EphMRA 2020: Uso de la ciencia de datos con Danone para identificar los factores clave del compromiso con la marca y optimizar las acciones de la fuerza de ventas

Acompáñanos en la Conferencia EphMRA 2020 para descubrir cómo identificar los factores clave que influyen en el compromiso con la marca entre los profesionales sanitarios y en las ventas, con el fin de optimizar la eficiencia y la eficacia de la fuerza de ventas sobre el terreno.

Los equipos de ciencia de datos de Danone SN y SKIM unieron fuerzas para lograr un resultado ambicioso: demostrar que es posible cuantificar los ingresos generados a partir de las decisiones de gestión relacionadas con el despliegue de la fuerza de ventas sobre el terreno.

Este resultado fue fruto de un complejo proyecto de ciencia de datos llevado a cabo combinando diversas fuentes de datos, entre ellas datos de CRM y de ventas, y utilizando modelos estadísticos avanzados; el proyecto requirió una comunicación clara y transparente entre los equipos implicados y las partes interesadas, tanto a nivel global como local, de Danone.

Lugar: Flanders Meeting & Convention Center, Koningin Astridplein 20-26, Amberes
Ponentes:

Monhir El-Achheb, responsable global de estrategia de datos – Danone
Nicolas Camargo, consultor de análisis – SKIM

Algunos puntos clave que aprenderás en esta sesión:

• la importancia de utilizar los datos propios para aprovechar el potencial de crecimiento. En concreto, cómo cuantificar el valor en términos de ingresos generado por las actividades que lleva a cabo el equipo de ventas sobre el terreno con los profesionales sanitarios, que influyen en las decisiones de los consumidores.
• Una combinación acertada entre un equipo corporativo de ciencia de datos en expansión y una agencia flexible y con habilidades analíticas puede ser la clave para obtener resultados en este contexto.
• Se necesita la combinación adecuada de habilidades analíticas, sectoriales y comerciales. En este caso, entre Danone Data Science y SKIM, formamos un equipo con diferentes perfiles y experiencia, desde analistas recién titulados que incluían en su currículum las últimas técnicas de aprendizaje automático hasta expertos en datos con más experiencia y profesionales de la investigación cuantitativa.