Cómo utilizar amplias variaciones en la comercialización basada en los datos
Va a correr a través de situaciones en las que los datos de distribución de la comercialización impulsadas parece no tener fin. datos de ingreso es así. La gran mayoría de los hogares tienen ingresos en un rango bastante estrecho. El porcentaje de hogares que ganan menos de un millón de dólares representa casi todo el mundo. No importa qué tan alto que vaya, $ 10 millones, $ 100 millones, incluso $ 500 millones, usted todavía no se han representado cada hogar.
Esta situación se denomina comúnmente largo-de cola distribución. Estas distribuciones hacen promedios muy engañoso. La razón es que los datos de forma cabo allá en la distribución contribuye mucho más a la media de los datos en la parte inferior.
Un cálculo simple ilustrará este punto. Suponga que tiene 100 personas que ganan $ 50K y 1 persona que gana $ 10 millones. Esto da un total de $ 15 millones. Eso equivale a un ingreso promedio de poco más de $ 148.500. Esto es tres veces más de lo que realmente hace a nadie. Y esta falsa representación está siendo causado por un punto de datos.
Una distribución de cola larga es un caso en que haciendo caso omiso de los datos es una buena idea. Al realizar el análisis de estos tipos de distribuciones, que está bien para tirar los puntos de datos extremos, llamado valores atípicos. Si no quiere tirar de ellos por completo, entonces por lo menos un tope en algún nivel razonable para que no enturbiar las obras.
Usted encontrará que surgen muy amplias distribuciones de frecuencia en el estudio de los datos de comportamiento. En cuanto a algunos datos pase anual para una compañía de entretenimiento, algunas personas utilizan el pase sólo una vez. La gran mayoría utilizó menos de diez veces, pero no hubo pases que se utilizaron más de 200 veces.
En situaciones como esta, es imposible para representar gráficamente la distribución completa de una manera significativa. Si agrupa los datos en intervalos amplios, que no se ve la variación significativa en la parte inferior.
La mejor alternativa es limitar la distribución en algún valor bastante temprano y crear una crear una barra de “todo lo demás”.
Ahora se puede ver que en realidad hay una distribución bimodal en el extremo inferior. Muchos de los clientes utilizan su pase sólo una vez, y no hay otro pico en torno a cinco usos.
La burbuja de la derecha no es realmente una burbuja. Al continuar para representar gráficamente a cabo toda la distribución sería continuar durante varias páginas y no hay página tendría más de un puñado de clientes representados en él. Pero esto no-muy-a-burbuja te da una idea de cuántos clientes están utilizando sus pases mucho.
Video: ¿CUANDO UTILIZAR UNA PERMUTACIÓN, COMBINACIÓN O VARIACIÓN?
Esta distribución sugiere que, si tuviera esta empresa de entretenimiento, que tendría dos oportunidades de comercialización diferentes. En primer lugar, usted desea conseguir los clientes de un solo uso para volver. Que había necesidad de averiguar por qué estas personas no están regresando y tratar de superar esas barreras. En segundo lugar, usted desea maximizar sus ingresos del segundo grupo.
Usted puede hacer esto mediante la comunicación de eventos especiales o mantenerlos informados de las novedades. Los clientes de alto uso, probablemente no necesitan una gran cantidad de atención de marketing de base de datos adicional.
Video: Panel de control (dashboard) con tablas dinámicas y segmentación
En este ejemplo, usted ha identificado tres grupos distintos de clientes. Y que ha hecho que al mirar a una sola variable. Ahora se puede profundizar en los datos sobre cada grupo por separado y desarrollar campañas de marketing para abordar cada uno.
La comprensión de los datos de forma varía entre sus clientes o con el tiempo le ayudará a identificar las oportunidades de comercialización. Se le permite agrupar sus clientes juntos de manera significativa.