Find more posts about Buzz, viral, Guerrilla, social media, marketing 2.0, Word of Mouth Marketing, Advertising in http://www.juanmarketing.com/

El sorteo continúa como mecánica más utilizada. Suben el regalo directo y el concurso. Internet es ya claramente el líder como vehículo para participar en una promoción, una parte mediante páginas web, y otra emergente, a través de las redes sociales. Hay una cierta fiebre por las promociones en Facebook, orientadas a aumentar el número de "likes". También se consolida Internet como medio de comunicación de promociones. Como regalos destaca el ascenso de dinero, productos con licencia y experiencias. Como ya ocurrió el año pasado, la complejidad de las acciones promocionales se ha incrementado: cada campaña tiene más formas de participar, se comunica en más medios y ofrece más premios que en años anteriores.

Descargar el informe completo.

Vía | Blog Bajo la línea

"Analytics" hace referencia al uso de tecnologías y métodos de la matemática aplicada para acelerar y mejorar el descubrimiento, la comprensión y la acción (principalmente la decisión) de los más diversos procesos y características de todo tipo de actividades comerciales, manufactura e incluso científicas. Incluye áreas como data mining, forecasting, optimización y algunas otras. Se basa en técnicas estadísticas conocidas y tablas de datos prolijamente estructuradas. Pero el trabajo "tradicional" en Analytics ya no alcanza. Nuevas tecnologías, nuevos problemas y, también, nuevos enfoques sobre los problemas viejos han producido un cambio sustancial en esta disciplina. Actualmente Analytics incluye un número más amplio y diverso de técnicas, como el análisis de textos e imágenes, el de las interacciones sociales, la identificación de comunidades y roles, de actitudes y emociones, y varias cosas más.

Text Analytics

Hay unos dos mil millones de usuarios de Internet en este momento. Piense lo que esto implica a nivel de “contenido”. Páginas y páginas web (ya cientos de millones), un número aun mayor de “hits”, “clics”, referenciamientos, etc. Millones de imágenes y videos. Si ampliamos el espectro a los tweets, SMS, etc. la magnitud de los “datos” disponibles es astronómica. El único problema es que la mayoría de estos datos no están “estructurados”. En realidad, esta es una forma equívoca de presentar la situación. Cuando se habla de “estructura”, en este contexto, se habla de datos que están prolijamente incluidos y ordenados en tablas integradas por columnas con valores principalmente numéricos o categóricos simples (sexo, rol laboral, etc.). En este sentido, es cierto, los "datos" de textos e imágenes no tienen la estructura habitual, la forma de las tablas típicas usadas por las técnicas estadísticas tradicionales. Pero están muy lejos de ser “no estructurados”. Pueden atestiguar esto las disciplinas de la fonética, morfología, sintaxis, semántica,  pragmática y reconocimiento de imágenes, entre otras. Estas se encargan de estudiar y formalizar la peculiar y compleja estructura del lenguaje y las imágenes. Es decir, nuestros "contenidos" en Internet (y otros medios) tienen una estructura compleja, muy compleja, que hay que conocer apropiadamente para poder explotar la información valiosa contenida en ellos, implícita o explícitamente.

 “Text analytics” surgió como la disciplina que intenta explotar los contenidos en medios electrónicos para obtener nueva inteligencia sobre distintos fenómenos que tienen al texto como un componente fundamental. Los registros de los operadores de un call center, las declaraciones de seguros, impositivas o aduaneras, las notas de los medios noticiosos y muchas otras son fuentes sumamente ricas de información. Las anotaciones de un call center de atención a clientes tienen la versión más actual y precisa de las opiniones y actitudes de los clientes hacia una empresa. Es imprescindible incorporar esta información a cualquier campaña de marketing de adquisición, cross- o upsell, o anti-attrition. Las declaraciones de aduana son una herramienta fundamental para detectar fraudes. La utilidad de hacer inteligencia sobre textos (e imágenes) es indiscutible y, a esta altura de los acontecimientos, irrenunciable. si es que quiere evitar un serio handicap sobre su capacidad analítica.

