Vocero
|
Transcripción
|
| Jordan Hiller |
Ir. |
| Rob Reul |
la conferencia JMP Discovery, donde hablaremos 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 en línea, en una tienda departamental o en muchos otros lugares donde se venden tarjetas de regalo. |
| |
Amy Anderson, sus principales consultoras analíticas; y yo, Rob Reul, director general de Isometric Solutions. |
| |
Amy les contará un poco sobre Blackhawk. |
| amy anderson |
Conocí 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 ofrecen regalos digitales, teléfono, tarjetas de 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, ese es Target. Sabes, probablemente hayas estado en el supermercado. |
| |
Ves las tarjetas que tienes opciones que, ya sabes, mientras estás revisando. Ese es el objetivo principal de su negocio; es 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 verme, tenían un desafío. Entonces, cuando piensas en tarjetas de regalo |
| |
y todo ese centro comercial de tarjetas de regalo que estaba en la primera diapositiva, hay un número limitado de clavijas, |
| |
y piense en cada vinculación como una propiedad de alquiler. Así que tienes que pagar para estar en esa posición. Entonces, como empresa que produce tarjetas de regalo, deben comprender qué tarjetas tendrán éxito y merecen estar en ese nivel. |
| |
Blackhawk siempre había, |
| |
Más o menos, ya sabes, adivinamos qué tarjetas deberían salir al mercado, y lo que sucedería es que esperarían entre 12 y 18 meses para ver si llegaban los resultados financieros. |
| |
Y eso es mucho tiempo que perder, así que vinieron a nosotros y nos preguntaron, ya sabes, ¿existe un mejor enfoque para determinar qué tarjetas deberíamos colocar en esas clavijas para atraer a la mayor cantidad de clientes? |
| |
Y ahí es donde traje a Rob y se lo voy a pasar a Rob para que hable sobre cómo abordamos esto. |
| Rob Reul |
Sí, y y... |
| amy anderson |
Antes de ir allí, lo siento, ¿podría |
| |
¿Hablamos del intento versus la prueba? |
| Rob Reul |
Bueno, será mejor que lo hagas, porque en eso se basó tu construcción. |
| amy anderson |
De todos modos, una de las cosas de las que Rob y yo hemos hablado es la que nos reímos y muchos de nuestros colegas de marketing también se ríen. |
| |
Blackhawk es famoso por hacer lo que llamamos intentos. Así que un intento es muy diferente a una prueba, y cuando lo piensas, es... |
| |
Ya sabes, pusieron algo por ahí y vieron si funcionaba. Y estamos tratando de... estamos tratando... estamos trabajando con ellos para abordar las cosas con más pruebas en mente, así que mirando, ya sabes, |
| |
las compensaciones. Y con esta prueba que hemos diseñado para ellos, en realidad todo gira en torno a la elección, porque cuando intentas algo y esperas 18 meses, es demasiado tarde para descubrir que fue un fracaso. |
| Rob 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 verás. Entonces, en términos de hacer una prueba o un experimento, elaboramos 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 primero irían al Dr. Chris Nachtsheim y luego trabajarían estrechamente con el Dr. Brad Jones, básicamente, primero en el concepto y en cómo se hace eso. |
| |
Y luego se convirtieron en experimentos de Max Diff, que ahora, por supuesto, es una... es una plataforma crucial para mí en JMP que uso todo el tiempo. |
| |
Y realmente lo ponemos a prueba aquí al realizar, en este estudio específico, cinco estudios diferentes de Max Diff que... cuatro se alimentaron entre sí y uno para obtener los resultados finales, y lo guiaremos |
| |
a través de cómo llegamos allí. Primero hablemos un poco sobre las tarjetas. Entonces viste esa pared, aproximadamente 113 más las tarjetas de los competidores. Ese era el objetivo. |
| |
Cuando analizamos el escenario Blackhawk, no pudimos construir un diseño experimental que pudiera ser presentado a los consumidores. |
| |
y esperar que lo completen en un tiempo razonable. Y con esto me refiero a nueve minutos... de nueve a 12 minutos. |
| |
Había vuelto a trabajar mucho con el Dr. Nachtsheim sobre modelos de fatiga y experimentos de elección y |
