ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Caso GlowRoad

joselml20Apuntes23 de Noviembre de 2020

678 Palabras (3 Páginas)137 Visitas

Página 1 de 3

  [pic 1]

UNIVERSIDAD PRIVADA DE CIENCIAS APLICADAS

FACULTAD DE NEGOCIOS

CURSO

DIGITAL MARKETING ANALYTICS

CASO GLOWROAD

PROFESOR

SERKOVIC CORPANCHO, DIEGO ALONSO

SECCIÓN

MXA1

INTEGRANTES

CARRERA

CÓDIGO

LAVADO VEGA, LUCÍA

ADMINISTRACIÓN Y FINANZAS

U201610035

LEY GUSHIKEN, EDDY HIROSHI

ADMINISTRACIÓN Y MARKETING

U201621113

MAEDA RIVADENEYRA, LUIS

ADMINISTRACIÓN Y MARKETING

U20151B966

PEREZ CANGAHUALA, ALESSANDRA MARÍA

ADMINISTRACIÓN Y MARKETING

U201322178

TAPIA CERVANTES, MARCO

ADMINISTRACIÓN Y MARKETING

U201618874

SEMESTRE

2020 02

FECHA DE PRESENTACIÓN

12 DE SEPTIEMBRE

ÍNDICE

1.        ¿Qué modelos predictivos utilizaron? y ¿Qué otros modelos predictivos vistos en clase consideran que podrían utilizar en un negocio como este?        1

2.        ¿Cuál consideran que es la etapa del funnel o embudo de venta más importante para esta clase de negocio?        2

CASO GLOWROAD

  1. ¿Qué modelos predictivos utilizaron? y ¿Qué otros modelos predictivos vistos en clase consideran que podrían utilizar en un negocio como este?

En el presente caso, podemos evidenciar cómo GlowRoad para poder mejorar sus problemas de deserción de clientes y mejorar las transacciones en su plataforma contrató a Clever Tap quien usó diferentes modelos predictivos. Así pues, los modelos que se emplearon fueron los siguientes:

  • Next Best Offer (NBO)

Este primer modelo predictivo se empleó cuando Clever Tap empezó a manejar la data tanto interna como externa de los clientes de GlowRoad. Esto, con la finalidad de poder mejorar la retención de estos y aumentar la recompra. Así pues, en base a la data que previamente poseía la empresa, se empleó este modelo predictivo para aumentar las probabilidades de recompra, o en este caso, de seguir comprando/usando GlowRoad.

  • Churn

Para poder mejorar el rendimiento de GlowRoad, era esencial que Clever Tap emplee este modelo predictivo. Principalmente, se debe a que la empresa ya tenía grandes problemas en cuanto a la retención de sus clientes, y su ratio de deserción era muy elevado. Entonces, empleando Churn se pudo mejorar esta carencia. Inclusive, se obtuvieron resultados muy buenos, tanto así que el ratio de retención en el primer mes fue de 100% y se redujo el ratio de desinstalación de la app.

Por otro lado, existen otros modelos predictivos que podría emplear el negocio ahora que su situación ha mejorado. Estos serían los siguientes:

  • Customer Lifetime Value (CLTV)

GlowRoad podría emplear el modelo CLTV, puesto que ahora posee mayor cantidad de clientes que realizan compras de manera más frecuente en su plataforma. Si bien es cierto que la empresa ha mejorado su ratio de retención, es casi imposible retener a todos los clientes. Así pues, empleando CLTV, GlowRoad podría saber qué tanto valor monetario le representa un cliente para la empresa, y así podría realizar acciones de CRM principalmente a aquellos que poseen un mayor CLTV.

...

Descargar como (para miembros actualizados) txt (5 Kb) pdf (93 Kb) docx (33 Kb)
Leer 2 páginas más »
Disponible sólo en Clubensayos.com