datamining distrihogar

50
Distrihogar Subdirección comercial

Upload: edwin-munoz

Post on 07-Mar-2016

231 views

Category:

Documents


0 download

DESCRIPTION

Campaña de mercadeo para el cliente distrihogar

TRANSCRIPT

Page 1: Datamining Distrihogar

Distrihogar

Subdirección comercial

Page 2: Datamining Distrihogar

Quien es Distrihogar?

Es una compañía que nació hace más de 30 años en la ciudad de Medellín, epicentro de la confección y la moda en Colombia y Latinoamérica. Desde entonces, producimos y comercializamos una completa línea de productos textiles para el hogar. Todos nuestros productos son diseñados y desarrollados bajo conceptos de moda e innovación brindando la posibilidad de crear ambientes que se adaptan a diferentes estilos de vida.

Page 3: Datamining Distrihogar

Donde esta Distrihogar nacional?

Nuestras instalaciones, ubicadas en una importante zona industrial de la ciudad, cuentan con casi 7.000 m2 y fueron el resultado de un proyecto desarrollado para el óptimo manejo de la mercancía, integración de todos los procesos y garantía de excelente calidad en todos nuestros productos.

Almacenes• Bogotá

- Calle 122 No 15A-31     Tel (1) 213-6777

• Medellín- Centro Comercial Oviedo - Local 5246    Tel (4) 313-4600- Centro Comercial Mayorca - Local 119    Tel (4) 377-8170

• Cali- Centro Comercial Jardín Plaza - Local 15-22    Tel (2) 324-7033

• Manizales- Carrera 25 Calle 31 Esquina    Tel (6) 884-3121

Page 4: Datamining Distrihogar

Donde esta Distrihogar internacional?

Hace más de 14 años exportamos nuestros productos a Centro, Suramérica y el Caribe. Para el 2010 consolidaremos la marca Distrihogar tanto en Venezuela como en República Dominicana y desarrollaremos mercados en los demás países de la Comunidad Andina de Naciones, Centroamérica y el Caribe, generando un crecimiento rentable.

Page 5: Datamining Distrihogar

Distrihogar Como llegan a los clientes?

Actualmente llegamos a nuestros clientes a través de Grandes Superficies, Almacenes especializados, Línea Institucional y Línea Hotelera. Adicionalmente, exportamos desde hace más de 14 años a Centro América, Suramérica y el Caribe. El desarrollo de productos novedosos y únicos y la posibilidad de crear un lazo fuerte con nuestros clientes, ha hecho que los almacenes Distrihogar, sean la mejor manera de ofrecer todo un concepto de Hogar, lleno de nuevas propuestas en todas nuestras líneas de diseño

Page 6: Datamining Distrihogar

Líneas Distrihogar

1. Hotelera2. Institucional3. Exportación

Page 7: Datamining Distrihogar

Contactos Distrihogar

• Sede Principal:Cl 79 sur # 52A-145  Int 101 Medellin,ColombiaTel +57 (4) 444-9955

• Contactos:Director Línea HoteleraJuan Fernando Valenciamailto:[email protected]

• Director Línea InstitucionalJuliana Bedoyamailto:[email protected]

• Director Comercial & ExportacionesSantiago Escobarmailto:[email protected]

Page 8: Datamining Distrihogar

Calidad de datos

Se realiza un estudio de la calidad de los datos, evaluando la calidad, y estructura de los datos, obteniendo información de valor. Con la cual se direcciona estrategias de marketing con mayor probabilidad de éxito.

Page 9: Datamining Distrihogar

Calidad de datos, Campo Cedula

De los 65.535 registros enviados todos tienen información en el campo documento y todos son campos únicos por lo que no se repite en ningún cliente.

Evaluando la información en estos campos se encuentra que todos los campos son D (Dígitos), pero hay algunos que solo tienen 1 – 5 dígitos, la mayoría entre 6 – 8 dígitos, aproximadamente 82 registros no son confiables en la información

Tipo de documento hay 9 registros que no tienen información

Page 10: Datamining Distrihogar

Calidad de datos, Campo Nombre

El campo Nombre tiene 0,02% de los campos null el 13,47% de registros repetidos, este evento se presenta porque no se tiene la información completa del nombre del cliente por lo que se debe realizar un trabajo de obtener la información completa con apellidos

Page 11: Datamining Distrihogar

Calidad de datos, Campo Teléfono Principal

Teléfono principal, se tiene el 13,48% de teléfonos duplicados, el 0,11% no tiene teléfono

se tiene 344 registros donde el campo teléfono son (L) letras, se tiene 2503 registros donde el campo teléfono solo tiene 1 – 3 dígitos

