Entrevista de Manel Machado, experto digital, en el blog de @marcapersonalmc
Geomarketing
Targeting con sentido común: geomarketing en los cristales #4
En cualquier acción comercial que diseñemos tenemos que prever cómo medir el éxito de la misma. Y en la ejecución, dirigirlo al público que mejor le vaya a venir tanto por interés como por situación geográfica.
Ya he escrito varias veces sobre los folletos comerciales que se suelen dejar en los parabrisas de los coches, fenómeno conocido como parabrising.
Al cabo de los días encuentro muchos folletos y algunos curiosos.
A mí me sorprende cuando parece que se han pensado y seleccionado, ya que lo habitual es que las empresas anunciantes traten de llevar tráfico de personas a sus negocios sin importarles demasiado de si es rentable, de si el medio es el adecuado o si de esta forma a los clientes se les repele más que se les atrae.
En el folleto de hoy traigo un servicio de mantenimiento de un concesionario oficial Ford:
Mensaje: se anuncian como concesionario multimarca pese a serlo oficial de Ford
Situación: están en zona de influencia, y es que el concesionario está a 820 metros de radio del lugar donde tenía mi coche aparcado, pero el emplazamiento invita a pensar que el radio de reparto de folletos se amplió hasta los 2km ya que dentro de ese radio están empresas como Mediaset (600 metros), Vodafone (1,58 km) o BBVA (2km) por decir algunas.
Target: me fijé bien y es que yo tengo un Ford, luego era su target primario, ya que en teoría debería conocer los concesionarios oficiales, su cultura y sus procedimientos.
Paseando unos metros alrededor de mi vehículo, comprobé que solo los vehículos Ford tenían el folleto, luego parece que habían hecho una selección cuidada de su público objetivo.
Por último, destacar que en el propio mensaje se ofrece un descuento bastante claro: mecánica y acotado en el tiempo, sin muchos asteriscos. Y lo mejor, prevén una posterior evaluación de esta acción comercial ya que el descuento se aplicará en el caso de presentar el folleto.
Esta es una acción bastante pensada desde el inicio y la ejecución, aunque el medio igual no es el más efectivo… o sí, eso solo lo saben ellos cuando hagan el ratio: coches en el taller con folleto/folletos repartidos.
Espero que haya sido de tu agrado: compártelo y agradecido por tus comentarios.
Te invito a estar en contacto:
Raúl Hernández
@formacionenmk
es.linkedin.com/in/raulhernandezluque
Webinar «Geomarketing: herramientas low cost al servicio del marketing»
#Geomarketing con sentido común.
Repaso al marketing territorial fácil, con software gratuito y casos de uso. Con LID Editorial y LID Learning.
Webinar Gratuito sobre Geomarketing
El próximo 10 de diciembre a las 17h repasaremos el Geomarketing sencillo, de bajo coste y con mucho sentido común para responder:
¿Aquí están mis clientes?
¿Aquí pueden estar mis clientes?
¿Hasta aquí pueden llegar mis clientes?
¿Desde aquí puedo llegar a mis clientes?
El webinar se tratará:
- Cómo poner el geomarketing al servicio de la estrategia de la empresa
- Hacer geomarketing con recursos públicos: Nomecalles e INE.
- Geomarketing con Excel, Google Fusion tables y Google Earth.
El propósito es acercar los recursos que todos usamos, a nuestro alcance para empezar a hacer marketing en el terreno, siempre con la mente puesta en el target, evitar infoxicación y relaciones excelentes a largo plazo con los clientes.
Apúntate gratuitamente en LID Learning.
ESPERO QUE HAYA SIDO DE TU AGRADO: COMPÁRTELO Y AGRADECIDO POR TUS COMENTARIOS.
TE INVITO A ESTAR EN CONTACTO:
RAÚL HERNÁNDEZ
@FORMACIONENMK
ES.LINKEDIN.COM/IN/RAULHERNANDEZLUQUE
Hacer Geomarketing Low Cost #5: de “shapefile” a “KML”
El INE tiene bastante información de caracterización geográfica, pero está estructurada en tablas de detalle y tablas descriptoras en Excel. Facilitan también un fichero “shapefile” de secciones censales. Mi objetivo es manejar esta información en Google Fusion Tables por lo que tengo que pasar del mapa «shapefile» a un mapa Google Earth.
La información detallada del censo se encuentra en www.ine.es demografía y población-cifras de población-censos de población y viviendas 2011-resultados detallados-resultados detallados -indicadores para secciones censales o en esta ruta: http://www.ine.es/censos2011_datos/cen11_datos_resultados_seccen.htm
La información está en una serie de Excel con esta pinta:
Cada variable está hasta nivel de sección censal, pero no sabemos (en castellano) el significado de las variables ni a qué Comunidad Autónoma, provincia, municipio, distrito o sección censal hace referencia.
