COMPAÑEROS Y COMPAÑERAS!! al fin solucione mis problemas con el blogg.
Encontré esta información sobre el datamining y su explicación en un lenguaje bastante amable que te me pareció que te puede dejar la idea aún mas clara, también viene un poco de la historia en cuestión de cómo fue evolucionando el interés y las formas que se han tenido para mantener una relación estrecha con los clientes.
DATAMINING
Parece que de repente hemos descubierto algo que no existía: hay que mantener una relación sólida con el cliente. Ya a comienzos de los años 60, se empleaban las "fichas de cliente" en la mayoría de las empresas españolas. En ellas quedaban recogidas, aparte de los datos comerciales, las aficiones, nivel socio-económico, preferencias, y por tanto los datos que hacían posible una relación comercial.
El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.
Pasos para construir un Data Mining
Analice sus necesidades de información. Sea realista con ellas y contemple los futuros crecimientos. Evite que en poco tiempo su sistema se quede pequeño o poco operativo.
No tenga complejos técnicos por no ser un experto. Usted es quien mejor conoce su empresa y a sus clientes.
Pida asesoramiento externo. La visión de alguien experto en procesos y ajeno a la compañía, introducirá un soplo de aire fresco y una visión más rica del problema.
No mate moscas a cañonazos. No implante sistemas que no necesita. Además de caros, serán un obstáculo y una hipoteca para futuros crecimientos.
Si pide una valoración externa de sus sistemas y procesos, elija con cuidado. Si invita a Ferrari, le venderán un Ferrari aunque lo que Ud necesite sea una furgoneta. Contraste opiniones
Utilice la situación para proponer mejoras en los procesos, en las rutinas, y en la forma de trabajar.
Puede ser un excelente pretexto para revisar procedimientos y recortar costes. En cualquier caso, no informatice el caos.
No implante nada que no necesite de verdad. Si lo implanta mantenga una visión a medio-largo plazo.
Utilice las herramientas y los recursos de los que ya dispone. Contratar un proyecto o un sistema más caro no va a hacer que aumente su rentabilidad.
martes, 4 de noviembre de 2008
martes, 21 de octubre de 2008
Datamining caso cerveza y pañales
Estaba haciendo una tarea y encontré un articulo interesante en el que narran un caso de datamining, pero veanlo ustedes.
http://egkafati.bligoo.com/content/view/272836/Caso_Datamining_Los_Panales_y_la_Cerveza.html
http://egkafati.bligoo.com/content/view/272836/Caso_Datamining_Los_Panales_y_la_Cerveza.html
martes, 14 de octubre de 2008
DATAMINING
ARCHIVO PARA BLOG
ELISKA ARJONA SUDEK
9/OCT/08
Encontré esta información sobre el datamining y su explicación en un lenguaje bastante amable que te me pareció que te puede dejar la idea aún mas clara, también viene un poco de la historia en cuestión de cómo fue evolucionando el interés y las formas que se han tenido para mantener una relación estrecha con los clientes.
DATAMINING
Parece que de repente hemos descubierto algo que no existía: hay que mantener una relación sólida con el cliente. Ya a comienzos de los años 60, se empleaban las "fichas de cliente" en la mayoría de las empresas españolas. En ellas quedaban recogidas, aparte de los datos comerciales, las aficiones, nivel socio-económico, preferencias, y por tanto los datos que hacían posible una relación comercial.
¿Qué ha cambiado? La tecnología, no el sistema, ni la intención, ni el objetivo, ni la naturaleza de la relación. Data Mining significa literalmente "minería de datos" y hace referencia a las técnicas de explotación de los datos recogidos por la empresa, generalmente de clientes, aunque se podría hacer extensivo a cualquier set de datos de interés (competencia, índices sectoriales, información contable, control de inventarios, etc).
El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.
Para almacenar datos, por tanto, necesitamos previamente "donde albergarlos" y "cómo albergarlos"; el dónde puede ser cualquier soporte como un servidor, el PC de la oficina, un disco duro portátil, etc, y el cómo afecta esencialmente a qué de Base de Datos empleamos, como por ejemplo Access o SQL de Microsoft.
Tenemos pues un conjunto de datos, por ejemplo, las compras de nuestros clientes, que recogemos en una Base de Datos y que almacenamos para su uso y explotación posterior. ¿Qué datos debemos recoger y qué uso posterior hacemos?
Cada empresa y los usuarios potenciales de esa información, aquellos que han de tomar decisiones en base a la misma, deben responder analizando qué demandas de información precisan. Lo que si es importante destacar es el abuso que se hace generalmente en la recogida de datos en relación a su débil explotación; las empresas pecan de recoger más información de la necesaria o de la que en realidad usan.
AL EXPRESAR ESTO, NOS OFRECE TAMBIÉN DISTINTAS SOLUCIONES Y FACTORES QUE DEBEMOS CUESTIONARNOS ANTES DE RECOPILAR DATOS.
Con qué frecuencia se generan (a diario, por ejemplo si hablamos de compras de determinado producto en una cadena minorista),
Qué influencia tiene esta frecuencia en las decisiones a tomar (o en el análisis, por ejemplo podríamos estar investigando si hay alguna correlación entre las franjas horarias comerciales de esta cadena minorista y el consumo de ciertas referencias por franjas y por días), lo que condiciona la frecuencia de los informes,
Qué cantidad de datos estamos recogiendo, lo que condiciona los sistemas de análisis y su potencia y por tanto el Data Mining.
