los modelos:
• Información sobre las oficinas: dimensión, implantación, antigüedad, cantidad y tipo de recursos humanos… definen su capacidad de atracción como centros de oferta
• Información sobre los clientes: tipo sociodemográfico, comportamiento de consumo, demanda de productos financieros… definen la intensidad y tipo de demanda
• Información geográfica: cartografía, callejeros, divisiones administrativas… delimitan los tipos de análisis posibles y sus costes
A continuación presentamos algunas de las técnicas de cálculo de áreas de influencia y relación espacial entre puntos de venta y clientes
41Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
PA
SE
O M
AR
IA A
GU
STIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
CA
LL
E D
OM
ING
O M
IRA
L
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RIA
S
PASEO TERUELCA
LLE
AV
ILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E D
ON
PE
DR
O D
E L
UN
A
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE
FRA
NC
O Y
LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE
ES
CO
SU
RA
CALLE BORJA
PAS
EO F
ER
NA
ND
O E
L C
ATO
LIC
O
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CA
LL
E A
LA
VA
CA
LL
E JU
AN
XX
III
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
Una aproximación determinista a la relación espacial es la definición de áreas de influencia a priori, muy extendida en marketing
AREA DE INFLUENCIA TEÓRICA DE 300 METROS
42Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
PA
SE
O M
AR
IA A
GU
STIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
CA
LL
E D
OM
ING
O M
IRA
L
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RIA
S
PASEO TERUELCA
LLE
AV
ILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E D
ON
PE
DR
O D
E L
UN
A
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE
FRA
NC
O Y
LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE
ES
CO
SU
RA
CALLE BORJA
PAS
EO F
ER
NA
ND
O E
L C
ATO
LIC
O
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CA
LL
E A
LA
VA
CA
LL
E JU
AN
XX
III
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
Sección censal
Penetración clientes7,6% 25%
5,0% - 7,5%
2,6% - 4,9%
0,1% - 2,5%
La aproximación empírica es la que se basa en la procedencia real de clientes por microzona, describe la realidad y la compara con la potencialidad de clientes
AREA DE INFLUENCIA TEÓRICA DE 300 METROS
43Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Los modelos de gravitación comercial se basan en la ley de Newton, según la cual la capacidad de atracción de un centro de oferta es directamente proporcional a su atractivo –masa- en inversamente proporcional a la distancia respecto al punto de demanda.
Los modelos de afinidad electiva adaptan la anterior formulación definiendo probabilidades de que un cliente, se decida por un centro que compite con otros.
Estas probabilidades pueden ser tratadas como cuotas o proporciones de clientes en una microzona.
El modelo de Huff (1963) se formula de la manera siguiente
MODELIZACIÓN AVANZADA DE ÁREAS DE INFLUENCIA
La probabilidad de desplazamiento de un punto a un centro de oferta es directamente proporcional a la atracción del punto e inversamente proporcional a la distancia. El total de desplazamientos desde un punto se repartiría entre los puntos de oferta en forma de probabilidades
44Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
PA
SE
O M
AR
IA A
GU
STIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
CA
LL
E D
OM
ING
O M
IRA
L
