Reader’s Digest RD Brasil

1. Reader’s DigestRD Brasil

2. Reader’s Digest - Quem somos? • Líder mundial em Marketing Direto • Presença em mais de 49 países, sendo a revista de maior circulação mundial. • Editora Global • Revistas • Livros • Música • Livros Condensados • Catálogos (Produtos Próprios e de Terceiros) • Coleções musicais • Coleções Ilustradas

3. Reader’s Digest: Quem somos? Receita : US$ 2,5 Bi Lucro Operacional : US$ 167 Mi Circulação mensal paga : 25 Milhões Foco em Home Entertainment Presença em 49 países, 19 línguas Brasil está entre os 10 maiores do mundo

4. Reader’s Digest - Um pouco de história... • Em 1942, a Revista Seleções é lançada no Brasil. Na década de 70 a revista passa a ser editada em Portugal. • Em 1996, o Reader’s Digest se restabelece no Brasil. • Em Julho de 1996 o Reader’s Digest passa a oferecer assinaturas.

5. Reader’s Digest - Um pouco de história... • Em abril de 1997, a Revista Seleções volta a ser editada no Brasil. • E hoje temos mais de 450.000 assinantes, sendo a 2ª revista em circulação no Brasil. Fonte VC

6. Marketing Direto Produto Promoção Pessoa Ambiente Oferta Os 3 P´s do Marketing Direto

7. Pilar 1 : Produto Produtos típicos para Marketing Direto: Exclusividade Qualidade : Vital para a recompra Procure se diferenciar, porém NÃO CRIE EXPECTATIVAS INFUNDADAS Preço baixo ou mediano

8. Pilar 1 : Produto - Realidade RD Os produtos Reader’s Digest são exclusivos, com raras exceções Produtos mundiais tropicalizados NENHUM produto é lançado sem testar conceito e preço

9. Pilar 2 : Promoção MKT DIRETO É IMPULSO !!!! A Promoção tem que envolver imediatamente Deve ressaltar benefícios diretamente Deve estimular os sentidos O que faz a diferença: Personalização Action Devices - Interatividade Formatos não tradicionais, riqueza de detalhes Validade da oferta

10. Pilar 2 : Promoção - Realidade RD Estrutura das peças já testada e aprovada em diversos mercados Personalização Concursos - Validade da oferta com estimulo ao impulso Variedade de Formatos Action Devices - Interatividade Degustações gratuitas (Ex. Demo CD’s) Oferta Sim / Não Descontos Brindes Secretos

11. Pilar 3 : Pessoas: Database Marketing • Pontos chave para o Marketing Direto: • Armazenar dados transacionais, promocionais e pessoais • Técnicas Estatísticas • Metodologia • Controle • Tecnologia empregada

12. Campanhas de Marketing Direto • São correspondências (chamadas peças promocionais) enviadas para as casas dos clientes, contendo: • Oferta do produto (Brochura) com texto e fotos descrevendo o produto • Certificado de participação no concurso • Ordem de pedido • Existem diversas peças promocionais com os mais variados itens e cada um com seu custo de produção / postagem • Temos mensalmente cerca de duas a três campanhas que o cliente pode estar recebendo em sua casa • Produtos: • Livros (Dicionários, Atlas, Saúde, Culinária, História, etc...) • Música (Clássica, MPB, Relaxamento, etc...) • Catálogo (Produtos variados)

13. Estatístico na Área de Marketing? • Uma idéia das bases de dados corporativas: • As empresas possuem em geral milhões de clientes • Cada cliente desse pode fazer diversos pedidos • Cada pedido pode ser de uma linha de produto diferente • Cada pedido pode ser de um tipo de campanha diferente (abordagem, foco, oferta diferente) • Cada pedido pode ser feito com uma forma de pagamento diferente • Cada pedido é feito em determinado momento do “ciclo de vida” do cliente • Cada cliente pode estar numa região geográfica diferente • Os clientes possuem idades e/ou sexo diferentes • Cada cliente possui interesse em um determinado tipo/afinidade de produto • Quem, em seu juízo perfeito, estaria satisfeito por trabalhar • com imensa quantidade de dados, fazer diversas análises e • ainda agradecer por ter tantas observações na amostra? • Somente um Estatístico mesmo...

14. Base de Dados Corporativa As técnicas de DBM são utilizadas no Data Mart de Marketing

15. Database Marketing • Também conhecido como DBM, Database Marketing pode ser definido por: • “Uma técnica para obtenção de informações a respeito de seus clientes (ou futuros clientes) numa base de dados única e utilizar essa informação para guiar os esforços de Marketing de uma empresa.” • Vantagens: • Esforços de Marketing focados • Maior conhecimento a respeito de seus clientes (hábitos, gostos, etc...) • Melhores estimativas de resultados de campanhas futuras • Mais informações para apoiar decisões de Marketing

16. Database Marketing no Reader’s Digest Departamento de "Database" Marketing da Reader’s Digest da década de 40 Fonte: Revista Seleções - junho de 1942

17. Estatísticas Descritivas • Fornecem uma “fotografia” da base de clientes (por mês, por região, por linha de produto, etc...) • Pedidos por cliente • Promoções • Receita • “Recência” do pedido • Índices (pedidos por promoções / pagamentos por pedidos, etc...)

