| Vocero |
Transcripción |
| Jordan Hiller |
Ir. |
| Rob Star |
La conferencia JMP Discovery, donde hablaremos sobre optimización de portafolios y productos. |
| |
Esta pantalla es un anticipo de toda nuestra charla de hoy, y está resolviendo este problema de lo que este consumidor podría ir a buscar, ya sea en línea o en una tienda departamental o en muchos otros lugares donde se venden tarjetas de regalo. |
| |
Amy Anderson, su consultora principal de análisis, y yo, Rob Reul, el director general de Isometric Solutions. |
| |
Entonces Amy va a contarles un poco sobre Blackhawk. |
| Amy Anderson |
Entonces, me presentaron 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 se sintió atraído por Blackhawk para ayudarlos con su cartera de tarjetas. |
| |
La mayoría de la gente no ha oído hablar de Blackhawk. Están entre bastidores, pero en realidad son la tarjeta de regalo privada más grande del mundo. |
| |
Empresa. Se posicionan como una marca de pagos porque ofrecen tarjetas digitales de regalo, telefónicas, de débito e incentivos, 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. Probablemente hayas ido al supermercado. |
| |
Ves las tarjetas con opciones que, al pagar, sabes. Ese es el enfoque principal de su negocio; es el 97%. También tienen presencia en línea y están empezando a crecer gracias a... |
| |
a través de giftcards.com y otras plataformas web. Así que cuando Blackhawk contactó conmigo, me planteó un reto. 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 una cantidad limitada de clavijas, |
| |
Piense en cada ficha como si fuera una propiedad de alquiler. Por lo tanto, debe pagar para estar en esa ficha. Como empresa que produce tarjetas de regalo, necesita comprender qué tarjetas tendrán éxito y merecen estar en esa ficha. |
| |
Blackhawk siempre había, |
| |
En cierto modo, ya sabes, suponíamos qué tarjetas deberían salir al mercado y lo que pasaba era que esperaban 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: ¿hay un mejor enfoque para determinar qué tarjetas deberíamos poner en esos ganchos para atraer a la mayor cantidad de clientes? |
| |
Y ahí es donde traje a Rob y voy a pasarle el tema a Rob para que hable sobre cómo abordar esto. |
| Rob Star |
Sí, y y... |
| Amy Anderson |
Antes de irnos, lo siento, ¿podría... |
| |
¿Hablamos del intento versus la prueba? |
| Rob Star |
Bueno, más te vale, porque eso es en lo que se basaba tu construcción. |
| Amy Anderson |
De todos modos, una de las cosas de las que Rob y yo hemos hablado, y nos reímos, y muchos de nuestros colegas de marketing también se ríen. |
| |
Blackhawk es famoso por hacer lo que llamamos intentos. Un intento es muy diferente a una prueba, y pensándolo bien, es... |
| |
Sabes, publicaban algo y veían si funcionaba. Y estamos intentando... estamos intentando... estamos trabajando con ellos para abordar las cosas con una mentalidad más experimental, así que estamos analizando, ya sabes, |
| |
Las compensaciones. Y con esta prueba que diseñamos para ellos, 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 Star |
En efecto. Y entonces, cuando Amy habló sobre las adivinanzas de Blackhawk, se volvieron bastante buenos adivinando, ¿verdad? Pero el tamaño de su mercado y la cantidad de cartas... |
| |
Se volvió bastante grande y pronto lo verán. Así que, a modo de prueba o experimento, hicimos lo siguiente. |
| |
Entonces tenían... creo que tenían 113 tarjetas que competían por esas clavijas y el desafío, por supuesto, era diseñar la prueba. |
| |
O el experimento que nos permitiría hacerlo. Y esto es un vistazo a lo que finalmente resultó. Voy a explicar cómo llegamos... llegamos allí. |
| |
En un segundo, pero verán un par de cosas clave aquí, algo que vamos a explicar como un diseño de torneo de un experimento diseñado. |
| |