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RI A
S
PASEO TERUELCA
LLE A
VILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E D
ON
PE
DR
O D
E L
UN
A
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE FR
AN
CO
Y LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE E
SC
OS
UR
A
CALLE BORJA
PAS
EO F
ERN
AN
DO
EL
CA
TOLI
CO
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CA
LL
E A
LA
VA
CA
LL
E J
UA
N X
XIII
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
80,1% - 100%
60,1% - 80%
40,1% - 60%
20,1% - 40%
15,3% - 20%
Sección censal
Modelo de Gravedad desde el punto de vista del cliente, probabilidad de elección de centro de oferta en función de la distancia, la atrcción del centro y las ofertas alternativas (Huff, 1963)
AREA DE INFLUENCIA. PROBABILIDAD PARA LA OFICINA 147
45Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;824
825
821
820
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
PA
SE
O M
AR
IA A
GU
STIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
CA
LL
E D
OM
ING
O M
IRA
L
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RIA
S
PASEO TERUELCA
LLE
AV
ILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE FR
AN
CO
Y LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE E
SC
OS
UR
A
CALLE BORJA
PAS
EO F
ERN
AN
DO
EL
CA
TOLI
CO
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CA
LL
E A
LA
VA
CA
LL
E J
UA
N X
XIII
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas nuevas sep05
; Oficinas nuevas sep05
; Oficinas actuales
80,1% - 100%
60,1% - 80%
40,1% - 60%
20,1% - 40%
8,5% - 20%
Escenarios y análisis what if, afectación de la apertura de nuevas tiendas a las áreas de influencia teóricas
APERTURA DE OFICINAS Y REDEFINICIÓN DE ÁREA DE INFLUENCIA
46Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
AVDA MADRID
AVDA NAVARRA
AUTOP ENLACE
AVDA GOYA
CALLE DUQUESA VILLAHERMOSA
CA
LL
E V
IA U
NIV
ER
SIT
AS
CA
LL
E V
IA H
ISP
AN
IDA
D
CALLE BOLIVIA
CA
LL
E C
AL
AN
DA
CA
LL
E U
NC
ET
A
CA
LL
E D
EL
ICIA
S
PA
SE
O M
AR
IA A
GU
STIN
AVDA VALENCIA
AVDA GOMEZ LAGUNA
CA
LL
E R
IOJA
CA
LLE E
SC
OR
IAZA
Y FA
BR
O
CA
LL
E D
OM
ING
O M
IRA
L
AV
DA
AN
SE
LM
O C
LA
VE
CALLE DAROCA
CA
LL
E A
RIA
S
PASEO TERUELCA
LLE
AV
ILA
CALLE CASPE
CALLE QUINTANA LACACCI
CA
LLE
LATA
SSA
CALLE BOGGIERO
CALLE JULIAN SANZ IBAÑEZ
CA
LLE
CO
RTE
S D
E A
RA
GO
N
CALLE SANTA OROSIA
CALLE SAN JUAN BOSCO
CA
LL
E D
ON
PE
DR
O D
E L
UN
A
CA
LL
E G
AL
AN
BE
RG
UA
CA
LLE FR
AN
CO
Y LO
PE
Z
CA
LL
E A
ND
RE
S V
ICE
NT
E
CALLE SANTANDERCA
LLE E
SC
OS
UR
A
CALLE BORJAPA
SEO
FER
NA
ND
O E
L C
ATO
LIC
O
CALLE MENENDEZ PELAYO
CALLE LUCAS GALLEGO
CA
LLE
SA
RA
SA
TE
CALLE CONDE ARANDA
CALLE CANOVAS
CA
LL
E R
OG
ER
DE
FL
OR
CALLE CARMEN
CA
LL
E M
OM
PE
ON
MO
TO
S
CALLE MONTAÑES
CA
LL
E A
LA
VA
CA
LL
E J
UA
N X
XIII
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
80,1% - 100%
60,1% - 80%
40,1% - 60%
20,1% - 40%
15,3% - 20%
Sección censal
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
94
152
147
136
124
116
107
114
CALLE MENENDEZ PELAYO
Plaza: Zaragoza
0 140 28070Meters 4
Legend
; Oficinas actuales
Sección censal
Plan pensión36,1% - 73%
29,1% - 36%
24,1% - 29%
8,2% - 24%
La sección X presenta una probabilidad del 75% de acudir a la oficina Y
El modelo predictivo microtarget indica que el 20% de los 500 hogares demandan una cuenta ahorro o depósito
Así, 500 x 20% x 75% = 75 hogares es la demanda total de cuentas ahorro y depósitos en la sección X
Cuota geográfica = negocio real / negocio potencial
¿Qué oportunidades de crecimiento existen?