En el gráfico de más abajo se compara la performance de varios modelos predictivos sobre un problema de detección de pólizas de seguros con potencial de compensación. Estos datos se utilizan en uno de los cursos de capacitación de SAS. La curva ROC de un modelo de regresión basado exclusivamente en datos típicos para este tipo de problemas (un modelo, podríamos decir, "estándar") muestra una performance relativamente mediocre. Sin embargo, cuando el conjunto de datos se enriquece con nuevos datos provenientes de un análisis de text mining (hecho sobre las pólizas y con tres niveles distintos de resolución en un análisis de descomposición de vectores singulares, una técnica fundamental de SAS en la aplicación de text mining), la performance de los modelos de regresión así enriquecidos mejora notablemente, como puede verse.

Si bien su utilidad es evidente, hacer analytics sobre un texto requiere un "expertise" relativamente sofisticado que va bastante más allá del conocimiento estadístico estándar e incluso más allá del conocimiento de las herramientas usuales de data mining. Inicialmente, disciplinas como el procesamiento del lenguaje natural, la lingüística computacional, las tecnologías del habla aportaron herramientas. Luego, text mining contribuyó con algunas herramientas propias (utilización práctica de redes de conceptos, clustering de texto, descomposición de valores singulares aplicada a textos, la complementación con las técnicas numéricas características, etc.).

 Las técnicas de text analytics, permiten extraer contenido, clasificar texto, extraer y vincular conceptos, generar variables predictoras a incorporar en modelos predictivos, entre otras aplicaciones. Pero carecen de una dimensión muy importante: la de las actitudes y emociones de los productores de textos, un componente fundamental para comprender el estado de los clientes y decidir qué hacer al respecto. Entra aquí una disciplina más reciente, la “social media analytics”, y especialmente la subdisciplina denominada “sentiment analysis”.

Social Media Analytics (SMA)

"Social Media Analytics" es un término muy amplio que incluye servicios y herramientas usados para monitorear, medir y analizar "medios sociales" que combinan sistemas automatizados y algo de perspicacia humana para transformar complejos datos de la interacción entre las personas en información comercialmente útil.

El término "medios sociales" es muy genérico y se refiere a cualquier sitio donde ocurran "conversaciones" de relevancia comercial dentro de Internet. Aunque su origen es el de los foros de discusión y boletines de mensajes, actualmente se piensa más bien en cualquier sitio web que publique mensajes, en especial, aunque no exclusivamente, en Facebook , Twitter y otros medios semejantes.

Las herramientas de social media analytics se utilizan frecuentemente en cuestiones de marketing, relaciones públicas y comunicaciones, áreas en las que se la suele llamar "monitoreo de marcas". Pero también tiene funciones importantes en el servicio al cliente, la inteligencia competitiva y otras.

Un primer elemento importante en el análisis de medios sociales es la recolección de la información relevante. Para esto se usan "web crawlers" que puedan navegar por la red para encontrar y descargar la información relevante y alguna taxonomía léxica que vincule los términos extraídos con los temas de interés que se desea monitorear. La taxonomía se logra mediante algún tipo de "ontología".

La etapa siguiente es la comprensión (bajo alguna definición de esta última palabra) de las conversaciones consideradas relevantes. Para esto se utiliza algo que se denomina "sentiment analysis". Este tipo de análisis busca determinar la actitud de un hablante o escritor respecto de algún tópico. "Actitud" se refiere a su juicio o evaluación, su estado emocional o su comunicación emocional intencionada (el efecto emocional buscado). Por supuesto, no se busca realizar esta tarea por la "vía larga", es decir, comprendiendo lo expresado en un texto e infiriendo a partir del significado la actitud, estado emocional, etc., exactamente lo que hacemos nosotros. Esta es una vía costosa y aún no del todo bajo control de la tecnología actual.

En un enfoque básico, se busca clasificar la "polaridad" de un texto (en algún nivel): si la opinión expresada es positiva, negativa o neutral en una escala más simple o más compleja. En un enfoque un poco más complejo se busca clasificar un texto en una clase subjetiva u otra objetiva. En una perspectiva aun más elaborada, se busca determinar las opiniones o actitudes expresadas sobre diferentes características o aspectos de una entidad. Esta última tarea involucra varios subproblemas: identificar entidades relevantes, extraer características/aspectos y determinar si la opinión expresada sobre cada característica/aspecto es positiva, negativa o neutral. Son todos "atajos" respecto del procesamiento más elaborado, pero todavía intratable en nuestro estado tecnológico actual, que realizamos los seres humanos. En tanto atajos o aproximaciones tienen un grado variable de eficacia y confiabilidad que depende mucho de la perspicacia y destreza de los analistas.