Tal y como están los datos son un poco inmanejables:
Una serie de Excel con la información de detalle que habría que fusionar y luego cruzar con el fin de añadirle la descripción. En resumen habría una serie de tablas de talle y una serie de tablas descriptoras.
Estos cruces podemos hacerlos en distintos programas de manejo de base de datos como por ejemplo Access. También Google Docs nos ayuda con una visualización directa en Google Fusion Tables.
Adicionalmente el INE proporciona una capa de las secciones censales en formato “shapefile”: es el formato de archivo que desarrolla ESRI http://www.esri.com/ que tiene uno de los GIS más utilizados del mercado: ArcGis.
El “shapefile” (con extensión .shp) es un formato multiarchivo que contiene:
- .shp– archivo que almacena los objetos geométricos, en nuestro caso las secciones postales.
- .shx– es el archivo que almacena el índice de las entidades geométricas.
- .dbf– es la base de datos donde se almacena la información de los atributos de los objetos.
Adicionalmente puede haber los siguientes archivos:
- .prj– sistema de coordenadas en formato WKT: Well Known Text sintaxis en formato ASCII estandarizada diseñada para describir objetos espaciales expresados de forma vectorial, como los polígonos, vamos, áreas espaciales como una provincia o municipio.
- .sbny .sbx – índice espacial de las entidades.
- .fbny .fbx –
- .ainy .aih –
- .shp.xml– Almacena los metadatos (diccionario) del shapefile.
El inconveniente es que los archivos .shp suelen ser para trabajar con ArcGis, pero es un GIS de pago por licencia.
Pero podemos hacer un cambio a Google Earth.
Para ello utilizaremos otro GIS, pero esta vez gratuito y accesible para todos: gvSig
Tienes que bajarle e instalarlo http://www.gvsig.com/es/productos/gvsig-desktop/descargas
Puedes hacerlo con la versión standard u online. Yo opté por la online.
Ya en el “Gestor de proyecto” vamos a generar una nueva vista:
La renombramos como shp INE, pero puedes no poner nada, sólo acuérdate de lo que tienes ahí.
Ahora tenemos que (1) añadir una capa, para ello el icono de la barra de herramientas, en la ventana activa, “añadir” (2) y añadimos el fichero shp previamente descomprimido en la ruta que elijamos.
Después nos saldrá una advertencia, el programa necesita la base de datos (.dbf). Lo buscamos e iniciaremos el proceso de exportación del shp a Google Earth.
El formato de fichero del Google Earth es un KML. Así iremos a capa-exportar a y seguiremos los siguientes pasos:
El kml se guarda donde el fichero cogiste. Sin embargo el resultado es algo decepcionante:
¡¡¡¡AGUA!!!!
El problema venía dado por el sistema de referencia. Éste es el protocolo por el cual acabas asignando coordenadas a un determinado lugar.
El sistema de referencia que tiene Google Earth es el EPSG 4326 y el mapa del INE, por más que busqué, no lo encontré. Pero si recordaba de otros estudios que solemos adaptar la proyección EPSG 23030, que tiene que ver con nuestra situación en el mapa.
Tendremos que hacer el cambio de proyección: sobre la capa construida, haremos clic con el botón derecho y seleccionaremos propiedades. En la pestaña metadatos, vemos que efectivamente, está en proyección 4326. Para añadir otra proyección pinchamos en los “…” y buscamos la proyección pretendida:
Volvemos a repetir la operación de añadir una capa, pero esta vez, pinchamos en propiedades y en los “…” del final de la línea del CRS, para ya seleccionar la correcta proyección.
Comprobar que lo hemos hecho bien es inmediato, ya que el mapa se nos pinta sin problemas en gvSig:
Repetimos la acción de exportar a kml y ya nos pinta correctamente el mapa:
Espero que haya sido de tu agrado: compártelo y agradecido por tus comentarios.
Te invito a visitarme más a menudo suscribiéndote
Geomarketing y costes de servir en la valoración de clientes. Caso “A Fuego Lento”
Hay leyes no escritas que están basadas en la observación y sobre todo la experiencia.
Una de ellas es la tradicional ubicación de bares y restaurantes. Lejos de evitar la competencia ubicándose en zonas donde no hay otros establecimientos, la zona elegida tiene que ver con dónde tienen su público objetivo: «las zonas de bares».