Las atribuciones irían primero al Dr. Chris Nachtsheim y luego se trabajaría en estrecha colaboración con el Dr. Brad Jones, básicamente, primero en el concepto y cómo hacerlo realmente. |
| |
Y luego se convirtieron en los experimentos de Max Diff, que ahora, por supuesto, son una... 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 las finales, y lo guiaremos |
| |
Cómo llegamos hasta aquí. Primero, hablemos un poco de las tarjetas. Vieron esa pared, con unas 113 tarjetas, además de las de la competencia. Era Target. |
| |
Cuando analizamos el escenario de Blackhawk, no podíamos concebir construir un diseño experimental que pudiera presentarse a los consumidores. |
| |
Y esperar que lo completen en un tiempo razonable. Me refiero a nueve minutos... de nueve a doce minutos. |
| |
Había trabajado mucho de nuevo con el Dr. Nachtsheim sobre el modelado de experimentos de fatiga y 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 terminan la encuesta. |
| |
Y por supuesto, no queríamos eso en absoluto, así que tuvimos que reducirlo al conjunto que tenía más material y ese primer esfuerzo dio como resultado |
| |
36 cartas. Hay algunas, hay más, y ahí está el resto, ¿verdad? Así que ese fue nuestro conjunto final de 36 cartas. |
| |
Ahora bien, la forma convencional en que la mayoría de los investigadores, sin análisis de encuestas profundos como los que Amy y yo ofrecemos, resolverían ese problema se vería así, y esto es, de hecho, algo de lo que he hablado antes. |
| |
En una conferencia de JMP. Pero ven la clásica pregunta de calificación, donde cada fila representa un elemento que evaluamos. En este caso, serían 36 filas, ¿cierto? |
| |
Y tienes la probabilidad de comprar, o cuál es tu tarjeta favorita, y después de un tiempo, puedes ver, puedes imaginar, lo inútiles que serían los datos que recopilarías. Obtendrías |
| |
muy pobre separación en el ser... en términos de poder analizarlo, y por eso las calificaciones ciertamente quedaron fuera. |
| |
El siguiente enfoque que normalmente veríamos en nuestro campo es alguien... bien, vamos a clasificarlos, porque ahora tienen que pensar en ellos no de forma independiente, sino de manera interdependiente. |
| |
Y esa es una mejor manera, pero si tienes una lista larga como la nuestra, tienes un conjunto de desafíos completamente exacerbado para los encuestados, lo que provoca una carga cognitiva acumulativa masiva. |
| |
Y es básicamente insostenible. Y por supuesto, tenemos la solución, así que esa es la base del método, este es el de Loviere. |
| |
Escalado Mejor-Pésimo. Y la Diferencia Máxima es como la conocemos, y nos da una estadística mágica, conocida como utilidad. ¿Cuánto vale una carta? |
| |
Sobre otra tarjeta, ¿verdad? Y eso es lo que buscamos. Así que aquí está nuestro experimento. Para esto nos prepararon, y voy a descomponer el JMP... |
| |
La discusión allí. Voy a entrar en mi |
| |
Diseñador de JMP y muestra el experimento que realmente hicimos, y está aquí. |
| |
Puedo conseguirlo |
| |
Y haremos ese diseño. |
| |
Un par de cosas que quiero destacar sobre este diseño... (si me convence. Espera un segundo). |
| |
¿Puedes verlo, Amy? |
| |
Está bien, bien. |
| |
Entonces, nuevamente teníamos 36 tarjetas, así que para dividirlas en partes manejables, |
| |
Terminamos usando tamaños de bloques de nueve... o cinco con nueve agrupaciones diferentes, lo que nos llevó a ofrecer 18 opciones en un experimento diferente, y tuvimos |
| |
Un diseño que parecía así. |
| |
Y luego lo programamos y tenemos una matriz de incidentes que realmente 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 le gana a otra carta, porque le ganaría a cartas que una de las otras cartas le ganó o no le ganó, ¿cierto? |
| |
Y lo que tenemos con este diseño de bloque equilibrado e incompleto es un... un hermoso y eficiente experimento, donde cada carta fue probada contra cada otra carta exactamente dos veces. |
