Your SlideShare is downloading. ×
  • Like
Bi
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply
Published

 

Published in Education , Technology , Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,585
On SlideShare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
117
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Las preguntas que nunca pensó que podría responder! Ahora es posible con Business Intelligence y Data Mining 04/11/2008
  • 2. Business Intelligence ¿Qué es Business Intelligence?
  • 3. Business Intelligence ¿Qué es Business Intelligence? “Inteligencia de Negocios (Business Intelligence o BI) suele definirse como la transformación de los datos de la compañía en conocimiento para obtener una ventaja competitiva.” - Gartner Group -
  • 4. Business Intelligence Administrar el Conocimiento del Negocio para obtener Ventajas Competitivas La utilización de BI está enfocada en la administración y el incremento del conocimiento mediante el análisis de datos existentes en la organización. Los pilares Accesibilidad a la Información de Apoyo en la Toma de Decisiones Business Intelligence Orientación al Usuario Final
  • 5. ¿BI es para todo tipo de empresas? Telcos Banca y Seguros Salud Retail Gobierno y ONGs Industria BI es aplicable a cualquier tipo de sector industrial
  • 6. Ventajas para toda la organización Solución completa e integrada Accesible a través de herramientas familiares para los usuarios Escalable para la empresa y “alcanzable” para los departamentos
  • 7. Aplicable a todas las funciones que se desarrollan en la empresa Marketing Operaciones Integración de Todo el Negocio Finanzas Recursos Humanos
  • 8. Aplicable a todos los niveles de la organización • Indicadores de Seguimiento del Negocio Nivel Necesidad de Análisis Estratégico • Soporte para la toma de decisiones Nivel Táctico • Información con mayor grado de complejidad Nivel Operacional • Información Básica
  • 9. ¿Qué tipo de respuestas puedo obtener de una solución BI? Reportes • Estos reportes pueden incluir gráficos, KPIs, Personalizados mapas y filtros definidos por el usuario • Un scorecard es una representación visual de Scorecards la estrategia de la compañía • Un dashboard es una colección de reportes, Dashboards gráficos, KPIs, scorecards, etc., y es utilizado para monitorear la compañía Alertas • Alertas y notificaciones vía SMS, e-mail, etc
  • 10. Etapas de aplicación de Business Intelligence ¿Qué está sucediendo? Scorecard y Dashboards ¿Porqué sucede? Analytics ¿Qué sucedió? Reporting Estrategia ¿Qué sucederá? ¿Qué espero que suceda? Data Mining Forecast, Planning y Budgeting
  • 11. ¿Qué se debe tener en cuenta para implementar BI con éxito?
  • 12. Transformando el conocimiento en ventaja competitiva Beneficios de Business Intelligence Mayor velocidad en la toma de decisiones Visibilidad en tiempo real de las tendencias del negocio Acceso a los datos empresariales en cualquier momento y lugar Poderosos sistemas de análisis y elaboración de informes Minimización de costos
  • 13. Aplicaciones de BI Aplicaciones para Marketing Análisis de ventas Detección de clientes clave Análisis de performance de productos/líneas de productos Estudio de atractivo de mercado Segmentación de clientes Pronósticos y proyecciones Predicción del comportamiento del cliente Retención de clientes Adquisición de nuevos clientes
  • 14. Aplicaciones de BI Otras Aplicaciones Análisis de gastos Rotación de cartera Productividad en línea Análisis de calidad
  • 15. ¿Qué se necesita para implementar BI?
  • 16. ¿Cómo implementar BI? Data Warehousing Distribución de Información Orígenes Cliente Portal de Datos Informes Data Marts Empresariales ERP Análisis del Negocio Potentes herramientas familiares de BI CRM Aplicaciones customizadas Reportes … ETL Empresariales Empresarial Data Data Analysis Dispositivos Warehouse (OLAP, Data Mining) Performance Management Plataforma Empresarial Integrada de BI
  • 17. Herramientas de Explotación OLAP Data Reporting Mining
  • 18. Estructuras Multidimensionales Ventas por Región para una determinada Categoría de Clientes y abiertas por Año Argentina Ventas Chile Paraguay Industrias Mayoristas Uruguay Construcción Ferreterías 2002 2003 2004 2005 Dimensión Tiempo
  • 19. Data Mining
  • 20. Data Mining Conozca sus Datos y mejore sus Decisiones Mediante las técnicas de Data Mining se obtienen patrones y reglas útiles para la toma de decisiones El proceso de Data Mining consiste en: Explorar los Encontrar Realizar Datos Patrones Predicciones
  • 21. Aplicaciones de Data Mining Aplicaciones para Marketing Análisis de Fidelidad Análisis de Churn - Attrition Segmentación de Clientes Market Basket Analysis Category Management Cross Sell / Up Sell Armado de Kits Previsiones de Venta Ruta de clicks en un sitio web Orden en que un cliente agrega productos a su cesta Análisis de Campañas
  • 22. Aplicaciones de Data Mining Otras Aplicaciones Manejo de Riesgos Detección de Fraude Detección de Anomalías
  • 23. Casos de Estudio
  • 24. Caso de Estudio Grupo Solier es un distribuidor mayorista para Ferreterías. La empresa comercializa una gran variedad de productos nacionales e importados. Grupo Solier está presente en Argentina y cuenta con sucursales en Uruguay, Paraguay y Chile.
  • 25. Caso de Estudio Grupo Solier necesita mejorar la elaboración de su presupuesto de ventas para el año 2007. Hasta entonces el área de Finanzas cuenta con la información de las ventas mensuales que recibe de cada región en archivos de texto y planillas Excel. Luego de consolidar la información en un único archivo Excel, se procede con la elaboración del presupuesto.