Finalmente, son necesarios elementos gráficos que reflejen minuto a minuto las ideas y vueltas de las opiniones públicas, que muestren la evolución de las actitudes a lo largo de los días y semanas, alertas en tiempo real y "workflows" que encaminen apropiadamente la información producida para hacer posible que los grupos relevantes puedan tomar las acciones requeridas en el momento apropiado.

De cualquier manera, tomar en cuenta sentimientos y opiniones no alcanza. Estos y muchos otros sucesos de interés, como la propensión al fraude o a la adquisición de un servicio, están inmersos en una compleja red social que es un aspecto definitorio fundamental de estos fenómenos.

Social Network Analysis (SNA)

Estamos inmersos en redes sociales (y económicas, biológicas, químicas, entre otras). La tecnología de las comunicaciones y la computación no hicieron más que potenciar exponencialmente este hecho. Las redes sociales se manifiestan e influencias cualquier aspecto de nuestra vida. Es muy probable que usted tenga la misma compañía de celular que algunos de sus amigos o familiares, y es muy probable también que esto haya ocurrido justamente debido a que algunos de ellos tenían esa compañía previamente. Es muy probable también que si en algún momento usted estuvo descontento con dicha compañía y cambió por otra, este hecho haya influenciado a algunos de sus amigos o parientes para hacer lo mismo. La corrupción o el fraude no suele ocurrir como un suceso aislado, más bien es en fenómeno sistémico. Donde ocurre un hecho de este tipo es muy probable que ocurran (o hayan ocurrido) otros del mismo tipo. Existe en estos y muchos otros casos un efecto de "contagio". Se habla hasta en las películas de los "seis grados de separación" y de los "fenómenos de pequeños mundos", que no son sino distintos aspectos de la importancia de las redes sociales.

Esta cuestión ya fue estudiada hace muchos años por filósofos e incluso algunos sociólogos. Pero en las últimas décadas ha adquirido un foco de atención mucho mayor, y comenzaron a usarse distintas herramientas estadísticas asociadas a teoría de grafos para analizar estos fenómenos y desarrollar aplicaciones.

En marketing no alcanzan ya las técnicas estadísticas tradicionales. Se habla de marketing "viral" para aludir a las técnicas de marketing que buscan imponer una percepción, opinión o propensión mediante "contagio", de forma similar a la propagación de un virus (aunque la imagen en sí no resulte muy "marketinera"). Un enfoque similar es el del "marketing basado en redes sociales" (o tantos otros como word-of-mouth marketing, buzz marketing, etc.). Un conocido trabajo de investigación de hace un lustro (Hill, S., Provost, F. y Volinsky, C. "Network-Based Marketing: Identifying Likely Adopters via Consumer Networks". Statistical Science, 2006, 21, 2, 256-276) muestra que los "vecinos" en una red social (los consumidores vinculados a un consumidor previo de un servicio o producto) adoptan este a una tasa de 3 a 5 veces mayor que grupos de consumidores seleccionados mediante las mejores prácticas de las técnicas tradicionales de marketing.

La permanente extensión del campo de aplicación de data mining y sus fracasos (o, mejor dicho, sus "handicaps" en áreas como el fraude) dejan en claro que ya no alcanza el data mining "empírico" tradicional. Es necesario generar modelos sobre las relaciones entre individuos, no solo sobre los atributos de los individuos tomados aisladamente (bajo el supuesto de independencia entre estos individuos, un supuesto común en las técnicas estadísticas más populares, pero flagrantemente contrario a la realidad). Debemos hacer un "upgrade" en la representación de nuestros problemas de data mining: de un esquema "proposicional" a uno "relacional". Las herramientas para este "upgrade" son complejas: programación lógica inductiva, redes bayesianas relacionales, inferencias colectivas y otras tantas. Herramientas que aun son investigadas en los ámbitos universitarios y no consiguieron ingresar en el "mainstream" de las aplicaciones comerciales. Probablemente debido a su novedad, pero también su complejidad.