Page 12: Datamining Distrihogar

Calidad de datos, Campo Teléfono Secundario

Teléfono secundario, se tiene que el 61,13% de los teléfonos son repetidos, el 37,19% de los registros están sin información

El 60,85% de los registros tienen 1 solo digito en el campo teléfono secundario y el 37,19% no tienen información

Page 13: Datamining Distrihogar

Calidad de datos, Campo Dirección

El campo dirección, la calidad de información en este campo no es muy confiable, se nota que el 46,21% , 0,08% no tiene información

En su estructura se visualiza que el 37,67% de registros tienen solo Letras (L)

Se evalúa que en el campo dirección no se diligencia de manera adecuada ya que este contiene la información de la ciudad y del barrio

Page 14: Datamining Distrihogar

Calidad de datos, Campo Email

Correo electrónico, este campo no es utilizado ya que el 94,20% esta vació

Los que tienen información no es confiable pues en su estructura tienen es dígitos y letras

Las cuales no concuerdan con la estructura de un email

Page 15: Datamining Distrihogar

Calidad de datos, Conclusiones

Evaluando cada uno de los campos con los cuales se pueden realizar una estrategia de Mercadeo relacional, se identifica que de esta base de datos el dato con mayor confiabilidad es el teléfono principal

Page 16: Datamining Distrihogar

Análisis Estadístico

Se construye mediante análisis estadístico el perfil valor y perfil de compra de los clientes de Distrihogar, con su distribución en las distintas ciudades en la cuales tiene presencia Distrihogar.

Page 17: Datamining Distrihogar

Análisis EstadísticoEl análisis de las bases de datos de DISTRIHOGAR se realiza con los individuos que se encuentran simultáneamente en las bases de datos, “Forma-de-Pago”, “artículos-clientes” y “total-ventas”, a fin de obtener consistencia en el análisis de las bases de datos. De los 14137 individuos resultantes del cruce, el 2.34% corresponde a empresas y el 97.66% a personas naturales.

Personas Empresas

Distribución de los porcentajes de clientes y compras por personas y empresas

ClientesCompras

97.66%

86.99%

2.34%

13.01%

Page 18: Datamining Distrihogar

Análisis Estadístico

Se realiza un estudio independiente de las empresas donde se realiza análisis de Pareto y perfil de compra

Page 19: Datamining Distrihogar

Análisis Estadístico

Se realiza un estudio independiente de las personas perfil de compra

Page 20: Datamining Distrihogar

Análisis Estadístico

Se evalúa frecuencia de pago de los clientes, cual es el medio de pago mas utilizado por los clientes

Medio de pago

Page 21: Datamining Distrihogar

Análisis Estadístico

Ciudades donde se concentra el mayor volumen de compra, en Medellín, Bogotá, Manizales y Cali se concentra el 94,59% del valor de las compras

Ciudad de residencia

Porcentaje de participación en las compras

 

MEDELLIN 52,184%  BOGOTA D.C. 19,268%  MANIZALES 15,006% TOTALCALI 8,140% 94.59%ENVIGADO 2,013%  LA ESTRELLA 1,171%  ITAGUI 0,708%  SABANETA 0,646%  BELLO 0,237%  PEREIRA 0,117%  IBAGUE 0,116%  BARRANQUILLA 0,102%  MONTERIA 0,087%  RIONEGRO 0,052%  FLORENCIA 0,048%  ANSERMA 0,041%  COPACABANA 0,038%  LA CEJA 0,009%  YUMBO 0,006%  VILLAMARIA 0,006%  BOYACA 0,004%  PASTO 0,002%  

Con esta información podemos identificar en qué ciudades podemos direccionar las estrategias para Ciudades valor, así como ciudades potenciales donde no se tiene presencia con almacenes de Distrihogar

Page 22: Datamining Distrihogar

Análisis Estadístico

Ciudades donde se concentra el mayor volumen de Clientes, en Medellín, Bogotá, Manizales y Cali se concentra el 93,47% de clientes

Ciudad de residencia Porcentaje de clientesMEDELLIN 55,49%BOGOTA D.C. 15,82%MANIZALES 15,26%CALI 6,90%ENVIGADO 2,88%ITAGUI 1,22%SABANETA 1,07%BELLO 0,43%LA ESTRELLA 0,30%PEREIRA 0,16%BARRANQUILLA 0,13%RIONEGRO 0,07%MONTERIA 0,06%COPACABANA 0,06%IBAGUE 0,05%ANSERMA 0,02%BOYACA 0,01%LA CEJA 0,01%VILLAMARIA 0,01%YUMBO 0,01%FLORENCIA 0,01%PASTO 0,01%

