Información inteligente para PYMES: Business Intelligence

Esta propuesta de cross-selling es muy directa, pero la que suelen utilizar los bancos, compañías de seguros o cualquier otra gran empresa suele sorprender porque suelen ofrecernos servicios o productos que no tenemos y que, curiosamente, no sería descabellado contratar.

Mi sobrina Nerea ayer me hizo comprarla un regalo en Amazon. Por supuesto, me deje engañar y compré no solo lo que quería, si no algún accesorio más relacionado. Esta propuesta de cross-selling es muy directa, pero la que suelen utilizar los bancos, compañías de seguros o cualquier otra gran empresa suele sorprender porque suelen ofrecernos servicios o productos que no tenemos y que, curiosamente, no sería descabellado contratar.

Informacion inteligente para pymes BI

Banco de imágenes de Creative Commons, autor Jorge Fraganillo

Estas grandes empresas suelen conseguir ofrecer esta propuesta de servicio relacionada utilizando tecnología que se suele denominar Inteligencia de Negocio o BI en conceptos más técnicos. Vamos a dar una vuelta a qué denominamos así y como lo podemos implementar sin gastarnos millonadas para nuestra pequeña y mediana empresa.

Habitualmente, tenemos controlado qué, quién y cómo nos realiza compras. Ya si somos más finos, cuándo, y si además conseguimos el porqué, tenemos todos los criterios por los que se ha producido la transacción. Esta información (que denominaremos datos atómicos) la tenemos, pero a nivel estadístico, debemos agruparla en datos capaces de identificar patrones para investigar sin ocasionar ningún problema al lugar donde tenemos estos datos atómicos. A este nuevo almacén de información (los datos aquí los denominaremos agrupados ya que no nos importa en absoluto el dato del cliente si no solo el dato estadístico) lo denominaremos DataWareHouse y para entendernos es el gran silo donde está la información del comportamiento de nuestro negocio.

A partir de aquí, se pueden hacer básicamente tres acciones:

  • Sacar informes para identificar, en función de los principales criterios de segmentación de productos, canales y clientes, cómo se han comportado las ventas por diversos criterios. Estos informes son fijos y se irán repitiendo a lo largo del tiempo y siempre nos darán la relación entre estos datos. A esta parte, la denominaremos Reporting.

 

  • Poder indagar sobre los datos en tiempo real por los principales criterios que nos interese, viendo puntos fuertes y débiles, relacionando información con los principales criterios de segmentación, incluso sociodemográfica. Esto es un poco complejo, pero lo voy a intentar explicar con un ejemplo. Si tenemos los siguientes criterios de segmentación (zona geográfica, productos, tipología de cliente como es edad y sexo, productos relacionados, canal de venta, campaña relacionada, agente comercial que realizó la venta, si utilizó alguna promoción) podríamos identificar cuantas ventas hizo, ticket medio y qué otros productos contrataron al comercial Joaquín Rodriguez en la zona de Alicante, a mujeres menores de 40 años sin uso de promoción, y relacionada con la última promoción lanzada en medios online. Nos permite relacionar de una forma dinámica distintos valores o criterios (denominados dimensiones), pudiendo identificar posibles puntos débiles o fuertes, así como identificar palancas de mejora en nuestro negocio. A esta parte, la denominaremos gestión de cubos de dimensiones o con un nombre más técnico como es Cubos OLAP (on-line analytical processing)

 

  • Poder identificar patrones de comportamiento no sencillos. Este es un tema que nos podría llevar meses explicar y libros por leer. Aparecen conceptos matemáticamente muy potentes, como son lógica difusa o técnicas complejas de procesamiento, pero que al final nos llevan a la siguiente fórmula:

Datos + Estadística + Capacidad de computación => Información

Para entender este punto, podemos basarnos en un ejemplo real. En una cadena de supermercados pudieron identificar usando estas técnicas, que los clientes que compraban pañales los fines de semana, solían comprar bebidas alcohólicas. ¿Qué hicieron a partir de identificar este patrón no relacionado? Colocaron en un lineal o cabecero cercano, aparte de los productos típicos relacionados con los niños, el cabecero de la bebida alcohólica de promoción de turno, consiguiendo un aumento de ventas cercano a un 25%. A este grupo de herramientas se le denomina Minería de datos o Datamining.

 

Esto, para muchas de nuestras empresas, parece que es ciencia ficción, pero os tengo que explicar que no es así. Existen propuestas muy válidas que permiten gestionar estos puntos que hemos visto sin coste de caras licencias y con resultados espectaculares. Este es el caso de pentaho (http://www.pentaho.com/) que es software libre y con todas las herramientas explicadas anteriormente, por lo que si disponemos de alguien capaz de realizar este proceso o la posibilidad de encontrar a un buen profesional sobre este tema, nos puede aportar muchísima información.

Si aún somos más pequeños y con menos experiencia, el primer paso es conocer los datos demográficos de los clientes y empezar a medir y a ver comportamientos que consideremos relevantes (esto se puede hacer con una sencilla hoja de cálculo), de tal manera que podamos dar claves comerciales en nuestro argumentario capaz de mejorar el ticket medio de compra, ofreciendo productos que clientes similares han comprado. A partir de este punto, buscar relaciones sencillas pueden dar un resultado alrededor de un 15% (en dos casos conocidos osciló entre el 10% y el 25% de mejora en nuestras ventas), que significa cambiar el color de nuestros números financieros.

También te puede interesar…

Informacion inteligente para pymes CRM Pymes y seguridad de la informacion microsegmentacion
Gestión CRM de información Pymes y seguridad de la información Microsegmentación

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *