Inteligencia de negocio Inteligencia de cliente Retail / fidelización American Express / Payback · Latinoamérica · 2015–2020

American Express: +15% en fidelización tras unificar 12+ fuentes de datos

El programa de fidelización Payback tenía millones de socios, pero ninguna vista única de ninguno de ellos. Los datos estaban repartidos entre Santander, Banamex, Canadian Tire, Disney, Cinemex e Interjet. Los equipos de marketing tomaban decisiones de retención sin datos, y los socios en riesgo se iban antes de que nadie detectara el patrón.

El reto
Datos de cliente fragmentados entre redes de socios

El programa Payback operaba con decenas de socios de retail y financieros, cada uno con sistemas y formatos de datos propios. Los datos de comportamiento estaban aislados en silos, lo que hacía imposible construir una vista unificada de la actividad de los socios. Marketing decidía con datos incompletos, lo que producía campañas de retención poco eficaces y métricas de fidelización a la baja en segmentos clave.

La solución
Capa analítica centralizada con vista 360° del socio

Dirigimos la arquitectura e implementación de una capa analítica centralizada que ingería, normalizaba y unificaba los datos de socios de todas las fuentes asociadas. Construimos pipelines ETL para consolidar datos transaccionales, de canje y de comportamiento. Diseñamos un modelo dimensional que habilitó la segmentación por recencia, frecuencia y valor, el análisis por cohortes y la atribución de campañas. Entregamos un conjunto de cuadros de mando para dirección con métricas de captación, engagement y fuga en todas las categorías de socios.

Los resultados
15% más fidelización y campañas más rápidas

La plataforma analítica unificada impulsó un aumento medido del 15% en las métricas de fidelización del programa. Marketing pudo actuar sobre señales de comportamiento casi en tiempo real, reduciendo los ciclos de diseño de campañas de semanas a días. La vista 360° del socio permitió personalizar a escala y reducir la fuga en los segmentos de riesgo al identificar patrones semanas antes de que el socio se hubiera dado de baja.

15%
Aumento de la fidelización de clientes en el programa
3×
Ciclos de diseño y lanzamiento de campañas más rápidos
360°
Vista unificada del cliente en toda la red de socios
12+
Fuentes de datos de socios integradas en una sola capa
Tecnologías utilizadas
Python Apache Spark AWS Kinesis AWS S3 / Lambda Hadoop / Hive SAS Enterprise Guide SQL (complex) MongoDB Talend Tableau Power BI