18. Estatísticas Descritivas Gráficos evolutivos mostram tendências das variáveis Gráficos com variáveis cruzadas para checar possíveis correlações

19. Segmentação • Consiste em dividir a base de clientes em grupos o mais homogêneos possíveis • Possíveis segmentações: • Região geográfica • Idade • Linhas de produtos que costuma comprar • Valor do cliente • Permite a realização de ofertas específicas a grupos de clientes que: • Gostam de determinados produtos • Preferem determinado tipo de comunicação • Possuem comportamento de compra similar • Respondem melhor via determinado canal (mala direta, internet, telefone)

20. Segmentação Técnicas utilizadas: • Árvores de Decisão • Análise de Cluster

21. Modelos de Regressão Aplicados ao Marketing • Por que aplicar modelos de regressão para vendas mensais? • Auxílio no planejamento das ações de Marketing da empresa • Dimensionamento de Call Center • Por que aplicar modelos de regressão em campanhas de Marketing? • Exclusão de grupos com baixo resultado esperado => Maior lucro em cada campanha (menor custo da campanha / menor inadimplência) • Menor intensidade de contato para venda => Menos clientes insatisfeitos L

22. Modelos de Regressão Aplicados ao Marketing • A idéia básica é selecionar, dentre os possíveis clientes que receberiam a oferta, aqueles que poderiam oferecer melhor resultado. • Principal critério: Maximização do lucro esperado da campanha • Como um cliente pode decidir pela compra ou não compra, caracterizando um resultado binário de resposta, um bom modelo a ser aplicado seria a Regressão Logística, onde como resultado final, teríamos a probabilidade de um determinado cliente comprar ou não a próxima oferta

23. Modelos de Regressão Aplicados ao Marketing T T-12 meses T-10 meses T-1 mês Teste de Produto Respostas do teste Modelagem Aplicação do Modelo • Uma amostra é selecionada para Teste de Produto (determinação de tamanho da amostra) • Após respostas do teste, é possível fazer a modelagem para tentar encontrar alguma relação entre possíveis hábitos de compra e o fato de o cliente ter comprado no teste • Após criação do modelo, a equação é aplicada em toda a base de clientes e temos a probabilidade de cada cliente comprar a próxima campanha

24. Modelos de Regressão Aplicados ao Marketing Teste de Produto Assim, temos boas variáveis “candidatas” a entrarem no modelo...

25. Modelos de Regressão Aplicados ao Marketing Regressão Logística Y = exp (L) / [ 1+ exp (L) ] L = ß0 + ß1Var1 + ß2Var 2 + … + ßnVarn

26. Modelos de Regressão Aplicados ao Marketing Para quem mandar a próxima campanha? Ponto de Corte Clientes abaixo do ponto de corte são excluídos Baixa probabilidade de compra => prejuízo nesses grupos

27. Modelos de Regressão Aplicados ao Marketing • Resultados em média 30% melhores do que se a campanha fosse enviada para toda a base de clientes • Os clientes rejeitados nessa equação podem ser aprovados na equação de outra campanha • Campanhas de investimento utilizam pontos de corte um pouco abaixo do que o corte que maximizaria o lucro

28. Modelos de Regressão Aplicados ao Marketing • Outras aplicações: • Modelagem para prever erosão da base de clientes (Churn Model – Telefonia) • Algum fato ocorrido nos últimos meses justificaria a decisão do cliente não comprar mais da empresa pelos próximos meses? • Permite que seja tomada alguma atitude antes que o cliente desista do relacionamento com a empresa • Modelagem para estimar a probabilidade de um cliente vir a se tornar um cliente TOP • Nos primeiros meses de relacionamento com a empresa existe algo que indique que o cliente pode vir a se tornar TOP no ano seguinte? • Permite ações de marketing específicas para esses clientes

29. Dados Demogáficos / Enriquecimento de Informações • São obtidos através de preenchimento de questionários, cupons, call center, fontes externas ou Internet • Principais dados obtidos : • Idade • Sexo • E-mail • Tipos de produtos / assuntos preferidos (análise gosto vs compra) • Renda • Escolaridade • Filhos • Estado civil

30. Exemplos Gerais • Bootstrap Logistic Regression • Testes de diferença entre proporções (checar significância do resultado de um teste) • Análises de conversão de clientes • Data Mining – Basket Analysis (Cerveja e Fraldas)