Coniecto-360

Ofrecer una propuesta de valor personalizada en entornos de e-commerce.

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.

Tomando como referencia 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 omni-canal

El marketing omni-canal 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

Asumimos retos tecnológicos y apostamos por la mejora de la experiencia de usuario.

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.

Mejoras sobre el estado del arte

Extraer patrones de comportamiento representativos existentes en los datos, para su uso en el ámbito del e-Commerce.

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: