COMERCIALIZACIONELECTRONICA.
HORTENCIA TRUJILLO SANCHEZ
• Verticalidad y actualización de las información (contenido)
• Navegabilidad de la página (usabilidad)
• Lugar de acceso de los visitantes (demográficos)
• Características del publico visitante (sociográficos)
• Número de suscriptores y tipo de suscripción. (posicionamiento)
• Número de visitantes únicos.
• Número de páginas vistas.
• Promedio de páginas vistas por visitante. (recurrencia)
• Porcentaje de visitas por sección. (verticalidad)
• Alexa ¿credibilidad?
¿Qué debo saber antes de anunciar en unportal?
El éxito de la publicidad, el mercadeo electrónico, el posicionamientode marcas y la rentabilidad a través de Internet, radica en:
• La identificación clara de las necesidades del cliente.
• La ubicación e identificación del publico objetivo. Plan/Medios.
• Un diseño grafico interactivo. (lectura grafica)
• herramientas tecnológicas de medición y monitoreo.
¿Cómo garantizo el éxito de mipublicidad?
El término inteligencia empresarial se refiere al uso de los datos de unaempresa para facilitar la toma de decisiones a las personas que deciden,es decir, la comprensión del funcionamiento actual y la anticipación deacciones para dar una dirección bien informada a la empresa.Las herramientas de inteligencia se basan en la utilización de un sistemade información de inteligencia que se forma con distintos datos extraídosde los datos de producción, con información relacionada con la empresao sus ámbitos y con datos económicos.Mediante las herramientas y técnicas ETL (extraer, transformar y cargar)se extraen los datos de distintas fuentes, se depuran y preparan(homogeneización de los datos) y cargarlos en un almacén de datos.Business IntelligenceEl término inteligencia empresarial se refiere al uso de los datos de unaempresa para facilitar la toma de decisiones a las personas que deciden,es decir, la comprensión del funcionamiento actual y la anticipación deacciones para dar una dirección bien informada a la empresa.Las herramientas de inteligencia se basan en la utilización de un sistemade información de inteligencia que se forma con distintos datos extraídosde los datos de producción, con información relacionada con la empresao sus ámbitos y con datos económicos.Mediante las herramientas y técnicas ETL (extraer, transformar y cargar)se extraen los datos de distintas fuentes, se depuran y preparan(homogeneización de los datos) y cargarlos en un almacén de datos.
Base de datos de Marketing es una poderosa armacompetitiva para las empresas - especialmente lasgrandes. El crecimiento de la base de datos demarketing se basa en la filosofía de las pequeñasempresas de permanecer cerca de los clientes,comprensión y la satisfacción de sus necesidades ytratar bien después de la venta. DDM es un enfoqueinteractivo para las comunicaciones de marketing,direccionables, que utiliza los medios decomunicación (correo, teléfono, fax, fuerza de ventas,etc.) para ayudar a ampliar su público objetivo, a finde estimular su demanda, y permanecer cerca deellos por el registro y mantenimiento de una base dedatos electrónica memoria de cliente, perspectiva ytodas las comunicaciones y contactos comerciales,para ayudar a mejorar todos los futuros contactos.Base de datos de Marketing es una poderosa armacompetitiva para las empresas - especialmente lasgrandes. El crecimiento de la base de datos demarketing se basa en la filosofía de las pequeñasempresas de permanecer cerca de los clientes,comprensión y la satisfacción de sus necesidades ytratar bien después de la venta. DDM es un enfoqueinteractivo para las comunicaciones de marketing,direccionables, que utiliza los medios decomunicación (correo, teléfono, fax, fuerza de ventas,etc.) para ayudar a ampliar su público objetivo, a finde estimular su demanda, y permanecer cerca deellos por el registro y mantenimiento de una base dedatos electrónica memoria de cliente, perspectiva ytodas las comunicaciones y contactos comerciales,para ayudar a mejorar todos los futuros contactos.
DBM O DATA BASE MARKETINGDBM O DATA BASE MARKETING
FIDELIZACIÓNFIDELIZACIÓN
Entendemos por fidelización el mantenimiento derelaciones a largo plazo con los clientes más rentablesde la empresa, obteniendo una alta participación ensus compras. Implica el establecimiento de sólidosvínculos y el mantenimiento de relaciones a largoplazo con los clientes.Entendemos por fidelización el mantenimiento derelaciones a largo plazo con los clientes más rentablesde la empresa, obteniendo una alta participación ensus compras. Implica el establecimiento de sólidosvínculos y el mantenimiento de relaciones a largoplazo con los clientes.