Pasos para construir un Data Mining
Analice sus necesidades de información. Sea realista con ellas y contemple los futuros crecimientos. Evite que en poco tiempo su sistema se quede pequeño o poco operativo.
No tenga complejos técnicos por no ser un experto. Usted es quien mejor conoce su empresa y a sus clientes.
Pida asesoramiento externo. La visión de alguien experto en procesos y ajeno a la compañía, introducirá un soplo de aire fresco y una visión más rica del problema.
No mate moscas a cañonazos. No implante sistemas que no necesita. Además de caros, serán un obstáculo y una hipoteca para futuros crecimientos.
Si pide una valoración externa de sus sistemas y procesos, elija con cuidado. Si invita a Ferrari, le venderán un Ferrari aunque lo que Ud necesite sea una furgoneta. Contraste opiniones
Utilice la situación para proponer mejoras en los procesos, en las rutinas, y en la forma de trabajar.
Puede ser un excelente pretexto para revisar procedimientos y recortar costes. En cualquier caso, no informatice el caos.
No implante nada que no necesite de verdad. Si lo implanta mantenga una visión a medio-largo plazo.
Utilice las herramientas y los recursos de los que ya dispone. Contratar un proyecto o un sistema más caro no va a hacer que aumente su rentabilidad.
ELISKA ARJONA SUDEK
9/OCT/08
Encontré esta información sobre el datamining y su explicación en un lenguaje bastante amable que te me pareció que te puede dejar la idea aún mas clara, también viene un poco de la historia en cuestión de cómo fue evolucionando el interés y las formas que se han tenido para mantener una relación estrecha con los clientes.
DATAMINING
Parece que de repente hemos descubierto algo que no existía: hay que mantener una relación sólida con el cliente. Ya a comienzos de los años 60, se empleaban las "fichas de cliente" en la mayoría de las empresas españolas. En ellas quedaban recogidas, aparte de los datos comerciales, las aficiones, nivel socio-económico, preferencias, y por tanto los datos que hacían posible una relación comercial.
¿Qué ha cambiado? La tecnología, no el sistema, ni la intención, ni el objetivo, ni la naturaleza de la relación. Data Mining significa literalmente "minería de datos" y hace referencia a las técnicas de explotación de los datos recogidos por la empresa, generalmente de clientes, aunque se podría hacer extensivo a cualquier set de datos de interés (competencia, índices sectoriales, información contable, control de inventarios, etc).
El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.
Para almacenar datos, por tanto, necesitamos previamente "donde albergarlos" y "cómo albergarlos"; el dónde puede ser cualquier soporte como un servidor, el PC de la oficina, un disco duro portátil, etc, y el cómo afecta esencialmente a qué de Base de Datos empleamos, como por ejemplo Access o SQL de Microsoft.
Tenemos pues un conjunto de datos, por ejemplo, las compras de nuestros clientes, que recogemos en una Base de Datos y que almacenamos para su uso y explotación posterior. ¿Qué datos debemos recoger y qué uso posterior hacemos?
Cada empresa y los usuarios potenciales de esa información, aquellos que han de tomar decisiones en base a la misma, deben responder analizando qué demandas de información precisan. Lo que si es importante destacar es el abuso que se hace generalmente en la recogida de datos en relación a su débil explotación; las empresas pecan de recoger más información de la necesaria o de la que en realidad usan.
AL EXPRESAR ESTO, NOS OFRECE TAMBIÉN DISTINTAS SOLUCIONES Y FACTORES QUE DEBEMOS CUESTIONARNOS ANTES DE RECOPILAR DATOS.
Con qué frecuencia se generan (a diario, por ejemplo si hablamos de compras de determinado producto en una cadena minorista),
Qué influencia tiene esta frecuencia en las decisiones a tomar (o en el análisis, por ejemplo podríamos estar investigando si hay alguna correlación entre las franjas horarias comerciales de esta cadena minorista y el consumo de ciertas referencias por franjas y por días), lo que condiciona la frecuencia de los informes,
Qué cantidad de datos estamos recogiendo, lo que condiciona los sistemas de análisis y su potencia y por tanto el Data Mining.
Pasos para construir un Data Mining
Analice sus necesidades de información. Sea realista con ellas y contemple los futuros crecimientos. Evite que en poco tiempo su sistema se quede pequeño o poco operativo.
No tenga complejos técnicos por no ser un experto. Usted es quien mejor conoce su empresa y a sus clientes.
Pida asesoramiento externo. La visión de alguien experto en procesos y ajeno a la compañía, introducirá un soplo de aire fresco y una visión más rica del problema.
No mate moscas a cañonazos. No implante sistemas que no necesita. Además de caros, serán un obstáculo y una hipoteca para futuros crecimientos.
Si pide una valoración externa de sus sistemas y procesos, elija con cuidado. Si invita a Ferrari, le venderán un Ferrari aunque lo que Ud necesite sea una furgoneta. Contraste opiniones
Utilice la situación para proponer mejoras en los procesos, en las rutinas, y en la forma de trabajar.
Puede ser un excelente pretexto para revisar procedimientos y recortar costes. En cualquier caso, no informatice el caos.
