Caso práctico
Del análisis meteorológico a la optimización publicitaria
¿En qué medida influye el tiempo en nuestros hábitos de compra? ¿Cuáles son los factores meteorológicos que determinan si el tiempo es favorable para las ventas?
—
Motivación
¿Influye la meteorología en el comercio?
¿Puede optimizarse la segmentación de la publicidad en función del tiempo?
Procedimiento
Descarga automatizada de observaciones y predicciones meteorológicas de toda Alemania, temporalmente y geográficamente localizadas.
Selección metódica de variables meteorológicas con influencia en las ventas.
Consideración de efectos geográficos, socio-económicos y cíclicos, para explicar las ventas de la manera más precisa posible.
Clustering y cuantificación de las influencias del tiempo.
Resultados
Una precisa base decisoria para optimizar la segmentación de publicidad en base a la meteorología.
En el caso concreto aquí tratado, lo relevante, más que el tiempo en términos absolutos, son sus desvíos frente a las expectativas.
¿Estamos igual de proclives a comprar en días soleados como en días de lluvia? ¿Qué variables meteorológicas son las correctas para distinguir entre tiempo favorable y desfavorable para las ventas? ¿Cómo podemos aprovechar el conocimiento del tiempo actual y la predicción del tiempo futuro para optimizar la segmentación de la publicidad?
Preguntas como esas nos ocuparon en un proyecto pionero que llevamos a cabo conjuntamente con Wetter.com, empresa alemana líder en información meteorológica (que opera también portales en otros países europeos como eltiempo24.es en España).
Como en tantos otros proyectos, el primer reto al que se enfrentaron nuestros analistas fue la recopilación de datos, la subsanación de errores en los mismos, la fusión de datos de diferentes fuentes y la correcta agregación de la información relevante.
Nuestro primer objetivo analítico consistió en reducir a los factores esenciales la multitud de información cuantitativa disponible en la base de datos de wetter.com acerca del tiempo histórico, actual y futuro. A continuación incluimos datos geográficos, socioeconómicos y cíclicos para poder explicar lo mejor posible las tasas de compra de los productos de nuestro cliente, que se ofrecen exclusivamente por Internet.
Así surgió un modelo espacialmente y temporalmente explícito de alta resolución, pero al mismo tiempo fácilmente escalable y transferible con relativamente poco esfuerzo a muchos otros productos. Con un coeficiente de determinación de 0,98 a nivel nacional, este modelo de regresión presenta una elevadísima capacidad explicativa de las complejas influencias en la decisión de compra de ciertos productos.
Descubrimos que más que el tiempo en términos absolutos, eran sus desvíos frente a las expectativas los que condicionaron las ventas de los productos en cuestión.
El principal valor del modelo radica en la precisa base decisoria que proporciona para una segmentación de publicidad basada en la meteorología, que permite aumentar las ventas a la vez que reduce los costes publicitarios.
