Conversion Rate Optimization For E-Commerce
Introduction
En este proyecto se aborda el caso de un comercio tipo ecommerce que presenta estancamiento en sus ventas. Se aplicaran técnicas analíticas a los registros transaccionales con el fin de obtener lineas de accion para el diseño de una estrategia basada en datos. Al final del preoyecto, se entregan resultados de diagnóstico en las áreas analizadas, seguido de las acciones estratégicas de resolución para incrementar el CRO.
ETL PROCESS
Con el fin de potenciar las estrategias de Optimización de la Tasa de Conversión (CRO) en la empresa, se lleva a cabo el procesamiento de los datos transaccionales. Estos datos se han segmentado según las sesiones de cada usuario en la plataforma web del comercio. Para realizar este proceso, se ha importado paquetes de Python utilizando Jupyter Notebook. Los datos están almacenados en cuatro tablas dentro de una base de datos SQLite, y se ha implementado el paquete SQLAlchemy de Python para gestionarlos eficazmente.
Tras establecer la conexión con la base de datos, se genera un DataFrame utilizando la función "concat" de Pandas. Un punto crítico en este proceso involucra la corrección del tipo de dato de la variable "event_time" para asegurar un índice de tipo "datetime64", lo cual optimiza la indexación. Se procede a la eliminación de datos nulos y variables que carecen de relevancia para el análisis. Por último, se crean nuevas variables y se consolida un tablón analítico general. Este procedimiento resulta fundamental para mejorar la calidad de los datos y permitir un análisis más efectivo en pro de los objetivos de optimización de la tasa de conversión.
EDA PROCESS
El proceso de análisis se inicia con un enfoque separado en las tres áreas clave que impactan en el rendimiento del negocio: ventas, clientes y productos. Al evaluar los eventos en términos de tipo y cantidad, se revela que, de todas las sesiones, un 60% involucra productos en el carrito, lo que se traduce en una conversión del 22% en ventas. Destaca la importancia de observar los horarios específicos en los cuales se registra un aumento en las visitas y, en consecuencia, un incremento en las conversiones.
El análisis de la facturación mensual, representado en la imagen, revela que la evolución del negocio se mantiene sin crecimientos importantes. La mayoría de los clientes efectúan una sola compra, lo que señala una oportunidad de mejorar la retención de clientes y fomentar compras repetidas. Además, se identifican productos con un alto número de visualizaciones pero una actividad de compra limitada, lo que sugiere la posibilidad de potenciar estos productos atractivos para los clientes y aumentar las conversiones. Estos hallazgos proporcionan una base sólida para tomar medidas estratégicas que impulsen el crecimiento del negocio y mejoren la tasa de conversión.
CONCLUTIONS
Los datos recopilados permiten ofrecer recomendaciones estratégicas al comercio. Una de las sugerencias destacadas se relaciona con la franja horaria de mayor conversión, lo que impulsa a optimizar las campañas de pago, enfocando la inversión en intervalos clave. Según el mapa de calor, se recomienda concentrar los esfuerzos promocionales entre las 9-13 y 18-20 horas. Estas recomendaciones, respaldadas por datos concretos, tienen el potencial para impulsar el incremento sistemático de la tasa de conversión y el éxito del negocio.
La disposición de los datos representó un desafío en la normalización de la información a analizar. El análisis exploratorio proporcionó métricas precisas para establecer el punto de referencia de la situación actual del negocio. Finalmente, se presentan recomendaciones para aumentar las visualizaciones, la retención de clientes y la frecuencia de compras, todo lo cual se detalla en los documentos disponibles en el panel de descarga al inicio de esta página.
Business Case
Para llevar a cabo la implementación de las recomendaciones, se presenta un caso de negocio con el propósito de evaluar la viabilidad de la propuesta. El estudio arroja un ROI del 1.2 en el primer año de aplicación, acumulando un ROI del 4.2 en tres años. Estos cálculos están proyectados a tres años y se muestran tres escenarios de estimación, todos con resultados favorables. Para obtener información más detallada, se le le invita a descargar el archivo Excel en el panel de.