| |
Entonces programamos este experimento, y quiero mostrarles ahora cómo se ve una vez programado, y esto también es algo muy hermoso. |
| |
Voy a volver a |
| |
Mi experimento aquí. |
| |
Así que tomamos el |
| |
Diseñamos un experimento, lo convertimos en una interfaz y, en medio de la encuesta, después de unos cuatro minutos, todos los encuestados estaban... |
| |
¿Adónde se fue? Espera un segundo. Disculpa. |
| |
Inténtalo de nuevo. Lo siento. |
| |
Se les presentó el experimento. |
| |
y luego les mostramos |
| |
Las agrupaciones aleatorias o conjuntos de elección, donde se les pidió que evaluaran cada carta. Entonces, si esta es la que más me gusta... |
| |
Y este es el que menos me gusta. |
| |
Y les pedimos que hicieran esto varias veces, |
| |
Basado en este diseño, en realidad 18 veces, para ser exactos. |
| |
Y cada vez que los animábamos a lo largo del camino a mantenerlos en el juego, por así decirlo, y una vez que |
| |
Pudieron ayudar a la gente a pasar los 18, |
| |
Teníamos un conjunto. Así que dividimos el experimento en nueve... |
| |
Cuatro grupos diferentes de nueve participantes cada uno, y obtuvimos un conjunto agregado de encuestados. Luego, seleccionamos a los ganadores con las puntuaciones de utilidad más altas y los sometimos a una ronda final. Pero lo hicimos de nuevo, y así los sometimos a la final. |
| |
Y... |
| |
Déjame volver aquí. |
| |
Es un poco torpe, lo siento. |
| |
Allí se realizó 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 es que comenta al final de su texto la preocupación fundamental |
| |
comprender el comportamiento de elección humana y hacerlo en un entorno en el que no hay influencias confusas que no se pueden interpretar porque no se sabe qué se estaba discutiendo o qué influyó en el encuestado. |
| |
Así que este es un vistazo a las utilidades marginales, ¿cierto? Este es el primer análisis del resultado del experimento. No les muestro todas las tarjetas exactas, pero se hacen una idea: positivo y... |
| |
Negativos, aquellos que no fueron estadísticamente significativos en el medio. Así que teníamos una matriz grande como esta de 36 tarjetas. |
| Amy Anderson |
¿Puedo mencionar algo, Rob, que fue importantísimo? Como mencionó Rob antes, muchos investigadores de encuestas simplemente preguntan "¿te gusta esto?" y lo califican del uno al cinco. Así es como Blackhawk ha abordado toda su investigación. Así que cuando mostramos esto a... |
| |
Nuestro equipo de marketing de productos se quedó atónito y no lo entendió. Pensaron: «Un momento, ¿por qué papá feliz está ahí abajo en números rojos? Porque, bueno, eso tenía dos casillas en la parte superior». |
| |
Bueno, la diferencia es que si les preguntas si les gusta esto, sin darles la opción, puede que les guste, pero ¿y si hay algo mejor? Y así fue. |
| |
un cambio de juego para ellos, porque nunca habían mirado su cartera de tarjetas de esa manera ni habían abordado la investigación de esta manera. |
| |
Sigue así, Rob. Solo quería aclarar eso, porque para ellos, nunca pensaron en la elección. Es como... |
| |
Bueno, es obvio que es necesario hacerlo con todas esas opciones que hay. |
| Rob Star |
Y también tienen una pared; hay muchísimas opciones, ¿verdad? Sí. |
| |
Así que teníamos estos datos, pero Amy tenía razón en recordarme que esa era sólo una parte de la ecuación y me gustaría que hablara nuevamente. |
| Amy Anderson |
Sí, sí, gracias, Rob. Como creo que ya lo mencioné, Blackhawk está muy centrado en las finanzas, como la mayoría de las empresas. Es decir, necesitas asegurarte de ganar dinero. |
| |
Sin embargo, ganar dinero es el resultado, eso es a posteriori. Por eso necesitábamos analizar esta investigación. El índice de afinidad, que es excelente, nos permite comprender si te gusta. Pero también hay que entender... |
