Vocero
|
Transcripción
|
| jordán hiller |
Ir. |
| robar reul |
la conferencia JMP Discovery, donde vamos a hablar sobre la optimización de carteras y productos. |
| |
Esta pantalla es un presagio de toda nuestra charla de hoy, y está resolviendo este problema de lo que este consumidor podría buscar, ya sea en línea, en una tienda por departamentos o en muchos otros lugares donde se venden tarjetas de regalo. |
| |
Amy Anderson, sus principales consultores analíticos; y yo, Rob Reul, director general de Isometric Solutions. |
| |
Así que Amy les va a contar un poco sobre Blackhawk. |
| amy anderson |
Así que conocí a Blackhawk hace poco más de un año, y fue un colega mío que en realidad está a cargo de todas las tarjetas de regalo en Subway quien fue atraído a Blackhawk para ayudarlos con su cartera de tarjetas. |
| |
La mayoría de la gente no ha oído hablar de Blackhawk. Están detrás de escena, pero en realidad son la tarjeta de regalo privada más grande del mundo. |
| |
compañía. Se posicionan como una marca de pagos porque hacen regalos digitales, teléfono, débito, tarjetas de incentivo, en línea y a través de una red global de minoristas. |
| |
Si piensas en lo que Rob te mostró hace un par de diapositivas, eso es Target. Sabes, probablemente has estado en la tienda de comestibles. |
| |
Ves las tarjetas que tienes opciones que, ya sabes, mientras estás revisando. Ese es el foco principal de su negocio; es el 97%. También tienen una presencia en línea a través de la cual están comenzando a crecer... |
| |
a través de giftcards.com y otras entidades web. Entonces, cuando Blackhawk vino a mí, tenían un desafío. Así que cuando piensas en tarjetas de regalo |
| |
y todo ese centro comercial de tarjetas de regalo que estaba en la primera diapositiva, solo hay tantas clavijas, |
| |
y piense en cada clavija como propiedad de alquiler. Así que tienes que pagar para estar en esa clavija. Entonces, como una empresa que produce tarjetas de regalo, deben comprender qué tarjetas tendrán éxito y merecen estar en ese nivel. |
| |
Blackhawk siempre había, |
| |
como que, ya sabes, adivinaron qué tarjetas deberían salir, y lo que sucedería es que esperarían de 12 a 18 meses para ver si llegaban las finanzas. |
| |
Y eso es mucho tiempo para perder, así que vinieron a nosotros y nos preguntaron, ¿hay un mejor enfoque para averiguar qué tarjetas deberíamos poner en esas clavijas para atraer a la mayoría de los clientes? |
| |
Y ahí es donde traje a Rob y se lo devolveré a Rob para hablar sobre cómo abordamos esto. |
| robar reul |
Si, y y... |
| amy anderson |
Antes de ir allí, lo siento, ¿podría |
| |
hablar sobre el intento vs la prueba? |
| robar reul |
Bueno, más te vale, porque en eso se basó tu construcción. |
| amy anderson |
De todos modos, una de las cosas de las que hemos hablado Rob y yo, y nos reímos y muchos de nuestros colegas de marketing también se ríen. |
| |
Blackhawk es famoso por hacer lo que llamamos intentos. Entonces, un intento es muy diferente a una prueba, y cuando lo piensas, es... |
| |
ya sabes, pusieron algo ahí fuera y verían si funcionaba. Y estamos tratando de... estamos tratando... estamos trabajando con ellos para abordar las cosas con más de una prueba en mente, así que mirando, ya sabes, |
| |
las compensaciones. Y con esta prueba que hemos diseñado para ellos, es realmente una elección, porque cuando intentas algo y esperas 18 meses, es demasiado tarde para descubrir que fue un fracaso. |
| robar reul |
En efecto. Entonces, cuando Amy habló sobre las adivinanzas de Blackhawk, en realidad se volvieron bastante buenas adivinando, cierto, pero el tamaño de su mercado y la cantidad de tarjetas |
| |
se volvió bastante, bastante grande y pronto lo verán. Entonces, en términos de hacer una prueba o un experimento, preparamos lo siguiente. |
| |
Así que tenían... Creo que tenían 113 cartas que competían por esas clavijas y el desafío, por supuesto, era diseñar la prueba. |
| |
o el experimento que nos permitiría hacer eso. Y esta es una instantánea de lo que finalmente se convirtió. Voy a explicar cómo llegamos... llegamos allí |
| |
en un segundo, pero verán un par de cosas clave aquí, algo de lo que hablaremos como un diseño de torneo de un experimento diseñado. |
| |
Las atribuciones irían primero al Dr. Chris Nachtsheim y luego trabajarían en estrecha colaboración con el Dr. Brad Jones, básicamente, primero en el concepto y luego en cómo se hace eso. |
| |
Y luego se convirtieron en experimentos Max Diff, que ahora, por supuesto, es una... es una plataforma crucial para mí en JMP que uso todo el tiempo. |
| |
Y realmente lo pusimos a prueba aquí al hacer, en este estudio específico, cinco estudios diferentes de Max Diff que... cuatro que se alimentaron entre sí y uno para obtener los resultados finales, y lo guiaremos |
| |
a través de cómo llegamos allí. Entonces, primero hablemos un poco sobre las cartas. Entonces viste esa pared, 113 más o menos más las tarjetas de los competidores. Ese fue el objetivo. |
| |
Cuando observamos el escenario de Blackhawk, no podíamos construir un diseño experimental que pudiera enviarse a los consumidores. |
| |
y esperar que lo completen en un tiempo razonable. Y con eso me refiero a nueve minutos... nueve a 12 minutos. |
| |
Había hecho un montón de trabajo de nuevo con el Dr. Nachtsheim sobre modelos de fatiga y experimentos de elección y |
| |
después de aproximadamente 12 minutos, las personas simplemente comienzan a responder preguntas y hay inconsistencias internas, las personas responden todas en el mismo lugar o las personas no terminan la encuesta. |
| |
Y, por supuesto, no queríamos eso en absoluto, así que tuvimos que reducirlo al conjunto que era más material y ese primer esfuerzo resultó en |
| |
36 cartas. Así que hay algo, hay más, y está el resto, ¿verdad? Así que ese fue nuestro conjunto de 36 cartas finales. |
| |
Ahora, la forma convencional en que la mayoría de los investigadores, sin análisis de encuestas profundas como las que Amy y yo estamos trayendo, resolverían ese problema, se vería así, y esto es algo de lo que he hablado antes. |
| |
en una conferencia JMP. Pero ves la clásica pregunta de calificación, donde cada una de las filas es una de las cosas que estamos evaluando y, en este caso, tendría 36 filas de altura, ¿verdad? |
| |
Y tiene la probabilidad de que compre, o qué tarjeta es su tarjeta favorita, y después de un tiempo, puede ver, puede imaginar, cuán inútiles serían los datos que recopilaría. obtendrías |
| |
muy mala separación en el ser... en términos de poder analizarlo, por lo que las calificaciones ciertamente estaban fuera. |
| |
El siguiente enfoque que normalmente vería en nuestro campo es alguien... bueno, vamos a clasificarlos, porque ahora tienen que pensar en ellos no de forma independiente sino interdependiente. |
| |
Y esa es una mejor manera, pero si tiene una lista larga como la nuestra, tiene un conjunto de desafíos completamente exacerbado para los encuestados, lo que genera una carga cognitiva acumulativa masiva. |
| |
Y es básicamente insostenible. Y, por supuesto, tenemos la solución, así que esa es la construcción del método, esta es la de Loviere. |
| |
Escalamiento mejor-peor. Y Max Diff es como lo conocemos, y nos da una estadística mágica, conocida como la utilidad. cuanto vale una tarjeta |