Un enfoque limitado, pero práctico, para la inclusión de los fenómenos de las redes sociales en modelos descriptivos y predictivos de data mining es la utilización de algoritmos y conceptos de teoría de grafos. Muchos de los fenómenos de interés (churn, adquisición, fraude) requieren la identificación de comunidades (grupos dentro de una red social más amplia), el monitoreo de características agregadas de esas comunidades (grado de cohesión, tamaño, roles internos de diversos tipos, etc.), la detección de patrones espaciales (en la topología de la red) y temporales (evolución de distintas propiedades vinculadas con los fenómenos de interés). Además, una cuestión práctica importante, es que nuestras redes sociales actuales están constituidas por millones de individuos y decenas o centenas de millones de vínculos entre ellos (piense en los poseedores de un teléfono celular como nodos de un grafo y las comunicaciones entre ellos como los arcos del grafo). Este hecho exige algoritmos sumamente eficaces para determinar las propiedades estadísticas de la red y sus subredes (incluso identificarlas), explorarlas visualmente y también almacenar y recuperar estos datos del modo más económico y eficiente posible, además de actualizarlos con frecuencia.

Herramientas de SAS

SAS, mediante la integración de las tecnologías de Teragram, una empresa adquirida en 2009 por SAS, posee actualmente varias herramientas para la aplicación de text analytics y social media analytics a problemas prácticos.

Las cuatro herramientas más importantes son:

• SAS Enterprise Content Categorization aplica herramientas de procesamiento del lenguaje natural y técnicas lingüísticas avanzadas para categorizar automáticamente contenido multilingüístico. Hace análisis sintáctico y de contenido para determinar entidades, hechos y sucesos, creando metadatos, desarrollando taxonomías y generando reglas categoriales y definiciones de conceptos que aplica a grandes volúmenes de documentos para disparar procesos de negocios.
  
• SAS Sentiment Analysis deriva opiniones y evaluaciones positivas y negativas, y actitudes a partir de fuentes de contenido digital de clientes y prospectos. Las fuentes digitales incluyen blogs, tweets y sitios de Internet, además de e-mails internos, notas de call centers y consultas.
  
• SAS Text Miner incorpora técnicas lingüísticas avanzadas a la solución nuclear de data mining de SAS, el  SAS Enterprise Miner™. Al consolidar el análisis de datos estructurados con el análisis de texto no estructurado proporciona una mayor comprensión y profundidad en la modelización predictiva. La automatización de la exploración manual de texto, la incorporación de reporting interactivo con capacidad de drill-down y la utilización de algoritmos rigurosos de análisis ayudan a las organizaciones a detectar tendencias futuras y actual sobre nuevas oportunidades de manera más eficiente y con menor riesgo.
  
• SAS Ontology Management crea y mantiene metadatos consistentes y centralizados a través de colecciones de documentos y repositorios de texto, para que los motores de búsqueda y recuperación textual puedan identificar sistemáticamente los conceptos comunes. Esto proporciona respuestas significativas a preguntas complejas, aun cuando las respuestas no se encuentren explícitamente formuladas en el texto.
  

Estas herramientas son parte del SAS Business Analytics Framework, Una de las aplicaciones recientes de esta suite de herramientas ha sido, junto con la solución de Social Network Analysis, en el combate contra el fraude, particularmente contra el "phishing".

SAS Enterprise Miner 6.2 incluye algunas de estas herramientas de text analytics en una nueva solapa de herramientas (si se adquiere la licencia correspondiente) . En ella pueden encontrarse actualmente los nodos de Text Topic (para descubrir el tópico de un conjunto de textos, algo muy útil para enriquecer los modelos predictivos tradicionales), Text Parsing (para reconocer la estructura lingüistica de un conjunto de textos, un paso importante para encontrar cuáles son sus tópicos), Text Miner (el mismo nodo que existía en versiones previas del Enterprise Miner, aunque con funciones mejoradas considerablemente a partir de la contribución de las tecnologías de Teragram) y Text Filter (para filtrar con criterios lingüísticos un conjunto de textos).

Figura 2 - Solapa de text analytics en SAS Enterprise Miner 6.2.

 

En cuanto a las redes sociales, SAS introdujo tres nuevos componentes: SAS Network Visualization Workshop, Proc Optgraph y SAS Social Network Analysis.