ESTRATEGIA DE CLIENTES BASADA EN EL RENDIMIENTO REAL
47Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Otros modelos de micromarketing desarrollados por
Áreas de crecimiento
Nichos de inmigración
La edad de plata
La generación Y
Identifica microzonas de reciente crecimiento poblacional. Es ideal para ubicar negocios y encontrar hogares en fase de formación
Identifica y describe microzonas con una alta presencia de inmigrantes. Incluye procedencia geográfica, es muy valioso tanto para negocios específicos –envío capitales, restaurantes…- como para la adaptación de establecimientos
Identifica y describe áreas con alta proporción de jóvenes entre 16
y 24 años y estatus medio-alto o alto. Ideal para moda y oferta de
ocio dirigida a este tipo de segmento
Identifica y describe áreas con alta presencia de tercera edad y estatus medio-alto o alto. De gran valor para servicios personales, financieros y oferta de ocio dirigido al segmento
microbarrios Tipología sociodemográfica que caracteriza las microzonas como barrios. Se basa parcialmente en las segmentaciones intuitivas usadas por responsables comerciales en sectores retails, y es por tanto fácilmente asimilada por este perfil de usuario
22SISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTESSISTEMAS DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
2.4APLICACIONES CONCRETAS Y TIPOS DE PROYECTOS
49Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
ALGUNOS TIPOS DE PROYECTOS DESARROLLADOS EN BANCA
A OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS OFICINAS
Los proyectos que venimos realizando responden, de manera muy simplificada, a tres tipos de necesidades:
B OPTIMIZACIÓN DE COMUNICACIÓN PARA OFICINAS NUEVAS Y NO RENTABLES
D SISTEMA DE INTELIGENCIA DE CLIENTES Y RENDIMIENTO DE LA RED DE OFICINAS
C AJUSTE DE LA RED. ESPECIALIZACIÓN, REUBICACIÓN O CIERRE DE OFICINAS
50Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
LA OPTIMIZACIÓN DE UBICACIÓN DE NUEVAS OFICINAS
Selección de las regiones y plazas de expansión, si procede
Selección de ubicaciones, a nivel de local o portal, óptimas, en función de:• Huecos de cobertura en la red actual, si la hubiera• Potencial de demanda para los productos• Presión competitiva en el área de influencia
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;819
817
815
814
813
Leyenda
; Oficinas nuevas sep05
; Oficinas nuevas jul05
; Oficinas actuales
A Inf 300m nuevas sep05
Distancia0 - 100
101 - 200
201 - 300
A Inf 300m nuevas jul05
Distancia0 - 100
101 - 200
201 - 300
1 Dot = 2
comercios