La proximidad de negocios que en principio son competencia, es uno de los temas más estudiados por la Organización Industrial. Libros como los del premio Nobel Paul Krugman: “La organización espontánea de la economía” aduce a los canales de especialización de proveedores, distribución o demanda para explicar este fenómeno. Un ejemplo de esto serían las zonas de ocio y restauración.
Pongámonos un momento del lado del proveedor de estas zonas de restauración: los distribuidores que surten de bebidas como «Dispedisa» o «Diageo» .
Para ellos, sus clientes serán valiosos teniendo en cuenta su facturación en productos, su valor potencial (que en el futuro vayan comprando cada vez más productos) y un valor intangible del cliente, como que nos recomiende o que sea un cliente referente, por ejemplo, si cuentas en tu cartera de clientes con Pachá.
Sin embargo, debemos tener en cuenta la valoración de nuestros gastos, que son en los que incurrimos para generar ingresos. Dentro de éstos, uno de los más importantes serían los costes de servir. Es decir, el coste de llegar al cliente para dejarle la mercancía física.
Es fácil de entender cómo una distribuidora de bebida tendrá menos costes en tanto en cuanto sus clientes estén cercanos entre sí. Si éstos están en torno a un área donde se aparque el camión y con 2 personas se sirva a todos, los costes de gasolina serán mucho menores que si tienes a tus clientes dispersos en áreas muy amplias.
Cuanto menos sean tus costes de servir, mayores serán los márgenes y posibilidad de negociar con el fin de dar mejores condiciones a tus clientes. Empresas como las que distribuyen Heinz aplican mayores descuentos en las grandes ciudades que en las zonas rurales por este motivo.
Entremos en un caso en concreto de decisión y proceso de búsqueda de emplazamiento: analizamos «A Fuego Lento», un restaurante emplazado en Hervás (Cáceres), pueblo con una judería impactante en el Valle de Ambroz, entorno natural incomparable.
«A Fuego Lento» es el nº1 de los restaurantes de Hervás.
No lo digo yo, lo dicen las opiniones dadas por más de 150 comensales satisfechos en TripAdvisor. Por cierto, de cara a nuestra valoración de clientes, un cliente que lanza una buena opinión y recomendación, debería ser identificado como prescriptor, si tienes un negocio como este, este tipo de web te pueden ayudar.
“A Fuego Lento” inició la andadura a finales de 2010 y según Ana y Pelayo, propietarios del negocio, la ubicación fue una de las decisiones más difíciles: había que combinar dónde está el público objetivo con la disponibilidad e idoneidad de locales.
Como pequeña empresa, el acceso a complejos sistemas SIG, se hacía inaccesible, pero estudiaron la ubicación basándose en el conocimiento de la zona, los hábitos y costumbres de la localidad.
¿Dónde están sus clientes? Hervás, localidad volcada con el turismo, tiene como principal reclamo la judería y según un mapa de la localidad podemos ver que los bares y restaurantes próximos a ella.
Si el turista puede ser una de las principales fuentes de clientes potenciales, parece que casi todos los establecimientos se posicionan en torno a él.
Ahora había que buscar el local adecuado:
– Que estuviera en el casco histórico, en la ruta habitual del turismo
– La zona azul en el mapa, hace años, fue zona habitual de ocio nocturno para los habitantes del pueblo. En la actualidad esa zona, se ha vuelto a «poner de moda».
– Suficientemente cerca de los bares habituales (rojo en el mapa ) y los «bares de copas» (azul oscuro en el mapa), como para responder a la necesidad de «las comidas» y «cenas».
El candidato final y a la postre local definitivo:
– Había sido hacía tiempo restaurante, luego la distribución era la idónea.
– Disponía de patio que hacía fácil la instalación del horno de leña (hecho diferenciador de la Casa) y amenizaba las veladas en los picos veraniegos de turismo.
– Daba a 2 calles, teniendo acceso por 2 lugares, siendo advertible a los turistas hasta en 2 ocasiones (los accesos se aprecian en el mapa).
Con esta localización, y trabajando cuidadosamente los ambientes, hicieron de la comida o cena una experiencia agradable que ha sido recomendada por más de 150 clientes.
Clientes que serán comerciales de “A Fuego Lento” sin cargo a los costes del restaurante.
Espero que haya sido de tu agrado: compártelo y agradecido por tus comentarios.
Te invito a visitarme más a menudo suscribiéndote
Hacer Geomarketing lowcost #4 Google Fusion Tables
Tenemos a nuestro alcance muchas herramientas de acceso libre para hacer Geomarketing. Hoy revisamos Google Fusion Tables y comprobamos:
-
Data cleansing: como siempre, preparar los datos es la labor más costosa
-
Visualización interesante: formato condicional del señalizador (“pushpin”) y polígonos en función de condiciones numéricas y zonas de influencia (buffer) .Aunque a mejorar.