No implante nada que no necesite de verdad. Si lo implanta mantenga una visión a medio-largo plazo.
Utilice las herramientas y los recursos de los que ya dispone. Contratar un proyecto o un sistema más caro no va a hacer que aumente su rentabilidad.
Nuevo proyecto de Sony Entertainment Television para Latin American Idol
Esta noticia se publicó en http://www.merca20.com/ y es un ejemplo de apertura de canales de comunicación con los clientes:
México D.F.- En el sitio http://www.latinamericanidol.com/ existe una nueva aplicación: Sony Talk. Esta permite a la audiencia entrar en contacto directo con los finalistas de la tercera temporada de Latin American Idol, reality transmitido desde Argentina por Sony Entertainment Television. Miguel Ríos, director ejecutivo de mercadeo del canal, comenta para merca20.com que la idea de este proyecto fue de todo el departamento, y el apoyo financiero para el mismo lo proporcionó SET.La comunicación se ha llevado a cabo a través de la agencia de relaciones públicas Business Influencer Marketing, “no hay una campaña promocional, aunque sí se piensa realizar más adelante, por ahora se busca dar a conocer Sony Talk de forma natural para ver la respuesta espontánea de la gente”. También comentó que Latinoamérica está dando el primer paso en innovación ya que American Idol no ha lanzado un proyecto de este tipo.
Ríos señala que el objetivo de Sony Talk es acercar el contenido del show a la audiencia a través de internet, ya que la gente quiere tener cerca a sus artistas preferidos. ”La cantidad de información que fluye en el sitio es mucho mayor que antes”, comentó.
Posts relacionados: Pond’s y su estrategia para llegar al mercado juvenil Arvizu llevará las RP de Hoteles Fairmont Acapulco Ogilvy lanza un spot especial No te persigas la cola y asiste Magnús Scheving, ganador del premio Protos
Ríos señala que el objetivo de Sony Talk es acercar el contenido del show a la audiencia a través de internet, ya que la gente quiere tener cerca a sus artistas preferidos. ”La cantidad de información que fluye en el sitio es mucho mayor que antes”, comentó.
Posts relacionados: Pond’s y su estrategia para llegar al mercado juvenil Arvizu llevará las RP de Hoteles Fairmont Acapulco Ogilvy lanza un spot especial No te persigas la cola y asiste Magnús Scheving, ganador del premio Protos
jueves, 9 de octubre de 2008
Data Mining
Fundamentos del Data mining
Las técnicas de Data mining son el resultado de un largo proceso de investigación y desarrollo de productos. Esta evolución comenzó cuando los datos de negocios fueron almacenados por primera vez en computadoras, y continuó con mejoras en el acceso a los datos, y más recientemente con tecnologías generadas para permitir a los usuarios navegar a través de los datos en tiempo real. Data mining toma este proceso de evolución más allá del acceso y navegación retrospectiva de los datos, hacia la entrega de información prospectiva y proactiva. Data mining está listo para su aplicación en la comunidad de negocios porque está soportado por tres tecnologías que ya están suficientemente maduras:
1)Recolección masiva de datos
2)Potentes computadoras con multiprocesadores
3)Algoritmos de Data mining
Data mining, la extracción de información oculta y predecible de grandes bases de datos, es una poderosa tecnología nueva con gran potencial que ayuda a las compañías a concentrarse en la información más importante de sus Bases de Información (Data Warehouse).
Un Sistema Data mining es una tecnología de soporte para usuario final cuyo objetivo es extraer conocimiento útil y utilizable a partir de la información contenida en las bases de datos de las empresa.
¿Qué son capaces de hacer las herramientas del Data mining?
Las herramientas de Data mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información (knowledge-driven).
Las herramientas de Data mining pueden responder a preguntas de negocios que tradicionalmente consumen demasiado tiempo para poder ser resueltas y a los cuales los usuarios de esta información casi no están dispuestos a aceptar. Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus expectativas.
Pueden analizar bases de datos masivas para brindar respuesta a preguntas tales como, "¿Cuáles clientes tienen más probabilidad de responder al próximo mailing promocional, y por qué? y presentar los resultados en formas de tablas, con gráficos, reportes, texto, hipertexto, etc.
Data mining sirve para:
· Comunicarnos con nuestra Base de Clientes y Prospectos de manera Directa y Masiva ( Cumpleaños, Lanzamientos, Cobros )
· Contribuir en la Conservación de Clientes existentes
· Vender otros Productos (Cross Selling) a nuestra Base de Clientes y elevar el P.P.C.
· Capturar nuevos Clientes con Tele o Web-Marketing
Data mining en el CRM
En el entorno “CRM” se puede evaluar y desarrollar un conjunto de reglas de negocio sobre todos los aspectos de las interacciones de los clientes. Un ejemplo sencillo sería modelar la probabilidad de respuesta ante una solicitud específica de un nuevo producto o servicio. Basándose en estas reglas las campañas de marketing de una empresa pueden tener como objetivo la máxima respuesta para generar un nivel deseado de respuesta, ingresos o beneficios. Otras aplicaciones incluirían:
Crear modelos de clientes potenciales (para objetivos de marketing y otras iniciáticas CRM).
Analizar la pérdida de clientes (para atención al cliente y reclamaciones).
Monitorizar los riesgos de pérdida (para scoring de clientes y aprobación de créditos).
