Apartat on despleguem l’anàlisi relacional de la comunitat de cada recinte, analitzant les dades i el consum de cada usuari que ens ha comprat i ens ha deixat les dades de registre (clients identificats).

Franja superior #

Els gràfics de la franja superior ens mostren 4 segments clau en lògica relacional: clients segons si accepten o no comunicacions comercials, clients nous o recurrents, clients segons fase de fidelitat i clients abonats o sense abonament, amb totes les categories interactives per a aplicar filtres.

Acceptació comunicacions comercials #

Distribució del total de clients en funció de si han acceptat o no comunicacions comercials durant el procés de compra. Posant el ratolí a sobre ens mostra informe de xifra i percentatge.

Clients nous i recurrents #

Distribució del total de clients en funció de si consta consum previ (‘Clients recurrents’) o no (‘Nous clients’)

Fase de client #

Segmentació que qualifica el nivell de fidelitat de la nostra comunitat a partir de la probabilitat de retorn. La probabilitat de tornada es calcula en funció dels esdeveniments comprats en el període seleccionat (temporada o any) i el període anterior (temporada o any previ). Aplicant un algorisme desenvolupat per teknecultura i contrastat amb múltiples equipaments, segmentem els clients en principiants, actius i fidels.

• Principiants: aproximadament entre el 10 i el 20% tornarà. Clients que han comprat en el període seleccionat a teknedata una sola vegada i no tenen consum en el període previ
• Actius: probabilitat de retorn entre el 35 i el 45%. Clients amb una o més visites en el període previ i un màxim de dues compres en el període mostrat, o sense visites en el període anterior però com a mínim 2 compres a l’actual
• Fidels: probabilitat de retorn superior al 60%. Clients amb més de dues compres a la temporada seleccionada i mínim una visita a l’anterior, o amb dues compres a l’actual i més de dues compres al període anterior

Abonats #

Segmentació que identifica els clients que tenen alguna operació de pack o abonament a les seves compres dins del període.

En tots els casos, posant el ratolí a sobre ens informa del nombre de clients i el percentatge de cada categoria o segment.

Gràfics d’anàlisi #

Són 4 pestanyes desplegables que ens permeten analitzar en detall com són i com consumeixen els clients. Els gràfics amb la icona [···] a la part inferior són gràfic que permeten la visualització de les dades en format taula (clicant sobre la icona apareix l’opció).

Dades demogràfiques #

Per a analitzar les característiques demogràfiques de la comunitat.

Amb els gràfics:

• Distribució del total de clients per gènere. Amb indicació del % de registres amb aquesta dada
• Distribució del total de clients per edats. Mitjana d’edat i % de registres amb la dada
• Distribució en funció de si accepta o no comunicacions segons arriba la dada des del sistema de ticketing
• Histograma amb el nombre de clients per contact rating de Mailchimp (quan el compte de tekendata estigui connectat amb l’eina d’email màrqueting). Amb dada de mitjana de contact rating i total d’usuaris a la llista connectada
• Geolocalització sobre el mapa dels clients centrats a les coordenades oficials de cada codi postal. Filtrables les dades dels 10 amb més clients (valor per defecte), els 100 amb més clients, o tots els codis postals amb els botons d’opció a sobre del gràfic.
• Histograma amb el nombre d’entrades dels 10 codis postals amb més vendes o les vendes presentades en agrupacions de codis postals personalitzables. Aquestes personalitzacions han de ser demanades i implementades per teknedata i respondre a un criteri inequívoc a partir de la dada del codi postal i permeten fer agrupacions com ciutat, corona interior, corona exterior, per exemple. Posant el ratolí a sobre podem veure xifres i % de cada agrupació o codi postal.

IMPORTANT: En cada cas només es comptabilitzen les dades identificades (s’informe del percentatge de les mateixes a sota del gràfic) i el % correspon al % d’identificació sobre aquest total.

Patrons de consum #

Per a analitzar els patrons de consum de tots els clients de la temporada o d’un determinat segment creat aplicant filtres sobre la resta de gràfics.