Data Warehouse
Que es?
Es un repositorio de datos de muy fácil acceso, alimentado de numerosasfuentes, transformadas en grupos de información sobre temas específicosde negocios, para permitir nuevas consultas, análisis, reportador ydecisiones.
En el contexto de la informática, un almacén de datos (del inglés datawarehouse) es una colección de datos orientada a un determinado ámbito(empresa, organización, etc.), integrado, no volátil y variable en el tiempo,que ayuda a la toma de decisiones en la entidad en la que se utiliza. Setrata, sobre todo, de un expediente completo de una organización, más alláde la información transaccional y operacional, almacenado en una base dedatos diseñada para favorecer el análisis y la divulgación eficiente de datos(especialmente OLAP, procesamiento analítico en línea). El almacenamientode los datos no debe usarse con datos de uso actual. Los almacenes dedatos contienen a menudo grandes cantidades de información que sesubdividen a veces en unidades lógicas más pequeñas dependiendo delsubsistema de la entidad del que procedan o para el que sean necesario.
Data Mining
Que es?
Data Mining, la extracción de información oculta y predecible degrandes bases de datos, es una poderosa tecnología nueva con granpotencial para ayudar a las compañías a concentrarse en la informaciónmás importante de sus Bases de Información (Data Warehouse). Lasherramientas de Data Mining predicen futuras tendencias ycomportamientos, permitiendo en los negocios tomar decisiones proactivasy conducidas por un conocimiento acabado de la información (knowledge-driven). Los análisis prospectivos automatizados ofrecidos por unproducto así van más allá de los eventos pasados provistos porherramientas retrospectivas típicas de sistemas de soporte de decisión. Lasherramientas de Data Mining pueden responder a preguntas de negociosque tradicionalmente consumen demasiado tiempo para poder ser resueltasy a los cuales los usuarios de esta información casi no están dispuestos aaceptar. Estas herramientas exploran las bases de datos en busca depatrones ocultos, encontrando información predecible que un experto nopuede llegar a encontrar porque se encuentra fuera de sus expectativas.
Como funciona?
¿Cuán exactamente es capaz Data Mining de decirle cosasimportantes que usted desconoce o que van a pasar? La técnicausada para realizar estas hazañas en Data Mining se llamaModelado. Modelado es simplemente el acto de construir un modeloen una situación donde usted conoce la respuesta y luego la aplicaen otra situación de la cual desconoce la respuesta. Por ejemplo, sibusca un galeón español hundido en los mares lo primero quepodría hacer es investigar otros tesoros españoles que ya fueronencontrados en el pasado. Notaría que esos barcos frecuentementefueron encontrados fuera de las costas de Bermuda y que hayciertas características respecto de las corrientes oceánicas y ciertasrutas que probablemente tomara el capitán del barco en esa época.Usted nota esas similitudes y arma un modelo que incluye lascaracterísticas comunes a todos los sitios de estos tesoroshundidos. Con estos modelos en mano sale a buscar el tesorodonde el modelo indica que en el pasado hubo más probabilidad dedarse una situación similar. Con un poco de esperanza, si tiene unbuen modelo, probablemente encontrará el tesoro.
Este acto de construcción de un modelo es algo que la gente ha estadohaciendo desde hace mucho tiempo, seguramente desde antes del auge delas computadoras y de la tecnología de Data Mining. Lo que ocurre en lascomputadoras, no es muy diferente de la manera en que la gente construyemodelos. Las computadoras son cargadas con mucha información acercade una variedad de situaciones donde una respuesta es conocida y luego elsoftware de Data Mining en la computadora debe correr a través de losdatos y distinguir las características de los datos que llevarán al modelo.Una vez que el modelo se construyó, puede ser usado en situacionessimilares donde usted no conoce la respuesta.
Si alguien le dice que tiene un modelo que puede predecir el uso de losclientes, ¿Cómo puede saber si es realmente un buen modelo? La primeracosa que puede probar es pedirle que aplique el modelo a su base declientes - donde usted ya conoce la respuesta. Con Data Mining, la mejormanera para realizar esto es dejando de lado ciertos datos para aislarlos delproceso de Data Mining. Una vez que el proceso está completo, losresultados pueden ser testeados contra los datos excluidos para confirmarla validez del modelo. Si el modelo funciona, las observaciones debenmantenerse para los datos excluidos.