oficinas
industrias
A Inf 300m actuales
Distancia0 - 100
101 - 200
201 - 300
Penetración clientes7,6% - 83,7%
5,0% - 7,5%
2,6% - 4,9%
0,1% - 2,5% 4 0 360 720180Metros
Plaza: Zaragoza
El ejemplo muestra la cobertura de clientes –a la izquierda- la presencia de estatus medio-alto –arriba- y la presencia de empresas, en un proyecto de incremento de la capilaridad en el área tradicional de una Caja de ahorros
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;
;819
817
815
814
813
Leyenda
; Oficinas nuevas sep05
; Oficinas nuevas jul05
; Oficinas actuales
A Inf 300m nuevas sep05
Distancia0 - 100
101 - 200
201 - 300
A Inf 300m nuevas jul05
Distancia0 - 100
101 - 200
201 - 300
1 Dot = 2
comercios
oficinas
industrias
A Inf 300m actuales
Distancia0 - 100
101 - 200
201 - 300
Estatus MA-A200 - 294
139 - 199
95 - 138
36 - 94 4 0 360 720180Metros
Plaza: Zaragoza
51Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
LA OPTIMIZACIÓN DE LA COMUNICACIÓN
Consiste en la segmentación y adecuación de la oferta al perfil de demanda del cliente potencial
Incrementa el retorno de las acciones de captación, al maximizar la probabilidad de que el cliente reciba una oferta concreta que le haga desplazarse a la oficina
Puede basarse tanto en los modelos microtarget como en productos-gancho específicos y segmentaciones ad-hoc
Los resultados se plasman en una tabla de afinidad, con dos indicadores clave:
• PRESENCIA DE TARGET: número absoluto o relativo de clientes que responden al target
• ÍNDICE DE AFINIDAD: valor relativo respecto a la media de la presencia de target
Se plasma en acciones por canales directos, en concreto hemos testado:• Telemarketing• Mailing• Multietápico: Buzoneo, seguido de mailing y seguimiento telefónico al pool de
clientes interesados, que pasan a integrar una base de datos de clientes potenciales de la entidad
52Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
LA OPTIMIZACIÓN DE LA COMUNICACIÓN
;
;
;
;
; ;
;
;
;;
;
; ;
;;;
;
;
;
;
;
;
;
;
; ; ;;
;;
;;
; ;
;
;
;
;;
;
;;
; ; ;;
;
;
;
;
;;
;
;
;
;;;;
;
;
;
;; ;
;;
; ;;
;
;
;;
;
;;
;
;
AVDA PILAR
AVDA C
OLON
AVDA PARDALERAS
AVDA SANTA MARINA
CA
LLE B
AILE
N
AVDA JUAN SEBASTIAN ELCANO
AV
DA
AN
TO
NIO
MA
SA
CA
MP
OS
CALLE M
ENACHO
AVDA
VILLA
NUEVA
CA
LLE
AR
CO
AG
UE
RO
CALLE MARTIN CANSADO
AVDA JUAN PEREDA PILA
CALLE F
ELIPE C
HECA
CALLE VASC
O N
UÑ
EZ
CA
LLE
FU
ER
TE
CALLE ESTADIUM
AVD
A H
UE
LVA
CA
LLE
ZU
RB
AR
AN
CALLE D
IAZ BRITO
CA
LLE T
IER
RA
DE
BA
RR
OS
CALLE AFLIGIDOS
AVDA PERU
AVDA SAN
TIAGO
RAM
ON
Y CAJAL
AV
DA
EU
RO
PA
CA
LLE S
AN
JUA