• SAS Network Visualization Workshop: aplicación gráfica interactiva basada en Windows para visualizar e investigar datos que involucran grafos. Usa una combinación de tablas, gráficos estadísticos y redes para visualizar y filtrar datos con el fin de descubrir relaciones ocultas.
  
• Proc Optgraph: Conjunto de algoritmos para resolver problemas de teoría de grafos, de flujos en redes y de optimización combinatoria. Incluido en el producto SAS Social Network Analysis, pero utilizable vía código SAS, sin necesidad de interfase gráfica.
  
• SAS Social Network Analysis: Componente de análisis de redes sociales que incluye un servidor que implementa algoritmos de representación y exploración de grafos y una interfase gráfica que permite explorar interactivamente un grafo, usando distintas herramientas, alertas, estrategias y métricas para descubrir y monitorear fenómenos en redes sociales.
  

 

 

Vía | Newsletter SAS

http://www.bmw-artcartour.com - Legendary collection as a virtual video tour.

Here are three texts related to data mining I’ve recently read. Their only common point is data mining.

• 9 Laws of Data Mining (Tom Khabaza): It’s always good to refresh state of the art data mining concepts (thanks to Meta S. Brown)
• CRISP-DM 1.0 (SPSS): Not new, but again, it’s good to refresh important steps of the data mining process.
• 6 Techniques to Make Analytics Work for you (Mike Meyer): A nice list of advices when applying analytics in the industry.

Via | Data Mining Research blog

Via | @TomHCAnderson

Un Programa de Fidelización, no es dar "regalitos" a mis clientes. La Fidelización, no es un departamento. La Fidelización, no son puntos o tarjetas. La Fidelización, no es un canal de ventas camuflado. La Fidelización, no es la manera de ofrecer al cliente aspectos higiénicos en tu producto/servicio. La Fidelización, no es café para todos. La Fidelización, no es algo complicado de entender para el cliente. La Fidelización, no es algó común, indiferenciado o aburrido. La Fidelización, no se da de un día para otro...

Vía | Blog de Marketing Relacional

Find more posts about Buzz, viral, Guerrilla, social media, marketing 2.0, Word of Mouth Marketing, Advertising in http://www.juanmarketing.com/

Cascade allows for precise analysis of the structures which underly sharing activity on the web:

Businesses can see the potential as a 'check-in' culture catches on, writes Nick Miller.

At a time when so many of the internet's shining stars are threatening to kill local businesses, Naveen Selvadurai is promising to help them.

The Indian-born, Manhattan-based computer whiz is co-founder of the social network foursquare, which began the mobile ''check-in'' culture and has so far fought off copycat competition from leviathans such as Facebook and a hundred smaller clones.

The co-founder and chief executive of the hugely popular email coupon company Groupon, Andrew Mason, recently promised to ''reshape local commerce''. Mr Selvadurai is making similar claims.

''We don't really know what's possible yet,'' he said. ''There's something very new to be able to reach a customer as they're coming in the front door, or while they're in the neighbourhood, and ping something in their pockets.''

Foursquare is the classic dotcom dream: planned over a kitchen table, launched two years ago at the South by Southwest festival, drooled over by the technorati, and closing in on 10 million users worldwide (from 1 million last year), now adding almost a million a month.

A location-aware social network becomes more than just another way to let your friends know what you've had for breakfast.

It can suggest where to go for breakfast and entice you to become a regular customer with tips and special offers.

Intrinsic in its mobility is something that could transform the way customers find businesses and vice versa, Mr Selvadurai said.

Foursquare was planned as a mobile app for the iPhone with the mission statement: ''How do we make cities easier to use?''

Users check in at bars, restaurants or entertainment venues and see who else is around. The app can suggest local places based on preferences and users can add tips, such as recommending a dish, which friends can access later.

The designers have added simple game mechanics to entice users to return. Virtual badges and points are awarded for visiting a place regularly.

But the reason more than 400,000 businesses have registered with foursquare is the ''specials'' feature. When a foursquare user checks into a venue, they sometimes trigger a special offer, usually designed to encourage repeat business e.g. a free drink on the 10th visit in a week or $20 off the bill if you bring along three friends.

So far, it has been a recipe for success. The app registers about 3 million check-ins a day globally, of which about half are in the US. It is used about 50-50 by men and women. The opportunity for business is obvious.