Investigación del fraude (para reducir pérdidas a través de la investigación del fraude).
Implementación y Elementos de Business Intelligence
Elementos de Business Intelligence
Los sistemas actuales de Business Intelligence están construidos en una moderna infraestructura, que consisten de una arquitectura federada (también conocida como modular) que acomoda todos los componentes en un moderno sistema de inteligencia del negocio (Hackney, 2000). Estos sistemas incluyen:Data Warehousing y Data Marts, sistemas de almacén de datos. Aplicaciones analíticas. Data Mining, herramientas para minería de datos. OLAP, herramientas de procesamiento analítico de datos. Herramientas de consulta y reporte de datos. Herramientas de producción de reportes personalizados. ELT, herramientas de extracción, traducción y carga de datos. Herramientas de administración de sistemas. Portales de información empresarial. Sistemas de base de datos. Sistemas de administración del conocimiento.
Implementación Real de BI
Twentieth Century Fox usa Business Intelligence para filtrar millones de recipientes de zonas postales y predecir que actores, argumentos y filmes serán populares en cada vecindario. Evitando ciertos argumentos en cines específicos, la compañía tiene ahorros de aproximadamente $100 Millones de dólares alrededor del mundo cada año. La misma tecnología puede seleccionar "traliers" (cortos previos a la presentación de una película) alternativos por cada película en cada cine para ayudar así a maximizar las ventas. Una película puede tener diferentes "trailers", cada cual puede percibirse de diferente forma por diversos tipos de audiencias.
Manuela Báez Téllez
Los sistemas actuales de Business Intelligence están construidos en una moderna infraestructura, que consisten de una arquitectura federada (también conocida como modular) que acomoda todos los componentes en un moderno sistema de inteligencia del negocio (Hackney, 2000). Estos sistemas incluyen:Data Warehousing y Data Marts, sistemas de almacén de datos. Aplicaciones analíticas. Data Mining, herramientas para minería de datos. OLAP, herramientas de procesamiento analítico de datos. Herramientas de consulta y reporte de datos. Herramientas de producción de reportes personalizados. ELT, herramientas de extracción, traducción y carga de datos. Herramientas de administración de sistemas. Portales de información empresarial. Sistemas de base de datos. Sistemas de administración del conocimiento.
Implementación Real de BI
Twentieth Century Fox usa Business Intelligence para filtrar millones de recipientes de zonas postales y predecir que actores, argumentos y filmes serán populares en cada vecindario. Evitando ciertos argumentos en cines específicos, la compañía tiene ahorros de aproximadamente $100 Millones de dólares alrededor del mundo cada año. La misma tecnología puede seleccionar "traliers" (cortos previos a la presentación de una película) alternativos por cada película en cada cine para ayudar así a maximizar las ventas. Una película puede tener diferentes "trailers", cada cual puede percibirse de diferente forma por diversos tipos de audiencias.
Manuela Báez Téllez
martes, 7 de octubre de 2008
business intelligence
Encontre este archivo donde nos define que es el business intelligence, ademas de como elegir un sistema de este tipo, y las problematicas que pueden tener estos programas.
1. ¿Qué es el Business Intelligence?
Para poder conseguir este objetivo, primero es preciso conocer que es el Business Intelligence o Inteligencia de Negocio:
Desafortunadamente, este término no tiene nada que ver con el índice de inteligencia medio de las personas que trabajan en un determinado negocio. De hecho, la inteligencia de negocio (BI) tiene que ver con los datos y aplicaciones de un negocio para entenderse mejor.
Semejante a la inteligencia militar, que procura entender al enemigo, la inteligencia de negocio versa sobre todo alrededor de si mismo.
Específicamente, los sistemas de la inteligencia de negocio se basan en crear modelos informáticos de negocio de modo que pueda funcionar más eficientemente.El almacenamiento de los datos está en la base de los procesos de la inteligencia de negocio. En el mundo de ETL, la inteligencia de negocio se refiere generalmente al espacio entero de los sistemas de la base de datos, del software, del análisis, y de la evaluación del usuario que pretende entender y evaluar un negocio.Hay generalmente unos o más usos analíticos del software (por ejemplo, Business Objects, Cognos, o Microstrategy ).Los sistemas del BI se diferencian de sistemas operacionales en que están optimizados para preguntar y divulgar sobre datos.
Esto significa típicamente que, en un Datawarehouse, los datos están desnormalizados para apoyar preguntas de alto rendimiento, mientras que los sistemas operacionales generalmente se normalizan completamente para apoyar integridad de referencia y para insertar datos continuamente.
Los procesos de ETL que cargan sistemas del BI tienen que traducir del sistema operacional normalizado a desnormalizado.
Y, típicamente, tienen fallos severos de funcionamiento debido a que no deben degradar el funcionamiento de los sistemas operacionales, y no deben prohibir el acceso al almacén.Por eso surge el Business Intelligence, basado en nuevas estructuras de análisis, básicamente multidimensional, en contraste con el relacional.
2. ¿Cómo elegir una aplicación Business Intelligence?
Lo primero que puedo decir es que tenemos que identificar cuales son las necesidades y el tipo de herramienta que se busca: análisis, reporting, base de datos, OLAP, etc...De momento, os voy a dejar con unas pinceladas, según mi criterio, de los principales factores (sin orden de importancia) a tener en cuenta cuando elegimos una herramienta Business Intelligence:
1) La Plataforma: No es lo mismo estar atados a Microsoft, o poder trabajar en Unix, o tener una estrategia Open Source Linux. Lo mismo aplica al hardware. Algunos fabricantes son restrictivos.
