AIS lanza una nueva versión de su big data Habits. Habits es un conjunto de indicadores, principalmente económicos y sociodemográficos, que aportan un preciso retrato estadístico de la sociedad española y de su forma de vida. Una herramienta clave para los departamentos comerciales y de marketing a la hora de definir estrategias, así como para otras áreas de la empresa en las que conocer al cliente -real y potencial- es determinante para tomar decisiones óptimas.
Nuevas tipologías de hogares
Una de las características distintivas de Habits es que presenta una segmentación de las familias españolas en tipologías a partir de sus rasgos sociodemográficos y económicos, permitiendo conocer la presencia y perfil de gasto de cada tipología de hogar en cada microzona. Es decir, Habits no sólo define los tipos de familia, sino que las sitúa geográficamente, de modo que puede saberse qué densidad de cada tipología hay en cada territorio.
Las tipologías de familias son justamente uno de los aspectos de Habits donde AIS ha hecho una revisión más profunda en esta nueva versión. El objetivo ha sido adecuar estas tipologías a la realidad social actual. Así, a partir de ahora, se incluyen nuevos segmentos como las familias monoparentales, las que conviven con algún abuelo o abuela o incluso aquellos hogares integrados por personas que comparten piso.
Además, con esta actualización AIS abre también la posibilidad de diseñar tipologías a medida para satisfacer necesidades específicas.
Crece el número de indicadores
Más allá de la nueva clasificación de las familias, la actual versión de Habits incluye nuevas fuentes de datos y, por lo tanto, pone a disposición nuevos indicadores. El volumen de variables pasa de unas 1.800 a alrededor de 2.000. Así, a datos tradicionales como el nivel medio de ingresos o de gastos en partidas como alimentación, ocio, seguros o equipamiento del hogar, se suman ahora cuestiones relativas al uso que hacen los españoles de la tecnología, así como nuevos indicadores sobre capacidad económica, climatología y criminalidad en cada microzona.
¿Para qué usan Habits nuestros clientes?
Las aplicaciones de los indicadores Habits son muy diversas. Una de las principales utilidades para las empresas pasa por ser un apoyo clave en todo lo relacionado con la inteligencia de cliente, ya que los indicadores Habits pueden desde enriquecer con información su propia base de datos de clientes reales a localizar un público objetivo nuevo, identificar los puntos de venta más adecuados para la comercialización de nuevos productos o en los que realizar sus campañas de trade marketing, o incluso determinar el precio de esos productos. Es por ello que las áreas de marketing y ventas son una de las usuarias más frecuentes de Habits®, dado que los indicadores responden a las grandes preguntas a la hora de definir sus acciones: quiénes son sus clientes, dónde están, cuántos hay y cómo se comportan.
No obstante, Habits no es una fuente de información exclusivamente para profesionales del marketing. También equipos que analizan solicitudes de crédito tienen un aliado en Habits. Sus indicadores aportan mayor información y solidez para evaluar las peticiones de financiación.
Asimismo, los profesionales de logística recurren a ellos para realizar cálculos de predicción de la demanda y optimizar la distribución; mientras que servicers e inmobiliarias los utilizan para establecer el precio de alquiler o compra de inmuebles de todo tipo.
Incluso durante las primeras semanas de confinamiento a causa de la COVID-19, los servicios de emergencias de algunas ciudades se valieron de Habits para localizar personas mayores que vivían solas.
Analítica sobre el mapa
Los datos Habits son una fuente de información muy valiosa para alimentar modelos predictivos de cualquier naturaleza, incluidos los basados en inteligencia artificial. Para facilitar su análisis y transformarlo en conocimiento que favorezca las decisiones data-driven que cada vez más demandan las empresas, los indicadores pueden volcarse sobre sistemas de información geográfica (GIS), como AIS Data Maps, plasmando los resultados sobre el mapa.