| |
sobre otra tarjeta, ¿verdad? Y eso es lo que finalmente buscamos. Así que aquí está nuestro experimento. Esto es para lo que fuimos creados, y solo voy a romper el JMP... |
| |
la discusión allí. voy a entrar en mi |
| |
Diseñador de JMP y mostrar el experimento que realmente hicimos, y está aquí. |
| |
Puedo tenerlo. |
| |
Y haremos ese diseño. |
| |
Un par de cosas que quiero resaltar de este diseño... (si se me ocurre. Espera un segundo.) |
| |
¿Puedes verlo, Amy? |
| |
Está bien, bien. |
| |
Entonces, nuevamente teníamos 36 tarjetas, así que para dividir esto en partes manejables, |
| |
terminamos usando tamaños de bloque de nueve... o cinco con nueve agrupaciones diferentes, lo que nos hizo ofrecer 18 opciones en un experimento diferente, y tuvimos |
| |
un diseño que se parecía a esto. |
| |
Y luego lo programamos, y tenemos una matriz de incidentes que en realidad es algo hermoso. |
| |
Entonces, en nuestro mundo, es muy importante asegurarse de comparar cada tarjeta con cualquier otra tarjeta. |
| |
Y no hagas suposiciones acerca de que una carta vence a otra, porque vence a las cartas que una de las otras cartas vence o no vence, ¿verdad? |
| |
Y lo que tenemos con este diseño de bloques balanceado e incompleto es un... es un experimento hermoso y eficiente, donde cada carta se probó contra cualquier otra carta exactamente dos veces. |
| |
Así que programamos este experimento, y quiero mostrarles ahora cómo se ve una vez que está programado, y esto también es algo hermoso. |
| |
voy a volver a |
| |
mi experimento aquí. |
| |
Así que tomamos el |
| |
experimento diseñado, lo construimos en una interfaz, y en medio de la encuesta, unos cuatro minutos después, todos los encuestados estaban |
| |
preguntó a ... ¿a dónde fue? Espera un segundo. Lo lamento. |
| |
Inténtalo de nuevo. Perdón por esto. |
| |
Fueron introducidos al experimento. |
| |
y luego les mostramos |
| |
los grupos aleatorios o conjuntos de elección, donde se les pidió que evaluaran cada tarjeta. Así que si me gusta más este |
| |
y este me gusta menos. |
| |
Y les hicimos hacer esto varias veces, |
| |
basado en este diseño, en realidad 18 veces, para ser exactos. |
| |
Y cada vez que los animamos a lo largo del camino a mantenerlos en el juego, por así decirlo, y una vez que |
| |
Pudimos hacer que la gente pasara los 18, |
| |
teníamos un conjunto. Y así dividimos el experimento en nueve diferentes... |
| |
cuatro grupos diferentes de nueve cada uno y teníamos un conjunto agregado de encuestados y luego tomamos a los ganadores con los puntajes de utilidad más altos y los pusimos en una serie final. Pero lo hicimos de nuevo, así que los llevamos a la final. |
| |
Y... |
| |
déjame volver aquí. |
| |
Es un poco chapucero, pido disculpas. |
| |
Ahí estaba el experimento. |
| |
Y luego lo analizamos basándonos en el trabajo de Danny McFadden y la plataforma analítica que está en JMP, ¿verdad? |
| |
De nuevo, la clave aquí, comenta al pie de su texto sobre la preocupación fundamental |
| |
comprender el comportamiento de elección humano y hacerlo en un entorno en el que no tenga influencias que confundan y que no pueda interpretar porque no sabe qué se estaba discutiendo o qué fue lo que influyó en el encuestado. |
| |
Así que este es un vistazo a las utilidades marginales, ¿verdad? Así que este es el primer corte de lo que salió del experimento una vez que lo analizamos. No te estoy mostrando todas las cartas exactas, pero entiendes la idea, positiva y |
| |
negativos, los que no fueron estadísticamente significativos en el medio. Así que teníamos una gran variedad como esta de 36 cartas. |