2) El Curriculum del vendedor: Es muy útil conocer el tipo de implementaciones que se han hecho, si se han realizado en tiempo, si se utilizan, la satisfacción de usuarios, etc...
3) El tamaño del cubo: Es imprescindible hacer un análisis previo de la amplitud de la información a almacenar. Algunas aplicaciones pueden 'explotar' llegado cierto nivel.
4) La velocidad de consulta: Los usuarios siempre quieren velocidad en sus consultas. Y si 20 segundos de espera es mucho, quizás haya que buscar otra herramienta.
5) Servicios de soporte y ayuda a nivel mundial: Tenemos que tener la seguridad de que si algo falla en la aplicación ( y fallará, esto es seguro) podamos resolverla en el menor tiempo posible.
6) Evaluaciones de analistas: Gartner, IDC saben de que hablan... y suelen ser objetivos. No está de más fijarse en sus 'cuadrantes'.
7) El ecosistema del vendedor (consultores, partners, acuerdos, comunidad de desarrolladores…).
8) Base instalada de usuarios. Si hay de mi sector mucho mejor. Si puedo hablar con ellos y ver la herramienta en vivo, todavía mejor.
9) Graphical User Interface (GUI). Hay que recordar que hablamos de una herramienta para usuarios finales y si a éstos no les gusta, no la utilizarán y será dinero tirado.
10) El precio: No tiene por qué ser lo más importante..... pero... es importante!!!
11) Integración con otras herramientas: Ninguna herramienta funciona como una isla aislada del resto. Lo mismo que una empresa, si creas islas, crearás incomunicación.
3. ¿Por qué fallan muchos proyectos Business Intelligence?
A veces nos sorprende que con el desarrollo al que han llegado muchas herramientas, el uso de metodologías contrastadas y el mayor nivel de conocimiento de técnicos y usuarios, se produzcan tantos desastres en la implementación de soluciones Business Intelligence, en términos de exceso de coste sobre el previsto, no utilización por parte de los usuarios, no cumplir con las expectativas, información errónea, etc...En base a mi experiencia os voy a comentar cuales son algunos de los principales fallos:
1) Muchos Data Warehouse crecen en tamaño de forma desproporcionada porque los técnicos no consiguen decir 'no' a las 'excesivas' demandas de los usuarios.
2) Se prefiere realizar el proyecto con gente de la propia empresa, cuando éstos no tienen ni tiempo, ni conocimientos para poder abarcarlo.
3) Se fijan unas fechas de entrada en producción del sistema poco realistas, que provoca nuevas fechas y más retrasos.
4) El presupuesto destinado para el proyecto es escaso en comparación con el grado de complejidad que se quiere desarrollar.
5) La selección del software y hardware a veces se realiza siguiendo criterios de acuerdos generales o compromisos, antes que puramente técnicos.
6) Antes del proyecto, no se realizan benchmarks o 'pruebas de concepto' para determinar la viabilidad.
7) Los datos de origen no están limpios. Duplicidades, errores, carácteres erróneos.. implican un proceso ETL más costoso, mayor tamáño de la Base de datos y peor rendimiento.
8) El sponsor del proyecto no ejerce como tal durante el mismo. No 'baja a la tierra'.
9) Mala elección de los consultores y excesiva rotación entre ellos.
10) Escasa involucración de los usuarios finales que les lleva a sentir cierta frustracción con los resultados obtenidos.
11) Caer en el error de 'en informática todo se puede hacer' y empezar con customizaciones, escribir código fuera de las funcionalidades standard.
12) No alinear el proyecto dentro de una estrategia de negocio.
Existen muchos más factores que pueden hacer fallar un proyecto Business Intelligence, pero éstos pueden hacer literalmente 'tumbarlo', no conseguir más proyectos para los consultores, mala imagen del producto y riesgos internos para el director de informática y otros sponsors.
1. ¿Qué es el Business Intelligence?
Para poder conseguir este objetivo, primero es preciso conocer que es el Business Intelligence o Inteligencia de Negocio:
Desafortunadamente, este término no tiene nada que ver con el índice de inteligencia medio de las personas que trabajan en un determinado negocio. De hecho, la inteligencia de negocio (BI) tiene que ver con los datos y aplicaciones de un negocio para entenderse mejor.
Semejante a la inteligencia militar, que procura entender al enemigo, la inteligencia de negocio versa sobre todo alrededor de si mismo.
Específicamente, los sistemas de la inteligencia de negocio se basan en crear modelos informáticos de negocio de modo que pueda funcionar más eficientemente.El almacenamiento de los datos está en la base de los procesos de la inteligencia de negocio. En el mundo de ETL, la inteligencia de negocio se refiere generalmente al espacio entero de los sistemas de la base de datos, del software, del análisis, y de la evaluación del usuario que pretende entender y evaluar un negocio.Hay generalmente unos o más usos analíticos del software (por ejemplo, Business Objects, Cognos, o Microstrategy ).Los sistemas del BI se diferencian de sistemas operacionales en que están optimizados para preguntar y divulgar sobre datos.