| |
Después de unos 12 minutos, la gente empieza a responder preguntas y hay inconsistencias internas, personas que responden todas en el mismo lugar o personas que no completan la encuesta. |
| |
Y, por supuesto, no queríamos eso en absoluto, así que tuvimos que reducirlo al set que tenía más material y ese primer esfuerzo resultó en |
| |
36 cartas. Entonces hay algunos, hay más y ahí está el resto, ¿no? Así que ese fue nuestro conjunto de 36 cartas finales. |
| |
Ahora bien, la forma convencional en que la mayoría de los investigadores, sin análisis de encuestas profundos como los que Amy y yo estamos aportando, resolverían ese problema, se vería así, y esto es algo de lo que he hablado antes. |
| |
en una conferencia del JMP. Pero ven la pregunta de calificación clásica, donde cada una de las filas es una de las cosas que estamos evaluando y, en este caso, tendría 36 filas de alto, ¿verdad? |
| |
Y tienes la probabilidad de comprar, o cuál es tu tarjeta favorita, y después de un tiempo, puedes ver, puedes imaginar, cuán inútiles serían los datos que recopilarías. obtendrías |
| |
separación muy pobre en términos de poder analizarlo, por lo que las calificaciones ciertamente quedaron fuera. |
| |
El siguiente enfoque que normalmente verías en nuestro campo es alguien... bueno, está bien, clasifiquémoslos, porque ahora tienen que pensar en ellos no de forma independiente sino de forma interdependiente. |
| |
Y esa es una mejor manera, pero si tienes una lista larga como la nuestra, tienes un conjunto de desafíos completamente exacerbados para los encuestados, lo que causa una carga cognitiva acumulativa masiva. |
| |
Y es básicamente insostenible. Y por supuesto, tenemos la solución, así que esa es la preparación para el método, este es el de Loviere. |
| |
Mejor-peor escala. Y Max Diff es como lo conocemos, y nos brinda una estadística mágica, conocida como 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 simplemente voy a romper el JMP... |
| |
la discusión allí. voy a entrar en mi |
| |
Diseñador JMP y muestra el experimento que realmente hicimos, y está aquí. |
| |
Puedo tenerlo. |
| |
Y haremos ese diseño. |
| |
Un par de cosas que quiero resaltar sobre este diseño...(si me viene bien. Espera un segundo.) |
| |
¿Puedes verlo, Amy? |
| |
Muy bien, bien. |
| |
Entonces, nuevamente teníamos 36 cartas, así que para dividir esto en partes manejables, |
| |
Terminamos usando tamaños de bloques 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 este. |
| |
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 carta con todas las demás. |
| |
Y no hagas suposiciones acerca de que una carta vence a otra, porque vencería a cartas que una de las otras cartas venció o no, ¿verdad? |
| |
Y lo que tenemos con este diseño de bloque equilibrado e incompleto es un... es un experimento hermoso y eficiente, donde cada tarjeta se probó contra todas las demás exactamente dos veces. |
| |
Así que programamos este experimento y quiero mostrarles ahora cómo se ve una vez programado, y esto también es algo hermoso. |
| |
voy a volver a |
| |
mi experimento aquí. |
| |
Entonces tomamos el |
| |
experimento diseñado, lo incorporamos a una interfaz y, en medio de la encuesta, aproximadamente cuatro minutos después, todos los encuestados estaban |
| |
preguntó... ¿adónde 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 este es el que más me gusta |
| |
y este es el que menos me gusta. |
| |
Y les hicimos hacer esto varias veces, |
| |
basado en este diseño, en realidad 18 veces, para ser exactos. |
| |
Y cada vez les instamos a lo largo del camino a mantenerlos en el juego, por así decirlo, y una vez que |
| |
Pudimos hacer que la gente pasara por los 18, |
| |
teníamos un set. Y entonces 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 y así los llevamos hasta la final. |
| |
Y... |
| |
Déjame volver aquí. |
| |
Es un poco torpe, 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 final de su texto sobre la preocupación fundamental |
| |