| amy anderson |
¿Puedo mencionar algo aquí, Rob, que fue muy importante? Entonces, como Rob mencionó anteriormente, muchas personas de investigación de encuestas solo preguntan, ¿te gusta esto? y clasificarlo del uno al cinco, y así es como Blackhawk ha abordado toda su investigación. Así que cuando le mostramos esto a |
| |
nuestra gente de marketing de productos, se sorprendieron y no entendieron. Están como, espera un segundo, ¿por qué papá feliz está ahí abajo en rojo? Porque, quiero decir, eso tenía una caja de dos primeros. |
| |
Bueno, la diferencia es que si les preguntas si te gusta esto, sin darles a elegir, les puede gustar, pero ¿y si hay algo mejor? Y entonces esto fue solo |
| |
cambio de juego para ellos, porque nunca han mirado su cartera de tarjetas de esa manera o se han acercado a la investigación de esta manera. |
| |
Así que sigue, Rob. Así que solo quería aclarar eso, porque era, quiero decir, para ellos simplemente... nunca pensaron en elegir. Es como, |
| |
bueno, es obvio que lo necesitas con todas esas opciones que hay. |
| robar reul |
Y también tienen un muro; hay un montón de opciones, cierto. Sí. |
| |
Así que teníamos estos datos, pero Amy tenía razón al recordarme que eso era solo una parte de la ecuación aquí, y me gustaría que hablara de nuevo. |
| amy anderson |
Sí, sí, gracias Rob. Entonces, como creo que lo mencioné antes, Blackhawk está muy centrado en las finanzas, como la mayoría de las empresas, quiero decir, debes asegurarte de que estás ganando dinero. |
| |
Sin embargo, ya sabes, ganar dinero es el resultado, ya sabes, eso es después del hecho. Y por eso necesitábamos analizar esta investigación. Y entonces el índice de afinidad, que es genial, entendiendo ¿te gusta? Pero también hay que entender |
| |
Está bien, eso es genial, me gusta más esto que eso, pero |
| |
¿Vas a comprarlo? Y si lo vas a comprar, cuánto vas a cargar. |
| |
Y así, al tener esto como parte de la investigación, les ayuda a cerrar la brecha entre lo que los consumidores les dicen y lo que van a hacer. |
| |
Y con el tiempo, esto nos está ayudando a desarrollar un cuadro de mando para el cliente, de modo que pueda obtener comentarios de los consumidores desde el principio y, finalmente, estimar |
| |
qué va a pasar con sus finanzas si actúan sobre esa información, y por eso es tan importante tener estas tres métricas como parte del estudio. |
| robar reul |
Entonces, al combinarlos, pudimos crear un modelo predictivo de su libro de negocios mirando hacia el futuro. |
| |
Y lo que Amy pudo establecer para ellos fue una forma de volver atrás y mirarlo, básicamente diciendo, si tú... |
| |
si avanza estas tarjetas en el mercado, buscan generar este tipo de ingresos en seis meses o 12 meses. |
| |
Y la siguiente pantalla muestra cómo terminamos siendo capaces de diseñar eso para el cliente. Y entonces tomamos el |
| |
puntajes de afinidad, y si puede ver cada tarjeta aquí que se clasificó en función básicamente de la utilidad, entonces tenemos la probabilidad de que se compre. |
| |
Y tenemos el valor de carga, correcto, porque les preguntamos a todos, está bien, ese fue su favorito, |
| |
¿cuánto... qué probabilidad hay de que compre la tarjeta y cuánto gastaría en ella? Y luego podríamos crear este valor ajustado del que habló. |
| |
Y luego podríamos escalar la clasificación de todas las cartas entre sí, a lo largo de este eje, que era básicamente la utilidad frente a la probabilidad de carga. Y podríamos, podríamos crear alguna separación y podemos encontrar para ellos. |
| |
las mejores tarjetas y, en este caso, claramente esta tarjeta Visa fue la ganadora predominante. |