Con esta información podemos identificar en qué ciudades se encuentra la mayor población, se identifica que aunque la estrella e Ibagué son ciudades donde presentan un bajo numero de clientes se encuentra que tienen un mayor volumen de compra

Page 23: Datamining Distrihogar

Análisis Estadístico

Se resaltan las ciudades donde hay poca población y tiene un nivel de compra mayor, comparado con ciudades de mayor población

Page 24: Datamining Distrihogar

Análisis Estadístico

El 82,85 % de las personas, compran el 65,86% de todas las compras y el 84,71% de las personas o Empresas compran 1 vez

1M2M

3M4M

$1.9

00 -

170.

000

$170

.000

- 55

0.00

0$5

50.0

00 -

2.00

0.00

0M

ás d

e $2

.000

.000

1F 2F 3F1 Compra 2 Compras Más de 2 Compras

Porcentaje de clientes Porcentaje de participación en el valor total de las compras

68,03%

26,31%

8,59% 7,76%2,88% 5,20%

14,77%

24,63%

2,53%8,25%

0,91%5,62%

1,77%8,70%

0,28% 2,79% 0,08% 1,35%

0,13%4,56%

0,00% 0,00% 0,03%4,84%

Page 25: Datamining Distrihogar

Análisis EstadísticoGrupo 1: Son los clientes que consumen principalmente productos de COCINA y ALCOBA, y algunos productos de SALA, BAÑO y ADORNOS.Grupo 2: Son los clientes que consumen solo productos de ALCOBA. Grupo 3: Lo conforman los clientes que consumen productos de BAÑO y algunos productos de ALCOBA.

Perfil de compra ADORNOS ALCOBA BEBÉ COCINA HERRAMIENTA ALCOBA TEMÁTICA BAÑO-PERSONAL ROPA SALA1 0,13 0,49 0,00 0,51 0,05 0,00 0,27 0,00 0,342 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,003 0,02 0,52 0,00 0,12 0,01 0,00 1,00 0,00 0,05

Productos

Probabilidades de que un grupo compre alguno de estos productos

Page 26: Datamining Distrihogar

Análisis Estadístico

Se relaciona perfil de compra con el perfil valor, logrando identificar que productos tienen una mayor probabilidad de compra por clientes con una baja frecuencia de compra y un valor bajo de compra

El perfil de compra y el perfil valor es similar en las distintas ciudades, se logra crear una campaña mas agresiva a nivel nacional, concentrando en los grupos de alcoba y baño. Incentivando a la mayor población.

1M2M

3M4M

$1.9

00 -

170.

000

$170

.000

- 55

0.00

0$5

50.0

00 -

2.00

0.00

0M

ás d

e $2

.000

.000

1F 2F 3F1 Compra 2 Compras Más de 2 Compras

14,59%

$58.429

32,04%

$69.685

21,40%

$62.893

2,17%

$78.193

2,34%

$76.246

4,07%

$74.819

0,99%

$88.845

0,40%

$73.223

1,49%

$77.515

3,13%

$285.972

6,38%

$271.710

5,26%

$288.869

0,71%

$275.136

0,66%

$269.719

1,15%

$276.653

0,42%

$277.542

0,13%

$266.631

0,36%

$280.469

0,41%

$819.895

0,49%

$772.585

0,87%

$864.121

0,07%

$798.095

0,04%

$657.194

0,18%

$880.286

0,03%

$813.476

0,01%

$570.933

0,04%

$860.744

0,03%

$3.956.413

0,03%

$7.727.046

0,08%

$5.620.890

0,00%

$0

0,00%

$0

0,00%

$0

0,01%

$2.322.810

0,00%

$0

0,02%

$3.118.417

Perfil de Compra 1 Perfil de Compra 2 Perfil de Compra 3

Page 27: Datamining Distrihogar

Análisis Estadístico

Distribución de las compras para los clientes 1M-1F

Valor de la compra (pesos)

Núm

ero

de c

lient

es

0 50000 100000 150000

050

010

0015

00

Grupo 1 Grupo 2 Grupo 3 Grupo 4

1m $ 1900 - 37.000

2m $ 37.000 - 76.000

3m $ 76.000 - 120.000

4m $ 120.000 - 170.000

Subgrupos de compra para los clientes 1M-1F

28.77%

38.54%

20.61%

12.01%

Se realiza evaluación del grupo donde se concentra el mayor numero de clientes, evaluando su perfil compra y valor