-
“Heatmaps”: mapas de calor con posibilidad de sobreponderar.
En anteriores entregas:
Hacer Geomarketing lowcost #1 Recursos públicos : revisamos el «Nomecalles» de la Comunidad de Madrid y sus variables sociodemográficas.
Hacer Geomarketing lowcost #2 Mapping Sheets: aplicamos la app de Google a un listado de excel.
Hacer Geomarketing lowcost #3 Geocodificacion con Excel: partíamos de un listado de clientes con sus direcciones y queríamos geocodificarlas para mostrarlas en Google Maps importando el fichero.
Hoy vengo con una opción más: «Google Fusion Tables» y un caso práctico incluyendo:
- Data cleansing
- Cambio de coordenadas de geográficas a decimales legibles por Google.
Empezaremos por lo sencillo, instalar la herramienta a partir de Google Drive: nuevo-más-conectar más herramientas-Tablas dinámicas (experimental)-conectar
Una vez conectado, volvemos a nuevo-más-tablas dinámicas de Google
En el menú que nos sale, le indicamos importar tabla y en examinar, buscaré el fichero resultante del anterior post (Hacer Geomarketing lowcost #3 Geocodificacion con Excel )
El nombre del archivo nos quedará a la derecha del botón examinar y continuaremos pulsando “next” (1 en el siguiente cuadro).
En el siguiente menú visualizaremos los datos, nos preguntarán en qué fila de la hoja de cálculo está el encabezado de la tabla.
Aquí viene el primer “truco”: importa la primera hoja del excel
“Next”, “Next” (en el siguiente menú no hay opciones interesantes, salvo un tic para permitir o no que otra persona disponga de esos datos).
Finalmente veremos el resultado del Google Fusion Tables:
Visualizamos el contenido de la tabla, con las direcciones y las coordenadas (1) y en la pestaña “Map of Coordenadas” vemos dibujados los mapas. Aparentemente parece más directo que la anterior opción. Pero aquí podemos hacer más cosas.
Voy a proponerme el tratamiento de una base de datos pública.
Encuentro uno interesante sobre las estaciones de control del aire del Ayuntamiento de Madrid. Me resulta útil, porque en vez de estaciones, pueden ser oficinas y en el fichero hay un campo cualitativo de la estación, que en negocios, podría ser niveles de cumplimiento.
El fichero procede de: http://datos.madrid.es/egob/catalogo/212629-0-estaciones-control-aire.xls
Y la pinta que tiene es:
La localización está en formato grados minutos y segundos y Google Maps reconoce las coordenadas en formato decimal, debemos hacer la conversión.
Vamos a hacer la conversión en Excel:
Vamos a descomponer las coordenadas de grados minutos y segundos a 3 columnas distintas. Echamos un ojo a los datos y vemos que más o menos guardan un patrón común.
OJO: que las coordenadas geográficas van longitud y latitud y Google al revés, por lo que calculo en las columnas H-J latitud y en las K-M longitud.
Ya tenemos los grados, minutos y segundos cada uno en una columna y ahora pasamos a formato decimal:
Por eso concatenar la latitud con la longitud, pero antes sustituyendo la coma decimal por el punto.
No me funcionó cambiar en opciones de excel cambiar el decimal coma por punto.
Como ya tenemos las coordenadas en el formato adecuado continuamos.
Ya dije antes que la hoja que importa es la primera, por lo que hay que preparar esa hoja con la información indispensable y tomar ciertas precauciones:
- Que el Excel tenga formato xlsx
- Que en la primera fila estén los encabezados
- Que los encabezados no tengan acentos, caracteres raros o espacios: usa el “_”
Aún así te pueden pasar cosas como esta, que siendo estaciones de medición del municipio de Madrid tengas puntos por todo el mundo:
Como vemos, está haciendo un “Map of segundos” luego está dibujando las coordenadas como si estuvieran en el campo “segundos” y está en coordenadas_fin. Sin embargo, no te da la posibilidad de seleccionarlo.
Preparo la primera hoja de la manera más limpia, con la dirección coordenadas y el tipo de estación y repito la exportación.
Cuando el programa detecta que hay coordenadas o campos numéricos se pone a calcular el mapa. En ese proceso, si está cogiendo mal las coordenadas, podemos modificarlo indicando la correcta “location column”
Una vez pintados los puntos, podemos cambiar el formato y dar algunos retoques interesantes en Configure map-Feature map –change feature styles
Ahí puedes cambiar el señalizador por un pushpin de distinto tamaño y color. Y lo más interesante: formatos condicionales en función de valores: points-market icon-buckets, que por defento viene así:
Lo interesante es tener un campo que nos de la medida cualitativa de nuestros puntos de interés. En este caso, tenemos el tipo_estación,
UT Urbana de tráfico -> color amarillo
UF Urbana de fondo -> color azul
S Suburbana -> color verde
En cualquier otra circunstancia puede haber un campo de cualificación de tiendas, o de semáforos de oportunidades de venta o cualquier caso que nos cualifique nuestros puntos geográficos.
