Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 8

1.

38 Analtica Avanzada & Big Data


y las ventas nocturnas
DCC. Dafne Rosso Pelayo
La analtica avanzada en su empresa, es la clave para el crecimiento de su negocio.

Este articulo esta dirigido a todos aquellos gerentes, directores, empresarios y estrategas
comerciales de los grandes almacenes departamentales que existen en Mxico y en muchos pases
alrededor del mundo.
En Mxico tenemos dos grandes conceptos de mercadotecnia para lograr un mayor volumen de
venta, estimular la economa del pas y a su vez beneficiar el bolsillo de los clientes, estas
son: Las ventas nocturnasy desde hace unos aos El Buen Fin
Una buena estrategia para alcanzar las metas de venta propuestas, en estos grandes almacenes (y
en cualquier empresa) es trabajar con las partes interesadas de la empresa para generar
comprensin, estrategia y sugerir acciones basadas en la informacin recabada en aos
anteriores, acciones que se apliquen en los datos con los que la empresa cuenta.
Por lo menos en Mxico los almacenes en los que soy cliente desde hace ms de 20 aos, deberan
tener mi historial de compras, crditos, montos de compra promedios, tipos de artculos, fechas
frecuentes de compra, etc., estos almacenes deberan ser capaces de saber para mi perfil (y el
de millones de clientes) que algunos aparatos electrodomsticos los renuevo cada cierto nmero
de aos, la informacin que deben de tener almacenada debera servirles para determinar los
patrones de consumo de millones de consumidores que como yo, somos fieles clientes de estos
almacenes de departamentos y no solo eso, deberan ser capaces de predecir que artculos y en
que departamentos se realizarn nuestras siguientes compras.

Cuntos miles de millones de pesos estn dejando


de ganar?
La informacin es sumamente valiosa, con ella los modelos analticos o de Machine Learning que
se pueden implementar enfocados a estas promociones, generaran un ROI de ms del 100%
adicional del que alcanzan hoy en da no slo con estas promociones sino en sus das comunes.
Si no lo cree y piensa que esto no es posible, lo exhorto a que realice una bsqueda en la red
sobre el retorno de inversin que generan los proyectos de analtica y que ha sido comprobada
por fuentes especializadas como IDC* y varias otras.

* The median ROI for the projects that incorporated predictive analytics
was 250%,
compared with a median ROI of 89% for those projects that did not.
Source: IDC, The Business Value of Predictive Analytics,
Dan Vesset Henry D. Morris 2011

http://www.nexdimension.net/resources/products/ibm/spss/ibm-spss-predictiveanalytics-business-value-whitepaper.pdf
Acaso no conocen Amazon, Netfilix y varias otras empresas que hoy en da cuentan con la
tecnologa para realizar sugerencias a sus clientes.

Qu es lo que se puede implementar?


Lo ms valioso es la informacin y ustedes ya la tienen, algunos (entre muchos otros) de los
posibles anlisis a efectuar sobre esta son:

Segmentacin de clientes: Enfocado a determinar los grupos de clientes que tienen


enfocado en patrones de comportamiento en el consumo. Y esto no slo es un anlisis del poder
adquisitivo, es un anlisis de PREFERENCIAS de consumo, independientemente del sector
econmico. Por ejemplo un televisor o una lavadora se adquieren independientemente del sector
econmico. Seores empresarios ya saben que televisiones o lavadoras se compran ms y por
qu? Cules son las caractersticas ms buscadas independientemente de la marca? Ya saben
que marcas prefiere un cliente? Ya saben que marcas prefieren los clientes que compran
televisores inteligentes?

Perfilado de Clientes: Enfocado a detectar los gustos, preferencias, fechas, asociaciones


de caractersticas, de cada uno de los clientes a fin de mandar publicidad y promociones
personalizadas. Se imaginan el volumen que podra aumentar su venta si un cliente en lugar de
perder horas comparando marcas buscando los productos que usualmente quiere comprar si
ustedes antes de la venta nocturna o antes del buen fin le mandan una publicidad con las marcas,
productos, etc, que esta persona compra usualmente y adems le puede decir que otras marcas
o productos compran aquellas personas que eligen los mismos productos.

Anlisis de enlace: Enfocado a poder determinar de acuerdo al perfil de compras del


cliente y de sus conocidos, que otro tipo de consumo le puede satisfacer a un cliente en
especfico. Ej. Suponga que a usted le gusta comprar vinos, este tipo de anlisis le puede
recomendar que vinos y adems que tipo de licores comprar de acuerdo a la gente que usted
conoce que tambin le gusta comprar vinos y que adems copra licores. Es decir sus amigos que
compran el producto A y B tambin gustan de comprar el producto C.