Analitzem:

• Freqüència (quants espectacles han comprat a la temporada) en mitjana la dada i gràfic amb la distribució de clients per quantitat d’espectacle

• Distribució per compra agrupada. Classificació dels clients en categories significatives de Màrqueting segons el nombre d’entrades per espectacle que compren. Un client que presenti comportaments de 2 categories apareixerà a les dues, és a dir, un client que ha comprat com a grup i també ha comprat individualment podrà ser segmentat a les 2 categories.
  • Grups (amb alguna compra de més de 10* entrades per event)
  • Individuals (amb alguna compra sols)
  • Parelles (amb totes les seves compres en parella)
  • Socials (petits grups <5 i parelles que també compren en petit grup)
  • Altres (la resta de les opcions)

• Anticipació, amb la dada de la mitjana d’anticipació en xifra i gràfic de distribució amb el nombre de clients per anticipació mínima. Al gràfic podrem veure i filtrar segments interessants per a l’anàlisi com els clients que han comprat alguna vegada a darrera hora o els que no han comprat mai res amb menys de 30 dies d’anticipació, per exemple. Posant el ratolí a sobre ens mostra informe de tram, xifra i percentatge.
• Tipus de pack, gràfic amb el que podem veure, filtrar i analitzar els clients que han comprat algun tipus d’abonament (obert o tancat). Identifiquem les entrades incloses dins d’algun abonament o pack a partir de la informació que ens arriba des del sistema de ticketing i que ens ha de permetre aquesta identificació de forma segura. Posant el ratolí a sobre de cada segment ens mostra informe de xifra de total de clients i percentatge de cada tipus de pack.
• Distribució per tarifa de compra. A aquest gràfic un client que hagi comprat amb 2 tarifes apareixerà a les 2 barres corresponents. Amb aquest gràfic podrem filtrar i analitzar com són els clients que utilitzen una certa

Aquests gràfics i dades tenen en compte totes les compres dels clients mostrats, és  a dir, si apliquem un filtre de producte i analitzem els clients d’un determinat espectacle, la seva freqüència no tindrà en compte només les entrades de l’espectacle filtrat, sinó totes les dades de la temporada d’aquest client.

Dades econòmiques #

5 grans indicadors o KPIs:

• Total entrades dels clients mostrats
• Total ingressos dels clients mostrats
• Mitjana de despesa per client
• Mitjana de despesa per client i entrada
• Mitjana de descompte per client

També es mostren 3 gràfics amb distribucions del total de clients en funció de:

• Tram de despesa del període
• Tram de despesa per entrada
• % mínim de descompte en el que ha fet les seves compres

Posant el ratolí a sobre dels gràfics es detallen els trams, les xifres i % representats. Podem filtrar totes les dades de clients i tenir en compte només les vendes entre dues dates concretes amb el filtre dates d’operació.

Segmentacions per producte #

És l’espai per veure els espectacles i atributs qualitatius principals amb més clients, i per filtrar les vendes d’un/s determinat espectacles.

• Histograma amb el nombre de clients per espectacle: mostra només els 10 espectacles amb més clients. A l’eix els títols dels espectacles es retallen als 5 primers caràcters per facilitar-ne la lectura. Posant el ratolí a sobre es mostra el detall.
• Taula per seleccionar els espectacles a filtrar: permet filtre positiu (selecciona espectacles) o negatiu (els exclou), clicant a l’opció d’invertir. Amb cercador al costat de la icona de la lupa.
• Gràfic de barres amb el total de clients en funció de l’atribut qualitatiu principal: per defecte, aquest és el gènere. La qualificació de l’atribut es pot introduir dins del sistema a través de “Configuració/Esdeveniments”. Un client pot haver consumit espectacles de diversos atributs i per tant seria comptabilitzat a diverses barres. Posant el ratolí a sobre es mostren les xifres en detall.
• Gràfic de barres de distribució sobre el 100 %: ens permet veure quin % dels clients de cada atribut qualitatiu (els que tenim representat al gràfic de barres del costat) són clients només d’espectacles amb aquest atribut, o ho són també d’altres. Els 2 gràfics combinats ens permet avaluar com de forta és la segmentació qualitativa en funció de l’atribut principal. Per exemple, si el nostre atribut principal és el gènere, tenim una programació eclèctica on els nostres clients es distribueixen per igual entre música i teatre, i dels clients de teatre un 95 % són només de teatre mentre que entre els de música només un 60 % ho són només de música, tindríem un major segment de teatre que de música.