comprender el comportamiento de elección humana y hacerlo en un entorno donde no haya influencias confusas que no se puedan interpretar porque no se sabe qué se estaba discutiendo o qué influyó en un encuestado. |
| |
Entonces este es un vistazo a las utilidades marginales, ¿verdad? Este es el primer vistazo a lo que surgió del experimento una vez que lo analizamos. No te estoy mostrando todas las cartas exactas, pero entiendes la idea, positiva y |
| |
negativos, aquellos que no fueron estadísticamente significativos en el medio. Entonces teníamos una gran variedad como ésta de 36 tarjetas. |
| amy anderson |
¿Puedo mencionar algo aquí, Rob, que fue muy importante? Entonces, como Rob mencionó anteriormente, muchas personas que investigan encuestas simplemente preguntan: ¿te gusta esto? y clasifíquelo del uno al cinco, y así es como Blackhawk ha abordado toda su investigación. Entonces, cuando le mostramos esto a |
| |
Nuestro personal de marketing de productos se sorprendió y no entendió. Dicen, espera un segundo, ¿por qué está papá feliz ahí abajo en rojo? Porque, quiero decir, tenía una casilla de los dos primeros. |
| |
Bueno, la diferencia es que si les preguntas si te gusta esto, sin darles a elegir, puede que les guste, pero ¿y si hay algo mejor? Y entonces esto fue solo |
| |
Un cambio radical para ellos, porque nunca habían mirado su cartera de tarjetas de esa manera ni abordado la investigación de esta manera. |
| |
Así que continúa, Rob. Entonces solo quería aclarar eso, porque así fue, quiero decir, para ellos ellos simplemente... nunca pensaron en la elección. Es como, |
| |
Bueno, es obvio que es necesario con todas esas opciones que existen. |
| Rob Reul |
Y también tienen un muro; Hay muchísimas opciones, ¿verdad? Sí. |
| |
Teníamos estos datos, pero Amy tenía razón al recordarme que eso era solo una parte de la ecuación aquí y me gustaría que volviera a hablar. |
| amy anderson |
Sí, sí, gracias, Rob. Entonces, como creo que lo mencioné antes, Blackhawk está muy centrado en las finanzas, como lo están la mayoría de las empresas, quiero decir, debes asegurarte de estar ganando dinero. |
| |
Sin embargo, ya sabes, ganar dinero es el resultado, ya sabes, eso es después del hecho. Y es por eso que necesitábamos analizar esta investigación. Y entonces el índice de afinidad, que es genial, ¿entiendes que te gusta? Pero también hay que entender |
| |
Vale, eso es genial, me gusta más esto que aquello, pero |
| |
¿Vas a comprarlo? Y si lo vas a comprar cuanto vas a cargar. |
| |
Y entonces, 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 ayuda 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 pasará con sus finanzas si actúan según esa información, y por eso es tan importante tener estas tres métricas como parte del estudio. |
| Rob Reul |
Entonces, al combinarlos, pudimos crear un modelo predictivo de su cartera de negocios de cara al futuro. |
| |
Y lo que Amy pudo preparar para ellos fue una manera de volver atrás y verlo, básicamente diciendo, si... |
| |
Si estas tarjetas avanzan en el mercado, buscarán generar este tipo de ingresos en seis meses o 12 meses. |
| |
Y la siguiente pantalla muestra cómo terminamos siendo capaces de presentarlo al cliente. Y entonces tomamos el |
| |
puntajes de afinidad, y si puede ver cada tarjeta aquí que se clasificó basándose básicamente en la utilidad, entonces tenemos la probabilidad de que se compre. |
| |
Y tenemos el valor de carga, cierto, porque les preguntamos a todos, bueno, ese fue tu favorito, |
| |
¿Cuánto gastarías... qué probabilidades tendrías de comprar la tarjeta y cuánto gastarías en ella? Y luego podríamos crear este valor ajustado del que ella habló. |
| |
Y luego podríamos clasificar todas las cartas entre sí, a lo largo de este eje, que era básicamente la utilidad frente a la probabilidad de carga. Y podríamos crear alguna separación y encontrar algo 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 atractivo general y la cantidad de marcas en las que se puede usar la tarjeta, ¿verdad? |
| |
