Nuestro cliente está en el área de marketing de un banco con el siguiente caso:

La publicidad de los productos del banco en cuestión tiene mucha efectividad cuando va dirigida a sus “no-clientes”. Sin embargo, cuandose hace un lanzamiento de productos enfocados a clientes la publicidad no suele ser tan efectiva.

Se observa en el esqueleto de la base de datos que posee 15 variables y 45211 observaciones

La descripción y estructura de las variables es la siguiente:

Tabla de variables

Vistazo rápido

Notamos que en un amplio porcentaje la gente está catalogada como puntuales y solo aproximadamente el 1.7% esta catalogada como clientes morosos. Ésto significa que la gran parte de la cartera de clientes que posee el banco cumple con sus obligaciones con la institución.

Respecto a los préstamos hipotecarios la población se encuentra dividida practicamente en un 50%. Se observa una variación muy pequeña entre los clientes que tienen crédito hipotecario y los que no. Se realizarán curvas de supervivencia en subgrupos para aquellos que tienen crédito hipotecario y los que no.

Hipótesis: Debido a que se observa una variación muy pequeña entre los clientes que tienen crédito hipotecario y los que no, estas categorías no influyen en el rendimiento de los clientes en la campaña.

Se presenta una tendencia distinta contra los clientes que tienen un crédito hipotecario. En este caso los clientes que no poseen préstamos destacan considerablemente sobre la población que tiene préstamos en la cadena.

En la mayoría de nuestros clientes, la campaña se dio a conocer a través de su celular.

Por otro lado, tenemos que los clientes han sido expuestos desde 1 hasta 63 campañas de mkt; siendo la media por cliente de solo 2.

A su vez, notamos que las campañas tienen una duración máxima de 871 horas y la media de éstas es de 40 horas.

Del gráfico anterior podemos observar que el valor máximo de días de una campaña a otra es de 275, sin embargo, éste es un dato atípico por lo que no se considerará para el estudio.

Se pretende resolver el problema mediante curvas de supervivencia determinando que grupos de clientes son los que presentan el fallo antes que otros, determinando de esta manera a que tipo de cliente se deberían enfocar las campañas para que tengan éxito.

Aunado a ello se determinará cuanto tiempo habrá de por medio entre un grupo y otro para toda la cartera de clientes tenga éxito.

Gráfico ilustrativo

En el primer vistazo de la base de datos se nota que la mayoría de los clientes se encuentra en el rango de edad de 25-55 años así que se conglomerarán en un grupo llamado “mayoría” y el resto de edades será la “minoría”.

Se puede decir que el grupo minoría compra en menor tiempo el producto, por lo que se ve en la gráfica. Y las supervivencias son diferentes a un nivel de confianza del 99.9999%. Por lo que debería aumentarse la propaganda a clientes entre las edades de 18 a 25 años y de 55 en adelante.

En la gráfica se nota la frecuencia con la cual se compra el producto por hora, la minoría compra aproximadamente una unidad más por hora que el grupo mayoritario.
Además esta diferencia se espera al menos antes de las 500 horas que es cuando se tocan las bandas de confianza.

Aunque no sea muy evidente a simple vista, debido a que p<0.0001<0.01, sabemos que tenemos un 99% de probabilidad de que las curvas sean distintas. Por lo tanto podemos deducir que las campañas tienen mayor impacto y efectividad en las personas que están solteras.

Sin embargo la frecuencia con la que se hacen las compras no se diferencía mucho entre los tres conjuntos antes de las 400 horas y los intervalos de confianza se siguen tocando hasta el final de la gráfica, lo que nos lleva a conlcluir que no habrá una diferencia sirnificativa en el estado civil.

Notemos que, gráficamente, la curva de supervivencia correspondiente a los clientes que no tienen crédito hipotecario está por debajo de aquellos que si lo tienen. Además, p<0.0001<.01, esto quiere decir que con una probabilidad de 99%, éstas curvas son distintas. Por lo tanto, se tiene una mayor eficacia en la campaña con los clientes que no tienen crédito hipotecario.

Se observa que compran hasta en 268 horas antes los que no tienen crédito hipotecario.

De nuevo, observando que la curva de supervivencia de las personas que no tienen préstamos bancarios está por debajo de la de las personas que sí tienen préstamos y, recordando, que p<0.0001<0.01, podemos asegurar que las campañas tienen mayor eficacia en las personas que no tienen préstamos bancarios.

Para que haya una diferencia significativa entre las frecuencias de compra de ambas poblaciones se tendría que esperar a las ventas a partir de las 400 horas.

Como sabemos que p<0.0001<0.01 aseguramos con ésto que existe un 99% de probabilidad de que las curvas sean distintas entre sí. Podemos decir que, casi seguramente, la campaña tiene mayor efectividad en las personas entre mayor sea su grado de estudios.

La frecuencia de ventas por grado de estudios no tiene diferencias significativas entre los estratos.

Observando la tabla de correlaciones podríamos suponer que es más difícil vender los productos promocionados a las personas contactadas por teléfono. Sin embargo, la supervivencia de este grupo es casi igual a la del grupo al que se le ofreció el producto por medio de su celular. Sólo el grupo que tuvo un contacto desconocido presentó menor cantidad de ventas dentro de su propio grupo (Sólo un 4% dentro estrato “unknown” compró el producto contra el 13% y 15% dentro de los otros). Quedando la proporción total de ventas de esta manera:

Por último la frecuencia de compra de los que tienen método de contacto desconocido es menos de media venta por hora.

Las observaciones de esta variable se dividieron en dos grupos: profesionistas y no profesionistas. La curva de supervivencia de los profesionistas se encuentra por debajo de la curva de supervivencia de los no profesionistas,esto quiere decir que existe una mejor efectividad en los clientes profesionistas. Además, la curva de riesgo acumulada de los profesionistas se encuentra por arriba de la curva correspondiente al otro subgrupo.

Pero aunque se encuentre por encima la diferencia de número de ventas por hora no es muy significativa.

Notemos que la curva de supervivencia del grupo “success” está por debajo de las curvas de supervivencia de “other” y “failure”. Esto quiere decir que una vez que se tiene éxito en alguna campaña, en la siguiente es más probable y rápido tenerlo para ese cliente.

Las ventas del estrato “success” son de un máximo de 5 por hora, a diferencia de 2 por hora del resto.

Con el análisis de supervivencia, podemos resolver el problema del cliente pues gracias a este se identificaron las variables influyen de manera positiva en la efectividad, estas fueron las siguientes:

• El rango de edad. La mercadotecnia estaba principalmente dirigida a personas entre 25 y 55 años de edad, sin embargo el resto de edades compran con mayor frecuencia y facilidad así que la recomendación es ampliar la publicidad a los clientes menores a 25 años y mayores a 55.
  

• El medio de contacto a los clientes es ligeramente significativo entre teléfono local y teléfono celular obteniendo que las ventas por celular son mas efectivas. Pero la mayor diferencia es entre las ventas realizadas por un método de contacto diferente a los anteriores, así que se recomienda evitar todo contacto diferente al celular o teléfono.
  
• Si se tuvo éxito en campañas anteriores es el que tiene una frecuencia más significativa, siempre que se tenga éxito con un cliente es más probable que una nueva campaña tenga éxito en él.
• Si el cliente tiene o no créito hipotecario. Aquellos que no tengan crédito hipotecario compran más facilmente los productos promocionados.

Por otro lado las variables que no presentan una influencia para la promoción de la campaña son:

• nivel de escolaridad,
• el estado civil de los clientes,
• y si tienen préstamo bancario.