N D
E D
IOS
CAL
LE S
AN IS
IDR
O
CALLE RIVILLA
AV
DA
CA
LZA
DIL
LAS
MA
ES
TR
E
CA
LLE C
OR
DE
RO
(EL)
CALLE PR
IM
CALLE GABRIEL
AVD
A M
ARIA
AU
XILI
ADO
RA
CALLE BRAVO MURILLO
PASEO FLUVIAL
CALLE SAN SISENANDO
CA
LLE P
IMIE
NTA
(LA)
CA
LLE
JO
SE
MA
RIA
GIL
ES
ON
TIV
ER
OS
CA
LLE
DE
L P
ILA
R
CA
LLE N
AR
DO
(EL)
CA
LLE P
UE
RT
O R
ICO
CALLE TRINIDAD
CA
LLE
SE
PU
LVE
DA
CA
LLE R
EG
INO
DE
MIG
UE
L
CALLE ENRIQUE SEGURA OTAÑO
CALLE GODOFREDO O
RTEGA Y MUÑOZ
CA
LLE
HE
RO
ES
DE
CA
SC
OR
RO
CA
LLE
AG
US
TIN
A D
E A
RA
GO
N
PLAZ
A ES
PAÑ
A
PASEO
SAN F
RANCISCO
CA
LLE C
IUD
AD
DE
EV
OR
A
CA
LLE C
AN
TER
AS
CA
LAM
ON
TRAS ESTADIUM
PLAZA MIN
AYO
PLA
ZA
AS
ILO
CALLE ANTONIO JU
EZ
CA
LLE
TA
RD
IO
PLA
ZA A
LFE
RE
CE
S
PLAZA LIBERTAD
0601504003
0601504006
0601501010
0601501011
0601501012
0601504005
0601505025
0601505015
0601501001
0601504007
0601501008
0601505006
0601501002
0601501003
0601505005
0601504014
0601504009
06015050010601505003
0601504010
0601505002
0601505004
0601504011
0601501004
0601505020
0601505012
0601505013
0601505011
0601505014
0601505017
Leyenda
Oficinas
; Nuevas
; Reactivadas
; Añadidas
Competencia
;Area Influencia
200m
400m
600m
Target Sección197 - 312
137 - 196
101 - 136
70 - 100
21 - 69
Sección 4 0 140 28070metros
Oficina: 68201
TARGET AD-HOC. HIPOTECA JOVEN
;
;
;
;
; ;
;
; ;;
;
;
;
;
;
;
;;
;
;
;
;
;
;
;;
;;
;
;
; ;;
;
;
;
;
; ;;
;
;
;;
;
;
;;
; ;
;
;
;; ;;;;
;;
;
;; ;
;;
;
;
;;
;
; ;;;;
;
;
;
AVDA PILAR
AVDA C
OLO
N
AVDA PARDALERAS
AVDA SANTA MARINA
CA
LLE B
AILE
N
AVDA JUAN SEBASTIAN ELCANOA
VD
A A
NT
ON
IO M
AS
A C
AM
PO
S
CALL
E MEN
ACH
O
AVD
A VIL
LAN
UEVA
CA
LLE
AR
CO
AG
UE
RO
CALLE MARTIN CANSADO
AVDA JUAN PEREDA PILA
CALL
E FELI
PE CH
ECA
CALLE VASC
O N
UÑ
EZ
CA
LLE
FU
ER
TE
CALLE ESTADIUM
AVD
A H
UE
LVA
CA
LLE
ZU
RB
AR
AN
CA
LLE D
IAZ B
RITO
CA
LLE
TIE
RR
A D
E B
AR
RO
S
CALLE AFLIGIDOS
AVDA PERU
AVDA SAN
TIAGO
RAM
ON
Y CAJAL
AV
DA
EU
RO
PA
CA
LLE S
AN
JUA
N D
E D
IOS
CAL
LE S
AN IS
IDR
O
CALLE RIVILLA
AV
DA
CA
LZ
AD
ILL
AS
MA
ES
TR
E
CA
LLE C
OR
DE
RO
(EL)
CALLE PR
IM
CALLE GABRIEL
AVD
A M
ARIA
AU
XILI
ADO
RA
CALLE BRAVO MURILLO
PASEO FLUVIAL
CALLE SAN SISENANDO
CA
LLE P
IMIE
NTA
(LA)
CA
LLE
JO
SE
MA
RIA
GIL
ES
ON
TIV
ER
OS
CA
LLE
DE
L P
ILA
R
CA
LLE N
AR
DO
(EL
)
CA
LLE
PU
ER
TO
RIC
O
CALLE TRINIDAD
CA
LLE
SE
PU
LVE
DA
CA
LLE R
EG
INO
DE
MIG
UE
L
CALLE ENRIQUE SEGURA OTAÑO
CALLE GODOFREDO O
RTEGA Y MUÑOZ
CA
LLE
HE
RO
ES
DE
CA
SC
OR
RO
CA
LLE
AG
US
TIN
A D
E A
RA
GO
N
PLA
ZA E
SPA
ÑA
PASEO
SAN
FRANCIS
CO
CA
LLE
CIU
DA
D D
E E
VO
RA
CA
LLE C
AN
TE
RA
S C
ALA
MO
N
TRAS ESTADIUM