Pero así fue como pudimos crear esa separación. Ese fue el primer trabajo importante que pudimos hacer. Ahora pasaré al siguiente nivel de análisis y Amy les hablará un poco sobre la anatomía de la tarjeta de regalo. |
| amy anderson |
Entonces, simplemente analizamos la optimización de la cartera, por lo que tuvimos 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 estén en el medio, que no necesitan desechar, pero deben pensar en cómo 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 este portafolio específico, al que llaman sus tarjetas felices, hay muchas cosas en la tarjeta que impulsan la 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 utilizar las tarjetas? |
| |
Personalización. ¿Puedes personalizarlo como para mamá o 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 las preferencias fue el siguiente paso, en términos de comprender cómo... dónde concentrarse para optimizar las tarjetas. |
| |
Entonces, básicamente teníamos un número ilimitado de temas, denominaciones y opciones de personalización. |
| |
Y la forma en que Blackhawk normalmente hacía lo que ellos llaman su selección de tarjetas, que fue la creación de esas tarjetas, es sentarse en una habitación... en una sala de conferencias, antes de COVID, |
| |
y literalmente revisar todas las finanzas anteriores y decir hmm, creo que esta tarjeta funcionó bien porque tenía esta marca. |
| |
Oh, tal vez quiera elegir esta marca porque no la hemos puesto en una tarjeta. Y fue muy, muy, |
| |
ya sabes, tienen una gran experiencia en negocios, pero algo subjetivos en términos del enfoque para descubrir cómo crear esas tarjetas. |
| |
Entonces, este estudio nos permitió comprender qué impulsaba esa preferencia (y no voy a regalar el premio ahora mismo, porque quiero que Rob lo explique). |
| |
pero ha desarrollado una herramienta bastante sorprendente para el cliente. |
| Rob Reul |
Funcionó, cierto. |
| amy anderson |
Funciona muy bien. |
| Rob Reul |
la plataforma de elección. Y |
| |
Lo que estamos buscando aquí es un experimento de elección discreta, donde realmente podamos servir e intercambiar aquellas cosas que sabemos que son críticas, según la anatomía que acabas 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, así que |
| |
Sólo voy a hablar de ello aquí. Entonces teníamos cuatro temas o atributos principales, y dentro de los atributos teníamos varios niveles diferentes. Los principales evaluados, basados en la anatomía, fueron ¿cuál es el tema que impulsa a la gente a comprar la tarjeta? |
| |
¿A quién le dan el regalo? Porque ese resulta ser un factor importante. Los patrocinadores o marcas de la tarjeta y condiciones de uso. Entonces, a veces hay una fecha de vencimiento, a veces hay que registrar la tarjeta en línea. |
| |
Bien. |
| |
A veces solo se puede canjear una tarjeta en línea, por lo que la idea era básicamente determinar cuál de ellas era la más aceptable, algo así como un costo de entrada. |
| |
Y resulta que, como Amy estaba insinuando, obtuvimos un modelo muy sólido como resultado, pero, por un lado... una de las variables se cayó. Pero puedes 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, ¿verdad? Pero los otros factores también son importantes. Y puedes ver el perfilador 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 debes tener cuidado cuando te mueves. Así que ese fue el principal... el principal resultado allí. |
| |
Y teníamos un... teníamos un enigma, cierto, porque bueno, tenían 253 marcas en una tarjeta. |
| |
Ahora, con el primer estudio que mostramos, teníamos 36 tarjetas y utilizamos cinco experimentos de Max Diff para resolverlo, porque podíamos hacer que los humanos lo procesaran 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 lo piense un individuo. Pero ¿cómo solucionamos |
| |
¿El número de marcas y cómo funcionan? Y eso engendró toda esta noción de un ejercicio diseñado, que no fue un experimento diseñado, sino mucho mejor... mucho más deliberado que simplemente un intento. Entonces, lo que realmente terminamos creando fue la noción de un diseñador de tarjetas de ensueño. |
| |
Y después de someter a las personas al experimento de elección discreta y limitar sus elecciones a las que se muestran, |