Después de hacer varias pruebas, estos formatos condicionales se tienen que hacer con variables numéricas, por lo que previamente, antes de importar hay que hacer un cambio de escala:
1 Urbana de tráfico -> color amarillo
2 Urbana de fondo -> color azul
3 Suburbana -> color verde
Por defecto, el menú sale como en la situación (1), si pulsamos “use this range” cambia a los valores que contiene el campo y ya personalizamos “pushpin” y colores.
Esta función da un valor añadido en la visualización.
Aunque aún podemos tener algún dato raro:
Hay un punto extraño que está en Inglaterra, seleccionándolo vemos que no tiene coordenadas. Haremos un segundo repaso a la base de datos y veo que hay datos no coherentes (celdas amarillas):
La limpieza vendría por los datos de las celdas en amarillo, ya que contienen caracteres que no se convierten en coordenadas. Esto es debido a que las celdas a las que hacen referencia las fórmulas tienen una longitud de caracteres distinta a las anteriores y no reconoce bien la fórmula “extrae”.
Solo habría que retocar las posiciones donde empezar a extraer: por ejemplo en la celda E14 sólo debemos coger 4 caracteres a partir de la 9ª posición.
Si no queremos volver a repetir todo el proceso con quitar los casos raros valdría:
Filter-coordenadas_fin (nuestro campo de coordenadas sobre el que vamos a filtrar) –seleccionamos el valor sin datos – exclude selections y ya tenemos nuestro mapa caracterizado:
Otra de las funcionalidades importantes de Google Fusion Tables son los mapas de calor definiendo influencias.
En Configure map – heatmap:
Radius: es el tamaño del área (buffer) medido en pixeles, aunque no le he encontrado mucha utilidad salvo la visual, porque no he visto traducción a metros.
Opacity: es lo claro u oscuro que queremos ver el área de influencia
Weight: es si queremos darle peso por alguna variable, tipo volumen de ventas. En nuestro caso no tenemos nada, salvo el tipo_estación que toma valor 1,2,3 de forma discreta no porque el 3 tenga más intensidad que el 1, o le demos mayor importancia en el estudio
Aún así, podemos ver, que dándole peso con el tipo_estación, vemos más intensos los que tomaban valor 3, naranja los 2 y amarillo los 1. Pensando en variables de ventas u objetivos, veríamos aquellas oficinas que están mejor en cumplimiento.
Espero que haya sido de tu agrado: compártelo y agradecido por tus comentarios.
Te invito a visitarme más a menudo suscribiéndote
Hacer Geomarketing lowcost #3 Geocodificacion con Excel
Las herramientas GIS son útiles y a menudo caras, con licencias o por curva de aprendizaje. Aprenderemos a pintar una serie de coordenadas en el mapa a partir de un listado de direcciones. Muy útil para transportes, logística, buzoneos, marketing directo o visitas presenciales.
Partimos de la necesidad de geocodificar un listado de direcciones en Excel. Antes, como vimos en el post «Hacer Geomarketing lowcost. Software libre #2 Mapping Sheets» , hay que hacer un proceso de limpieza (data cleansing) previo.
Partimos de nuestro Excel:
Indagando en internet, encuentro un buen post del 2012 que habla de cómo crear complementos en Excel (extensiones xlam). En este mismo post encuentro la query para montar nuestro complemento.
Modificación al post de febrero de 2017:
Parece que el código que nos ofrecía «Police Analyst» no funciona. Tal y como comenta la entrada http://grindgis.com/software/microsoft-excel/geocoding-excel-and-bing hay una herramienta de excel que nos realiza la geocodificacion: http://excelgeocodingtool.com/
Mantengo el contenido del post anterior aunque le introduzco una sangría por si el código pudieramos mejorarlo. El contenido del post continúa más abajo, ya sin sangría.
