Datos requeridos

Cuando se sepa qué se desea hacer, es necesario asegurarse de contar con todos los datos requeridos para implementar el plan. Optimize funciona con Campaign y necesita de lo siguiente:

Seguimiento y análisis de respuestas, incluido el historial de contactos y respuestas: si se desea administrar la fatiga de contacto al asegurarse de que no se envíen demasiadas ofertas a la misma persona, se requiere un seguimiento de lo que se envía. Si se desea supervisar qué tan eficaces son las campañas y las optimizaciones, se requiere un seguimiento de la respuesta del cliente. Es posible comparar los resultados de ponerse en contacto con un grupo de selección con no ponerse en contacto con miembros de un grupo de control estadísticamente similar. Además, para evaluar la eficacia del uso de Optimize, puede ser útil excluir un grupo de contactos propuestos que no se somete a la optimización y compararlo con los resultados de los contactos optimizados. La medición de la ventaja de la optimización puede adquirir varias formas (por ejemplo, mayor tasa de respuesta o ROI, menor cantidad de exclusiones, mayor satisfacción del cliente, etc.)

Ofertas definidas: cuando se diseñan las reglas y las restricciones, se necesita una lista de todas las ofertas incluidas en las optimizaciones, ya que éstas se pueden aplicar a grupos de ofertas específicos (definidos como listas de ofertas que comúnmente se basan en los atributos de las ofertas o en los tipos de ofertas). Si se piensa introducir manualmente scorings en la matriz de scoring centralizada, se necesita una lista de las ofertas para las que se va a introducir valores de scoring.

Segmentos definidos: cuando se diseñan las reglas y las restricciones, es necesario comprender todos los segmentos que se desean optimizar ya que es posible limitar la aplicabilidad o el alcance de las reglas y las restricciones a segmentos específicos. Si se piensa introducir manualmente scorings en la matriz de scoring centralizada, se necesita una lista de los segmentos para los que se va a introducir valores de scoring.

Scorings definidos: cuando se planifica la implementación se puede elegir un método de scoring. Se debe contar con un proceso para generar esos scorings. Por ejemplo, si se completa la matriz de scoring con restricciones, se debe elegir la granularidad con que se representarán los scorings (es decir, para qué ofertas y segmentos) y determinar los valores de scoring reales. Si se utilizan cálculos (por ejemplo, utilizar un campo derivado para calcular la rentabilidad de una oferta de aumento de límite de crédito propuesta sobre la base del saldo promedio de un individuo), se deben definir las ecuaciones. Si se utilizan modelos predictivos, es necesario recopilar, agregar, preprocesar y modelar los datos en las aplicaciones de modelado.