Objetivos
Qué hacemos
Puntuar los nuevos clientes en función de la probabilidad final que tiene cada uno de realizar una compra de un producto o servicio
Cómo lo hacemos
Estudio inicial de los datos
El proceso de lead scoring comienza con la identificación de la información que se ha generado, tanto por los clientes actuales como por antiguos clientes. Es importante detectar aquellas variables que tienen un mayor impacto tanto en compras exitosas como en clientes fallidos.
Aplicación del modelo
Una vez que se define el problema, aplicamos un modelo a este conjunto de datos. El modelo evalúa la relación entre varios atributos asociados con los clientes, prospectos y el comportamiento identificado (es decir, la compra del cliente) y los califica en función de la propensión a lograr el comportamiento identificado.
Visualización
Los resultados son representados en cuadros de mando e indicadores para su estudio que en un entorno Data Driven serán la base para la toma de decisiones en próximas acciones y campañas.
Objetivos
Qué hacemos
Puntuar los nuevos clientes en función de la probabilidad final que tiene cada uno de realizar una compra de un producto o servicio
Cómo lo hacemos
Estudio inicial de los datos
El proceso de lead scoring comienza con la identificación de la información que se ha generado, tanto por los clientes actuales como por antiguos clientes. Es importante detectar aquellas variables que tienen un mayor impacto tanto en compras exitosas como en clientes fallidos.
Aplicación del modelo
Una vez que se define el problema, aplicamos un modelo a este conjunto de datos. El modelo evalúa la relación entre varios atributos asociados con los clientes, prospectos y el comportamiento identificado (es decir, la compra del cliente) y los califica en función de la propensión a lograr el comportamiento identificado.
Visualización
Los resultados son representados en cuadros de mando e indicadores para su estudio que en un entorno Data Driven serán la base para la toma de decisiones en próximas acciones y campañas.