Modelamiento y optimización de email marketing para una Corredora de Seguros

Abstract

El presente trabajo de título trata sobre la eficiencia del email-marketing en una corredora de seguros, el cual representó alrededor del 3% de las ventas de la empresa el año 2018. Su indicador más relevante es el click rate (porcentaje de envíos abiertos que han sido clickeados), ya que está más relacionado a las cotizaciones y ventas. Se estima que por cada punto porcentual que aumenta el click rate, las ventas aumentan en 175 MM$. El objetivo principal del trabajo es aumentar el click rate de las campañas de email-marketing, mediante la asignación óptima entre productos, horarios de envío y clientes objetivos. Se propone resolver la asignación a través de un problema de optimización, que busca maximizar la propensión al click. Esta propensión al click es estimada mediante un modelo de predicción, que considera características del cliente (variables sociodemográficas), su relación con la empresa (variables transaccionales) y la respuesta a envíos previos. Se evalúan 9 modelos que estiman la propensión al click de los clientes. Se escoge un modelo Logit que consta de 30 variables relacionadas al envío, entre ellas, el click rate, open rate y cantidad de envíos previos. El modelo escogido logra una alta capacidad discriminatoria, con un AUC de 0.80 y una pendiente de discriminación de 0.30. Se estima que la variable más importante del modelo es el click rate calculado con los 12 meses previos al envío. Posterior a la selección del modelo de predicción, se desarrolla un modelo de asignación, que resuelve un problema de optimización similar al problema de la mochila múltiple, donde debe decidir la mejor combinación entre producto, día y cliente, respetando las capacidades de envío definidas para cada producto. Mediante simulación se evalúa el rendimiento del modelo de asignación, y se estima que el click rate aumenta 0.5 puntos porcentuales, alcanzando un click rate de 3.3%, y aumentando las ventas en 88 MM$. Por último, se define un diseño experimental, con el fin de validar el efecto estudiado en la asignación óptima. El diseño experimental queda propuesto para trabajos futuros.