PLAZA MIN
AYO
PLA
ZA
AS
ILO
CALLE ANTONIO JU
EZ
CA
LLE
TA
RD
IO
PLA
ZA A
LFE
RE
CE
S
PLAZA LIBERTAD
0601504003
0601504006
0601501010
0601501011
0601501012
0601504005
0601505025
0601505015
0601501001
0601504007
0601501008
0601505006
0601501002
0601501003
0601505005
0601504014
0601504009
06015050010601505003
0601504010
0601505002
0601505004
0601504011
0601501004
0601505020
0601505012
0601505013
0601505011
0601505014
0601505017
Leyenda
Oficinas
; Nuevas
; Reactivadas
; Añadidas
Competencia
;Area Influencia
200m
400m
600m
Target Sección170 - 246
134 - 169
107 - 133
81 - 106
33 - 80
Sección 4 0 140 28070metros
Oficina: 68201
TARGET AD-HOC. HIPOTECA ESTATUS
Los resultados se muestran tanto en mapas como en tablas, los primeros son de especial utilidad para directores de zona y de oficina. A continuación vemos cómo se diferencia la presencia de targets distintos para una misma oficina
53Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
LA OPTIMIZACIÓN DE LA COMUNICACIÓN
La tabla de resultados muestra las afinidades de las secciones a los productos y su distancia a la oficina más cercana. A partir de ella puede seleccionarse clientes potenciales de una base de datos de origen páginas blancas.
OficinaDistancia Sección
Municipio
Población
N clientes
Penetración
clientes
RENTA HOGAR
€
RENTA HOGAR ÍNDICE
PLAN PENSIÓN
PCT
PLAN PENSIÓN
ÍNDICE
FONDO INVERSIÓ
N PCT
FONDO INVERSIÓN ÍNDICE
CUENTA - IPF PCT
CUENTA - IPF
ÍNDICEÍndice
Máximo
119 248 5029704006 50297 1310 19 1,5% 34.577 104 30,2% 93 10,6% 130 19,4% 113 130119 267 5029705033 50297 1760 89 5,1% 35.077 105 30,8% 94 9,8% 120 19,5% 114 120119 273 5029702039 50297 968 61 6,3% 46.354 139 52,6% 161 12,2% 151 21,0% 123 161119 273 5029702037 50297 1054 27 2,6% 35.573 107 29,4% 90 11,7% 144 22,0% 129 144119 293 5029702022 50297 1534 59 3,8% 37.269 112 33,2% 102 13,1% 161 24,1% 141 161119 308 5029705034 50297 1960 132 6,7% 38.074 114 33,4% 103 10,4% 128 19,9% 116 128148 0 5029705006 50297 1396 81 5,8% 32.004 96 24,1% 74 8,1% 100 17,4% 102 102148 19 5029705003 50297 1097 6 0,5% 31.001 93 22,8% 70 8,1% 99 17,8% 104 104148 39 5029705004 50297 1804 59 3,3% 35.949 108 32,0% 98 10,4% 128 20,3% 119 128148 104 5029705007 50297 1776 8 0,5% 38.413 115 36,3% 112 10,1% 125 18,8% 110 125148 121 5029702012 50297 1558 92 5,9% 36.339 109 30,1% 92 10,1% 124 20,6% 120 124148 122 5029702045 50297 1461 85 5,8% 41.551 125 41,9% 129 10,9% 134 19,7% 115 134148 132 5029705008 50297 1869 120 6,4% 29.303 88 26,8% 82 8,2% 101 16,7% 98 101148 136 5029705005 50297 1199 63 5,3% 36.623 110 33,1% 