Evaluación de una promoción para aumentar omnicanalidad en una tienda por departamento

Abstract

Actualmente, y siguiendo la tendencia de algunos años atrás, la industria del retail está a la baja. Han caído las ventas e incluso han disminuido los empleos en el rubro. Lo anterior provoca el aumento de las promociones y liquidaciones en el sector, pero también es una oportunidad para probar soluciones innovadoras. De manera de contraponerse a la situación actual de la industria, es que la tienda por departamento en la cual se trabaja ha puesto en desarrollo un framework de gestión de ciclo de vida del cliente. Esto para realizar estrategias de marketing a cada cliente, de acuerdo con la etapa en la que se encuentran con respecto a la tienda. Es decir, si están a punto de abandonar la empresa como clientes (fuga), se les envían ciertas promociones para propiciar su retención. Por otro lado, si son clientes habituales de la tienda, se les realiza un envío de promociones para que compren productos de categorías distintas a las usuales, para aumentar su rentabilidad dentro de la empresa. De manera de optimizar la solución anterior, es que en este trabajo se realiza un modelo para predecir la propensión de clientes a concretar su primera compra en el canal web de la empresa, junto con un experimento que permite concluir a cuáles clientes enviar una promoción determinada, en función de su propensión ya calculada, para aumentar la cantidad de clientes omnicanal de la empresa en el corto plazo. Estos clientes a los cuales se pretende incentivar su compra en el sitio web de la empresa, no han comprado por ese canal en 1 año o más, pero han realizado transacciones en tiendas físicas de la empresa en los últimos 8 meses. Los modelos evaluados usan variables transaccionales y sociodemográficas de los clientes, como cantidad de visitas con compra, suma total de compras, sexo, edad, etc. El modelo seleccionado posee un accuracy de 69.02% y un recall de 68.56% al usar un umbral óptimo de clasificación de casos, junto con un AUC de 0.7409. Mediante este modelo es que se segmentan a los clientes en propensión baja (3 deciles más bajos de propensión), propensión media (4 deciles siguientes) y propensión alta (3 deciles más altos de propensión). Al analizar los resultados de un experimento en que se envía un cupón de descuento a clientes de todos los segmentos de propensión, se determina que sólo aquellos clientes del segmento de propensión media lograron una tasa de respuesta incremental significativamente positiva en el canal web, junto con una venta incremental positiva. Por lo que se recomienda enviar promociones similares sólo a este segmento de clientes. Pues son quienes pasan a ser omnicanal gracias al incentivo. Como trabajo futuro se propone realizar experimentos con otros tipos de promociones, incorporar más datos de los clientes al modelo seleccionado, y evaluar la omnicanalidad a mediano y largo plazo de los clientes activados por la promoción.