| |
Vale, eso es genial, me gusta esto más que aquello, pero |
| |
¿Lo vas a comprar? Y si lo vas a comprar, ¿cuánto vas a cargar? |
| |
Y entonces, al tener esto como parte de la investigación, les está ayudando a cerrar esa 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, eventualmente, estimar |
| |
¿Qué va a pasar con sus finanzas si actúan en función de esa información? Y por eso es tan importante tener estas tres métricas como parte del estudio. |
| Rob Star |
Así, al combinarlos, pudimos crear un modelo predictivo de su cartera de negocios mirando hacia el futuro. |
| |
Y lo que Amy pudo establecer para ellos fue una manera de volver atrás y mirarlo, básicamente diciendo, si tú... |
| |
Si se lanzan estas tarjetas al mercado, se espera que generen ese tipo de ingresos en un plazo de seis o doce meses. |
| |
Y la siguiente pantalla muestra cómo logramos presentarle eso al cliente. Así que tomamos... |
| |
puntuaciones de afinidad, y si puedes ver cada carta aquí que fue clasificada básicamente en función de la utilidad, entonces tenemos la probabilidad de que se compre. |
| |
Y tenemos el valor de carga, ¿cierto?, porque les preguntamos a todos, ¿de acuerdo?, ¿cuál fue su favorito? |
| |
¿Qué tan probable sería que compraras la tarjeta y cuánto gastarías en ella? Y luego podríamos crear este valor ajustado del que ella habló. |
| |
Y luego podríamos escalar la clasificación de todas las tarjetas entre sí, a lo largo de este eje, que básicamente representaba la utilidad frente a la probabilidad de carga. Y podríamos crear cierta separación y encontrarlas. |
| |
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 un momento. Tiene que ver con su amplio atractivo y la cantidad de marcas en las que se puede usar la tarjeta, ¿verdad? |
| |
Pero así fue como logramos crear esa separación. Ese fue el primer trabajo importante que realizamos. Ahora pasaré al siguiente nivel de análisis y Amy les hablará un poco sobre la anatomía de la tarjeta de regalo. |
| Amy Anderson |
Bueno, acabamos de analizar la optimización de la cartera y teníamos el orden de clasificación de qué tarjetas tendrán más o menos éxito. |
| |
Y... pero luego la segunda parte es que hay algunas cartas que quizás estén en el medio, que no necesitan descartar, pero necesitan pensar en cómo optimizarlas. Ahora... |
| |
Cuando piensas en tarjetas de regalo, quiero decir, hasta que llegamos a este negocio, realmente no pensaba en todos los componentes de una tarjeta de regalo. |
| |
Y con esta cartera específica, a la que llaman sus tarjetas de la felicidad, hay muchas cosas en la tarjeta que impulsan las preferencias. |
| |
Sabes, podría ser el costo de la tarjeta, así que ¿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 personalizarla, por ejemplo, para mamá, para mi hija, etc.? Tenemos las marcas en la tarjeta, y luego el tema o la ocasión. |
| |
Y entonces, entender cuáles de estos elementos son importantes para impulsar las preferencias fue el siguiente paso, en términos de entender cómo... dónde enfocarse para optimizar las tarjetas. |
| |
Así que 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 curación de tarjetas, que era crear esas tarjetas, era que se sentaban en una habitación... en una sala de conferencias, antes del COVID, |
| |
y literalmente revisar todos los estados financieros anteriores y decir: "Creo que esta tarjeta funcionó bien porque tenía esta marca". |
| |
Oh, quizás me gustaría llevarme esta marca porque no la hemos puesto en una tarjeta. Y fue muy, muy, |
| |
Ya sabes, tienen una gran experiencia en negocios, pero son algo subjetivos en términos del enfoque para descubrir cómo crear esas tarjetas. |
| |
Así que este estudio nos permitió entender qué impulsaba esa preferencia (y no voy a revelar el premio ahora, porque quiero que Rob nos lo explique). |