102 11,0% 136 21,3% 124 136148 149 5029706001 50297 1239 8 0,6% 38.507 116 35,9% 110 8,9% 110 18,4% 108 116148 149 5029706002 50297 927 9 1,0% 37.321 112 33,6% 103 9,2% 113 18,1% 106 113148 166 5029705048 50297 1353 4 0,3% 37.947 114 34,0% 104 8,9% 109 17,5% 102 114148 179 5029701019 50297 1239 20 1,6% 33.723 101 26,7% 82 8,9% 110 18,0% 105 110148 214 5029705009 50297 1379 2 0,1% 37.699 113 34,8% 107 9,1% 112 17,9% 105 113148 224 5029706033 50297 1181 15 1,3% 36.562 110 33,6% 103 8,8% 108 17,9% 105 110148 231 5029706036 50297 1534 2 0,1% 37.548 113 33,8% 104 8,5% 104 17,1% 100 113148 234 5029705050 50297 901 40 4,4% 39.190 118 38,6% 119 10,6% 131 19,7% 115 131148 237 5029705010 50297 1470 2 0,1% 31.854 96 25,4% 78 7,8% 96 17,0% 99 99148 289 5029702044A 50297 1076 93 8,6% 44.606 134 48,7% 149 13,5% 167 24,1% 141 167148 312 5029702042 50297 966 59 6,1% 40.346 121 38,2% 117 12,7% 156 23,4% 137 156148 320 5029705049 50297 1135 8 0,7% 30.790 92 29,8% 92 8,0% 98 17,0% 99 99148 339 5029701016 50297 598 3 0,5% 42.350 127 44,3% 136 11,7% 144 21,0% 123 144148 341 5029702004 50297 1133 10 0,9% 40.053 120 34,8% 107 13,7% 169 24,5% 143 169148 342 5029705014 50297 1550 80 5,2% 41.343 124 41,4% 127 11,3% 139 20,6% 120 139
54Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Baja rentabilidadBajo potencial de demandaCobertura de red alternativaCompetencia elevada
I. SELECCIÓN DE OFICINAS CANDIDATAS
ESTRATEGIAS:Redimensionamiento,
especialización, cierre
AJUSTE DE LA RED, MODIFICACIONES Y CIERRE DE OFICINAS
Junto a los criterios anteriores, se valoran otros internos:
RR.HH., valor del local y régimen de tenencia, relación con promotor…
II. SELECCIÓN DE OFICINAS A CERRAR
LISTADO DE OFICINAS PROPUESTAS PARA CIERRE
Reasignación óptima por distancia Re-cálculo de demanda Nuevas áreas de influencia Nuevos objetivos comerciales
III. REASIGNACIÓN DE CLIENTES A OFICINAS
PLAN COMUNICACIÓN:Clientes re-dirigidosClientes potenciales
Buzoneomailing
55Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
EL SISTEMA DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
Consiste en la aplicación sistemática de las técnicas descritas a la red de oficinas de la entidad
Idealmente, se integra con los sistemas de información de clientes corporativos, con dos objetivos:
Conocimiento de clientes potenciales y cuota de cliente
Conocimiento y optimización de la red comercial
Además de las aplicaciones de expansión o retracción de la red comercial, es de gran utilidad en el dimensionamiento de oficinas, política comercial local, etc.
