Aplicación del conocimiento del cliente anónimo a partir de sus hábitos de consumo. David Lampón / Advanced Analytics Marzo 05, 2014

Transcripción

1 Aplicación del conocimiento del cliente anónimo a partir de sus hábitos de consumo David Lampón / Advanced Analytics Marzo 05, 2014

2 Agenda Introducción Planteamiento Necesidad de negocio Demostración Beneficios Conclusiones 2014 SAP AG. All rights reserved. 2

3 Introducción Intellego Advanced Analytics

4 Added Value Added Power Definición: Intellego es una consultora especializada en soluciones integrales para la gestión de información. Misión: Potenciar la creación de valor de sus clientes apoyándoles en el diseño e implementación de su estrategia y procesos de negocio. Advanced Analytics: Involucrando modelos predictivos para detonar acciones anticipadas en el mercado que marquen diferencias competitivas SAP AG. All rights reserved. 4

5 Data Science Big Data Explotación adecuada de los datos. Arquitecturas escalables. Más allá del Hype. Advanced Analytics Identificación de hallazgos. Evidencia empírica en los datos. Sistematización del conocimiento SAP AG. All rights reserved. 5

6 Identificando el valor Soluciones que se integren a los procesos de negocio. Medición de la rentabilidad para fomentar el cambio. Racionalizar las decisiones para identificar oportunidades. Refinación 2014 SAP AG. All rights reserved. 6

7 Planteamiento Aplicación del conocimiento del cliente

8 Aplicación Para este análisis suponemos que se tienen datos sobre tickets, transacciones o canastas de un supermercado. Una canasta contiene al menos un item o producto. El número de items por transacción es chico comparado con el total de items disponibles. El número de transacciones es grande para identificar relaciones importantes 2014 SAP AG. All rights reserved. 8

9 Necesidad de negocio Qué son las relaciones importantes entre items?

10 Estrategias de reinvención hacia clientes y proveedores Clientes Planeación de promociones cruzadas. Segmentación de canastas. Perfilamiento de demanda. Proveedores Definición de folletos y catálogos. Organización de la tienda. Formatos modernos de tienda SAP AG. All rights reserved. 10

11 Estrategias de reinvención hacia clientes y proveedores Clientes Planeación de promociones cruzadas. Ejemplo: Se encuentra una relación importante entre leche y harina que se expresa: {leche} => {harina} Importancia del producto Incrementar ventas por impulso Proveedores Formatos modernos de tienda. Ejemplo: Se encuentra una relación importante entre pagos con tarjeta de crédito y pedidos por internet: {pago = crédito} => {pedido = internet} Importancia de la forma de pago Dependencia de la forma de pago Promocionar ventas consecuentes asociadas al antecedente Regla de operación que el mercado está demandando con la evidencia de los tickets 2014 SAP AG. All rights reserved. 11

12 Demostración Analizando el comportamiento de las canastas

13 Market Basket Analysis Arquitectura para analizar los datos. Base de datos transaccional. Proceso de extracción. Base de datos analítica. Conectividad con herramienta de modelado. Motor de análisis y visualización. Generador de reportes SAP AG. All rights reserved. 13

14 Estructura de la demostración 1. Simulemos una base de datos: Tickets Usando R. Qué variables/campos necesitamos? 2. Exploremos la base de datos Usando SAP Predictive Analysis. Hábitos de consumo. Rotación de productos. 3. Encontremos asociaciones de producto Usando SAP Predictive Analysis. 4. Encontraremos asociaciones entre factores de consumo Usando SAP Predictive Analysis. 5. Encontraremos reglas de clasificación de tickets Usando SAP Predictive Analysis SAP AG. All rights reserved. 14

15 Beneficios Resultados del análisis

16 Beneficios Planeación de promociones cruzadas Productos ancla que estimulan la venta de productos de menor rotación. Segmentación de tickets Identificación de perfiles de consumo a partir de la composición de las canastas. Definición de folletos y catálogos Planeación de ofertas relacionadas con productos con soporte alto. Organización de la tienda Estímulo a productos a partir de la configuración de los anaqueles SAP AG. All rights reserved. 16

17 Conclusiones

18 Conclusiones Se puede conocer a un cliente sin tener registro de su identidad. El análisis de clientes identificados podría complementar la configuración de las canastas en servicios personalizados. La información sobre la rotación de productos nos permite fortalecer la rentabilidad a niveles desagregados. La infraestructura tecnológica y la habilitación de capacidades analíticas es el insumo para lograr implementar soluciones de valor al negocio. Se requiere la experiencia del negocio que detone las oportunidades que pueden ser solventadas mediante el análisis de datos SAP AG. All rights reserved. 18

19 Gracias! Información de contacto: David Lampón Data Scientist +52 (1 55)