Prever y evitar la pérdida de clientes con BIG Data El arte de transformar el dato en información. Enero de 2015

Transcripción

1 Prever y evitar la pérdida de clientes con BIG Data El arte de transformar el dato en información Enero de 2015

2 Prever y evitar la pérdida de clientes con BIG Data Caso: Pérdida de Clientes en una Empresa de Distribución. Solución: Aplicación Analítica BIG Data - Previsión pérdida de Clientes. Personas, Procesos y Herramientas que lo hacen posible Otras aplicaciones BIG Data empresariales orientadas a la eficiencia. Conclusiones.

3 Introducción Pedro Gómez Mario Íñiguez Somos profesionales dedicados a este campo desde hace algún tiempo (demasiado :):):)

4 El caso... Pérdida de Clientes en una Empresa de Distribución. En una organización empresarial conocer el grado de vinculación de sus clientes es fundamental. En un contexto de alta competitividad.. Complicado recuperar un ex-cliente, mejor evitarlo... 6 meses un 4% de Clientes

5 El caso... La Empresa Grupo empresarial de distribución de productos alimenticios y bebidas de consumo mayorista y de delicatessen, algunos de los cuales se distribuyen en exclusiva, incluso en regimen de franquicia. Objetivos: Mejorar el grado de fidelización de sus clientes. Tiene planes de expansión. Proyecto: Precisa un análisis de riesgo de fuga de clientes. Apoyar plan de expansión

6 El caso... Segmentos de actividad: Restaurantes Cafeterías Empresas Particulares Tiendas de alimentación Hoteles

7 El caso... Productos - Servicios: Distribución y Venta de Productos en exclusiva. Distribución y venta de Productos no en exclusiva. Franquiciado de Distribución y Venta Líneas de crédito para hoteles, restaurantes y cafeterías.

8 El caso... Debilidades detectadas: Tasa de fuga de clientes cercana al 4% cada 6 meses. Descensos no habituales de ventas en productos en exclusiva. (Fuente ERP) El departamento comercial tiene los datos pero desconocen el motivo. Necesidad: Análisis de impacto a la hora de introducir un nuevos productos... Cerveza Beltins.

9 La solución...necesidades Sólo al alcance de las grandes firmas y organizaciones Análisis basado en la facturación, en las operaciones (Volumen) Visión geográfica extrapolada del negocio. (What If) Coyuntura económica. (Volatilidad y Velocidad) Tener en cuenta sentimiento y opinión sobre productos, sobre sus clientes y la propia empresa (Variedad) Esto estaba al alcance de muy pocos hasta ahora...

10 La solución...el método Transformación del dato en valor ANALÍTICA ACTIVA (BI / BIG data) CONN. ANALIZE ACT Variables con asunciones/ segmento Satisfacción del cliente Ventaja competitiva Gestión de Riesgos y Fraude Nuevos modelos de distribución Retroalimentar

11 La solución...variables Se han identificado como vinculantes: Cliente esté franquiciado. Que se le haya concedido una línea de crédito para facilitar la actividad de distribución. El cliente sea una empresa del grupo. El cliente adquiere producto en exclusiva. Y todas configurables por Segmento

12 La solución...variables Y todas configurables por Segmento Y las que promueven la fuga : Pagos realizados Stock productos Facturas cobradas ult mes Linea de credito-amortizacion (0 a 100) Inversion-Amortizacion (0 a 100) Pago Personalizado (0 no, 1 si) P

13 La solución...entrega Indicadores de Vinculación de los Clientes. Información de los clientes para: Medidas de eficiencia. Mitigantes del riesgo de fuga. Lanzamiento de nuevos productos. Nuevos segmentos. Mapa de distribución geográfica de la vinculación Mapas de opinión de productos, clientes, eventos.

14 La solución la herramienta Demostración. Link (30 )

15 Cómo... Personas... Conocimiento del Negocio. Conocimientos técnicos. Expertos de dominio...cultura, buen gobierno En grandes organizaciones BI/BIG Data Spanner En PYMES, nos lo podemos permitir?

16 Cómo... Procesos De extracción de datos estructurados, semi y no estructurados De calidad y preparación Analíticos Extrapolación y proyección. De visualización y de distribución De gobierno tanto interno/externo (filtros de influencia)

17 Cómo... Un poco de tecnología. Se ha empleado tecnología Open en Cloud. Extractores para la información de twitter y facebook. Tratamiento de datos con Hive. Lenguaje R, para el modelo de análisis estadístico de vinculación. Presentaciones gráficas con CartoDB. App desarrollada igualmente en R sobre Front Web.

18 Cuánto... Disponiendo de la infraestructura necesaria (Cloud.) 1 persona con el perfil adecuado tardaría 2 meses. Perfil de especialista Eso es lo que queremos conseguir?

19 Otras posibilidades 1/ Otros posibles proyectos relacionados con este sector que vamos a abordar... [Analítica]: Modelo predictivo de previsión de compras. [Analítica]: Modelo predictivo de ventas automática. [Marketing]: Segmentación de clientes Smart basada en compras, cuestionarios (si los hay), encuestas (si las hay), nuevos bares/ restaurantes en la zona, [BI]: Establecer un dashboard de zonas calientes de moda en un mapa. [BI]: alerta temprana de reducciones o aumentos

20 Otras posibilidades 2/ Otros posibles proyectos relacionados con este sector que vamos a abordar... [Analítica]:Eficiencia en el transporte. [BI]: detección de mermas, robos, mal uso de productos en el almacén por segmentos y días. [Real time]: conocer los comerciales el estado de los productos en cada momento y avisar en el momento de compra de la rotura de stock [Analítica]: el típico product clustering [Analítica]: análisis de las compras en base a la demografía de la zona

21 Conclusiones... Se precisan programas de formación MUY AVANZADO en itinerarios tanto de NEGOCIO como de TÉCNICOS aplicados para dotar de personas con la cultura necesaria para afrontar estos retos de BI y BIG Data UTIL Pensar si se desea un departamento o unidad interna o es viable externalizar con los debidos acuerdos de seguridad y servicio. Todas las verdades son fáciles de entender una vez descubiertas. El caso es descubrirlas. Galileo Galilei