Entrevista en manelmachado.es

entrevista_manelmachadoEntrevista de Manel Machado, experto digital, en su blog: manelmachado.es @marcapersonalmc

Un auténtico placer:

www.manelmachado.es/entrevista-a-raul-hernandez/

 

Anuncios

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:

parabrising_ford3

 

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.

parabrising_ford1

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 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?

17

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:

12

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:

11

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.
  • .sbn.sbx – índice espacial de las entidades.
  • .fbn.fbx –
  • .ain.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.

1

Ya en el “Gestor de proyecto” vamos a generar una nueva vista:

2

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.

3

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.

4

El formato de fichero del Google Earth es un KML. Así iremos a capa-exportar a y seguiremos los siguientes pasos:

5

El kml se guarda donde el fichero cogiste. Sin embargo el resultado es algo decepcionante:

Imagen2

¡¡¡¡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:

6

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.

7

Comprobar que lo hemos hecho bien es inmediato, ya que el mapa se nos pinta sin problemas en gvSig:

8

Repetimos la acción de exportar a kml y ya nos pinta correctamente el mapa:

9

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.

Valor del cliente

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.

FUEGO LENTO

“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 tripadvisor

“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.

mapa1

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».

mapa2

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

1

Una vez conectado, volvemos a nuevo-más-tablas dinámicas de Google

2

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

3

 

“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.

4

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:

5

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.

6

Ya tenemos los grados, minutos y segundos cada uno en una columna y ahora pasamos a formato decimal:

7

8

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:

10

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”

11

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:

12

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.

13

Esta función da un valor añadido en la visualización.

Aunque aún podemos tener algún dato raro:

14

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):

15

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:

16

Otra de las funcionalidades importantes de Google Fusion Tables son los mapas de calor definiendo influencias.

En Configure map – heatmap:

17

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.

18

Espero que haya sido de tu agrado: compártelo y agradecido por tus comentarios.
Te invito a visitarme más a menudo suscribiéndote