Page 28: Datamining Distrihogar

Análisis Estadístico

Perfil de Compra 1 Perfil de Compra 2 Perfil de Compra 3

m1

m3

m2

m4

%7.59%11.28 %9.9 %8.11

%18.66

%11.77

%3.75

%10.68%6.18

%2.00%6.48

%3.61

Se evalúa el perfil de compra de los clientes 1M – 1F

Page 29: Datamining Distrihogar

Análisis Estadístico

Se observa que en la ciudad de Medellín, Bogotá y Manizales, los clientes son principalmente de perfil de compra en los grupos 2 – 3, la ciudad de Cali son de perfil 1 – 2. Además Itagüí, Sabaneta, La Estrella y Envigado tienen un patrón similar de compra, se pueden agrupar estos sectores con Medellín.

Perfil de Compra 1 Perfil de Compra 2 Perfil de Compra 3

MANIZALES

MEDELLIN

CALI

BOGOTA

3,22%6,44% 5,60%

2,36% 2,67% 1,86%

11,48%

23,86%20,15%

4,74% 6,03% 5,06%

Page 30: Datamining Distrihogar

Análisis Estadístico

En el perfil valor por ciudad se puede identificar que los clientes de la ciudad de Medellín y Bogotá son principalmente clientes que tienen una frecuencia baja y montos bajos

Con esta información identificamos que en la primera visita se debe incrementar la experiencia de los clientes, motivándolos en aumentar sus compras

Page 31: Datamining Distrihogar

Análisis Estadístico

Se realiza un estudio independiente de las empresas donde se realiza análisis de Pareto y perfil de compra

El 3,32% de las empresas realizan el 58,41% de las compras

1M2M

3M4M

$1.9

00 -

170.

000

$170

.000

- 55

0.00

0$5

50.0

00 -

2.00

0.00

0M

ás d

e $2

.000

.000

1F 2F 3F1 Compra 2 Compras Más de 2 Compras

Porcentaje de empresas Porcentaje de participación en el valor de las compras efectudas por empresas

47,43%

4,15% 4,83%0,82% 2,72% 2,98%

23,26%

7,55%3,93% 3,01% 2,72% 4,67%

8,46% 8,68%1,21% 3,66% 2,11%

6,07%

2,42%

23,40%

0,00% 0,00% 0,91%

35,00%

Page 32: Datamining Distrihogar

Análisis EstadísticoSe evalúa perfil de compra de las empresas las cuales corresponden al análisis de Pareto

Nombre de la empresa Porcentaje de participación en las compras Monto Frecuencia Ciudad Perfil de compra

ACNIELSEN DE COLOMBIA LTDA 25,49% 4M 3F BOGOTA  1FONDO DE EMPLEADOS UNE 11,26% 4M 1F MEDELLIN 3ALTERNATIVA DE MODA S.A 6,65% 4M 3F MEDELLIN 3FONDO DE EMPLEADOS DE FLORES LAS PALMAS 5,43% 4M 1F LA ESTRELLA 2HOTEL PATIO DEL CASTELLNO 2,86% 4M 3F MEDELLIN 3FONDO DE EMPLEADOS DEL MUNICIPIO DE MANIZALES 2,02% 4M 1F MANIZALES 2CONFECCIONES MILLAR SA 1,84% 4M 1F MEDELLIN 2GALVACEROS S.A 0,76% 4M 1F MEDELLIN 3ARQUITECTURA Y CONCRETO S.A 0,73% 4M 1F MEDELLIN 1FECSA 0,69% 4M 1F MEDELLIN 3FEDE HACEB 0,68% 4M 1F MEDELLIN 2

TOTAL 58,41%

Page 33: Datamining Distrihogar

Análisis Estadístico

Perfil de compra de las personas por grupo de edad. Menor y mayores de 25 años.

  Perfil compra  Edad 1 2 3 TotalMayor 25 3010 5632 4680 13322Menor 25 96 283 105 484

Perfil de compra Empresa persona, donde se identifica que las empresas compran en su mayoría productos de Alcoba y Baño, y las personas compran principalmente productos de alcoba.