  • 26. Caso de Estudio Planilla con ventas diarias por cliente Planilla con ventas diarias por producto Archivo de ventas mensuales por producto
  • 27. Caso de Estudio El proceso de consolidación resulta tedioso y al ser manual los resultados no son totalmente confiables.
  • 28. Caso de Estudio Grupo Solier aplicó una solución de BI para elaborar presupuestos de ventas más realistas y certeros. La información de ventas de las distintas regiones se consolidó en un Datawarehouse. Esta información se analiza haciendo consultas a un cubo OLAP. Los datos se pueden visualizar desde distintas perspectivas, llegando al nivel de detalle del cliente.
  • 29. Reportes en BI Portal Ventas Anuales por Región y Categoría Para un análisis más detallado se realizan consultas OLAP desde BI Portal
  • 30. Caso de Estudio Mediante dashboards se visualiza rápidamente la evolución de las ventas de los períodos anteriores. Se creó un dashboard de Ventas para monitorear la venta por año y por distribuidor. Para un análisis más detallado, a nivel de producto, se creó un dashboard de Ventas por Producto.
  • 31. Dashboard de Ventas
  • 32. Dashboard de Ventas por Producto
  • 33. Caso de Estudio Aplicando forecasting (Data Mining) se realiza una previsión de las ventas en los próximos períodos.
  • 34. Forecasting Previsión de Ventas 2007
  • 35. Caso de Estudio Como resultado, utilizando herramientas de BI Grupo Solier logró su objetivo elaborando presupuestos realistas y certeros. Además, para realizar el seguimiento posterior de las ventas se definió un scorecard con indicadores (KPIs) por región.
  • 36. Scorecard de Ventas por Geografía
  • 37. Caso de Estudio Grupo Solier detectó que la baja de los clientes de su distribuidor Central va en aumento y quiere tomar acciones para retener a estos clientes. Para atacar el problema se lanza una campaña que otorga un beneficio a los clientes que solicitaron la baja y decidan quedarse. Se utiliza el registro de solicitudes de bajas para obtener el listado de clientes. También se contactará a los clientes que no realizaron compras el mes anterior.
  • 38. Caso de Estudio Durante la campaña se detectó que gran parte de los clientes que habían pedido la baja ya se habían asociado a otro proveedor. Solicitudes Clientes No están Tienen otro de Baja Retenidos Interesados Proveedor 130 15% 40% 45% Por otra parte, el 80% de los clientes sin compras en el mes anterior estaban conformes con la empresa y no tenían intensión de abandonar.
  • 39. Caso de Estudio Grupo Solier quiere localizar los clientes propensos al abandono en forma más precisa, para tomar acciones proactivas y no esperar la solicitud de baja para atacar el problema. Aplicando técnicas de Data Mining es posible detectar las características de los clientes propensos a la baja.
  • 40. Árbol de Decisión Análisis de Bajas Cada rama determina una Regla de Decisión
  • 41. Análisis de Bajas Las reglas de decisión indican las características de los clientes más propensos a la baja: Industrias ubicadas en Capital Federal y de nivel socio-económico Bajo Clientes de Tipo “C” del Gran Buenos Aires También se deduce que los clientes más fieles son los de la Provincia de Buenos Aires, los de Patagonia y las ferreterías tradicionales de Bahía Blanca
  • 42. Árbol de Decisión Para obtener los clientes con posibilidad de baja se hacen predicciones desde una planilla con los datos del cliente.
  • 43. Árbol de Decisión Los resultados se visualizan en las columnas Baja y Probabilidad.
  • 44. Árbol de Decisión Filtrando la lista por el valor Baja = „Si‟ se obtienen los clientes propensos a la baja.
  • 45. Caso de Estudio Aplicando técnicas de Data Mining Grupo Solier detectó cuales eran los cliente propensos a la baja y el departamento de Marketing inició una campaña para aumentar la satisfacción de los mismos. Propensos Clientes Aceptan Solicitan a la Baja Satisfechos Promoción Baja 535 30% 55% 15%
  • 46. Caso de Estudio Grupo Solier quiere descubrir qué productos se venden en forma asociada para crear ofertas, packs, bundles y realizar acciones de category management efectivas. Aplicando técnicas de Data Mining se realiza un Market Basket Analysis para detectar asociaciones entre productos.
  • 47. Reglas de Asociación “Quien compra Diatool 1.5 Plástico probablemente compre CAT-E 1.5 Plástico“
  • 48. Asociaciones Red de Dependencias En la red se visualizan los productos que se venden en forma asociada
  • 49. Caso de Estudio Basándose en las reglas obtenidas, Grupo Solier lanzó las siguientes promociones para impulsar la venta del producto CAT-E: “A quienes compren Diatool 1.5 Plástico se le ofrecerá CAT-E 1.5 Plástico con un 10% de descuento” “El pack Lijadora Diamond + CAT-E 1.5 Plástico se venderá a un precio diferencial”
  • 50. Caso de Estudio Como resultado, las ventas de CAT-E 1.5 Plástico van en aumento desde el lanzamiento de las promociones.
  • 51. Acerca de Process Technologies Más de 15 años implementando soluciones de negocios basadas en tecnología. Experiencia en desarrollo e implementación de proyectos locales, regionales e internacionales en más de 15 países en empresas de primera línea. Microsoft Gold Certified Partner en Data Management Solutions, máxima certificación para Business Intelligence. SAP Channel Partner Calidad certificada bajo normas ISO 9001:2000
  • 52. Slides disponibles en: www.protech.com.ar Consultas: miguelf@pro-tech.com.ar
  • 53. ¿Preguntas?
  • 54. Muchas Gracias