Readers Digest RD Brasil Readers Digest Quem somos

Reader’s Digest RD Brasil

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

Reader’s Digest: Quem somos? èReceita : US$ 2, 5 Bi èLucro Operacional : US$ 167 Mi èCirculação èFoco em Home Entertainment èPresença èBrasil mensal paga : 25 Milhões em 49 países, 19 línguas está entre os 10 maiores do mundo

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.

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

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

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

Pilar 1 : Produto - Realidade RD èOs produtos Reader’s Digest são exclusivos, com raras exceções èProdutos mundiais tropicalizados èNENHUM produto é lançado sem testar conceito e preço

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

Pilar 2 : Promoção - Realidade RD èEstrutura das peças já testada e aprovada em diversos mercados èPersonalização èConcursos - Validade da oferta com estimulo ao impulso èVariedade de Formatos èAction Devices - Interatividade èDegustações èOferta gratuitas (Ex. Demo CD’s) Sim / Não èDescontos èBrindes Secretos

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

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)

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. . .

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

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

Database Marketing no Reader’s Digest Departamento de "Database" Marketing da Reader’s Digest da década de 40

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. . . )

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

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)

Segmentação Técnicas utilizadas: -Árvores de Decisão -Análise de Cluster

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

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

Modelos de Regressão Aplicados ao Marketing T-12 meses T-10 meses T-1 mês T 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

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

Modelos de Regressão Aplicados ao Marketing Regressão Logística Y = exp (L) / [ 1+ exp (L) ] L = ß 0 + ß 1 Var 1 + ß 2 Var 2 + … + ßn. Varn

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

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

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 o cliente pode vir a se tornar TOP no ano seguinte? • Permite ações de marketing específicas para esses clientes

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

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)