Este documento describe varios conceptos relacionados con la gestión del conocimiento aplicada al mercadeo, CRM y minería de datos. Explica que la gestión del conocimiento involucra identificar y analizar conocimiento disponible y requerido para alcanzar objetivos organizacionales. También describe cómo el CRM permite mejorar las ofertas al cliente a través de tecnologías que generan conocimiento sobre los clientes, mientras que la minería de datos permite explorar grandes bases de datos para encontrar patrones que expliquen el comportamiento de los datos.
Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data Mining
1. Gerencia del conocimiento aplicado al mercadeo, CRM y Data Mining Facultad de Ciencias Económicas y Sociales Postgrado en Ciencias Administrativas Especialización en Mercadeo para Empresas Sistemas de Información en la Empresa Integrantes : Sunnely Sequera C.I: V-15.198.168 Roberto Peña A C.I. V-13.113.225
2.
3.
4.
5.
6.
7.
8. CRM en 3 perspectivas Filosofía Estrategia Software Conocimiento del Cliente Comunicación con el Cliente Atender y Vender al Cliente Solucionar inconvenientes a los Clientes Fidelizar y Retener al Cliente. «Nos permite llevar la relación con los clientes a un nivel superior de resultados y rentabilidad»
9. El CRM en definitiva es algo más que tecnología aplicada a la creación de conocimiento sobre el cliente. El CRM es una visión de la empresa que consiste en poner al cliente en el centro del modelo de negocio. Es conseguir que toda la organización focalice sus esfuerzos en la satisfacción integral del cliente . CLIENTE Mercadeo Servicio Ventas
10.
11.
12. Top 5 - Empresas CRM - Salesforce.com - Microsoft Dynamics - Oracle On Demand - RightNow - SAP Business ByDesign
13. Características de los programas Ventas Mercadotecnia Servicio al cliente - Administración de Oportunidades - Administración del proceso de ventas - Optimización de ciclos de venta - Cotizaciones - Administración de pedidos - Administración de la fuerza de ventas - Documentación de ventas - Correo directo - Campañas de mercadotecnia - Creación de listas - Calificación de listas - Plantillas de campañas - Ejecución de campañas - Seguimiento de información de mercadotecnia - Administración de casos - Vista completa de la información del cliente - Ruteo y encolamiento automáticos - Auto respuesta de correo - Administración de correo - Agenda de Despacho de Servicios - Base de conocimiento - Contratos de servicio
14.
15.
16. - Podemos ver nuestros clientes potenciales (grafico superior) así como el detalle por cliente (gráfico inferior).
17. - Generar y visualizar informes (gráfico superior) que contienen gráficos para una información más detallada (gráfico inferior).
18. El Futuro del CRM y las Redes Sociales CRM Redes Sociales Respuesta en tiempo real « Afianzar la relación con el cliente y sobre todo, mejorar la rapidez de solución de consultas»
19. Tendencias del CRM 2011 - Cambios de Tecnología - Integración de las redes sociales con la atención al cliente - Consolidación de datos y planificación de cuáles redes sociales, guías, y procesos serán necesarios para esta exitosa estrategia - Formar a trabajadores para planificar nuevas estrategias a base de estas nuevas tendencias - Manejo fácil de los software. Dominio por parte de trabajadores de los sistemas
20. Data Mining El Data Mining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. El data Mining nace como respuesta a nuevas necesidades, tales como por ejemplo: enormes cantidad de información y dificultad para encontrar información útil.
21. ¿En qué nos ayuda en Data Mining? Puede localizarnos grupos de intereses, Datos demográficos (perfil cultural, edad, sexo, lengua), Datos de contacto (direcciones, teléfonos, correos electrónicos), Perfiles profesionales/ocupacionales, Tendencias y prácticas de consumo relativos tanto a grupos de individuos como a empresas.
22. 4 Etapas principales del Data Mining - Determinación de los objetivos - Procesamiento de los datos - Determinación del modelo - Análisis de los resultados
23. Los Softwares más reconocidos Dynamic Data Web KXEN KNIME Orange RapidMiner SPSS Clementine SAS Enterprise Miner STATISTICA Data Miner Weka KEEL
24. Ventajas del Data Mining Los modelos son fáciles de entender. Enormes bases de datos pueden ser analizadas. La minería de datos descubre información que no se esperaba obtener. Los modelos son confiables Los modelos se construyen de manera rápida.
25. Desventajas del Data Mining - Requiere una gran inversión - Resistencia al cambio por parte de los usuarios - Los beneficios son de mediano y largo plazo - Atentará contra la privacidad de los clientes y/o proveedores - Poca valoración de los recursos necesarios para la captura, carga y almacenamiento de los datos - Poca valoración del esfuerzo necesario para su diseño y creación. - Subestimación de las capacidades que puedan brindar la correcta utilización de las herramientas - Datos de calidad deficientes - Genera trabajadores descontentos