| |
Y finalmente pudimos entender por qué y hablaremos de eso en solo un segundo. Tiene que ver con el amplio atractivo y la cantidad de marcas en las que se puede usar la tarjeta, ¿verdad? |
| |
Pero esta fue la forma en que pudimos crear esa separación. Ese fue el primer trabajo principal que pudimos hacer. Voy a pasar ahora al siguiente nivel de análisis y Amy les hablará un poco sobre la anatomía de la tarjeta de regalo. |
| amy anderson |
Entonces, solo miramos la optimización de la cartera, así que teníamos el orden de clasificación de qué tarjetas tendrán más o menos éxito. |
| |
Y... pero luego la segunda parte es que hay algunas de esas tarjetas que tal vez están en el medio, que no necesitan tirar, pero necesitan pensar en cómo pueden optimizarlas. Ahora |
| |
cuando piensas en tarjetas de regalo, quiero decir, hasta que llegamos a este negocio, realmente no pensé en todos los componentes de una tarjeta de regalo. |
| |
Y con esta cartera específica, a la que llaman sus tarjetas felices, hay muchas cosas en la tarjeta que generan preferencia. |
| |
Ya sabes, podría ser la carga de la tarjeta, entonces, ¿cuánto podrías comprar la tarjeta de regalo y el regalo para alguien? Podría ser la condición. Entonces, ¿qué debo hacer para usar las tarjetas? |
| |
Personalización. ¿Puedes personalizarlo como a mamá o a mi hija, etc.? Tenemos las marcas en la tarjeta y luego tenemos el tema de la tarjeta o la ocasión. |
| |
Entonces, comprender cuáles de estos elementos son importantes para impulsar la preferencia fue el siguiente paso, en términos de comprender cómo... dónde enfocarse para optimizar las tarjetas. |
| |
Así que teníamos básicamente un número ilimitado de temas, denominaciones, de opciones de personalización. |
| |
Y la forma en que Blackhawk normalmente haría lo que ellos llaman la curación de su tarjeta, que estaba creando esas tarjetas, es que se sentaban en una habitación... en una sala de conferencias, antes de COVID, |
| |
y literalmente revisar todas las finanzas pasadas y decir hmm, creo que esta tarjeta funcionó bien porque tenía esta marca. |
| |
Oh, tal vez quiero tomar esta marca porque no la hemos puesto en una tarjeta. Y fue muy, muy, |
| |
ya sabes, tienen una gran experiencia comercial, pero algo subjetivo en términos del enfoque para descubrir cómo crear esas tarjetas. |
| |
Entonces, este estudio nos permitió comprender qué estaba impulsando esa preferencia (y no voy a regalar el premio, en este momento, porque quiero que Rob lo analice) |
| |
pero ha desarrollado una herramienta increíble para el cliente. |
| robar reul |
Funcionó, correcto. |
| amy anderson |
Funciona muy bien. |
| robar reul |
la plataforma de elección. Y |
| |
lo que estamos buscando aquí es un experimento de elección discreta, en el que podamos servir y cambiar aquellas cosas que sabemos que son críticas, según la anatomía que acaba de ver. |
| |
Y eso tomó forma en el experimento que se muestra en el lado derecho. |
| |
Esa es una imagen en vivo de la pantalla, obviamente, ir y venir entre JMP en el explorador y la plataforma no es óptimo para usted como espectador, por lo que |
| |
Solo voy a hablar de eso aquí. Así que teníamos cuatro temas o atributos principales, y dentro de los atributos teníamos varios niveles diferentes. Los principales probados, basados en la anatomía, fueron ¿cuál es el tema que impulsa a las personas a comprar la tarjeta? |
| |
A quién le están dando el regalo, porque eso resulta ser un factor importante. Los patrocinadores o marcas de la tarjeta, y las condiciones de uso. Entonces, a veces hay una fecha de vencimiento, a veces hay que registrar la tarjeta en línea. |
