Thesis Análisis y modelación de problema de localización en una aplicación de marketing contextual
Loading...
Date
2017-11
Authors
Journal Title
Journal ISSN
Volume Title
Program
Ingeniería Comercial
Departament
Campus
Campus Casa Central Valparaíso
Abstract
A lo largo de esta memoria se analiza y estudia una plataforma de marketing contextual y una de sus problemáticas. Context, aplicación chilena basada en marketing contextual y georreferenciación, que entrega contenido de calidad en el momento justo. Este contenido es entregado mediante whispers o mensajes. La plataforma entrega a sus usuarios puntos (monedas virtuales) mediante whispers, en función de la interacción que estos presentan con la aplicación. Los puntos son utilizadas como herramienta de fidelización, ya que con estas los usuarios pueden canjear productos disponibles en la tienda virtual. Además, existen “coins” los que entregan una cantidad superior de puntos frente a un whisper normal. Los coins están asociados a fences (áreas geográficas), los cuales tiene vinculado un dispositivo móvil, con cobertura de 1 kilometro, que captura información relevante para la aplicación. En base a esto surge el objetivo principal de este estudio, determinar la cantidad y geolocalización de los fences que tienen asociados coins, con el propósito de maximizar la cobertura de usuarios. El estudio reveló que la cantidad óptima de fences con alcance de 1,1 kilómetros es de 145, los cuales abarcan en cierta medida todas las comunas pertenecientes al Gran Santiago. Alcanzando una cobertura total del 79,03% sobre la demanda total diaria, el resultado es muy beneficioso para la aplicación, ya que les permite aumentar su flujo y en consecuencia mejorar sus indicadores de performance, los que miden la interacción de los usuarios con la aplicación, tales como: CTR (% de whispers abiertos) y ACCEPT (% de whispers aceptados).
Description
Keywords
Marketing contextual, Georreferenciación, Fidelización de usuarios, Monedas virtuales, Whispers (mensajes contextuales), Coins (puntos geolocalizados), Optimización de recursos digitales
