Tendencias Zara, John Deere y Oxxo

Tendencias Zara

Instalar paquetes y llamar librerias

library (tidyverse)

## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ ggplot2 3.3.6      ✔ purrr   0.3.4 
## ✔ tibble  3.1.8      ✔ dplyr   1.0.10
## ✔ tidyr   1.2.0      ✔ stringr 1.4.1 
## ✔ readr   2.1.2      ✔ forcats 0.5.2 
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()

#install.packages("gtrendsR")
library (gtrendsR)

#install.packages("devtools")
#install.packages("usethis")
library (devtools)

## Loading required package: usethis

Para resolver errores al graficar

devtools::install_github("PMassicotte/gtrendsR")

## Skipping install of 'gtrendsR' from a github remote, the SHA1 (d53b9b7b) has not changed since last install.
##   Use `force = TRUE` to force installation

1

## [1] 1

force = TRUE

Herramienta “El Generador de Valor de Datos”

Paso 1. Definir el area del negocio que buscamos impactar o mejorar y su KPI.

#El deparatamento de mercadotecnia y ventas de Zara puede conocer que han hecho para que la busqueda de su marca vaya en crecimiento. Concentrarse en un KPI de atracción de clientes.

Paso 2. Seleccionar plantilla (-s) para crear valor a partir de los datos de los clientes.

Visión / Segmentación / Personalización / Contextualización

Paso 3. Generar Ideas o conceptos específicos

#Elaborar un benchmark para conocer el crecimiento de su competencia y la propia

Paso 4. Reunir los datos requeridos

#Elaborar una base de datos que indique tendencias que van en crecimiento y en declive

Paso 5. Plan de ejecución

#Estrategia de atracción de clientes conociendo las tendencias más conocidas por el segmento de mercado especifico que busca atacar Zara.

Paso 1. Definir el termino a buscar

termino <- c("Zara")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("US")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "web"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia)

Tendencias John Deere

Gráfica 1: En la Web, MX

Paso 1. Definir el termino a buscar

termino <- c("John Deere")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("MX")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "web"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia2<-tendencia
tendencia2 <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia2)

Gráfica 2: Newes, MX

Paso 1. Definir el termino a buscar

termino <- c("John Deere")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("MX")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "news"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia3<-tendencia
tendencia3 <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia3)

Gráfica 3: de Imagenes, MX

Paso 1. Definir el termino a buscar

termino <- c("John Deere")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("MX")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "images"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia4<-tendencia
tendencia4 <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia4)

Tendencias Oxxo

Gráfica 1: En la Web, MX

Paso 1. Definir el termino a buscar

termino <- c("Oxxo")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("MX")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "web"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia5<-tendencia
tendencia5 <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia5)

Gráfica 2: Newes, MX

Paso 1. Definir el termino a buscar

termino <- c("Oxxo")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("MX")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "news"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia6<-tendencia
tendencia6 <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia6)

Gráfica 3: de Imagenes, MX

Paso 1. Definir el termino a buscar

termino <- c("Oxxo")

Paso 2. Definir la locacion (ISO3166-2 country codes)

ubicacion <- c("MX")

Paso 3. Definir el canal: web, news, images, youtube

canal <- "images"

Paso 4. Definir la venta de tiempo

periodo <- ("2010-01-01 2022-09-01")

Paso 5. Funcion

tendencia7<-tendencia
tendencia7 <- gtrends(termino, ubicacion, canal, time = periodo)
plot (tendencia7)

Conclusión

Con el uso de Rstudio podemos analizar información y tendencias globales sin la necesidad de contar con una base de datos propia. En esta actividad de baso en tendencias de la tienda de moda y ropa conocida mundialmente “Zara”. Se indico a la marca que se buscaba analizar, el periodo que queremos que se fije la información, el país y el lugar en donde buscar la información.

Extraimos una tabla que de manera sencilla y visual nos indica que durante los años zara a tenido un crecimiento significativo de busquedas en internet, por lo que podemos percibir que cada vez tiene mayor posicionamiento en la mente de sus consumidores. En el 2020 podemos ver un declive agresivo y esto se debe a la pandemia que vivimos, pero ahora va en crecimiento.