| |
Bien. |
| |
A veces, solo puede canjear una tarjeta en línea, por lo que la idea era básicamente averiguar cuál de ellos era el más apetecible, cierto, como un costo de entrada. |
| |
Y resulta que, como Amy estaba insinuando, obtuvimos un modelo muy fuerte como resultado, pero, por un lado... una de las variables se cayó. Pero se puede ver claramente... y Amy iba a... |
| |
Iba a inclinar su mano y decirle que el 57 % de la preferencia de las tarjetas se basa en las marcas que aparecen en la tarjeta. |
| |
Sabíamos que las marcas son importantes, pero no sabíamos que eran tan importantes, cierto, pero los otros factores también son importantes. Y puedes ver el generador de perfiles a la derecha, |
| |
donde esa primera variable desaparece y no es estadísticamente significativa, pero claramente tuvimos una buena separación entre los diferentes atributos en esto... en el estudio. Y todos estos eran atributos nominales, que |
| |
lo hace aún más interesante, cierto, porque tienes que tener cuidado cuando te mueves entre ellas. Así que esa fue una especie de principal... la salida principal allí. |
| |
Y tuvimos un... tuvimos un acertijo, cierto, porque está bien, tenían 253 marcas en una tarjeta. |
| |
Ahora, con el primer estudio que mostramos, teníamos 36 tarjetas y usamos cinco experimentos Max Diff para averiguarlo, porque podíamos hacer que los humanos procesaran eso cuando se les preguntaba al respecto. |
| |
Aquí tuvimos un experimento de elección discreta. Creo que había 12 pantallas, cada pantalla tenía tres opciones, por lo que no es un experimento trivial para que un individuo piense. Pero, ¿cómo resolvemos para |
| |
el número de marcas y cómo funcionan las marcas? Y así comenzó toda esta noción de un ejercicio diseñado, que no era un experimento diseñado, sino, pero mucho mejor... mucho más deliberado que solo un intento. Entonces, lo que en realidad terminamos creando fue esta noción de un diseñador de tarjetas de ensueño. |
| |
Y después de someter a las personas al experimento de elección discreta y restringimos sus elecciones a las que se muestran, |
| |
les pedimos que eligieran y construyeran su propia tarjeta para ver qué les gustaría. Y los mismos componentes cobran vida, basados en esa anatomía. |
| |
Así que esto nos llevó en una dirección completamente diferente. Nuevamente, lo que estamos resolviendo es, bueno, ¿qué marcas deberían incluir en sus tarjetas? |
| |
Y resulta que la cantidad de cómputo para resolver el sentimiento de este estudio de 2,000 encuestados tomó alrededor de tres días. |
| |
Era una enorme cantidad de combinaciones cuando podían elegir entre cualquiera de las 253 marcas, solo una o hasta nueve. |
| |
Además de a quién se le iba a dar la tarjeta, si querían una denominación y qué tan grande sería esa denominación. Te puedes imaginar, era enorme, verdad. |
| |
Pero lo que fue capaz de producir fue este tipo de resultado asombroso del que dejaré que Amy hable. |
| amy anderson |
Así que esta información, junto con el resultado del otro estudio, la tomamos y la pusimos en lo que llamamos una herramienta de optimización de tarjetas. |
| |
De modo que cuando el cliente vaya y diseñe nuevas tarjetas con esta herramienta, podría hacer referencia y decir, está bien, ¿tiene sentido tener marcas que se encuentran en múltiples categorías de marcas? |
| |
Y lo que encontramos con este resultado es que los consumidores no quieren mucha variedad, porque si quieren variedad, obtienen una tarjeta Visa y, sin embargo, quieren algo más que la tarjeta de una sola marca. Así que era algo en el medio. |