| |
Les pedimos que eligieran y crearan su propia tarjeta para ver qué les gustaría. Y los mismos componentes cobran vida, basándose en esa anatomía. |
| |
Entonces 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 cálculo para resolver la sensación de este estudio de 2.000 encuestados tardó unos tres días en ejecutarse. |
| |
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. Puedes imaginarlo, era enorme, ¿verdad? |
| |
Pero lo que pudo producir fue un resultado sorprendente del que dejaré que Amy hable. |
| amy anderson |
Entonces tomamos esta información, junto con el resultado del otro estudio, 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, pueda hacer referencia y decir, está bien, ¿tiene sentido tener marcas que pertenezcan a 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 una tarjeta de marca única. Entonces era algo intermedio. |
| |
Normalmente, cuando teníamos una marca, el consumidor, cuando hacía este ejercicio, se quedaba dentro de la categoría de la marca. Entonces, si la marca que eligieron primero fue una marca minorista, |
| |
Habían terminado de diseñar su tarjeta principalmente... principalmente con el comercio minorista. Lo mismo ocurrió con QSR, lo mismo ocurrió con digital, caja grande, etc. |
| |
Tuvimos algunos casos en los que podrían cruzar marcas y habría casos en los que sería el comercio minorista y luego tal vez el restaurante. |
| |
Piénselo como una experiencia en un centro comercial, y esa fue una experiencia un poco diferente. Pero aquí tenemos marcas que llamaríamos... |
| |
y esto resonó muy bien en el equipo de curación... Las llamo marcas datables o marcas no fechables. Y las marcas con las que se puede salir son aquellas que tienen muchas marcas combinadas. |
| |
Y eso era un muy buen augurio para la creación de estas tarjetas multimarca. Pero luego tienes marcas con las que no se puede salir, como 24 Hour Fitness y Alamo, Albertsons. Es como si simplemente... estuvieran solos. |
| |
Entonces, lo que sucede es que cuando estas marcas llegan a Blackhawk y quieren jugar, quieren estar en estas cartas porque eso les genera ingresos. |
| |
Esta es una herramienta, no sólo para diseñar las tarjetas, sino para ayudarles con las negociaciones para decir, mira, |
| |
si quieres jugar, tienes que pagar, porque tus marcas no combinan bien con nadie. ¿Y sabes qué? Nuestros consumidores |
| |
Prefiero otras marcas. Entonces, tener esa influencia fue increíble para ellos, tener algunas ideas para diseñar tarjetas y luego también negociar estas marcas, en términos de hacer negocios con Blackhawk. |
| Rob Reul |
Exactamente. |
| |
Entonces hay una pieza más en esto y tiene que ver con |
| |
tarjeta |
| |
construcción. Y primero hablamos de qué cartas son guardianas y cuáles no. |
| |
Una de las cosas que debería haber mencionado antes fue cuando organizamos 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 resultado del atractivo 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 intentábamos dar un paso más. Y verá las 50 marcas principales enumeradas en el extremo derecho y estamos tratando de crear |
| |
Segmentos de consumidores a los que se puede dirigir que probablemente comprarían marcas agrupadas en la misma tarjeta. Entonces esta es la siguiente capa del trabajo analítico que estamos haciendo para tratar de entender, está bien, |
| |
¿Existe un objetivo que sea lo suficientemente grande como para que podamos alcanzar el género, la edad o algún otro tipo de elemento psicográfico? Eso nos permitiría refinar la carta asesina al incluir el tema correcto con las marcas adecuadas. |
| |
Así que este es el estado de la investigación. Juntos acabamos de describir casi un año y medio de sólida investigación 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 cualquier pregunta en directo. Creo que esto se mostrará el seis de octubre. Y Brad Jones, que fue el recurso técnico para el diseño del torneo. |
| |
y análisis, me acompañarán para ello. Por ahora, gracias por su interés y le deseamos una buena conferencia. Gracias. Adiós. |
