el objetivo es
ir más allá
ML / AI
#SERVICIOS
EL FUTURO SE PUEDE PREDECIR, algunos escenarios con mayor certeza que otros, el BIG DATA nos dá la posibilidad de usar muchos datos, que aplicando algoritmos estadísticos y técnicas de MACHINE LEARNING, podamos identificar la probabilidad de resultados futuros basados en datos históricos.
El objetivo es ir más allá de saber qué ha ocurrido, de manera a proveer la mejor evaluación de lo que puede suceder en el futuro.
incrementar el conocimiento de los clientes, cómo atraer y retenerloS
-
Creando micro-segmentaciones de clientes con comportamientos, rasgos y nivel de afinidad similares (Clustering)
-
Influenciando la transferencia de segmentos de los clientes hacia aquellos que producen mayores beneficios.
-
Recuperando los clientes que han disminuido su relacionamiento (Recovering).
-
Evitando que los clientes se tornen Inactivos (Retención).
optimizar las campañas de Marketing y Comerciales
-
Perfilar las campañas y los mensajes según la probabilidad de que los leads sean o no efectivos.
-
Personalizar las comunicaciones en función de los gustos de un grupo u otro, y aumentar la efectividad de las actividades comerciales.
-
Promocionar oportunidades de ventas cruzadas (Cross-Selling).
-
Aumentar el consumo promedio de los clientes, agregando un upgrade a los productos que ya lo tienen (Up–Selling).
Optimizar las operaciones para funcionar de manera más eficiente
-
Se puede prever las necesidades de producto teniendo en cuenta la estacionalidad, tendencias, ciclos de vida, stock de seguridad y niveles de inventario para garantizar el nivel de existencias que necesita tu negocio.
-
Reducción de capital de trabajo a través de la optimización de inventarios de producto terminado, materia prima y producción en proceso.
-
Alineación de las actividades de producción, distribución y abasto en la cadena de suministro, evitando los cuellos de botellas en las líneas de producción.
-
Conoce a tus empleados, su productividad, grado de satisfacción utilizando técnicas de analítica avanzada que te ayudan a medir, analizar y optimizar la toma decisiones sobre el personal, apoyándote en los datos.
-
Mantenimiento predictivo de los activos, minimizando los costes de mantenimiento, aumentando su disponibilidad, su vida útil.
Reducir el riesgo, detectar fraudes
-
Creando un puntaje (scoring) a cada solicitud de crédito, usando dato históricos, de manera a conocer la susceptibilidad crediticia de una persona
-
Detección de fraudes, analizando anomalías en los datos.
-
Otros usos relacionados con riesgo incluyen reclamos y cobros a seguros.
¿Qué se puede lograr
con la analítica predictiva?
clientes
#modelos
Permite segmentar a los clientes en grupos homogéneos utilizando varios atributos como sus características demográficas, productos que consumen, poder adquisitivo, frecuencia de compra, tiempo desde su última compra, etc., permitiendo la identificación de nichos de rentabilidad, facilitando las características de las campañas de captación de nuevos clientes y la retención de los clientes más rentables.
SEGMENTACIÓN DE CLIENTES
visión
Qué tipo de clientes tengo?
Cuál es el valor de dichos clientes?
Cuál es el comportamiento que poseen?
acciones
Qué podemos ofrecerle?
Puedo aumentar el ROI que poseen?
Puedo aplicarle una campaña de fidelización?
refinamiento
Ha mejorado mi relación con mis clientes?
Necesitamos mejorar la calidad de los datos?
Cuál es el comportamiento que poseen?
ABANDONO DE CLIENTES
Permite identificar con anticipación los clientes que abandonaran sus productos o servicios, como también identificar la disminución o la frecuencia de uso o consumo de los productos o servicios ofrecidos. Es de suma importancia identificar los clientes con alta propensión de abandono, generando promociones de retención basado en otras técnicas como el cross & up selling.
visión
Qué clientes están en riesgo?
Cuál es el valor de dichos clientes?
Cuál es la causa de abandono o permanencia?
acciones
Qué podemos hacer para retener?
Qué tiempo de contactabilidad me queda?
Puedo aplicarle una campaña de retención?
refinamiento
Ha mejorado mi relación con mis clientes?
Necesitamos mejorar la calidad de los datos?
Cuál es el comportamiento que poseen?
ventas / marketing
#modelos
Mediante técnicas cuantitativas, permite estimar las ventas futuros en un determinado periodo de tiempo. Los algoritmos de pronóstico tratan de buscar un patrón regular en medidas que puedan continuarse en el futuro, observando estacionalidades o temporalidades, valores recientes, tendencias, etc. Si se utiliza esta arma correctamente se podrá reducir inventarios, disminuir los riesgos de obsolescencia de los productos, mejorar la coordinación entre los distintos procesos del negocio al tener un punto de partida común, reaccionar antes las crisis con mayor antelación y mejorar la atención al cliente.
forecasting DE ventas
visión
Qué productos aumentarán en ventas?
Cuál producto se dejará de vender?
Cuál es la inversión en la previsión?
acciones
Se cuenta con el Stock requerido?
En qué producto conviene invertir más?
Se pueden optimizar la previsiones y adquisiciones?
refinamiento
Cuál fue la precisión de la predicción?
Se ha disminuido el sobrestock?
Necesitamos mejorar la calidad de los datos?
cross & upselling
Permite generar nuevas oportunidades de ventas cruzadas de productos y servicios, utilizando la data histórica del cliente, entendiendo sus preferencias y de las personas con comportamiento comunes. Los modelos de Cross-sell permiten ofrecer productos de otra categoría de producto que el cliente podría estar interesado. Los modelos de Up-sell permiten ofrecer productos adicionales que complementan al producto vendido.
visión
Qué consumen los clientes similares?