A continuación vemos un ejemplo de informe de área de oficina
56Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Oficina: XXXXXX
N personas
% de personas
% de mujeres
% de hombres
% de hogares
0-14 años 6.562 11,1% 10,2% 12,1% Single 10,9%15-24 años 5.737 9,7% 9,1% 10,4% Sin hijos 9,2%25-44 años 19.990 33,7% 31,4% 36,4% Hijos menores 17,1%45-64 años 14.712 16,8% 17,4% 16,1% Hijos menores o mayores 36,2%65-74 años 0 18,1% 20,1% 16,2% Nido vacío 24,7%mayor de 74 años 12.269 10,6% 11,8% 8,8% Tamaño medio de hogar 3,1población total 59.271 100,0% 100,0% 100,0%
Españoles 49.584 83,7% Viviendas secundarias 3,1%Extranjeros 9.687 16,3% Viviendas vacías 7,2%
Euro Comunitarios (UE25) 2.057 3,5% Antigüedad media edificios 42,3Euro No comunitarios 520 0,9%Africa 539 0,9%América 5.242 8,8%Asia 1.316 2,2%
2,0%En verde, supera en 10% o más la media nacionalEn rojo, por debajo 10% o más de la media nacional
Tipo barrio y vivienda
Sociodemografía. Personas por edad y sexoHogares. Tipología de estructura de
hogares
Tipología de hogares
Personas por sexo y edad
Personas por origen
Residentes en áreas de expansión urbana o de reciente crecimiento
Código: 0924
Sociodemografía. Personas por edad y nacionalidad
% de viviendas
Hábitat. Expansión urbana y reciente crecimiento
% de personas
Municipio:
N personas
% de personas
Tipo de barrio, vivienda y actividad económica
Zaragoza
INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL
57Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
% de personas
Sector terciario, peso 63,2% N oficinas en 300 metros 12Condición socioeconómica 1,0 ÍNDICE DE COMPETENCIAActividad no 3aria predominante Industria
Posesión segunda vivienda 21,0% 1.684Empleados cuenta propia 16,9% 1.391
5,7%Estudios medios en 30-49 añosEstudios postobligatorios 40,8%
Locales Locales activos totales Renta media de hogares 32.159 96Locales comerciales Potencial fondos inversión 7,5% 83Locales industriales Potencial planes pensiones 28,3% 87Locales agrícolas Potencial cuentas ahorro 16,9% 99Oficinas
En verde, supera en 10% o más la media nacional
En rojo, por debajo 10% o más de la media nacional
528
presencia relativa
778
Estatus, nivel socioeconómico y cultural
Tipo de barrio, vivienda y actividad económica
Estatus económico
1020
Presión competitiva. N oficinas en A.I.
Clientes totales de la oficinaClientes totales residentes en A.I.
Penetración de clientes en A.I.medio
Índice relativo
Medio-alto
Potencial de demanda
Potencial de demanda y penetración de clientes % de target
98
Estudios
INFORME DE TIENDA. SOCIODEMOGRAFÍA Y POTENCIAL
58Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Expansión, ubicación pdvComunicación, buzoneoSurtido, promos locales,
serviciosObjetivos comerciales
sociodemografíaEstudios sectorialesEstudios ad-hocModelización predictiva
Métodos creación A.I.Modelos de gravedad, what ifIntegración con BI corporativoActualización y feed-back
OBJETIVOS
¿a qué preguntas debe dar respuesta?
INFORMACIÓN
¿qué datos, a qué nivel, con qué tratamiento?
Somos expertos en marketing, distribución y fidelización de clientesdominamos las técnicas analíticas de conocimiento del cliente
ANÁLISIS
¿qué consultas, funcionalidad GIS?
Proponemos funcionalidad adecuada a los objetivos
SISTEMA DE INTELIGENCIA GEOGRÁFICA DE CLIENTES
59Presentación corporativa de inteligencia de clientes y optimización de redes comerciales
Los modos de prestación de servicios de inteligencia geográfica de clientes
Oficina de servicios + informe
Oficina de servicios + visualizador
Sistema de Geomarketing
Sistema de inteligencia de clientes con funcionalidad
geográfica
Entrega de Informe de resultados con conclusiones, así como los mapas e informes pertinentes para cada punto de venta
Entrega de Informe de resultados con conclusiones e informes de punto de venta, los mapas se presentan en un visualizador GIS, agilizando tareas de búsqueda, zoom
Implantación de un sistema de inteligencia de clientes, con la
funcionalidad necesaria –Business intelligence,
modelización-, incluyéndose funciones analíticas GIS e
integrado con las bases de datos corporativas
Entrega de un software GIS con funcionalidad analítica según los objetivos del cliente, incluyendo toda la información elaborada e indicadores avanzados
Modelización estadística +
consultoría GIS
Desarrollo de modelos predictivos de demanda, tipologías de micromarketing, así como consultoría en selección de software