Esto significa típicamente que, en un Datawarehouse, los datos están desnormalizados para apoyar preguntas de alto rendimiento, mientras que los sistemas operacionales generalmente se normalizan completamente para apoyar integridad de referencia y para insertar datos continuamente.
Los procesos de ETL que cargan sistemas del BI tienen que traducir del sistema operacional normalizado a desnormalizado.
Y, típicamente, tienen fallos severos de funcionamiento debido a que no deben degradar el funcionamiento de los sistemas operacionales, y no deben prohibir el acceso al almacén.Por eso surge el Business Intelligence, basado en nuevas estructuras de análisis, básicamente multidimensional, en contraste con el relacional.
2. ¿Cómo elegir una aplicación Business Intelligence?
Lo primero que puedo decir es que tenemos que identificar cuales son las necesidades y el tipo de herramienta que se busca: análisis, reporting, base de datos, OLAP, etc...De momento, os voy a dejar con unas pinceladas, según mi criterio, de los principales factores (sin orden de importancia) a tener en cuenta cuando elegimos una herramienta Business Intelligence:
1) La Plataforma: No es lo mismo estar atados a Microsoft, o poder trabajar en Unix, o tener una estrategia Open Source Linux. Lo mismo aplica al hardware. Algunos fabricantes son restrictivos.
2) El Curriculum del vendedor: Es muy útil conocer el tipo de implementaciones que se han hecho, si se han realizado en tiempo, si se utilizan, la satisfacción de usuarios, etc...
3) El tamaño del cubo: Es imprescindible hacer un análisis previo de la amplitud de la información a almacenar. Algunas aplicaciones pueden 'explotar' llegado cierto nivel.
4) La velocidad de consulta: Los usuarios siempre quieren velocidad en sus consultas. Y si 20 segundos de espera es mucho, quizás haya que buscar otra herramienta.
5) Servicios de soporte y ayuda a nivel mundial: Tenemos que tener la seguridad de que si algo falla en la aplicación ( y fallará, esto es seguro) podamos resolverla en el menor tiempo posible.
6) Evaluaciones de analistas: Gartner, IDC saben de que hablan... y suelen ser objetivos. No está de más fijarse en sus 'cuadrantes'.
7) El ecosistema del vendedor (consultores, partners, acuerdos, comunidad de desarrolladores…).
8) Base instalada de usuarios. Si hay de mi sector mucho mejor. Si puedo hablar con ellos y ver la herramienta en vivo, todavía mejor.
9) Graphical User Interface (GUI). Hay que recordar que hablamos de una herramienta para usuarios finales y si a éstos no les gusta, no la utilizarán y será dinero tirado.
10) El precio: No tiene por qué ser lo más importante..... pero... es importante!!!
11) Integración con otras herramientas: Ninguna herramienta funciona como una isla aislada del resto. Lo mismo que una empresa, si creas islas, crearás incomunicación.
3. ¿Por qué fallan muchos proyectos Business Intelligence?
A veces nos sorprende que con el desarrollo al que han llegado muchas herramientas, el uso de metodologías contrastadas y el mayor nivel de conocimiento de técnicos y usuarios, se produzcan tantos desastres en la implementación de soluciones Business Intelligence, en términos de exceso de coste sobre el previsto, no utilización por parte de los usuarios, no cumplir con las expectativas, información errónea, etc...En base a mi experiencia os voy a comentar cuales son algunos de los principales fallos:
1) Muchos Data Warehouse crecen en tamaño de forma desproporcionada porque los técnicos no consiguen decir 'no' a las 'excesivas' demandas de los usuarios.
2) Se prefiere realizar el proyecto con gente de la propia empresa, cuando éstos no tienen ni tiempo, ni conocimientos para poder abarcarlo.
3) Se fijan unas fechas de entrada en producción del sistema poco realistas, que provoca nuevas fechas y más retrasos.
4) El presupuesto destinado para el proyecto es escaso en comparación con el grado de complejidad que se quiere desarrollar.
5) La selección del software y hardware a veces se realiza siguiendo criterios de acuerdos generales o compromisos, antes que puramente técnicos.
6) Antes del proyecto, no se realizan benchmarks o 'pruebas de concepto' para determinar la viabilidad.
7) Los datos de origen no están limpios. Duplicidades, errores, carácteres erróneos.. implican un proceso ETL más costoso, mayor tamáño de la Base de datos y peor rendimiento.
8) El sponsor del proyecto no ejerce como tal durante el mismo. No 'baja a la tierra'.
9) Mala elección de los consultores y excesiva rotación entre ellos.
10) Escasa involucración de los usuarios finales que les lleva a sentir cierta frustracción con los resultados obtenidos.
11) Caer en el error de 'en informática todo se puede hacer' y empezar con customizaciones, escribir código fuera de las funcionalidades standard.
12) No alinear el proyecto dentro de una estrategia de negocio.
Existen muchos más factores que pueden hacer fallar un proyecto Business Intelligence, pero éstos pueden hacer literalmente 'tumbarlo', no conseguir más proyectos para los consultores, mala imagen del producto y riesgos internos para el director de informática y otros sponsors.
miércoles, 24 de septiembre de 2008
pymes también.!!!
encontré este artículo, les dejo los datos mas importantes, es acerca de las pymes y CRM, las pequeñas empresas también están interesadas en ello y es importante que también lo apliquen ya que de lo contrario pudieran desaparecer....