Gracias a “Police Analyst”: http://policeanalyst.com/using-the-google-geocoding-api-in-excel/
Primero tenemos que habilitar el módulo de “programador” en Excel para pegar la query:
Archivo-opciones-personalizar cinta de opciones-darle al check de programador
Cerramos el Excel e iniciamos una nueva sesión. Comprobamos que tenemos la pestaña “programador” en el menú. En éste, damos al botón de visual basic:
Entonces tendremos 2 posibilidades: insertar-módulo
O puede ser que tengas en Excel más proyectos VBA, por lo que tendrías que irte a tu proyecto VBAProject (Libro1), que es el nuevo Excel que yo tengo abierto, botón derecho del ratón, insertar-módulo:
En el módulo, en la ventana en blanco de la derecha, pegamos el siguiente script:
Function GoogleGeocode(address As String) As String
Dim strAddress As String
Dim strQuery As String
Dim strLatitude As String
Dim strLongitude As String
strAddress = URLEncode(address)
‘Assemble the query string
strQuery = «http://maps.googleapis.com/maps/api/geocode/xml?»
strQuery = strQuery & «address=» & strAddress
strQuery = strQuery & «&sensor=false»
‘define XML and HTTP components
Dim googleResult As New MSXML2.DOMDocument
Dim googleService As New MSXML2.XMLHTTP
Dim oNodes As MSXML2.IXMLDOMNodeList
Dim oNode As MSXML2.IXMLDOMNode
‘create HTTP request to query URL – make sure to have
‘that last «False» there for synchronous operation
googleService.Open «GET», strQuery, False
googleService.send
googleResult.LoadXML (googleService.responseText)
Set oNodes = googleResult.getElementsByTagName(«geometry»)
If oNodes.Length = 1 Then
For Each oNode In oNodes
strLatitude = oNode.ChildNodes(0).ChildNodes(0).Text
strLongitude = oNode.ChildNodes(0).ChildNodes(1).Text
GoogleGeocode = strLatitude & «,» & strLongitude
Next oNode
Else
GoogleGeocode = «Not Found (try again, you may have done too many too fast)»
End If
End Function
Public Function URLEncode(StringVal As String, Optional SpaceAsPlus As Boolean = False) As String
Dim StringLen As Long: StringLen = Len(StringVal)
If StringLen>0 Then
ReDim result(StringLen) As String
Dim i As Long, CharCode As Integer
Dim Char As String, Space As String
If SpaceAsPlus Then Space = «+» Else Space = «%20»
For i = 1 To StringLen
Char = Mid$(StringVal, i, 1)
CharCode = Asc(Char)
Select Case CharCode
Case 97 To 122, 65 To 90, 48 To 57, 45, 46, 95, 126
result(i) = Char
Case 32
result(i) = Space
Case 0 To 15
result(i) = «%0» & Hex(CharCode)
Case Else
result(i) = «%» & Hex(CharCode)
End Select
Next i
URLEncode = Join(result, «»)
End If
End Function
El código está hecho en una librería XML de Microsoft, por lo que tendremos que habilitarlo: herramientas- referencias y en el menú darle al tic de Microsoft XML
Guardas, cierras el editor de visual y guardas el Excel formato xlam:
Habitualmente hay una carpeta en la ruta de Microsoft que es “complementos” y si lo guardas ahí, los tendrás todos ordenados. Yo he probado a guardarlo en otra ruta y también funciona.
Ahora tendremos que habilitar el complemento: archivo-opciones- complementos-administrar complementos de Excel-ir
Examinas donde has guardado el complemento y lo habilitas en el listado del la ventana de la izquierda.
Cierras Excel y vuelves a abrir una sesión nueva.
Te pones en la celda y escribes =get y compruebas que se han cargado las nuevas fórmulas de georreferenciación. Para que nos saque las coordenadas que son compatibles con Google Maps: =getcoordinates() y ya lo tenemos:
Lo comprobamos y ¡funciona!
Vayamos al siguiente paso: ¡PINTARLO!
Opto por pintarlo en Google Maps. Inicio sesión en Google y me voy al apartado de “mis mapas”:
Ahora tengo que añadir una capa donde importaré mi Excel con las direcciones geocodificadas: añadir capa- importar y arrastraremos a la ventana nuestro documento:
Nos pedirá cuál es el campo de las coordenadas, pero es que en mi Excel no tenía el nombre de las columnas: importante, pon nombre a las columnas y por si acaso, no pongas tildes a los nombres.
Volvemos a repetir la importación, marcamos que nuestra columna de posición es “coordenadas” y de latitud/longitud, que es como las da Google:
Si lo hicieras al revés, poniendo longitud/latitud, te podrías encontrar este pequeño contratiempo: ¡AGUA!, nos ha dibujado nuestros puntos en el mar cerca de Kenia Si te pasara, ya sabes por qué es:
Si lo hacemos bien, el resultado será el esperado, ya sólo queda “tunear” el mapa: nombres a las capas, colores… como te guste:
Espero que haya sido de tu agrado: compártelo y agradecido por tus comentarios.