El nmero y tipos de anlisis que pueden implementar para este tipo de almacenes es muy
grande, imaginen lo que podran alcanzar en ventas, si en el momento en que detectan la
primera compra del cliente, a travs de alguna aplicacin mvil, el cliente puede consultar en
tiempo real por medio de su celular que otras posibles alternativas tiene en ese momento de
acuerdo a sus preferencias, o bien, que solo le faltan $Y para alcanzar un monto de $X en donde
se hace beneficiario a otra promocin. Incluso ustedes podran saber por medio de los GPS en que
departamento se encuentra en ese momento el cliente y enfocar ms asertivamente las
recomendaciones sugeridas.

Fig. 1. Algunos tipos de Anlisis Avanzados para la BD de clientes

Machine Learning contiene las tcnicas necesarias para el anlisis de informacin, Big Data le
permitir manejar esos grandes volmenes de informacin y poder analizarla en tiempo real.
Que esperan sabe cuantos clientes nuevos podra generar un almacn con este tipo de servicios?
Cunto est dejando usted de ganar cada da? Salgan ya a la bsqueda de cientficos de datos y
de personal capacitado en Machine Learnig e implementen la analtica avanzada en sus empresas.
Pero no se dejen engaar por los proveedores de software, no existe un producto de caja que
haga todos los anlisis que usted necesita, y las herramientas de inteligencia de Negocio (BI) no
alcanzan para lograr estas metas. Los tableros indicadores y reportes basados en motores OLAP
ayudan muy bien a ver el pasado pero no le ayudan a elaborar los anlisis predictivos y de
comportamiento que son necesarios para crecer; o acaso usted suele manejar viendo slo el
espejo retrovisor? Y sobre todo recuerde que ninguna herramienta sirve si no existe quien sepa
usarla.

Los empresarios, directores, gerentes y ejecutivos muy comnmente se quedan esperando por el
proveedor que llegue a ofrecer la solucin de caja a todos sus problemas.

Eso no existe.

En el siguiente artculo platicaremos sobre como crear un equipo de analtica avanzada en las
empresas.

1.37 Analtica en las PYMES, el factor del xito.


DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, slo puede lograrse mediante la adopcin de medidas
para alcanzarla.

Uno de los principales retos para lograr introducir las tcnicas de Machine Learning y con ello la
analtica avanzada en las empresas del pas es el aspecto cultural, independientemente del giro y
del tamao de la empresa un factor de xito para introducir la analtica al negocio, es la
colaboracin del empresario, director, CIO, lder de negocio, etc, sin embargo, muchos de
nuestros empresarios y lderes cuando escuchan hablar de analtica siguen pensando en un
tablero y un conjunto de indicadores. La analtica de negocio es mucho, pero mucho ms que un
conjunto de tableros, les comparto a este respecto una liga que un buen amigo me
proporcion Steps to an analytics-driven organization.
La analtica como decimos no es slo un conjunto de tableros e indicadores, la analtica debe de
ser la estrategia que soporte la toma de decisiones y que permita la generacin de nuevos
mercados y valor econmico al negocio.

En dnde se puede aplicar la Analtica Avanzada?


La analtica permite por ejemplo:

Mejorar en grandes porcentajes las predicciones, pronsticos, planeaciones


presupuestales, de demanda, consumos, etc. ,ya sean mensuales, anuales o incluso diarias.
Mejorar la distribucin y logstica de los canales de distribucin
Segmentar a sus clientes basados en el comportamiento para introducir nuevas
estrategias
personalizadas al cliente

Deteccin de fraudes

Previsin del abandono de clientes

Recomendacin de productos en base al consumo de otro tipo de productos

Analizar la respuesta de la gente a una campaa comercial o hasta poltica

Determinar el nmero de alumnos que se inscribirn o desertaran a la escuela

Apoyo en la determinacin de enfermedades

Reconocimiento de imgenes

Clasificacin de documentos

El nmero de ejemplos y el campo de aplicacin son enormes. La analtica cabe en todos lados, si
no esta convencido piense en Amazon, en Netflix, en Google, en los anuncios de recomendaciones
que observa cuando busca algn producto en particular en Internet, Spotify y muchas otras
empresas.
Es que acaso no le gustara poder actuar previniendo el futuro y poder tener los artculos que ms
se venden en tiempo de lluvia y que su tienda an no tiene por qu las lluvias se esperaban hasta
dentro de dos meses ms?
De un conjunto de empresas un bajo porcentaje esta recurriendo ya a la analtica avanzada,
cree usted que pueda competir contra dichas empresas? Qu cree que le pueda ocurrir al
conjunto de empresas que no tengan los niveles de servicio o de reaccin ante el mercado y
competencia? Qu le ha ocurrido a las empresas de renta de video contra los servicios en lnea, o
a las libreras contra Amazon, ejemplos hay muchos.
La analtica toma ventaja sobre la estadstica en varios tpicos y permite lidiar con la
incertidumbre, con muchas variables involucradas, tanto con datos estructurados como con datos
de texto como mensajes, documentos, Twitter, etc.

Qu herramientas de Analtica Avanzada utilizamos?