| |
Por lo general, cuando teníamos una marca, el consumidor, cuando hacía este ejercicio, permanecía dentro de la categoría de marca. Entonces, si la marca que eligieron primero era una marca minorista, |
| |
habían terminado de diseñar su tarjeta principal... principalmente con minoristas. Lo mismo sucedió con QSR, lo mismo sucedió con digital, big box, etc. |
| |
Tuvimos algunos casos en los que podrían cruzar marcas y serían instancias en las que sería minorista y luego tal vez restaurante. |
| |
Piense en una experiencia de centro comercial, y esa fue una en la que fue un poco diferente. Pero aquí tenemos marcas que llamaríamos... |
| |
y esto resonó muy bien con el equipo de curaduría... Yo las llamo marcas que se pueden fechar o marcas que no se pueden fechar. Y las marcas fechables son las que tienen muchas marcas que se combinan. |
| |
Y eso fue un muy buen augurio para crear estas tarjetas multimarca. Pero luego tienes marcas que no se pueden citar, como 24 horas de fitness y Alamo, Albertsons. Es como si simplemente... estuvieran solos. |
| |
Entonces, lo que sucede es que cuando estas marcas vienen a Blackhawk y quieren jugar, quieren estar en estas tarjetas porque eso es un ingreso para ellas. |
| |
esta es una herramienta, no solo para diseñar las tarjetas, sino para ayudarlos con las negociaciones para decir, mira, |
| |
si quieres jugar, tienes que pagar, porque tus marcas realmente no combinan bien con nadie. ¿Y sabes qué? nuestros consumidores |
| |
prefieren otras marcas. Y tener ese apalancamiento ha sido asombroso para ellos tener algunas ideas para diseñar tarjetas, y luego también para negociar estas marcas, en términos de, ya sabes, hacer negocios con Blackhawk. |
| robar reul |
Exactamente. |
| |
Así que hay una pieza más en esto y tiene que ver con |
| |
tarjeta |
| |
construcción. Y hablamos primero de, bueno, qué cartas son guardianes y cuáles no. |
| |
Una de las cosas que debería haber mencionado antes fue cuando establecimos esas rondas preliminares, esas cuatro rondas, |
| |
asentamos esas rondas en función de los ingresos de las tarjetas del año anterior. Y, por supuesto, los ingresos son el resultado de los atractivos de las marcas donde se pueden utilizar las tarjetas. |
| |
Entonces, cuando empiezas a pensar en las combinaciones reales de marcas en las cartas, Amy te estaba mostrando las probabilidades condicionales, |
| |
ahora estábamos tratando de dar un paso más allá. Y ves las 50 marcas principales enumeradas en el extremo derecho, y estamos tratando de crear |
| |
segmentos de consumidores objetivo que probablemente comprarían marcas agrupadas en la misma tarjeta. Así que esta es la siguiente capa del trabajo analítico que estamos haciendo para tratar de entender, está bien, |
| |
¿Hay un objetivo que sea lo suficientemente grande como para que podamos alcanzar el género, la edad, algún otro tipo de cosa psicográfica, correcto, que nos permita refinar la tarjeta asesina al poner el tema correcto allí con las marcas correctas? |
| |
Así que este es más o menos el estado de la investigación. Nosotros, juntos, acabamos de describir casi un año y medio de investigación sólida para Blackhawk. |
| |
Y les diría que el 90 % de todo el trabajo pesado se hizo gracias al poder de JMP. Así que esa es nuestra charla. |
| |
Estaremos encantados de responder a cualquier pregunta en vivo. Creo que esto se va a mostrar el seis de octubre. Y Brad Jones, quien fue el recurso técnico para el diseño del torneo. |
| |
y análisis, me estará acompañando para eso. Así que por ahora, gracias por su interés y le deseamos una buena conferencia. Gracias. Adiós. |