Personas Empresas

Perfil de compra por personas y empresas

Perfil de Compra 1Perfil de Compra 2Perfil de Compra 3

21.97%

41.84%

33.85%

0.58% 0.67% 1.08%

Page 34: Datamining Distrihogar

Análisis EstadísticoPORTAFOLIOS DE PRODUCTOS PROPUESTOS

Portafolio Probabilidad conjunta Precio promedio aproximadoPortafolio de dos productos    

{Almohada,  Comforter} 0,0558 $ 135.790 

{Almohada,  Funda} 0,1018 $ 94.600 

{Almohada,  Juego de Cama} 0,0891 $ 122.820 

{Almohada,  Cobija} 0,0255 $ 138.500 

{Almohada,  Toalla} 0,0808 $ 62.600 

{Cobija,  Juego de Cama} 0,0208 $ 184.120 

{Comforter,  Juego de Cama} 0,0569 $ 181.410 

{Comforter,  Funda} 0,0382 $ 153.190 

{Comforter,  Toalla} 0,0351 $ 121.190 

{Funda,  Juego de Cama} 0,0816 $ 140.220 

{Funda,  Toalla} 0,0622 $ 80.000 

{Juego de Cama,  Toalla} 0,0781 $ 108.220      Portafolio de tres productos    

{Almohada,  Comforter,  Funda} 0,0211 $ 191.790 

{Almohada,  Comforter,  Juego de Cama} 0,0304 $ 220.010 

{Almohada,  Funda,  Juego de Cama} 0,0409 $ 178.820 

{Almohada,  Funda, Toalla} 0,0341 $ 118.600 

{Almohada,  Juego de Cama, Toalla} 0,0355 $ 146.820 

     

{Comforter,  Funda,  Juego de Cama} 0,0206 $ 237.410 

{Comforter,  Juego de Cama,  Toalla} 0,0208 $ 205.410 

{Funda,  Juego de Cama, Toalla} 0,0309 $ 164.220 

Page 35: Datamining Distrihogar

Análisis Estadístico

Se realiza proceso de elicitación utilizando el método Delphi con lo cual se obtuvo la distribución del porcentaje de personas que luego de ser llamadas se acercarían a los almacenes a comprar

Porcentaje de efectividad elicitado

Den

sity

0 2 4 6 8 10 12

0.0

0.1

0.2

0.3

Estimación de las ventas esperadas (miles de pesos)

Frec

uenc

ia

0 50000 100000 150000

050

0010

000

1500

020

000

2500

0

Page 36: Datamining Distrihogar

Análisis Estadístico

Las ventas esperadas se obtuvieron, Se ajusta mediante modelo probabilístico las probabilidades de los portafolios utilizando la distribución Direchlet y los precios promedios de los portafolios, con esto se obtiene el valor esperado de la compra, el cual se multiplica con el porcentaje de efectividad, obteniendo la distribución de la venta esperada,

Venta esperadaMínimo $2.281.368Promedio $34.921.513Máximo $158.359.793Intervalo de confianza del 95% $ 11.434.136 -  $68.615.429

Page 37: Datamining Distrihogar

Costeo

Se realiza el siguiente costeo de la campaña

Base Datos Original 10.000

Barrido 1Registros a Llamar 100%Penetración 50,0%Efectividad 15,0%marcación (seg.) 30contacto no efect (seg.) 40contacto efect (seg.) 600Base Datos 10.000Marcaciones 10.000Contactos 5.000Contactos Efectivos 1.500Contactos No Efectivos 3.500

Barrido 2Registros a Llamar 50%Penetración 40%Efectividad 10%marcación (seg.) 30contacto no efect (seg.) 40contacto efect (seg.) 600Base Datos Barrido 5.000Marcaciones 5.000Contactos 2.000Contactos Efectivos 500Contactos No Efectivos 1.500

Barrido 3Registros a Llamar 60%Penetración 30%Efectividad 5%marcación (seg.) 30contacto no efect (seg.) 40contacto efect (seg.) 600Base Datos Barrido 3.000Marcaciones 3.000Contactos 900Contactos Efectivos 150Contactos No Efectivos 750

Total Puestos 3,6Cantidad de Asesores 7,1Cantidad De Líneas Telefónicas Asesores 8Cantidad De Líneas Telefónicas IVR Salida 12

Page 38: Datamining Distrihogar

Costeo

Se realiza el siguiente costeo de la campaña

Minutos IVR 25.333Minutos Locales 12.263Minutos Locales Extendida 4.088Minutos Larga Distancia 8.175Minutos Celular 2.725

Contactos Efectivos 2.150Contactos No Efectivos 5.750No Efectivos Máquina 12.200Total Llamadas 20.100

