3. Business Intelligence
¿Qué es Business Intelligence?
“Inteligencia de Negocios (Business Intelligence
o BI) suele definirse como la transformación de
los datos de la compañía en conocimiento para
obtener una ventaja competitiva.”
- Gartner Group -
4. Business Intelligence
Administrar el Conocimiento del Negocio para
obtener Ventajas Competitivas
La utilización de BI está enfocada en la administración
y el incremento del conocimiento mediante el análisis
de datos existentes en la organización.
Los pilares Accesibilidad a la Información
de
Apoyo en la Toma de Decisiones
Business
Intelligence Orientación al Usuario Final
5. ¿BI es para todo tipo de empresas?
Telcos Banca y Seguros
Salud Retail
Gobierno y ONGs Industria
BI es aplicable a cualquier tipo de sector industrial
6. Ventajas para toda la organización
Solución completa e integrada
Accesible a través de herramientas
familiares para los usuarios
Escalable para la empresa y “alcanzable”
para los departamentos
7. Aplicable a todas las funciones que se
desarrollan en la empresa
Marketing
Operaciones
Integración de
Todo el Negocio
Finanzas
Recursos Humanos
8. Aplicable a todos los niveles de la
organización
• Indicadores de
Seguimiento del Negocio Nivel
Necesidad de Análisis
Estratégico
• Soporte para la toma de
decisiones
Nivel Táctico
• Información con mayor
grado de complejidad
Nivel Operacional
• Información Básica
9. ¿Qué tipo de respuestas puedo obtener
de una solución BI?
Reportes • Estos reportes pueden incluir gráficos, KPIs,
Personalizados mapas y filtros definidos por el usuario
• Un scorecard es una representación visual de
Scorecards la estrategia de la compañía
• Un dashboard es una colección de reportes,
Dashboards gráficos, KPIs, scorecards, etc., y es utilizado
para monitorear la compañía
Alertas • Alertas y notificaciones vía SMS, e-mail, etc
10. Etapas de aplicación de Business
Intelligence
¿Qué está sucediendo?
Scorecard y
Dashboards
¿Porqué sucede?
Analytics
¿Qué sucedió?
Reporting Estrategia
¿Qué sucederá? ¿Qué espero que suceda?
Data Mining Forecast, Planning y
Budgeting
11. ¿Qué se debe tener en cuenta para
implementar BI con éxito?
12. Transformando el conocimiento en
ventaja competitiva
Beneficios de Business Intelligence
Mayor velocidad en la toma de decisiones
Visibilidad en tiempo real de las tendencias del negocio
Acceso a los datos empresariales en cualquier momento
y lugar
Poderosos sistemas de análisis y elaboración de informes
Minimización de costos
13. Aplicaciones de BI
Aplicaciones para Marketing
Análisis de ventas
Detección de clientes clave
Análisis de performance de productos/líneas de
productos
Estudio de atractivo de mercado
Segmentación de clientes
Pronósticos y proyecciones
Predicción del comportamiento del cliente
Retención de clientes
Adquisición de nuevos clientes
14. Aplicaciones de BI
Otras Aplicaciones
Análisis de gastos
Rotación de cartera
Productividad en línea
Análisis de calidad
16. ¿Cómo implementar BI?
Data Warehousing Distribución de Información
Orígenes
Cliente Portal
de Datos Informes
Data Marts Empresariales
ERP Análisis del Negocio
Potentes
herramientas
familiares de BI
CRM
Aplicaciones
customizadas
Reportes
… ETL
Empresariales
Empresarial
Data Data Analysis Dispositivos
Warehouse (OLAP, Data
Mining) Performance
Management
Plataforma Empresarial Integrada de BI
18. Estructuras Multidimensionales
Ventas por Región para una determinada Categoría de
Clientes y abiertas por Año
Argentina Ventas
Chile
Paraguay
Industrias
Mayoristas
Uruguay Construcción
Ferreterías
2002 2003 2004 2005
Dimensión Tiempo
20. Data Mining
Conozca sus Datos y mejore sus Decisiones
Mediante las técnicas de Data Mining se obtienen
patrones y reglas útiles para la toma de decisiones
El proceso de Data Mining consiste en:
Explorar los Encontrar Realizar
Datos Patrones Predicciones
21. Aplicaciones de Data Mining
Aplicaciones para Marketing
Análisis de Fidelidad
Análisis de Churn - Attrition
Segmentación de Clientes
Market Basket Analysis
Category Management
Cross Sell / Up Sell
Armado de Kits
Previsiones de Venta
Ruta de clicks en un sitio web
Orden en que un cliente agrega productos a su cesta
Análisis de Campañas
22. Aplicaciones de Data Mining
Otras Aplicaciones
Manejo de Riesgos
Detección de Fraude
Detección de Anomalías
24. Caso de Estudio
Grupo Solier es un distribuidor mayorista para
Ferreterías. La empresa comercializa una gran variedad
de productos nacionales e importados.
Grupo Solier está presente
en Argentina y cuenta con
sucursales en Uruguay,
Paraguay y Chile.
25. Caso de Estudio
Grupo Solier necesita mejorar la elaboración de su
presupuesto de ventas para el año 2007.
