Cash Converters: reforzando el posicionamiento del eCommerce desde una estrategia data driven

Proyectos

Cash Converters

Punto de partida

Ausencia de conexión entre canal on y off con desconocimiento de perfil de consumidor para dirigir las acciones de forma eficiente.

Solución

Identificar las tipologías de consumidores, sus motivaciones y actitudes partiendo de fuentes de datos dispersas y diversas en su configuración.

Qué hemos hecho

Estrategia
Investigación
Analítica
Visualización de datos

Cash Converters se estableció en España en el año 1995, especializándose en la compraventa de artículos de segunda mano, además de otros servicios secundarios, como los microcréditos o la venta recuperable. El establecimiento físico ha sido desde entonces su principal fortaleza y estandarte: con más de 80 tiendas distribuidas por toda España, los clientes identifican la marca principalmente con la tienda tradicional.

Como consecuencia de la crisis económica, la competencia en el sector se ha recrudecido en los últimos años, con empresas claramente posicionadas siguiendo una estrategia muy definida. Esta situación llevó a Cash Converters a replantearse su estrategia global, decidida a no ceder el liderazgo en el sector de la compraventa de segunda mano.

Para lograr ese objetivo, la acción debía pasar por reforzar el canal de venta digital, desplazado a un discreto segundo plano en la mente del consumidor. Uno de los pilares de esta estrategia sería el rediseño completo de la tienda digital, completado en 2018; el otro, el conocimiento obtenido del análisis de las conexiones entre el mundo online y el offline.

Extraer conocimiento de los datos físicos y digitales

Sabemos que nos hemos convertido en consumidores omninacal: contactamos con la marca a través de diferente canales, accedemos a la tienda digital desde diferentes dispositivos, investigamos online y compramos offline, o viceversa, etc. ¿Cómo aprovechar estas imbricaciones en el caso de una marca identificada esencialmente con lo físico, pero que desea reforzar el papel y la importancia de su eCommerce? Sencillo: utilizando información del mundo real para reforzar su presencia digital.

“Investigamos las conexiones e influencia mutua entre los universos online y offline”.

Conocimiento adecuado para mejorar la estrategia omnicanal.

Para fortalecer el crecimiento del negocio digital de Cash Converters desarrollamos un proyecto data driven, sustentado en datos y extracción de insights, que investigaría las conexiones e influencia mutua entre los universos online y offline, para después trasladar -mediante campañas de marketing digital- el conocimiento obtenido al nuevo posicionamiento de la marca.

Partimos de tres data sets con los que trabajar:

  • Tiendas físicas: de cada una de ellas conocemos el número de visitas, la ubicación y el volumen de facturación. A través de las valoraciones y comentarios que los clientes dejan en Google, podemos extraer también el sentimiento que genera cada tienda.
  • Tienda digital: para cada operación, conocemos la ubicación del cliente, el precio pagado en la transacción, el objeto comprado o vendido y el origen del producto.
  • Variables sociodemográficas: a partir de casi 12.000 códigos postales repartidos por toda España, podemos obtener información como el nivel de ingresos y gasto por hogar, la densidad de población o la cantidad de personas que habita en un radio de 5 kilómetros.

Conectando el on y el off

¿Influye la proximidad de una tienda física en el conocimiento de la marca? ¿Varía el comportamiento de los consumidores según el lugar que habitan? ¿La visita a la tienda física influye en la compra digital? Para responder a estas y otras preguntas similares, comenzamos a trabajar con nuestros datos.

En primer lugar, tomamos los códigos postales, que abarcan a más de 45 millones de personas en todo el territorio español. Ubicamos las tiendas físicas de Cash Converters y utilizamos GIS (Geographic Information System) para calcular la distancia desde cada punto del territorio a la tienda más cercana; posteriormente, con el fin de delimitar el área de influencia de cada tienda, dividimos los códigos postales entre los que tienen un tienda próxima (un radio inferior a 20 kilómetros) y los que no. Obtenemos un primer insight: alrededor de 25 millones de personas tienen una tienda a menos de 20 kilómetros de distancia.

Ya podemos comenzar a comparar resultados: ¿existe relación entre la distancia a la tienda física y el consumo en la tienda online? Los resultados nos muestran que sí, lo que permite identificar un primer problema de awareness: los consumidores conocen la tienda por su presencia física antes que por la digital. ¿Y entre la distancia y el comportamiento en la tienda física? También, principalmente en lo que se refiere a la compra de objetos por Cash Converters (más compras en las áreas cercanas a las tiendas).

Diseccionando al máximo al consumidor

Empleando tecnología de Machine Learning a través de BigML y programación desarrollada en Python, y de visualización de datos con Tableau, procedemos a clusterizar los resultados. Obtenemos en total doce grupos: seis clusters para consumidores con una tienda cercana, y otros seis para los alejados de las tiendas. Esta clasificación perfila cada tipo de consumidor -detallando variables como la densidad de población, el nivel de ingresos y gasto-, lo que permitirá segmentar al máximo las campañas de geomarketing.

En el caso de los consumidores con tienda cercana, incorporamos una variable más: las reseñas cuantitativas (de una a cinco estrellas) y cualitativas (opiniones y comentarios) de los establecimientos físicos de Cash Converters que los consumidores dejan en Google. Eso nos permite distinguir los puntos fuertes y débiles de cada tienda (oferta de productos, precios, trato, atención postventa, etc) y valorar en qué medida afectan a los consumidores del entorno.

Finalmente, la clusterización nos ha proporcionado doce perfiles de consumidores. Esto permitirá a Cash Converters segmentar sus campañas en medios digitales en función de variables como la distancia a la tienda, el tipo de tienda o lo patrones de consumo digitales y físicos, buscando objetivos como aumentar el cross-selling digital y físico, corregir las debilidades de las tiendas físicas y aprovechar sus fortalezas, o aumentar el awareness entre los consumidores que están lejos de una tienda.

Un completo cóctel de marketing, datos y tecnología, con la dificultad añadida de trabajar con datos de procedencia muy diversa (variables socioeconómicas, reseñas de Google y datos internos de la empresa), para integrarlos en un único output de valor para el cliente.

SIGUIENTE PROYECTO

Coca-Cola European Partners

Menú