Te invito a visitarme más a menudo suscribiéndote
Geomarketing en los cristales de los coches #2
Las acciones de marketing sobre el terreno como buzoneos o reparto de folletos, exigen una detenida planificación sobre el terreno, así como preparación del propio folleto: creatividad, mensaje, promoción y marcar cada lote de folletos para distinguir su procedencia para la posterior medición.
Ninguno de estos aspectos debe fallar, si no, no sabremos el efecto de esta acción de marketing.
Y me encontré un folleto más interesante que el resto…
Recientemente escribía sobre los folletos que habitualmente dejan las empresas en los parabrisas de los coches que aparcan en su perímetro: Geomarketing en los cristales de los coches.
Desde aquel post, los observo con mayor atención y siempre me hago la misma pregunta: esta gente que invierte dinero, ¿sabrá de dónde le vienen los clientes?
Hoy me encontré una grata sorpresa: ¡¡¡ un folleto interesante !!!
Destaco varias cosas interesantes:
- 1º hay una promoción: da al potencial cliente una razón para que le visite.
- Pone una fecha de caducidad
- Pone una condición: debes entregar la publicidad
Reconozco que las 2 últimas me hicieron bastante emoción, sobre todo la de la fecha.
Igual me pasé en la emoción, porque si hay una promoción (en el reverso del folleto anunciaban un precio especial de 20€ por el servicio), es lógico entregar el folleto y más lógico que tenga una fecha límite.
Tal vez elucubré demasiado:
Pensé en un radio de influencia: si mi vehículo estaba a 1,45km en línea recta de la dirección del folleto, establecí un radio de influencia de la misma distancia:
Un total de 6,60 km2 limitada al norte por la carretera de Fuencarral, al Sur con la A1, al este con la M40 y al oeste con las vías de tren. Aun así, sigue siendo un área de reparto de folletos bastante amplio.
Esta área es de alta densidad de edificios. Sin embargo son edificios en su mayoría estructurados en mancomunidades, donde suele haber un portero físico que centraliza la recepción de folletos. De esta forma se cumpliría la regla de dejar el 25% de folletos en edificios grandes, teniendo buena velocidad de reparto.
Con esta densidad de edificios mancomunados, la posibilidad de que los vecinos acaben viendo el folleto es bajo, por lo que pasamos al segundo público objetivo del radio de influencia: los empleados de las empresas de los alrededores
Los empleados de las empresas de los alrededores son un público bastante estable y que puede tener necesidades de servicios en la cercanía de sus centros de trabajo. Esta zona tiene una alta densidad de empresas de muchos empleados: puntos rojos en el mapa.
Para conectar con ese público, incluso con el público residencial están los coches aparcados en las calles.
El reparto de folletos, puede ser efectivo, pero ¿cómo saberlo?
¿En el folleto pone algo que sea capaz de saber de qué calle procede?
¿Doy alguna motivación al posible cliente para que me visite, y mejor, para que me presente el folleto?
El folleto de hoy me hizo ilusión porque tenía promoción, instaba a enseñar el folleto y tenía una fecha de caducidad.
Esta fecha la puedes hacer variable, en función, por ejemplo del momento del reparto.
La velocidad de reparto suele ser entre 3.500 y 5.000 folletos al día. Lo normal es que un área tan grande se haga al menos en 2 días. Pero tiene sentido hacer una segmentación geográfica por público afín, no tanto por capacidad de reparto.
Paseando por la zona saldrían 4 zonas diferenciadas:
- En el entorno de Telefónica
- En el entorno del BBVA
- En el entorno de Mediaset – Telecinco
- Resto
Podríamos hacer cosas como saber la tasa de respuesta, el ROI de mi inversión y dónde está mi público objetivo y posibilidades de hacer el boca a boca.Estas 4 zonas podrían tener un día distinto en el folleto y si POR FIN, podríamos identificar a los clientes de dónde nos vienen.
Hacer Geomarketing lowcost #2 Mapping Sheets
¿Consideras útil pintar en un mapa dónde están tus clientes? Planificar repartos, visitas comerciales o saber dónde están tus ingresos. A menudo nos echamos para atrás por desconocimiento o porque creemos que es muy difícil o caro. Google Docs y Mapping Sheets son sofware libre que nos facilitan la labor. Los pruebo con una base de datos de Colombia y este es el resultado: útil, sencillo, pero lo más importante es preparar la base de datos («datacleansing») para que salga correctamente.
Ante la necesidad de saber dónde están mis clientes: por motivos estratégicos u operativos, si eres una empresa de distribución o has de planificar visitas comerciales, voy a revisar con software libre que hay a nuestra disposición, cómo podría responder a esta necesidad.
