customer intelligence
TRANSCRIPT
![Page 1: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/1.jpg)
Customer Intelligence,Oportunidades y Desafíos
Seminario Inteligencia de ClientesUniversidad de Talca
11 de diciembre de 2014, Curicó
![Page 2: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/2.jpg)
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
![Page 3: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/3.jpg)
• 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
![Page 4: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/4.jpg)
![Page 5: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/5.jpg)
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
![Page 6: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/6.jpg)
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
![Page 7: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/7.jpg)
Cuando colocamos al Cliente en el centro de nuestro proceso
de toma de decisiones, hablamos de Customer
Intelligence
![Page 8: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/8.jpg)
Customer Intelligence
BI CRM
ERP EPM
CLIENTE
![Page 9: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/9.jpg)
¿Son todos mis clientes iguales?¿Tienen todos el mismo valor?
¿Se comportan de la misma manera?
![Page 10: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/10.jpg)
Qué es Customer Intelligence
• Customer de Consumidor
• Customer Intelligence es hacer uso efectivo de los datos (activo) pero centrado en el cliente o consumidor
![Page 11: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/11.jpg)
• 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
![Page 12: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/12.jpg)
Para qué sirve hacer CI
• Conocer y anticipar las necesidades de nuestros clientes
• Gestionar eficientemente los recursos disponibles
• Maximizar la relación Empresa-Cliente
![Page 13: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/13.jpg)
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
![Page 14: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/14.jpg)
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
![Page 15: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/15.jpg)
CI y Data Mining
Problemas
Clasificación
Regresión
Agrupamiento
Reglas de asociación
Análisis correlacional
Predictivos (supervisados)
Descriptivos
(no Supervisados)
![Page 16: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/16.jpg)
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
![Page 17: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/17.jpg)
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
![Page 18: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/18.jpg)
Agrupamiento
La noción de clúster es ambigua
Ejemplo tomado desde clases de Introducción a Data Mining Universidade do Porto
![Page 19: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/19.jpg)
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
![Page 20: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/20.jpg)
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
![Page 21: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/21.jpg)
• 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
![Page 22: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/22.jpg)
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
![Page 23: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/23.jpg)
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
![Page 24: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/24.jpg)
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
![Page 25: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/25.jpg)
Algunas herramientas
![Page 26: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/26.jpg)
Ejemplo CI con Open Source
![Page 27: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/27.jpg)
MUCHAS GRACIAS
¿DUDAS?
![Page 28: Customer intelligence](https://reader035.vdocuments.pub/reader035/viewer/2022062220/55b355cdbb61ebbc728b468b/html5/thumbnails/28.jpg)
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/