Customer Intelligence,Oportunidades y Desafíos

Seminario Inteligencia de ClientesUniversidad de Talca

11 de diciembre de 2014, Curicó

Acerca del relator

• Diego Arenas Contreras, Ing. C. en Computación, Universidad de Talca; Dip. en Business Intelligence y Dip. en Customer Intelligence, U. de Chile.

• Docente en diplomado en Inteligencia de Clientes, U. de Chile

• Consultor con vasta experiencia en proyectos BI, Data Mining y Customer Intelligence

• @darenasc en twitter• http://analisisbi.blogspot.com – quedará disponible

la presentación

• Qué es Customer Intelligence– Relación con Business Intelligence

• Cómo aprovechar Customer Intelligence– Data Mining y CI

• Oportunidades y Desafíos– Incorporando nuevas tecnologías– Ejemplo CI con Open Source

Antecedentes

• Las organizaciones están almacenando cada vez más datos acerca de sus clientes

• Existe una necesidad de conocer mejor a los clientes para gestionarlos correctamente

• Los clientes demandan cada vez más reconocimiento por parte de las organizaciones

• Se suman nuevas tecnologías y tendencias al análisis de información

• Buena noticia! - Las herramientas para trabajar con datos están al alcance de usuarios motivados

Relación con Business Intelligence

• BI se hace cargo del proceso de generación de información relevante para el proceso de toma decisiones

• Entrega la información correcta a la persona correcta en el momento correcto.

Datos Información Conocimiento Acciones Repetibles

Cuando colocamos al Cliente en el centro de nuestro proceso

de toma de decisiones, hablamos de Customer

Intelligence

Customer Intelligence

BI CRM

ERP EPM

CLIENTE

¿Son todos mis clientes iguales?¿Tienen todos el mismo valor?

¿Se comportan de la misma manera?

Qué es Customer Intelligence

• Customer de Consumidor

• Customer Intelligence es hacer uso efectivo de los datos (activo) pero centrado en el cliente o consumidor

• Qué es Customer Intelligence– Relación con Business Intelligence

• Cómo aprovechar Customer Intelligence– Data Mining y CI

• Oportunidades y Desafíos– Incorporando nuevas tecnologías– Ejemplo CI con Open Source

Para qué sirve hacer CI

• Conocer y anticipar las necesidades de nuestros clientes

• Gestionar eficientemente los recursos disponibles

• Maximizar la relación Empresa-Cliente

CI en las organizaciones

Industrias• Telecomunicaciones• Banca• Educación• Retail• RRHH• Servicios• Etc.

Oportunidades• Prospección de clientes• Identificación de valor de los

clientes• Segmentación de clientes• Fuga de clientes• Cross-selling • Upselling• NBO, próxima mejor oferta,

acción• NBA, próxima mejor acción• Patrones en el comportamiento

CI en las organizaciones• La estrategia de Inteligencia de Clientes debe

alinearse con la estrategia de la organización y debe estar en la medida de las capacidades de ésta

• Se deben identificar los focos principales de análisis y comenzar siempre con el fin en el horizonte

• Es un proceso iterativo y cíclicoRecolectar

datos

Explorar

Insights

Evaluar y mejorar

CI y Data Mining

Problemas

Clasificación

Regresión

Agrupamiento

Reglas de asociación

Análisis correlacional

Predictivos (supervisados)

Descriptivos

(no Supervisados)

CI y Data Mining

• Clasificación:– Fuga sí o no de clientes– Comprará o no la oferta que deseo enviarle

• Reglas de Asociación:– Qué productos compran los clientes en conjunto?– Qué atenciones tienen un patrón?

• Agrupamiento:– Por valor – RFM– Por necesidad

• Análisis de correlación– Satisfacción vs Comportamiento

Agrupamiento

- Clustering es un método para agrupar conjuntos de datos en grupos más pequeños y similares

- Un clúster busca agrupar datos homogéneos dentro de un clúster y heterogéneos entre clústers

Ejemplo tomado desde clases de Introducción a Data Mining Universidade do Porto

Agrupamiento

La noción de clúster es ambigua

Ejemplo tomado desde clases de Introducción a Data Mining Universidade do Porto

Agrupamiento

¿Qué sería una agrupación natural de estos datos?

Familia Colegio Mujeres Hombres

Segmentar es subjetivo

Ejemplo tomado desde clases de Introducción a Data Mining Universidade do Porto

Se requieren competencias tanto Técnicas como Analíticas

• Resolución de problemas y búsqueda de soluciones

• Creatividad• Práctica y estudio constante• Preocupación en la revisión de resultados• Capacidad de síntesis• Interpretación de resultados• Ética en el manejo de datos

• Qué es Customer Intelligence– Relación con Business Intelligence

• Cómo aprovechar Customer Intelligence– Data Mining y CI

• Oportunidades y Desafíos– Incorporando nuevas tecnologías– Ejemplo CI con Open Source

Oportunidades y Desafíos

• Nuevas tecnologías se desarrollan día a día y es importante conectarlas con una estrategia de Inteligencia de Clientes

• CI tradicional utiliza la información transaccional disponible

• Big Data, Open Data, Text Mining, Sentiment Analysis, Social Network Analysis son un ejemplo

Oportunidades y Desafíos

• Incoporar data desde las redes sociales como Facebook y Twitter (ejemplo twitter)

• Hacer uso de los datos abiertos, p.ej.: Censo, Casen, Presupuesto de la nación, etc.

• Portal de datos del gobierno http://datos.gob.cl/datasets

Oportunidades y Desafíos

• Incorporar análisis de redes para identificar clientes influyentes, hacer ofertas directas y llegar a un grupo de consumidores

• Análisis de sentimiento para saber cómo hablan de mi marca, positiva o negativamente

Algunas herramientas

Ejemplo CI con Open Source

MUCHAS GRACIAS

¿DUDAS?

Links

• R Project, http://www.r-project.org/• RapidMiner Studio,

https://rapidminer.com/products/studio/• Weka,

http://www.cs.waikato.ac.nz/ml/weka/downloading.html

• SugarCRM, http://www.sugarcrm.com/• OpenBravo ERP,

http://www.openbravo.com/es/