Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Webinar impulse su negocio con prediccion analítica

Mientras la competencia global continua reduciendo los márgenes de utilidad, las organizaciones están buscando maneras de aumentar sus ingresos y reducir los gastos. Al mismo tiempo, las empresas están siendo inundadas con datos de cada acción, operación y puntos de contacto con clientes actuales o potenciales.

Mientras que este incremento exponencial de información presenta retos para muchas organizaciones, las empresas inteligentes convierten sus datos en conocimiento al realizar análisis estadísticos, pronósticos y encontrar agrupaciones o relaciones entre datos que a simple vista no se ven.

El análisis predictivo es una mezcla de herramientas y técnicas que permiten a las organizaciones identificar patrones en los datos que pueden utilizarse para realizar predicciones de resultados futuros. En este webinar usted aprenderá acerca de:

• Aplicaciones del análisis predictivo en diferentes áreas del negocio e industrias
• Diferentes técnicas y métodos de análisis predictivo
• Análisis de textos y redes sociales
Entre otros temas importantes para el negocio como: market basket analysis, retención de clientes, análisis de mercado, scoring de créditos.

Detalles de las soluciones de Nexolution: informacion@nexolution.com

  • Login to see the comments

  • Be the first to like this

Webinar impulse su negocio con prediccion analítica

  1. 1. • Que es el análisis predictivo • El proceso predictivo • Metodología CRISP-DM • Objetivos y Áreas de Negocio • Funcionamiento del proceso analítico • Tipos de proyectos de análisis predictivo • Algunos clientes y casos de éxito • Portafolio IBM SPSS • IBM SPSS Modeler - Demostración
  2. 2. 3 Variedad de información  80% de los nuevos datos son NO estructurados  Emails, imágenes, audio, video.. Volumen de datos digitales  57% de crecimiento para datos empresariales en el 2010  Datos generados por maquinas: Censores, RFID.. Velocidad en la toma de decisiones  Problemáticas de negocio dinámicas  Necesidad de estar un paso adelante: predecir posibles problemas y corregirlos Explosión de la información … y toma de decisiones Imperativa del negocio: Acelerar la innovación, optimización del negocio, y diferenciación competitiva Fuente: IBM Institute for Business Value
  3. 3.  Explosión en la información…  …Aún hay organizaciones que están operando con puntos ciegos. Falta de visión 1 de 3 managers frecuentemente toma decisiones críticas sin toda la información necesaria Acceso ineficiente 1 de 2 no tienen acceso a la información necesaria para hacer sus trabajos, a través de su organización Inhabilidad para predecir 3 de 4 líderes de negocios aseguran que mayor información predictiva puede llevar a mejores decisiones Volumen de la información Variedad de la información Velocidad en la Toma de Decisiones Fuente: IBM Institute for Business Value
  4. 4. Sentido y respuesta Instinto e intuición Automatizado Expertos de análisis Back office Método Tradicional Predecir y actuar Tiempo Real, Basado en Hechos Optimizado Todos Punto de impacto Nueva Estrategia Falta de Agudeza Incapacidad para predecir Acceso ineficiente Variedad Volumen Velocidad Desafíos de la Información
  5. 5. Comportamiento normal Cambio Decaimiento Y Fin = Depósito = Retiro = Transacciones con nosotros = Transacciones con competencia Terminación de cuenta Monto Fecha Lapso de Oportunidad
  6. 6.  Es un proceso que permite extraer conclusiones confiables sobre las condiciones presentes y los eventos futuros, a través de la aplicación de métodos estadísticos, matemáticos y de reconocimiento de patrones (Data Mining). Gartner  Es una tecnología de Business Intelligence que produce un resultado predictivo para cada cliente o elemento organizacional determinado. Asignar dichos resultados, es el trabajo de los modelos predictivos, mismos que tienen que ser diseñados sobre sus datos. Prediction Impact, Inc.
  7. 7. Capturar PredecirActuar
  8. 8. 9 6. Establecimiento de objetivos Recopilación de datos Análisis exploratorios Calidad de datos 1. 2. 3. Selección de datos Agregaciones Nuevas variables Formato Valores perdidos 4. 5. Evaluación de resultados Integración con procesos operativos Selección de técnicas Construcción de modelos CRISP-DM: Cross Industry Standard Process for Data Mining.
  9. 9. Análisis de Clientes • Atraer • Retener • Crecer • Rentabilidad • Redes sociales Análisis de Operaciones • Precios óptimos • Pronóstico de demanda • Mantenimiento predictivo Análisis de Riesgo y Fraude • Monitoreo de cuentas • Detección de lavado de dinero
  10. 10. Economía Inversiones Finanzas Rentabilidad Reducción de Costos Competencia Mercadeo Nuevos Productos y Programas Clientes Lealtad de Clientes Demanda Personalizada, Niveles de Servicio Regulaciones Cumplimientos Regulatorios Requerimientos a Demanda Alta Transparencia Riesgo Requerimientos Regulatorios Reducción de Fraude y Riesgo Mejora en el Recaudo y la Cobranza Crecimiento Crecimiento en Segmentos de Mercado, Crecimiento en la Base de Clientes Administración de Procesos Necesidad de simplificar los procesos de Back-Office, Canales de Distribución, Eficiencia y Efectividad Áreas de Aplicación del Análisis Predictivo
  11. 11. • Competir - Asegurar la fortaleza competitiva más poderosa y única. • Crecer - Aumentar ventas y retener clientes competitivamente. • Reforzar - Mantener la integridad del negocio administrando el riesgo. • Mejorar – Aumenta la capacidad competitiva de tu core business. • Satisfacer – Alcanzar las expectativas crecientes de los consumidores. • Aprender – Utilizar el análisis más avanzado de la actualidad. • Actuar – Hacer de la inteligencia de negocios y el análisis una ventaja real. Fuente: Prediction Impact, Inc. 2010
  12. 12.  Relacionar la compra de un producto la compra de otros de acuerdo a los patrones encontrados.
  13. 13. • Calcular el precio óptimo que maximiza las ganancias por producto y por unidad de negocio a partir de análisis de comportamientos históricos, pronósticos y variables de influencia.
  14. 14. • Desarrollo de modelos que permiten proyectar con alta precisión la cantidad y el momento de la demanda de productos y servicios, ayudando a mejorar la eficiencia y efectividad en los procesos de planificación de ventas, inventarios, compras.
  15. 15. 17 • Identificación de grupos de registros similares. • Sin conocimiento previo sobre cómo se componen los grupos y sus características.
  16. 16. 18 • Determinar los factores asociados a las fallas en los activos para disminuir costos de reparación mediante el mantenimiento preventivo.
  17. 17. 19  Categorizar los conceptos que aparecen en una serie de registros/archivos de texto no estructurado.
  18. 18. 20  No es un producto, un software o un algoritmo  Es un proceso de negocio que necesita una cierta tecnología  No es un modelo, una segmentación o un conjunto de reglas  Esos son algunos de los outputs de un proceso de Análisis Predictivo  Es un método de extracción de conocimiento en grandes volúmenes de información para pasar a la acción  No es un producto final en sí mismo  Es un proceso iterativo y que va mejorando
  19. 19. Muchos clientes ya utilizan Análisis Predictivo
  20. 20.  Data Collection:  Visión precisa de las actitudes y preferencias de los clientes.  Statistics:  Brinda confianza en los resultados y las decisiones tomadas.  Modeling:  Entrega la capacidad predictiva a partir de la información de la empresa.  Deployment:  Maximiza el impacto del análisis predictivo en la organización.

×