Cuál es el valor de dichos clientes?
Cuál es el valor de sus compras?
acciones
Qué más le puedo ofrecer?
Puedo aumentar su valor?
Qué valor de productos (pricing) puedo recomendarle?
refinamiento
Ha aumentado el consumo de mis clientes?
Cual producto tuvo mayor aceptación en la recomendación?
Necesitamos mejorar la calidad de los datos?
market basket analisis
Técnica muy utilizada por varios Retailers para descubrir patrones asociativos entre los artículos vendidos, buscando combinaciones de artículos y marcas que se venden juntos con frecuencia. Esta técnicas asociativas permiten explorar cuáles artículos promocionar en forma conjunta, predecir el impacto de estas combinaciones, facilitando al departamento de marketing la generación de promociones.
visión
Qué productos se compran en conjunto?
Cuál es el valor de dichos productos?
Qué ofertas puedo realizar?
acciones
Qué combinación conviene potenciar?
Puedo aumentar las ventas?
Qué producto es propicio para la estacionalidad?
refinamiento
Ha aumentado el consumo de los productos?
Necesitamos mejorar la calidad de los datos?
price optimization
Mediante el uso del análisis matemático se busca determinar cómo responderán los clientes a diferentes precios de sus productos y servicios a través de diferentes canales. Así como también para determinar los precios que la compañía determina que cumplirán mejor sus objetivos, como maximizar la ganancia operativa. Las estrategias de optimización de precios permiten a los retailers maximizar el potencial de venta de sus productos, planificando objetivos reales en el tiempo y ajustando sus decisiones a los cambios que se imponen en el mercado a cada minuto.
visión
Qué productos necesitan maximizar el margen?
Cuál producto requiere potenciarse la venta?
Se pueden optimizar los precios de ventas?
acciones
Cuál es el margen vs cantidad de venta objetivo por producto?
Cuál es la estacionalidad y ciclo de vida de cada producto?
refinamiento
En cuanto ha mejorado el margen?
Cuál es la percepción del mercado?
Necesitamos mejorar la calidad de los datos?
operación logística
#modelos
Entender qué productos uno tiene en su inventario, donde se encuentran, en qué momento uno podría quebrar stock o tener de más, puede ayudar a aumentar las ventas, ahorrar costos, mejorar la reposición y prevenir fraudes. Este modelo está diseñado para integrarse a los ERP para proveer visibilidad de los niveles de inventario e inversiones, produciendo predicciones de calidad y recomendaciones de niveles óptimos de reposición. Mediante sofisticados algoritmos de analítica predictiva y machine learning se puede prever las necesidades de producto teniendo en cuenta la estacionalidad, tendencias, ciclos de vida, stock de seguridad y niveles de inventario para garantizar el nivel de existencias que necesita tu negocio.
stock optimization
visión
Qué productos están en riesgo?
Cuál es el valor de dichos productos?
Cuánta reposición se necesita realizar?
acciones
Qué podemos hacer para reponer de manera automática?
Qué tiempo de disponibilidad me queda?
Está disminuyendo las Ventas Perdidas?
refinamiento
Ha mejora la reposición?
Hemos reducido el quiebre de productos?
Necesitamos mejorar la calidad de los datos?
financiación
#modelos
Con los productos de préstamos, apuntar al cliente equivocado de forma reiterativa puede conllevar insatisfacciones, o apuntar al cliente correcto pero tarde puede ser muy valioso para la competencia. La historia de los préstamos aceptados y rechazados, permite al modelo predictivo identificar los clientes que tienen una gran chance de aceptar una oferta de préstamo, encontrando patrones y correlaciones en las características y comportamiento de los clientes.
propensión de préstamos
visión
Cuál es el ratio de propensión al préstamo?
Qué clientes tienen la condición requerida?
Cuál es el valor de dichos clientes?
acciones
Por qué los clientes querrán un crédito?
Cómo puedo incrementar y asegurar la cartera?
Puedo disminuir el costo de las campañas?
refinamiento
Ha aumentado la precisión en la obtención de créditos?
Necesitamos mejorar la calidad de los datos?
detección de fraudes
En un mundo en el que las transacciones y los documentos se registran digitalmente, hay evidencia disponible para ayudar a los investigadores en la batalla contra los esquemas fraudulentos. La detección de fraudes y riesgos puede ahorrar una gran cantidad de recursos. Puede beneficiar a empresas que asumen riesgos o deban pagar liquidaciones por siniestros asociados a polizas de seguros, empresas que sufren estafas reiteradas por el uso de tarjetas de creditos.La identificación de situaciones anómalas, como por ejemplo, el cambio de perfil de consumo de un cliente, puede impedir pérdidas millonarias. Con la gran cantidad de datos de las transacciones "normales" como "riesgosas", se puede detectar patrones para identificar las posibles nuevas "riesgosas", generando alertas para tomar las acciones correspondientes.
visión
Puedo ser proactivo en la detección de fraudes?
Qué perdidas me generan los fraudes?
Me están robando y no me doy cuenta?
acciones
Cual es el % de fraude de este mes?
Qué acciones se han tomado con los fraudes detectados?
Cuantas horas/hombre estamos destinando al a gestión de fraudes?
refinamiento
Ha aumentado la precisión en la detección anticipada?
Necesitamos mejorar la calidad de los datos?