En el mercado hay varias herramientas libres como mencione en el artculo anterior que pueden
ayudar a su empresa a implementar la analtica en el negocio, unas de estas son: R, Weka,
Rapidminer las tres gratuitas y las ms robustas entre muchas otras.
Si usted cuenta con un equipo de programadores existe Phyton, Java (usando apis).
La siguiente figura contiene un conjunto de herramientas estadsticas y analticas para minera de
datos y/o Machine Learning, algunas son libres (no tienen costo) otras se obtienen con
licenciamiento en diversas modalidades.

Fig 1. Algunas de las herramientas ms usadas en Analtica


Por otro lado tambin existen herramientas de visualizacin de las cuales hablamos en el art. 29.
Incluso ahora IBM ha puesto a disposicin de la comunidad el uso de Watson en internet.
No hay pretexto. Si quiere que su negocio crezca y se mantenga frente a la competencia no
queda ms remedio que aceptar que la tendencia del mercado dice la verdad. La analtica
avanzada es el camino del xito.

1.36 Machine Learning en las PYMES.


DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, slo puede lograrse mediante la adopcin de medidas
para alcanzarla.

Machine Learning bien conocido como Aprendizaje Automatizado en los ltimos aos ha
incrementado notablemente su presencia en el mundo empresarial y en los negocios, y se ha
convertido en una tcnica inmersa ya en los procesos de negocio de las empresas. Es un hecho
tambin que en muchas empresas de pases como por ejemplo - por citar slo algunos de ellos -,
nuestro vecino Estados Unidos y otros no tan cercanos como Japn, y por supuesto pases del
continente Europeo; Machine Learning es hoy en da uno de los componentes principales en el
soporte de la operacin y direccin de la empresa.

El auge que al da de hoy tiene el rea de Machine Leoni ha impactado en la demanda de


personas que conozcan del tema y puedan generar el tan apreciado valor que necesitan las
empresas para subsistir y/o obtener un mayor posicionamiento en el mercado. Estas personas a
quienes se les da el nombre de cientficos de datos Data Scientist, son de profesin
Matemticos, Estadsticos y cuentan con especializaciones Maestras y/o Doctorados de
preferencia, en reas de Ciencias Computacionales e Inteligencia Artificial en los cules se
imparten a profundidad los conocimientos en las tcnicas y algoritmos de: Machine Learning,
estadstica, optimizacin, y simulacin.
El grado de especializacin de los cientficos de datos es avanzado, lo que hace que este tipo de
perfil no sea comn, Forbes en 2014 en su articulo The Hottest Jobs In IT: Training Tomorrow's
Data Scientistshttp://www.forbes.com/sites/emc/2014/06/26/the-hottest-jobs-in-it-trainingtomorrows-data-scientists/, describe este problema ante las crecientes necesidades de las
empresas en estas tecnologas.
En pocos aos la palabra analtica se ha puesto de moda, de hablar de minera de datos ahora
se habla de analtica predictiva y prescriptiva, de hablar de minera de texto ahora se habla de
analticos de texto, se hablaba de Big Data y ahora se habla de analticos y Big Data, se hablaba
de Inteligencia de Negocio y ahora es Inteligencia de Negocios y Analticos de Negocio; as mismo
las opciones para capacitarse en estos temas se han incrementado, de slo existir
especializaciones en Inteligencia Artificial la rama se abre ahora en opciones especificas para
Machine Learning, Maestras, Diplomados, Cursos, hasta cursos gratis por internet existen ahora.
Claro que el grado de conocimiento entre un cientfico de datos que cuenta con doctorado y
especializaciones y una persona no cercana al campo estadstico y que toma un curso por
internet difiere enormemente.
Los proveedores de tecnologa no estn al margen de estas situaciones y estn generando
herramientas de usuario final que permitan introducir este tipo de tecnologa en las empresas sin
que los usuarios cuenten con un alto grado de especializacin en la materia. Esto por supuesto
impacta positivamente al ROI de las empresas.
Pero, hablando de este tema, en donde estn las Pymes?, cual es el grado de adopcin de este
tipo de tecnologa en las Pymes?, en las empresas Mexicanas?, en dnde estamos parados?
Afortunadamente para el pas esta ola analtica lo esta alcanzando, ya son varias las empresas
(lo pueden constatar en Link o en conferencias) que han adoptado y estn incursionando en esta
tecnologa, productos lideres en el mercado como SPSS de IBM y SAS han logrado abrirse camino
en terreno mexicano, (picando piedra dira yo), poco a poco la aplastante importancia y
necesidad de esta tecnologa se esta reconociendo.
Por supuesto que estamos hablando de grandes empresas globales, bancos, una que otra empresa
de gobierno, pero y las Pymes?
Afortunadamente para las empresas pequeas y medianas, aparte de ste Blog, existen al da de
hoy muchos otros recursos gratuitos, ms de los que existan en 2011 cuando creamos este Blog.
Estos recursos tambin difieren en el tipo de aplicacin y utilizacin que se le quiera dar a esta
tecnologa.

En el siguiente artculo hablaremos de estos recursos tan necesarios y disponibles para las PYMES.

También podría gustarte