IIeX 2020: Otimização da carteira em linha da VodafoneZiggo, exploração de emoções para o NPD da Johnson & Johnson e fusão de dados

Orgulhamo-nos de estar no palco do IIeX 2020 na Europa com nada menos do que 3 histórias inovadoras! 

No primeiro dia, apresentámos à VodafoneZiggo como utilizámos a replicação de websites para otimizar o seu portfólio online. Além disso, explicámos como combinámos as técnicas Conjoint e Time Series para compreender melhor o impacto nas quotas de mercado aquando da alteração ou introdução de produtos. E no segundo dia, partilhámos como utilizámos a análise de voz para obter conhecimentos mais profundos para o desenvolvimento de novos produtos da Johnson & Johnson.

A sobrecarga online: Como a VodafoneZiggo optimizou o seu portfólio com uma melhor previsão de comportamento

No mercado de telecomunicações altamente competitivo de hoje, os consumidores enfrentam uma abundância de escolhas online. Para prosperar neste ambiente, a estratégia da carteira de produtos de um operador deve ser optimizada com base na forma como a tomada de decisões está a mudar. É necessário saber como os clientes identificam a melhor operadora e o melhor plano para as suas necessidades. E é aí que as informações mais exactas sobre os clientes e o mercado podem ajudar.

Os profissionais de marketing sabem que as decisões de compra e as comparações de preços são frequentemente efectuadas em linha. No entanto, tem sido difícil compreender e prever com precisão a forma exacta como os compradores encontram e escolhem os produtos e serviços em linha. Foi este o desafio que a VodafoneZiggo enfrentou recentemente, uma vez que precisava de se diferenciar num mercado em plena evolução.

Para ultrapassar estes desafios para as empresas que competem online, desenvolvemos a nova solução Filter CBC para replicar um sítio Web de comparação de preços. O Filter CBC expande o conjoint tradicional, analisando o raciocínio de escolha de produtos dos consumidores, oferecendo variações de atributos (por exemplo, preço, dados, etc.). No entanto, aproxima-se mais da realidade dos inquiridos, permitindo-lhes ver - e depois filtrar - mais de 100 opções possíveis. Esta técnica de investigação fornece resultados mais realistas para uma perceção mais exacta.

Nesta apresentação colaborativa entre a VodafoneZiggo e SKIM, mostraremos como funciona a nova abordagem de investigação, como pode ser aplicada e como os resultados ajudaram ao sucesso do negócio da VodafoneZiggo.

Data e hora: Terça-feira, 25 de fevereiro de 2020 às 16:00 - 16:20
Apresentadores:

"Não é possível sublinhar isto o suficiente": IA de voz que informa o desenvolvimento de novos produtos para a Johnson & Johnson

A investigação qualitativa permite-nos olhar através dos "olhos de um consumidor" e compreender as emoções e atitudes subjacentes às decisões. No entanto, a recolha de uma amostra sólida das emoções dos consumidores em grande escala continua a ser um desafio.

Para fazer face a este desafio, SKIM inovou uma nova abordagem híbrida para a investigação NPD em fase inicial. Utilizando uma ferramenta de análise de voz, podemos analisar "como" as pessoas comunicam as suas necessidades, atitudes e interesses, para melhor descobrir as emoções implícitas para estratégias de inovação mais eficazes. Em colaboração com a Johnson & Johnson, realizámos um estudo de caso num mercado emergente de consumo e cuidados de saúde: gestão do stress pessoal

Data e hora: Quarta, 26 de fevereiro de 2020 às 11:50 - 12:10 PM
Apresentador:

Fusão de dados: Conjoint e Séries Temporais

Antes de introduzir ou alterar quaisquer produtos ou serviços, as mentes mais brilhantes de qualquer empresa dedicam tempo e esforço a avaliar o impacto desses produtos ou serviços nos lucros ou na quota de mercado e a compreender as preferências dos clientes. Embora as preferências dos clientes possam fornecer informações direcionais sobre a quota de mercado, infelizmente a primeira não é igual à segunda.

Um dos métodos de avaliação específica das preferências é o conjoint, que é uma técnica de modelação de escolha discreta que utiliza tarefas de compromisso em que os inquiridos revelam as suas preferências em relação aos conceitos ou produtos e aos seus elementos individuais, escolhendo entre diferentes ofertas de produtos. Por outro lado, a previsão tradicional de séries temporais pode ser utilizada para prever a quota de mercado utilizando dados de preferências reveladas, tais como vendas, distribuição e promoção.

O problema de utilizar cada método isoladamente é que não se pode confiar apenas nas preferências declaradas ou apenas nos dados históricos para fazer uma previsão exacta das vendas aquando do lançamento de um novo produto ou de uma nova caraterística do produto. A nossa abordagem para resolver este problema consiste em efetuar uma fusão entre os principais resultados da análise conjunta e a previsão de séries cronológicas. Este modelo combinado dá às empresas as ferramentas para jogar com todos os factores relevantes numa única ferramenta, ao mesmo tempo que têm um modelo mais estável baseado nas preferências actuais e nos dados históricos. Na minha apresentação, mostrarei as técnicas utilizadas e as considerações a ter em conta ao fundir os dois mundos.

Data e hora: Terça-feira, 25 de fevereiro de 2020 às 12:00 - 12:20 PM
Apresentador: