Universidad Central de Venezuela<br />Especialización Mercadeo para Empresas<br />Fundamentos de Mercadeo<br />Elaborado p...
Gerencia del Conocimiento aplicado al mercadeo: CRM Y DATA MINING<br />
Contenido<br />GESTIÓN DEL CONOCIMIENTO<br />CRM<br />Definición<br />Tipos de CRM<br />Propuesta de Valor<br />Plataforma...
Gestión del Conocimiento<br />Pirámide Informacional<br />Relaciones entre los componentes de la cadena informacional<br />
CRM (CustomerRelationship Management)<br />Estrategia Empresarial<br />CRM no es solo Software<br />CRM no es solo “Enfoqu...
CRM Operativo<br />Tipos de CRM<br /><ul><li> Operacional
Analítico
Colaborativo</li></ul>CRM<br />
Propuesta de Valor<br /><ul><li>Valor que aporta a la Organización
Información
Marketing
Ventas
Servicios al Cliente
Coherencia e Integración
Valor que aporta al Cliente
Anticipación a sus necesidades
Trato personalizado
Garantía y seguridad en la prestación
Conocimiento de sus expectativas y de su negocio</li></li></ul><li>Plataforma Tecnológica<br /> Sistema de Múltiples canal...
Plataforma Tecnológica<br /><ul><li> Integración</li></ul>CRM ERP <br />(Front Office)(Back Office)<br />Herramientas <br ...
Próxima SlideShare
Cargando en…5
×

Gerencia del conocimiento aplicado al mercadeo

983 visualizaciones

Publicado el

Gerencia del Conocimiento Aplicado al Mercadeo: CRM, Data Mining
UCV, Noviembre 2010
Sistema de Información

Publicado en: Empleo
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
983
En SlideShare
0
De insertados
0
Número de insertados
4
Acciones
Compartido
0
Descargas
11
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Gerencia del conocimiento aplicado al mercadeo

  1. 1. Universidad Central de Venezuela<br />Especialización Mercadeo para Empresas<br />Fundamentos de Mercadeo<br />Elaborado por:<br />Andrade Isnays C.I. 16.556.338<br />Capote, Mayerlin C.I. 17.147.538<br />Coello, Jorge C.I. 14.407.037 <br />Di Crescenzo, Claudio C.I. 17.125.395<br />Ríos, Juan C.I. 11.550.123<br />
  2. 2. Gerencia del Conocimiento aplicado al mercadeo: CRM Y DATA MINING<br />
  3. 3. Contenido<br />GESTIÓN DEL CONOCIMIENTO<br />CRM<br />Definición<br />Tipos de CRM<br />Propuesta de Valor<br />Plataforma tecnológica<br />Demo<br />DATA MINING<br />Definición<br />Fases del Data Mining<br />Logros del DM en la Gestión Comercial <br />Demo<br />
  4. 4. Gestión del Conocimiento<br />Pirámide Informacional<br />Relaciones entre los componentes de la cadena informacional<br />
  5. 5. CRM (CustomerRelationship Management)<br />Estrategia Empresarial<br />CRM no es solo Software<br />CRM no es solo “Enfoque al Cliente”<br />Personas y Procedimientos<br />Tecnología de Información<br />
  6. 6. CRM Operativo<br />Tipos de CRM<br /><ul><li> Operacional
  7. 7. Analítico
  8. 8. Colaborativo</li></ul>CRM<br />
  9. 9. Propuesta de Valor<br /><ul><li>Valor que aporta a la Organización
  10. 10. Información
  11. 11. Marketing
  12. 12. Ventas
  13. 13. Servicios al Cliente
  14. 14. Coherencia e Integración
  15. 15. Valor que aporta al Cliente
  16. 16. Anticipación a sus necesidades
  17. 17. Trato personalizado
  18. 18. Garantía y seguridad en la prestación
  19. 19. Conocimiento de sus expectativas y de su negocio</li></li></ul><li>Plataforma Tecnológica<br /> Sistema de Múltiples canales<br />
  20. 20. Plataforma Tecnológica<br /><ul><li> Integración</li></ul>CRM ERP <br />(Front Office)(Back Office)<br />Herramientas <br /> Ofimáticas <br />
  21. 21. Ejes del CRM<br />
  22. 22. Pasos para su Implementación<br /><ul><li>Desarrollo de una Estrategia CRM</li></ul>No tomemos atajos<br /><ul><li> Plan de Puesta a Punto Permanente</li></li></ul><li> CRM - Demostración<br />
  23. 23. Data Mining<br />Definición<br />Es el proceso de examinar exhaustiva y minuciosamente inmensas cantidades de datos a fin de identificar, extraer y descubrir nuevos conocimientos, de forma automática y en un período de tiempo relativamente corto.<br />Es el proceso de encontrar información relevante, clave y difícil de obtener (como correlaciones, tendencias, patrones, regularidades o modelos), a menudo oculta y sepultada en grandes volúmenes de datos.<br />
  24. 24. Génesis del Data Mining<br />El DM nació como respuesta a nuevas necesidades:<br /><ul><li> Enormes cantidades de información.
  25. 25. Insuficiencia del Data Warehouse y Reporting
  26. 26. Dificultad para encontrar información útil</li></ul>“Igual que no tener información, es tener una gran cantidad de ella y no saber que como utilizarla”.<br /> Juan, Ríos <br />
  27. 27. Fases del Data Mining<br />
  28. 28. Claves para el éxito del Data Mining<br /><ul><li> Vincular objetivos del DM a las necesidades de la compañía.
  29. 29. Diseñar un plan de investigación bien formulado.
  30. 30. Disponer de personal capacitado en técnicas de DM y moralmente implicado en el proyecto.
  31. 31. Sincera evaluación de los resultados en el DM.</li></li></ul><li>EjemplosData Mining<br />En la Universidad:<br />Conociendo si los recién titulados de una universidad llevan a cabo actividades profesionales relacionadas con sus estudios:<br /> Ingeniería de Sistema Computacionales – Inst. Tecnológico de Chihuahua II<br />Objetivo: Conocer si los planes de estudios de la Universidad y el aprovechamiento del alumno se hacía una buena inserción laboral o si existían otras variables que participaban en el proceso.<br />Datos: Sexo, Edad, Escuela de procedencia, Desempeño académico, Zona económica donde tenía su vivienda y actividad profesional.<br />
  32. 32. Logros del Data Mining en la Gestión Comercial<br /><ul><li>Enfoque al cliente: El centro de la economía actual ya no es el producto sino el cliente.
  33. 33. Inteligencia de clientes: Se necesita tener conocimiento sobre el cliente para poder desarrollar productos-servicios enfocados a sus expectativas.
  34. 34. Fidelización de clientes: es mucho mejor y más rentable.
  35. 35. El eje de la comunicación: es el marketing directo enfocado a clientes individuales en lugar de en medios “masivos” (TV, prensa, radio, etc).
  36. 36. Personalización: Cada cliente quiere comunicaciones y ofertas personalizadas.</li></li></ul><li>Data Mining - Demostración<br />
  37. 37. Gracias!!!<br />

×