TELECOM ARGENTINA presentó una nueva solución para la generación y desarrollo de negocios de sus clientes PyMEs.CRM On Demand es un nuevo servicio que integra los beneficios de las soluciones de Customer Relationship Management para que el segmento de clientes PyMEs pueda acceder a prestaciones de software equiparables a las que se utilizan en empresas de mayor envergadura, sin necesidad de realizar las mismas inversiones.
Bajo el concepto de suscripción mensual por usuario, esta solución permite a las empresas incrementar la generación y desarrollo de negocios al fortalecer sus áreas de ventas, customer care y marketing, con costos reducidos de inversión inicial y mantenimiento", aseguró al empresa a través de un comunicado de prensa."Con CRM On Demand, Telecom acompaña la estrategia de negocio de sus clientes PyMEs ofreciéndoles una versión saas (software as a service) del CRM de Oracle que no necesita la instalación de software ni la compra de hardware, no requiere mantenimiento, up grades o costos de soporte. Los clientes sólo necesitan tener instalado un servicio de Internet de banda ancha de Telecom y se complementa con el servicio Blackberry de Personal", manifestó desde el comunicado.CRM On Demand es el primer servicio que Telecom presenta en el marco de la estrategia de posicionamiento de la compañía como integrador de soluciones tecnológicas para empresas medianas y pequeñas, además de las grandes corporaciones y gobierno. Es la primera prestación de estas características que utiliza la banda ancha de Telecom como plataforma para brindar servicios de valor agregado a uno de los segmentos más dinámicos de la economía nacional.
que tal ehh??? jajajaj bueno nos vemos mañana suerte en el examen!!
eliska arjona!! :)
TELECOM ARGENTINA presentó una nueva solución para la generación y desarrollo de negocios de sus clientes PyMEs.CRM On Demand es un nuevo servicio que integra los beneficios de las soluciones de Customer Relationship Management para que el segmento de clientes PyMEs pueda acceder a prestaciones de software equiparables a las que se utilizan en empresas de mayor envergadura, sin necesidad de realizar las mismas inversiones.
Bajo el concepto de suscripción mensual por usuario, esta solución permite a las empresas incrementar la generación y desarrollo de negocios al fortalecer sus áreas de ventas, customer care y marketing, con costos reducidos de inversión inicial y mantenimiento", aseguró al empresa a través de un comunicado de prensa."Con CRM On Demand, Telecom acompaña la estrategia de negocio de sus clientes PyMEs ofreciéndoles una versión saas (software as a service) del CRM de Oracle que no necesita la instalación de software ni la compra de hardware, no requiere mantenimiento, up grades o costos de soporte. Los clientes sólo necesitan tener instalado un servicio de Internet de banda ancha de Telecom y se complementa con el servicio Blackberry de Personal", manifestó desde el comunicado.CRM On Demand es el primer servicio que Telecom presenta en el marco de la estrategia de posicionamiento de la compañía como integrador de soluciones tecnológicas para empresas medianas y pequeñas, además de las grandes corporaciones y gobierno. Es la primera prestación de estas características que utiliza la banda ancha de Telecom como plataforma para brindar servicios de valor agregado a uno de los segmentos más dinámicos de la economía nacional.
que tal ehh??? jajajaj bueno nos vemos mañana suerte en el examen!!
eliska arjona!! :)
jueves, 18 de septiembre de 2008
Consecuencia de perder de enfoque al cliente
Esta imagen la extraje de una exposición que hice, creo que ilustra de forma clara lo que sucede cuando no nos percatamos de la insatisfacción de nuestros clientes. bueno.. no esta muy clara.
lunes, 15 de septiembre de 2008
Mkt Relacional
¡Hola a todos!
Encontré esta página algunos artículos interesantes que pueden complementar el tema visto en clase. Son pequeños y muy fáciles de leer así que espero que los revisen.
Esta es la liga donde vienen el índice y los puntos que les recomiendo:
82 Habilidades para las relaciones con los clientes
87 Discriminación del consumidor
106 El puente entre la empresa y el cliente
107 Aprovechemos las quejas
120 Medidas preventivas contra la pérdida de clientes
122 Conocer mejor a los clientes
134 Marca: 7 pasos en la diferenciación
Aparte, encontré en unos libros datos interesantes que aquí les pongo sólo para que los chequen.
Marketing Relacional
Es el proceso de crear, mantener e intensificar relaciones firmes, cargadas de valor con los clientes y otros interesados. Cada vez más compañías se están alejando del enfoque en las transacciones individuales y se están enfocando en la creación de relaciones cargadas de valor con sus clientes.
Una buena relación con los clientes logra brindarles una satisfacción total, y con ellos alcanzar la fidelidad del cliente.
Pirámide de la Fidelidad
Entre los elementos constitutivos de una estrategia de fidelización al alcance del profesional, no hay buenas ni malas técnicas, sino técnicas más o menos adaptadas a los objetivos de la empresa, en un momento dado y en un entorno competitivo dado. A continuación se mencionan algunas técnicas de fidelización, que hay que estar conscientes que no son las únicas utilizables y que su importancia simplemente la ilustra el hecho de que son de las más usadas hoy en día:
· Apadrinamiento
· Carta de información
· Club
· Couponing electrónico
· Cross-selling
· Merchandising
· Número gratuito
· Regalos
· Revista de consumidores
· Servicio posventa
· Sitio internet
· Tarjeta de fidelidad
· Tecnologías push
· Trade marketing
Doce factores principales de la fidelidad
Generación de valor
Para poder generar valor en los clientes, un punto muy importante es tenerlos satisfechos, y si ellos tienen alguna queja, hacer caso a sus peticiones pues ellos son los que mantienen vivas a las empresas.
Muchas compañías de servicios han formulado estrategias para alentar la satisfacción y lealtad de los clientes. Pese a estos esfuerzos, todas las compañías tienen ciertas fallas en el servicio que dan lugar a quejas de los clientes. ¿Cómo pueden recuperarse los servicios de estas situaciones? Se sugieren cuatro pasos:
Paso 1
Identificar las fallas en los servicios.
Sólo de 5% a 10% de los clientes insatisfechos deciden presentar una queja; el resto simplemente cambia de compañía o hace comentarios negativos a otras personas. Una manera en que las compañías alientan a los clientes a expresar sus inquietudes es mediante los números 800.
Paso 2
Resolver los problemas de los clientes.
Una vez que los clientes se quejan, lo que quieren son procedimientos justos, interacciones y resultados. Debido a que la mayor parte de las quejas se expresan primero a los empleados de la primera línea, una de las claves para resolver las quejas es impartir capacitación a los empleados para enseñarles a manejar situaciones probables y darles la autoridad para resolver problemas.
Paso 3
Comunicar y clasificar las fallas en los servicios.
Este paso refleja el concepto del aprendizaje organizacional, o la capacidad de mejorar el desempeño con base en la experiencia.
Paso 4
Integrar datos y mejorar el servicio en general.
Debido a que sólo un pequeño porcentaje de los clientes se queja, se necesitan otras fuentes de información pertinente y oportuna. La información se obtiene de encuestas, grupos de enfoque, paneles asesores y otras fuentes que deben integrarse a la información sobre quejas a fin de identificar áreas que requieren mejorar en la calidad del servicio.
Muchas compañías están mejorando sus métodos para hacer frente a las quejas. Por ejemplo, Xerox usa un formulario de solicitud de acción del cliente para facilitar su respuesta a las quejas.
Para poder generar valor en los clientes, un punto muy importante es tenerlos satisfechos, y si ellos tienen alguna queja, hacer caso a sus peticiones pues ellos son los que mantienen vivas a las empresas.
Muchas compañías de servicios han formulado estrategias para alentar la satisfacción y lealtad de los clientes. Pese a estos esfuerzos, todas las compañías tienen ciertas fallas en el servicio que dan lugar a quejas de los clientes. ¿Cómo pueden recuperarse los servicios de estas situaciones? Se sugieren cuatro pasos:
Paso 1
Identificar las fallas en los servicios.
Sólo de 5% a 10% de los clientes insatisfechos deciden presentar una queja; el resto simplemente cambia de compañía o hace comentarios negativos a otras personas. Una manera en que las compañías alientan a los clientes a expresar sus inquietudes es mediante los números 800.
Paso 2
Resolver los problemas de los clientes.
Una vez que los clientes se quejan, lo que quieren son procedimientos justos, interacciones y resultados. Debido a que la mayor parte de las quejas se expresan primero a los empleados de la primera línea, una de las claves para resolver las quejas es impartir capacitación a los empleados para enseñarles a manejar situaciones probables y darles la autoridad para resolver problemas.
Paso 3
Comunicar y clasificar las fallas en los servicios.
Este paso refleja el concepto del aprendizaje organizacional, o la capacidad de mejorar el desempeño con base en la experiencia.
Paso 4
Integrar datos y mejorar el servicio en general.
Debido a que sólo un pequeño porcentaje de los clientes se queja, se necesitan otras fuentes de información pertinente y oportuna. La información se obtiene de encuestas, grupos de enfoque, paneles asesores y otras fuentes que deben integrarse a la información sobre quejas a fin de identificar áreas que requieren mejorar en la calidad del servicio.
Muchas compañías están mejorando sus métodos para hacer frente a las quejas. Por ejemplo, Xerox usa un formulario de solicitud de acción del cliente para facilitar su respuesta a las quejas.
domingo, 14 de septiembre de 2008
Mercadotecnia Estretégica
Hola, subí este link que contiene varios capítulos y temas de mercadotecnia en general. Está muy completo y bien explicado, así que el capítulo 22 es todo de mecadotecnia estratégica:
http://www.tradeon.com.ar/ayuda/ciclo/AYUDA/fundmkt.htm
http://www.tradeon.com.ar/ayuda/ciclo/AYUDA/fundmkt.htm
martes, 26 de agosto de 2008
Bienvenidos
Este es el primer post para nuestro blog. Dentro del presente, iremos incorporando información como lecturas, presentaciones, fotos, videos o enlaces que nos permitan entender mejor los temas a los cuales se refiere el "Customer Relationship Management (CRM)" y la Mercadotecnia Analítica.Lo más importante no es leer la bitacora, sino también aportar comentarios y alimentar el presente con información que ustedes mismos vayan encontrando. En la actualidad, la información esta a la mano, por lo que no podemos quedarnos con un sólo ángulo de vista.
Los invito a aprender juntos.
Rafael Mauleón
Suscribirse a:
Entradas (Atom)