A partir de una base de datos en Excel, en concreto de una base de datos de “leads” de venta de Colombia, extraídos de una web que vende información para realizar acciones de marketing directo: http://bases-de-datos-emails-empresas.com/muestras/MUESTRA-DE-EMPRESAS-DE-COLOMBIA.xls
Esta base de datos tiene los siguientes campos:
Esta base de datos consta de 40 clientes que queremos situar en el mapa.
Para ello vamos a utilizar 2 herramientas:
- Google docs
- Mapping Sheets, complemento que se instala desde (https://chrome.google.com/webstore/detail/mapping-sheets/ddfdjfkaipgeahdjeemdojbpcglcncif)
Google docs es el paquete ofimático en red de Google. Ha evolucionado bastante y aunque no da las prestaciones de Office tiene ventajas como el almacenamiento compartido de gran volumen como es Google Drive y se puede compartir con otros usuarios. Es muy útil para trabajar a distancia ya que se puede actualizar 2 personas a la vez.
Abrimos una nueva hoja de cálculo en Google Docs. Ya en la hoja de cálculo y una vez instalado la app, la iniciamos en el menú vía “complementos-mapping sheets-start mapping”
Como los datos con los que vamos a trabajar están en Excel, copiamos y pegamos los datos en la hoja de cálculo de Google docs.
Vemos que al “start” la aplicación, sale un menú a la derecha de la pantalla con 3 campos con sus sendas listas desplegables.
Los 3 campos: “Title”, “Filter”, “Location” influye directamente en la visualización posterior del mapa:
“Title”: título con el que vas a visualizar el punto.
“Filter”: campo por el que vamos a poder hacer filtros, por ejemplo, un campo interesante si disponemos de él, sería el sector. De esta forma se nos pintarían los puntos que pertenecen al sector que elegimos.
“Location”: es el campo que va a tomar Google maps para situar el punto.
Con los datos que disponemos en esta base de datos parece razonable que pongamos el campo “Razón social” para el título, “Actividad comercial” para el campo filtro y “Dirección” para el campo localización.
Con los datos pegados en Google docs, le damos al botón “Build”
Nos podría dar un error al tratar los datos.
Aquí tendríamos la primera advertencia de que los datos de direcciones no son correctas.
En concreto esta base de datos tenía la dirección en un campo que se llama Dirección y en otro campo está la ciudad.
A la aplicación le estamos diciendo que
Y claro, tiene la calle, pero no sabe de qué ciudad.
Para solucionarlo, insertamos una columna a la derecha del campo “Dirección”. (Botón derecho y añadir una columna)
Después, creamos la dirección en un nuevo campo llamado “Adress” que es la unión de la “Dirección” y la “Ciudad”, separados por una “,”, de esta forma:
Y modificamos la opción “Location” de la herramienta por el campo “Adress” y botón “Build”
Por último, también nos pueden dar unos poquitos errores.
Generalmente direcciones mal informadas o nombres no normalizadas: km, Calle, C/, Travesía, Trav… Si son pocos podemos resolverlo a mano.
Después dibujaremos el mapa:
Sobre el mapa, podemos observar algunas cosas: los señalizadores o “chinchetas” (pushpin) tienen colores. Estos colores son los del campo de “actividad comercial” que es el campo por el que hemos estimado que sea el “Filter”.
Suele haber algunos errores que son muy visibles: datos en México, Brasil o España.
Podemos posicionarnos sobre la “chincheta” y ver el motivo. Por ejemplo:
Sin embargo, vemos que la dirección no está bien informada en la base de datos. Si vemos en
Google Maps la empresa estaría en la calle 127D o Autonorte # 127D-2 a 127D-34.
Otro caso sería
Donde contrastamos que la dirección de esta empresa no es correcta, ya que sería: Calle 51 N° 51 – 27 Parque Berrío – Medellín Colombia
Si modificamos el dato en la hoja de cálculo:
Y volvemos a general el mapa (“build” y “view”):
Podríamos concluir varias cosas:
-
La herramienta es muy útil y rápida
-
Igual podía tener alguna prestación adicional como la geocodificación, pero algún app adicional que escrutaremos
-
El problema, como casi siempre viene del origen de los datos. Es casi más importante tener una buena fuente que el uso posterior de los datos.
El proceso de adecuación y limpieza inicial de los datos se llama data cleansing o data scrubbing que es la corrección o eliminación de datos erróneos de una base de datos. El proceso de data cleansing permite identificar datos incompletos, incorrectos o inexactos. Después de la limpieza, la base de datos podrá ser compatible con otras bases de datos similares o utilizables por aplicaciones como sobre la que hemos hablado.
www.formacionenmarketing.com 