Servicios:
Predicción automatizada de tendencias y comportamientos. DataMining automatiza el proceso de encontrar información predecible engrandes bases de datos. Preguntas que tradicionalmente requerían unintenso análisis manual, ahora pueden ser contestadas directa yrápidamente desde los datos. Un típico ejemplo de problema predeciblees el marketing apuntado a objetivos (targeted marketing). Data Miningusa datos en mailing promocionales anteriores para identificar posiblesobjetivos para maximizar los resultados de la inversión en futurosmailing. Otros problemas predecibles incluyen pronósticos de problemasfinancieros futuros y otras formas de incumplimiento, e identificarsegmentos de población que probablemente respondan similarmente aeventos dados.
Descubrimiento automatizado de modelos previamentedesconocidos. Las herramientas de Data Mining barren las bases dedatos e identifican modelos previamente escondidos en un sólo paso.Otros problemas de descubrimiento de modelos incluye detectartransacciones fraudulentas de tarjetas de créditos e identificar datosanormales que pueden representar errores de tapeado en la carga dedatos.
Ejemplos
Un ejemplo de la minería de datos (Data Mining)con pañales y cervezas: Un caso famoso acerca delcomportamiento de los consumidores. Una situación muy popularsucedió en una cadena de víveres en USA. Utilizando un softwarede minería de datos para estudiar el comportamiento de sus clientes,encontraron relaciones interesantes entre pañales, cervezas,hombres, y día de la semana.
Encontraron que los días jueves y sábado, los hombres quecompraban pañales también compraban cerveza. Información comoesa, que no siempre es evidente a primera vista, puede ser utilizadapara reubicar la mercancía en lugares más estratégicos, en esteejemplo, manteniendo a los pañales y a las cervezas cercanos unosde otros. Este resultado suministrado por un proceso de minería dedatos, puede ser analizado en profundidad por expertos humanos. Siellos encuentran una explicación razonable, esta de seguro será demucho ayuda para que los ejecutivos de la empresa alcancen susobjetivos de una manera más eficiente.
Que es el marketing viral?
Que es ?
Qué es el marketing viral
El marketing viral es una táctica del Net-Marketing, dedicada apotenciar el uso de Internet sobre las redes sociales (Se estima 8contactos promedio por persona). En otras palabras propaga unaidea a través de una red social. Piensen en las cadenas de textoquienes explotaron por años este concepto. Pero no por eso elmarketing viral es maligno.
¿Cómo funciona?
El ejemplo más básico. Piensen que están aburridos en la red y unamigo les recomienda un portal. Les habrá ayudado.
¿Cómo se implementa un sistema viral?
Antes de implementar hay que calcular el beneficio que brindarán a sususuarios con una campaña viral: mayor el beneficio, mejor impacto. Aunasí, no olviden estimar el Costo de Oportunidad. Es decir, en que dejaránde ganar por hacer otra cosa. No todas las campañas de marketing viralconvienen, por lo que es mejor analizar antes de invertir.Por ello, el primer punto es entonces:Determinar un Beneficio para incentivar la campañaEl primer paso
Primero se deben determinar las metas de la campaña viral.Por ejemplo, si somos un doctor que atiende 10 pacientes por semana,lanzar una campaña a una red social de miles de usuarios, determinará elfracaso. El caos no es buen aliado.
El plan es el primer paso
Hay puntos que debemos pensar, antes de actuar:Que obtendrán a cambio.
Que necesitan realmente.
Si los costos de la campaña se adecuan a las necesidadesplanteadas.
Determinar el costo de la implementación como parte del análisis.
EJEMPLO
El ejemplo más típico de una estrategia de marketing viral es la que enun principio llevó a Hotmail a darse a conocer masivamente. Cuandoel usuario del servicio envía un mensaje a sus amigos, al finalaparece la leyenda "Get Your Private, Free E-mail from MSN Hotmailat http://www.hotmail.com", cuando los amigos recibían el mensajese enteraban, les interesaba, por lo que se registraban en Hotmailpara obtener su cuenta gratis y al enviar mensajes a más amigostambién aparece la mencionada leyenda, infectando cada vez a máspersonas.
Una estrategia llamada 1 a 1
Identificar
Diferenciar
Interactuar
Personalizar
El proyecto de negocio debeestar centrado en el cliente.Deberá trazar una estrategiapara poder cautivarlo y motivara que sea fiel a su marca y lecompre.
MARKETING 1 TO 1