| |
Pero ha desarrollado una herramienta sorprendente para el cliente. |
| Rob Star |
Funcionó, ¿verdad? |
| Amy Anderson |
Funciona realmente bien. |
| Rob Star |
La plataforma de elección. Y |
| |
Lo que buscamos aquí es un experimento de elección discreta, donde realmente podamos ofrecer y negociar aquellas cosas que sabemos que son críticas, en función de 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 el deck no es óptimo para usted como espectador, así que |
| |
Voy a hablar de ello aquí. Teníamos cuatro temas o atributos principales, y dentro de cada atributo, varios niveles. Los principales que probamos, según la anatomía, fueron: ¿cuál es el tema que motiva a la gente a comprar la carta? |
| |
¿A quién le regalan el regalo? Porque eso resulta ser un factor importante. Los patrocinadores o marcas de la tarjeta y las condiciones de uso. A veces tiene fecha de vencimiento y a veces hay que registrar la tarjeta en línea. |
| |
Bien. |
| |
A veces solo puedes canjear una tarjeta en línea, así que la idea era básicamente averiguar cuál de ellas era la más aceptable, más o menos como un costo de entrada. |
| |
Y resulta que, como Amy insinuaba, obtuvimos un modelo muy sólido, pero, por un lado, una de las variables falló. Pero se puede ver claramente... y Amy iba a... |
| |
Iba a revelar sus intenciones y decirles que el 57 % de las preferencias de las tarjetas se basan en las marcas que aparecen en la tarjeta. |
| |
Sabíamos que las marcas son importantes, pero no sabíamos que fueran tan importantes, ¿verdad? Pero los demás factores también lo son. Y pueden ver el perfilador a la derecha. |
| |
donde esa primera variable se desvanece y no es estadísticamente significativa, pero claramente teníamos una buena separación entre los diferentes atributos en este... en el estudio. Y estos eran todos atributos nominales, que |
| |
Lo hace aún más interesante, ¿verdad? Porque hay que tener cuidado al moverse entre... Así que ese fue el resultado principal. |
| |
Y teníamos un... teníamos un dilema, ¿verdad?, porque bueno, tenían 253 marcas en una tarjeta. |
| |
Ahora, con el primer estudio que mostramos, teníamos 36 tarjetas y usamos cinco experimentos Max Diff para descubrirlo, porque podíamos lograr que los humanos procesaran eso cuando se les preguntaba al respecto. |
| |
Aquí hicimos un experimento de elección discreta. Creo que había 12 pantallas, cada una con tres opciones, así que no era un experimento trivial para que lo analizara una persona. Pero ¿cómo lo resolvemos? |
| |
¿La cantidad de marcas y cómo funcionan? Y así surgió la idea de un ejercicio diseñado, que no fue un experimento diseñado, sino mucho mejor... mucho más deliberado que un simple intento. Así que lo que finalmente creamos fue la idea de un diseñador de tarjetas ideal. |
| |
Y después de someter a las personas a un experimento de elección discreta y limitar sus opciones 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 gracias a esa anatomía. |
| |
Esto nos llevó a un camino completamente diferente. De nuevo, lo que buscamos es: ¿qué marcas deberían incluir en sus tarjetas? |
| |
Y resulta que la cantidad de cálculo para resolver el sentimiento de este estudio de 2.000 encuestados tomó alrededor de tres días para ejecutarse. |
| |
Fue una cantidad enorme de combinaciones cuando podían elegir entre cualquiera de las 253 marcas, sólo una o hasta nueve. |
| |
Además de a quién se le entregaría la tarjeta, si querían una denominación y de qué tan grande sería. Ya te imaginarás, era enorme, ¿verdad? |
| |
Pero lo que fue capaz de producir fue este tipo de resultado asombroso del que dejaré que Amy hable. |
| Amy Anderson |
Entonces tomamos esta información, junto con el resultado del otro estudio, y la colocamos en lo que llamamos una herramienta de optimización de tarjetas. |
| |
