Recomendador de productos y
Matriz de coocurrencias_
En este espacio de demos y casos de uso ya hemos hablado de la importancia de conocer y retener a tus clientes. ¿Sabes cómo conseguir que tus clientes actuales compren más? ¿Qué productos se suelen comprar juntos? ¿Cómo puedes fomentar la venta cruzada y plantear estrategias de up-sale?
Te mostramos distintas formas de plantear un recomendador de productos basadas en analítica descriptiva con Power BI. Descubre y profundiza en las relaciones entre tus productos y cómo se producen sus ventas.
En esta demo de Power BI encontrarás:
- Recomendador: En esta vista podrás seleccionar el producto que deseas analizar, conocerás el perfil de los clientes que compraron otros productos además del principal y dispondrás de información de qué otros productos compraron. Encuentra patrones de comportamiento para averiguar qué otros productos puedes recomendar a tus clientes.
- Matriz de coocurrencias de productos o familias por cliente. Visualiza a través de una matriz qué pareja de productos o familias suelen ser comprados por los mismos clientes, además de analizar el volumen de ventas relacionadas.
- Matriz de coocurrencias de productos o familias por carrito. Visualiza a través de una matriz qué pareja de productos o familias suelen ser comprados a la vez, y las ventas de los carritos relacionados.
¿Qué es una matriz de coocurrencias?
Se trata de una matriz de asociaciones en la que se cruzan una serie de elementos mediante filas y columnas consiguiendo como valor de ese cruce, el número de veces que el elemento “Fila” y el elemento “Columna” han aparecido juntos. Decimos que 2 productos (o familias) coocurren cuando aparecen simultáneamente en el mismo carrito, o con el mismo cliente. La matriz que obtenemos como resultado es cuadrada y simétrica.
Partiendo de esta idea, en la demo podemos visualizar la matriz de coocurrencias de nuestros productos (o familias), y observar de forma fácil qué ítems tienen mayor relación a raíz del número de veces que se compran juntos o el número de clientes que los compran. Como se observa en la siguiente imagen, la diagonal de la matriz (coocurrencia del elemento con él mismo) aparecerá en blanco ya que el foco de este análisis es la relación de elementos diferentes con posibilidades de cross-selling.
Además, a través del gráfico de burbujas, podremos ver la situación de cada elemento de nuestro negocio (productos o familias), donde cada ítem se posiciona en función de:
- Volumen de ventas de los carritos o clientes en los que el producto (o familia) se encuentra coocurriendo con otros elementos (productos o familias).
- Volumen de ventas de carritos o clientes en los que el producto (o familia) aparece solo.
Dentro del gráfico, con las líneas de referencia de la media de ventas, vamos a poder localizar rápidamente qué familias o productos presentan comportamientos diferentes, que puede ser interesante estudiar. Por ejemplo, en la imagen anterior observamos que la familia “Instrumentos musicales” (burbuja amarilla) se encuentra por encima de la media de ventas de clientes que compran de una sola familia, y por debajo de la media de ventas de clientes que compran varias familias. Por tanto, parece que esta familia es más propensa a ser comprada sola, y podremos estudiar la posibilidad de aumentar la venta cruzada con otras familias como por ejemplo libros de música, de la familia “Libros”.
Sobre la tecnología empleada
En esta demo desarrollada en Power BI, se han utilizado los datos de un Marketplace cuya base recoge la actividad de los clientes durante 2 años (compras, familias de productos, productos…). También es posible realizar el estudio con datos de un ERP, plataformas de comercio electrónico, CRM, etc.
¿Qué más?
Esta demo refleja cómo de manera sencilla y gracias a la analítica descriptiva es posible entender y detectar patrones de comportamiento que te ayudarán a definir estrategias para conseguir que tu base de clientes compre más. Independientemente del tamaño de tu negocio y tus posibilidades de inversión podemos ayudarte a conocer más a fondo tus productos y el comportamiento de tus clientes para que puedas desarrollar estrategias de x-selling para incrementar tus beneficios.
También podemos ayudarte a plantear recomendadores de productos más complejos, utilizando técnicas de Machine Learning e Inteligencia Artificial. No dudes en ponerte en contacto si quieres mejorar tu data strategy o quieres una demostración personalizada.
¿Qué más?
Cuéntanos tu caso para que podamos ayudarte a empezar tu Data Strategy.