Mr Selvadurai said businesses were using this as a new and interesting advertising platform where they could try new things and see what worked, what didn't and what people were responding to.

It applied to single 'mom and pop' stores or big national chains such as Starbucks and McDonald's, he said. Last year, the History Channel used foursquare to promote a new series by adding historical notes to check-in locations across the US (it is now doing the same thing in London).

Sporting goods chain Sports Authority offered $500 vouchers to users in its post-Thanksgiving sales. A gym in New York gave a free drink and energy bar after the third workout of the week. A fast-food restaurant in Minneapolis found itself overrun when it promised a big discount for large groups of foursquare users, and it now runs regular special offers.

''I think we're still in the experimental phase for most of it,'' Mr Selvadurai said. ''There are so many things you can do with this platform, this idea. What we try to focus on is the rewards for loyalty.

''We don't know what's possible. We want [businesses] to come in and try all sorts of great things.''

At present, the company is concentrating on growing its social graph - its best chance to survive the Darwinian jungle of online social media. It offers its services free but, despite this, foursquare has already managed to raise $20 million in venture capital in two rounds and is rumoured to be planning a third, this time at a valuation just shy of $1 billion (Twitter is said to be valued between $4 billion and $10 billion, LivingSocial at $3 billion and Groupon possibly more than $25 billion).

Of course, foursquare is not the only company to be lured by the potential in mobile social media. The big online retail stories of the moment are Groupon and its competitor, LivingSocial.

In a recent letter to Groupon shareholders, Mr Mason said his company (now in the final lead-in to an IPO) was ''better positioned than any company in history to reshape local commerce. The speed of our growth reflects the enormous opportunity before us to create a more efficient local marketplace.''

Analysts believe much of that growth will be driven on the mobile side. ''As consumers increasingly trade up to smartphones, their ability to bring social dialogue and data into more of their daily activities continues to grow,'' said a report from comScore, Shop.org and Social Shopping Labs.

In April, Facebook also unveiled a daily deals feature, launching in five cities across the US.

With the internet giants paying attention, there is speculation that some companies will have to merge to survive.

Groupon has been on a buying spree and last month there were rumours it would team up with foursquare, allowing Groupon to reach beyond the borders of its email list and giving foursquare a handy revenue stream.

However, there has already been some scepticism about this trend. As early as March last year, cynics were already identifying ''foursquare apathy'' as the inevitable end of the experience.

The Fast Company blogger, Dan Macsai, said users of the site began curious and were briefly addicted but ''just as suddenly as your foursquare obsession began, it grinds to a halt. What initially excited you … was getting rewards for living your everyday life. Once you have to start working for them … you realise they're not actually worth it.''

The coupon sites have also suffered a reality check.

Last week, Rice University released the results of its research into the use of Groupon, LivingSocial and others, revealing that less than a fifth of deal users return for full-price purchases later on.

''The major take-away from the study is that not enough businesses are coming back to daily deals to make the industry sustainable in the long run,'' Utpal Dholakia, associate professor of management at Rice's Jones Graduate School of Business, said. ''And our results from three studies and close to 500 businesses surveyed show that the deals are nowhere close to the rates of financial success for participating businesses that some companies claim to be having.''

A little more than a third of deal users spent more than the voucher value when visiting a merchant and more than half the businesses reported making a profit on their promotions with only a quarter losing money.

This outcome was enough to encourage almost half the businesses to go back for another daily deal promotion.

The researchers found that daily deals seemed to work better for some industries more than others: 70 per cent of marketers in special events, health and services made money from them but only 43 per cent of restaurants did.

Mr Selvadurai said there were signs Groupon users tended to be more loyal to Groupon than to the business they happened to be promoting that week.

But foursquare's social graph was the secret sauce that brought customer loyalty into the mix, he said. ''It's the huge thing that separates us.''

He also sees an inevitability in the mobile phone becoming central to customer behaviour.

In the medium term it's just going to be that extra avenue to get marketing messages across to customers. But, in the longer term, more people have phones compared with computers, TVs or maybe radios, he said.

''In the next couple of years maybe it's just going to be another avenue but two or three years … this thing in your pocket replaces everything else in your pocket … and, more importantly, everyone is going to have it. I think that's the most powerful thing about it.''