De esta manera, cuando el cliente quiera diseñar nuevas tarjetas, podrá consultar esta herramienta y decir: "bien, ¿tiene sentido tener marcas que abarquen múltiples categorías de marcas?". |
| |
Y lo que descubrimos con este resultado es que los consumidores no buscan mucha variedad, porque si la buscan, compran una tarjeta Visa, y aun así, buscan algo más que una tarjeta de una sola marca. Así que era algo intermedio. |
| |
Normalmente, cuando teníamos una marca, el consumidor, al realizar este ejercicio, se mantenía dentro de la categoría de la marca. Entonces, si la marca que elegían primero era una marca minorista, |
| |
Habían terminado de diseñar su tarjeta principal... principalmente para el sector minorista. Lo mismo ocurrió con los restaurantes de comida rápida, con los digitales, las grandes superficies, etc. |
| |
Tuvimos algunos casos en los que podrían cruzar marcas y habría instancias en las que sería venta minorista y luego tal vez restaurante. |
| |
Piense en la experiencia de un centro comercial, y esa fue un poco diferente. Pero tenemos marcas aquí que llamaríamos... |
| |
Y esto tuvo mucho éxito con el equipo de selección... Las llamo marcas que se pueden fechar o marcas que no se pueden fechar. Y las marcas que se pueden fechar son aquellas que tienen muchas marcas combinadas. |
| |
Y eso fue un gran augurio para la creación de estas tarjetas multimarca. Pero también hay marcas que no se pueden fechar, como 24 Hour Fitness, Alamo y Albertsons. Es como si simplemente... estuvieran solos. |
| |
Y entonces lo que sucede es que cuando estas marcas llegan a Blackhawk y quieren jugar, quieren estar en estas tarjetas porque eso representa ingresos para ellas, |
| |
Esta es una herramienta, no solo para diseñar las tarjetas, sino para ayudarlos con las negociaciones para decir, miren, |
| |
Si quieres jugar, tienes que pagar, porque tus marcas no se llevan bien con nadie. ¿Y sabes qué? Nuestros consumidores... |
| |
Prefieren otras marcas. Y tener esa influencia ha sido fundamental para que adquieran conocimientos para diseñar cartas y negociar con estas marcas, en términos de hacer negocios con Blackhawk. |
| Rob Star |
Exactamente, exactamente. |
| |
Así que hay una pieza más en esto y tiene que ver con |
| |
tarjeta |
| |
Construcción. Y primero hablamos de, bueno, qué cartas son para guardar y cuáles no. |
| |
Una de las cosas que debería haber mencionado antes fue cuando organizamos esas rondas preliminares, esas cuatro rondas, |
| |
Calculamos esas rondas en función de los ingresos de las tarjetas del año anterior. Y, por supuesto, los ingresos se deben al atractivo de las marcas donde se pueden usar las tarjetas. |
| |
Y entonces, cuando empiezas a pensar en las combinaciones reales de marcas en las tarjetas, Amy te estaba mostrando las probabilidades condicionales, |
| |
Ahora intentábamos llevar eso un paso más allá. Y ven las 50 marcas principales 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 realizando para intentar comprender, bien, |
| |
¿Hay un objetivo que sea lo suficientemente grande como para que podamos alcanzar el género, la edad, algún otro tipo de cosa psicográfica, cierto, que nos permitiría refinar la carta asesina poniendo allí el tema correcto con las marcas correctas? |
| |
Así que este es, en esencia, el estado de la investigación. Juntos, acabamos de describir casi un año y medio de investigación sólida para Blackhawk. |
| |
Y les diría que el 90% del trabajo pesado se hizo gracias al poder de JMP. De eso se trata. |
| |
Estaremos encantados de responder cualquier pregunta en vivo. Creo que esto se emitirá el 6 de octubre. Brad Jones, quien fue el recurso técnico para el diseño del torneo,... |
| |
Y el análisis me acompañará en ese proceso. Así que, por ahora, gracias por su interés y les deseamos una buena conferencia. Gracias. Adiós. |
