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.

Cap a una organització Data Driven

16 views

Published on

Introducció metodològica a càrrec de Lali Soler

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

Cap a una organització Data Driven

  1. 1. Cap a una organització Data Driven Sessió pràctica Nom formadora: Lali Soler Email lali.soler@eurecat.org
  2. 2. In 2007 and 2008, Starbucks’ CEO Howard Schultz was forced to come out of retirement to close hundreds of stores, and rethink the company’s strategic growth plan. "This time around, Starbucks took a more disciplined, data-driven approach to store openings and used mapping software to easily analyze massive amounts of data about planned store openings. The software analyzed location-based data and demographics to determine the best place to open Starbucks stores without hurting sales at other Starbucks locations. “The software is also helping to determine where the next 1,500-plus stores should be placed not only to help the company expand, but drive revenue for new store developments.” Data used: • Mobile data • Demographic and income data (CENSUS) • Geoinformation (OpenStreet Maps and Google) Examples Optimal Shop location
  3. 3. Implementació d’una estrategia de dades 1. Formular-se una pregunta o plantejar-se un repte. 2. Determinar com es mesurarà l’obtenció de la solució d’aquest repte. 3. Obtenir les dades. Com són? Estructurades, no estructurades? Com les puc capturar? Scrapping/API/CRM/ERP?? 4. Preparar les dades: s’han de netejar? Poden contenir múltiples fonts d’error? 5. Anàlisi de dades: Faré un procés descriptiu, predictiu o prescriptiu? 6. Implementació: Quin equip i amb quines habilitats necessitaré? 3
  4. 4. 1. Estratègia de dades vs corporativa 4 • Reducció de costos • Automatitzaci ó de processos • Control Intel·ligent d’existències • Màrketing personalitzat • Recomanacio ns • Millora de l’atenció al client • Habilitació de nous models de negoci rentables a través de l’explotació de les dades que ha anat acumulant l’empresa
  5. 5. L’espai i l’experiencia d’usuari és el principal element diferenciador de Starbucks. El creixement de l’empresa passa per augmentar el nombre de botigues intentant minimitzar al màxim l’efecte de cannibalització. 1. Estratègia de dades vs corporativa L'estratègia de dades ha de ser consistent amb l'estratègia corporativa
  6. 6. 2. Problema a resoldre 6 Si el meu creixement passa per l’obertura de nous punts de venda… Existeixen punts de localització millors i pitjors? Existeixen localitzacions ÒPTIMES? Key Performance Indicators Qualitatius: Zona on abunda un perfil de consumidor com el meu. Tipus d’activitat principal de la zona Quantiatius Nivell de competencia Poder adquisitiu del consumidor mitjà Ingressos del punt de venta
  7. 7. 3. Obtenir les dades 7 Dades que necessitem • Dades de telefonia mòbil • Dades de demografia I nivell sòcio-econòmic • Geoinformació (OpenStreet Maps i Google) • Històric de vendes • Històric de clients (programa de fidelització) Internes Externes Estructurades No estructurades API Scrapping NETEJAR
  8. 8. Descriptive  Reporting  Scorecard  Customer segmentation  Market research  Social network analysis  Dataset summarization  Multivariate correlation  Anomaly detection Predictive  Analytical CRM  Customer retention  Direct Marketing  Demand forecasting  Predictive financial models  Wallet share estimation  Credit risk  Accounts Payable Recovery  Location of new stores  Product layout in stores  Price sensitivity  Medical diagnosis  Lead prioritization  Call center optimization  Inventory Management Prescriptive  Travel and Transportation Optimization  Planning Strategic Optimization  Planning Manufacturing Optimization  Equipment maintenance  Dynamic pricing  Networked infrastructure optimization  Personalized recommendation Analytics Maturity CompetitiveAdvantage Procés d’anàlisi i explotació 8 Reflexió: Quin nivell de maduresa digital i analítica tenia Starbucks en aquell moment?
  9. 9. 9 5. Quin equip necessito?
  10. 10. 10 6. Tinc Big Data??
  11. 11. 11 Gràcies

×