Penetración Total 79,0%Conversión Total 27,2%Efectividad Total 21,5%

Horas de Conexión Estimadas:Horas Ordinarias Diurnas 596Horas Ordinarias Nocturnas 0Horas Festivas Diurnas 0Horas Festivas Nocturnas 0Total 596

Minutos Locales 12.263 39 $ 478.238Minutos Locales Extendida 4.088 64 $ 261.600Minutos Larga Distancia 8.175 290 $ 2.370.750Minutos Celular 2.725 117 $ 318.825  $ 3.429.413Horas Ordinarias Diurnas 596 13000 $ 7.751.571

$ 11.180.983

Page 39: Datamining Distrihogar

Costeo

Se realiza el siguiente costeo de la campaña

Ventas estimadas

Ventas estimada menos costo de campaña Beneficio Estimado Distrihogar

$ 11.434.136  $ 253.153 2%$ 68.615.429  $ 57.434.446 514%$ 34.921.513  $ 23.740.530 212%

Page 40: Datamining Distrihogar

Clientes Valor

Estrategias con clientes valor.

1 – Crear campañas de contacto con los clientes, telefónicamente y creando estrategias de empaquetamiento de productos con actualización de datos donde con el perfil de compra se oriente estrategias a los productos que posiblemente este cliente quiera.

1,1 – Campaña de actualización de datos, con el análisis de la BD se identifica deficiencia en la información suministrada, por lo que se ve una clara necesidad de realizar actualización de información con el fin de realizar estrategias mas agresivas en las que el cliente, pueda obtener la información multicanal (Teléfono, Email, Chat).

2 – Crear estrategias con los fondos de empleados y las constructoras, donde se creen lazos comerciales.

Page 41: Datamining Distrihogar

Internet

• Se realiza investigación Posicionamiento de Distrihogar en internet. En redes sociales, Google entre otras

Page 42: Datamining Distrihogar

Facebook

Validando la presencia de Distrihogar en las redes sociales, no se encuentra en este medio

Emtelco cuenta con el servicio de posicionamiento en medios, como lo son las redes sociales

Page 43: Datamining Distrihogar

Twitter

Validando la presencia de Distrihogar en las redes sociales, no se encuentra en este medio

Emtelco cuenta con el servicio de posicionamiento en medios, como lo son las redes sociales

Page 44: Datamining Distrihogar

Flickr

Validando la presencia de Distrihogar en las redes sociales, no se encuentra en este medio a nivel corporativo, pero si hay personas que promocionan a Distrihogar por este medio

Emtelco cuenta con el servicio de posicionamiento en medios, como lo son las redes sociales, dando presencia a las empresas en este medio y haciendo visible a los mismos.

Page 45: Datamining Distrihogar

Posicionamiento en Google

Distrihogar como marca se posiciona en la primera filas en todas las búsquedas

Distrihogar como en Almohadas y Cojines esta en la primera filas de búsqueda con la pagina todo1.com., en los demás artículos como son líneas para el baño, sabanas, entre otras no aparece en las búsquedas

Page 46: Datamining Distrihogar

Posicionamiento en Google

Por qué otras empresas están en los primeros lugares?

Algunas porque pagan para estar en estas posiciones y otras por que realizan un muy buen trabajo como los community manager, personas encargadas a posicionar sus paginas en internet

Page 47: Datamining Distrihogar

Posicionamiento en Google

Qué podría mejorar Distrihogar?

Las personas que buscan Distrihogar son personas que ya conocen la empresa y es más probable que ingresen directamente a la página, por lo que el title debe tener más contenido relevante.

Page 48: Datamining Distrihogar

Posicionamiento en Google

Cuáles son algunos de los pasos a realizar?

Esta página en su Title y Descripción utiliza de manera adecuada el contenido, por tal motivo está en las primeras posiciones cuando se realiza una búsqueda.

Page 49: Datamining Distrihogar

Posicionamiento en Google

Qué podría mejorar Distrihogar?

Cuando se ingresa a cada una de las opciones no se logra tener información relevante, por ejemplo en la opción de Almohadas solo muestra la imagen anteriormente relacionada.

Page 50: Datamining Distrihogar

Validar información de contactos

Distrihogar en algunas paginas tiene un contacto que ya no responde al envío de solicitud de información hay que validar y actualizar la información, se recomienda que en este tipo de contactos no sean personales, deberían ser corporativos, como [email protected] o mantener actualizados

El correo parece ya no existir