Hasta entonces el área de Finanzas cuenta con la
información de las ventas mensuales que recibe de cada
región en archivos de texto y planillas Excel.
Luego de consolidar la información en un único archivo
Excel, se procede con la elaboración del presupuesto.
26. Caso de Estudio
Planilla con ventas diarias por cliente
Planilla con ventas diarias por producto
Archivo de ventas mensuales por producto
27. Caso de Estudio
El proceso de consolidación resulta tedioso y al ser
manual los resultados no son totalmente confiables.
28. Caso de Estudio
Grupo Solier aplicó una solución de BI para elaborar
presupuestos de ventas más realistas y certeros.
La información de ventas de las distintas regiones se
consolidó en un Datawarehouse. Esta información se
analiza haciendo consultas a un cubo OLAP.
Los datos se pueden visualizar desde distintas
perspectivas, llegando al nivel de detalle del cliente.
29. Reportes en BI Portal
Ventas Anuales por Región y Categoría
Para un análisis más detallado se realizan
consultas OLAP desde BI Portal
30. Caso de Estudio
Mediante dashboards se visualiza rápidamente la
evolución de las ventas de los períodos anteriores.
Se creó un dashboard de Ventas para monitorear la
venta por año y por distribuidor.
Para un análisis más detallado, a nivel de producto, se
creó un dashboard de Ventas por Producto.
35. Caso de Estudio
Como resultado, utilizando herramientas de BI Grupo
Solier logró su objetivo elaborando presupuestos
realistas y certeros.
Además, para realizar el seguimiento posterior de las
ventas se definió un scorecard con indicadores (KPIs)
por región.
37. Caso de Estudio
Grupo Solier detectó que la baja de los clientes de su
distribuidor Central va en aumento y quiere tomar
acciones para retener a estos clientes.
Para atacar el problema se lanza una campaña que
otorga un beneficio a los clientes que solicitaron la baja y
decidan quedarse. Se utiliza el registro de solicitudes de
bajas para obtener el listado de clientes.
También se contactará a los clientes que no realizaron
compras el mes anterior.
38. Caso de Estudio
Durante la campaña se detectó que gran parte de los
clientes que habían pedido la baja ya se habían asociado
a otro proveedor.
Solicitudes Clientes No están Tienen otro
de Baja Retenidos Interesados Proveedor
130 15% 40% 45%
Por otra parte, el 80% de los clientes sin compras en el
mes anterior estaban conformes con la empresa y no
tenían intensión de abandonar.
39. Caso de Estudio
Grupo Solier quiere localizar los clientes propensos al
abandono en forma más precisa, para tomar acciones
proactivas y no esperar la solicitud de baja para atacar el
problema.
Aplicando técnicas de Data Mining es posible detectar
las características de los clientes propensos a la baja.
40. Árbol de Decisión
Análisis de Bajas
Cada rama
determina una
Regla de Decisión
41. Análisis de Bajas
Las reglas de decisión indican las características de los
clientes más propensos a la baja:
Industrias ubicadas en Capital Federal y de
nivel socio-económico Bajo
Clientes de Tipo “C” del Gran Buenos Aires
También se deduce que los clientes más fieles son los de
la Provincia de Buenos Aires, los de Patagonia y las
ferreterías tradicionales de Bahía Blanca
42. Árbol de Decisión
Para obtener los clientes con posibilidad de baja se hacen
predicciones desde una planilla con los datos del cliente.
45. Caso de Estudio
Aplicando técnicas de Data Mining Grupo Solier detectó
cuales eran los cliente propensos a la baja y el
departamento de Marketing inició una campaña para
aumentar la satisfacción de los mismos.
Propensos Clientes Aceptan Solicitan
a la Baja Satisfechos Promoción Baja
535 30% 55% 15%
46. Caso de Estudio
Grupo Solier quiere descubrir qué productos se venden
en forma asociada para crear ofertas, packs, bundles y
realizar acciones de category management efectivas.
Aplicando técnicas de Data Mining se realiza un Market
Basket Analysis para detectar asociaciones entre
productos.
48. Asociaciones
Red de Dependencias
En la red se visualizan los productos
que se venden en forma asociada
49. Caso de Estudio
Basándose en las reglas obtenidas, Grupo Solier lanzó
las siguientes promociones para impulsar la venta del
producto CAT-E:
“A quienes compren Diatool 1.5 Plástico se le
ofrecerá CAT-E 1.5 Plástico con un 10% de descuento”
“El pack Lijadora Diamond + CAT-E 1.5 Plástico
se venderá a un precio diferencial”
50. Caso de Estudio
Como resultado, las ventas de CAT-E 1.5 Plástico van
en aumento desde el lanzamiento de las promociones.
51. Acerca de Process Technologies
Más de 15 años implementando soluciones de negocios
basadas en tecnología.
Experiencia en desarrollo e implementación de proyectos
locales, regionales e internacionales en más de 15
países en empresas de primera línea.
Microsoft Gold Certified Partner en Data Management
Solutions, máxima certificación para Business
Intelligence.
SAP Channel Partner
Calidad certificada bajo normas ISO 9001:2000
