Proyecto Fin Master - Alberto Scappini - Master BI MSMK
1. Customer
Intelligence
System
Definición
de
un
sistema
de
Business
Intelligence
para
el
área
de
relación
con
el
cliente
de
una
Cadena
Hotelera
PROYECTO
FIN
DE
MASTER
Alberto
Scappini
Madrid
School
of
Marketing,
Noviembre
2014
2. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
2
ÍNDICE
ÍNDICE
............................................................................................................................................................
2
ÍNDICE
DE
ILUSTRACIONES
Y
TABLAS
................................................................................................
3
RESUMEN
EJECUTIVO
................................................................................................................................
5
1-‐
INTRODUCCIÓN
......................................................................................................................................
6
1.1
–
BUSINESS
INTELLIGENCE
EN
EL
SECTOR
HOTELERO
...........................................................................
6
1.2
–
BUSINESS
INTELLIGENCE
COMO
VENTAJA
COMPETITIVA
..................................................................
7
1.3
–
EL
PROYECTO
......................................................................................................................................
8
2-‐
OBJETIVOS
Y
ESTRATEGIA
.................................................................................................................
9
2.1
–
ANÁLISIS
ESTRATÉGICO
......................................................................................................................
9
2.1.1
–
ANÁLISIS
EXTERNO
.......................................................................................................................
9
2.1.2
–
ANÁLISIS
INTERNO
.....................................................................................................................
11
2.1.3
–
DAFO
..........................................................................................................................................
12
2.2
–
MAPA
ESTRATÉGICO
DE
LA
CADENA
HOTELERA
..............................................................................
13
3-‐
ESTRATEGIA
DEL
CUSTOMER
INTELLIGENCE
SYSTEM
.........................................................
16
3.1
–
ALINEACIÓN
CON
LA
ESTRATEGIA
DE
CLIENTES
DE
LA
EMPRESA
.....................................................
16
3.2
–
DEFINICIÓN
DE
LA
ESTRATEGIA
........................................................................................................
17
3.3
–
PLAN
ESTRATÉGICO
..........................................................................................................................
19
3.3.1
–
LÍNEAS
ESTRATÉGICAS
...............................................................................................................
19
3.3.2
–
VISIÓN
ÚNICA
DEL
CLIENTE
........................................................................................................
19
3.3.3
–
IDENTIFICACIÓN
DE
SEGMENTOS
..............................................................................................
26
3.3.4
–
DEFINICIÓN
DE
ACCIONES:
USO
DE
LA
INFORMACIÓN
..............................................................
29
3.3.5
–
EL
PLAN
ESTRATÉGICO
EN
DETALLE
...............................................................................................
30
4
–
BUSINESS
CASE
Y
PLAN
DE
IMPLANTACIÓN
............................................................................
39
4.1
–
BUSINESS
CASE
.................................................................................................................................
39
4.1.1
–
ANÁLISIS
DE
LOS
COSTES
DEL
PROYECTO
..................................................................................
39
4.1.2
-‐
ANÁLISIS
DE
LOS
BENEFICIOS
DEL
PROYECTO
............................................................................
40
4.1.3
–
ANÁLISIS
DE
LA
RENTABILIDAD
DEL
PROYECTO
.........................................................................
42
4.2
-‐
PLAN
DE
IMPLANTACIÓN
...................................................................................................................
43
4.2.1
–
QUICK-‐WINS
...............................................................................................................................
43
4.2.2
–
CALENDARIO
..............................................................................................................................
44
5-‐
BIBLIOGRAFÍA
.....................................................................................................................................
45
3. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
3
ÍNDICE
DE
ILUSTRACIONES
Y
TABLAS
Ilustración
1:
Relación
del
Customer
Intelligence
System
con
las
otras
áreas
de
la
cadena
hotelera
.........
8
Ilustración
2:
Análisis
PEST
...........................................................................................................................
9
Ilustración
3:
Análisis
de
las
cinco
fuerzas
de
Porter
..................................................................................
10
Ilustración
4:
Análisis
de
la
cadena
de
valor
de
la
empresa
.......................................................................
11
Ilustración
5:
Análisis
DAFO
........................................................................................................................
12
Ilustración
6:
Mapa
estratégico
de
la
cadena
hotelera
..............................................................................
13
Ilustración
7:
Mapa
estratégico
de
Clientes
de
la
cadena
hotelera
...........................................................
14
Ilustración
8:
Alineación
de
la
estrategia
de
BI
con
el
mapa
estratégico
de
Clientes
................................
16
Ilustración
9:
Ciclo
de
vida
del
cliente
........................................................................................................
17
Ilustración
10:
Estrategia
de
relación
con
el
cliente
pre,
durante
y
post
estancia
.....................................
17
Ilustración
11:
Los
tres
tipos
de
necesidades
del
cliente
(básicas,
de
rendimiento
y
ampliadas)
..............
18
Ilustración
12:
Resumen
de
la
estrategia
de
Business
Intelligence
............................................................
18
Ilustración
13:
Las
tres
líneas
estratégicas
de
la
estrategia
de
BI
..............................................................
19
Ilustración
14:
Sistema
de
análisis
de
reputación
online
de
TrustYou
.......................................................
21
Ilustración
15:
Propuesta
de
modelo
de
datos
..........................................................................................
22
Ilustración
16:
Procesos
de
ETL
de
Pentaho
Data
Integration
(PDI)
–
Fuente:
Pentaho
Corporation
........
24
Ilustración
17:
Arquitectura
del
Customer
Intelligence
System
.................................................................
25
Ilustración
18:
Fórmula
del
Customer
Lifetime
Value
................................................................................
26
Ilustración
19:
Los
diferentes
niveles
de
las
necesidades
de
los
clientes
...................................................
28
Ilustración
20:
Definición
de
las
acciones
en
cada
punto
de
contacto
.......................................................
29
Ilustración
21:
Mapa
estratégico
de
Customer
Intelligence
System
..........................................................
30
Ilustración
22:
Análisis
de
beneficios
del
proyecto
–
aumento
de
ingresos
...............................................
40
Ilustración
23:
Análisis
de
beneficios
del
proyecto
–
disminución
de
gastos
.............................................
41
Ilustración
24:
Punto
de
partida
y
fases
del
proyecto
................................................................................
43
Ilustración
25:
Plan
de
implementación
del
Customer
Intelligence
System
..............................................
44
4. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
4
Tabla
1:
Análisis
de
costes
del
proyecto
..........................................................................................................
39
Tabla
2:
Análisis
de
rentabilidad
del
proyecto
.................................................................................................
42
5. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
5
RESUMEN
EJECUTIVO
Actualmente,
en
el
sector
hotelero
español,
sólo
las
grandes
compañías
están
utilizando
sistemas
de
gestión
integral
de
la
información.
Sin
embargo,
la
gran
mayoría
de
las
empresas
hoteleras
está
gestionando
la
información
de
manera
ineficiente
y
poco
eficaz,
desperdiciando
el
potencial
de
la
gran
cantidad
de
información
de
la
que
disponen.
Este
proyecto
nace
para
dar
respuesta
a
este
potencial
desaprovechado
y
con
la
convicción
de
que
la
implantación
de
un
sistema
de
Business
Intelligence
es
el
principal
elemento
de
diferenciación
que
una
cadena
hotelera
puede
utilizar
hoy
en
día.
Este
argumento
es
respaldado
por
los
análisis
previos
a
este
proyecto,
que
revelan
una
cada
vez
mayor
atención
a
los
detalles
por
parte
de
los
clientes,
la
mayor
importancia
de
la
experiencia
del
huésped,
la
disminución
de
las
barreras
de
implementación
de
herramientas
de
análisis
de
datos
y
el
mayor
poder
de
negociación
de
los
clientes
y
de
los
intermediarios.
Para
aprovechar
las
oportunidades
y
minimizar
las
amenazas
y
debilidades,
la
mejor
solución
ha
sido
enfocar
la
estrategia
de
BI
en
el
cliente,
por
ello
el
alcance
del
proyecto
es
la
creación
de
un
Customer
Intelligence
System.
El
enfoque
del
proyecto,
además,
encaja
con
las
prioridades
internas
de
la
cadena
hotelera
que
se
centran
en
departamentos
más
avanzados
y
de
inteligencia
como
el
revenue
management
y
el
CRM.
El
objetivo
final
de
la
estrategia
de
customer
intelligence
es
el
aumento
del
valor
del
conjunto
de
clientes
(customer
equity)
gracias
a
el
aumento
de
la
repetición,
la
recomendación,
la
venta
directa,
el
cross-‐
selling,
el
up-‐selling
y
la
optimización
de
los
procesos
internos.
Estos
objetivos
se
dividen
en
tras
líneas
estratégicas
principales:
eficiencia,
diversificación
y
eficacia.
La
línea
de
eficiencia
concierne
los
temas
de
visión
única
de
clientes
gracias
a
la
integración
de
las
fuentes
de
datos,
la
calidad
de
los
datos
y
la
automatización
de
procesos.
La
línea
de
diversificación
se
enfoca
en
la
segmentación
de
clientes
en
base
al
valor
de
vida
del
clientes
y
de
las
necesidades
con
el
fin
de
ofrecer
una
experiencia
única.
La
línea
de
eficiencia
tiene
como
objetivo
emprender
acciones
personalizadas
para
mejorar
la
conversión
y
el
valor
del
cliente.
La
implementación
del
proyecto
se
hará
en
tres
macro-‐fases.
En
la
primera
fase
se
pasará
de
un
estado
de
gestión
descentralizada
y
manual
de
la
información
a
una
gestión
manual
centralizada.
En
esta
fase
se
definirá
la
integración
de
los
datos
y
se
implementarán
las
herramientas
de
Data
Darehouse,
ETL
y
CRM.
En
la
segunda
fase
se
pasará
a
una
gestión
de
la
información
centralizada
y
automatizada
con
la
implementación
de
la
plataforma
multicanal
y
de
procesos
automáticos
simples.
Se
definirán
también
las
estrategias
de
comunicación
y
de
excelencia
en
el
servicio.
La
última
fase
se
denomina
“optimo
analítico”
e
incluirá
business
analytics,
reporting,
data
mining,
programa
de
fidelidad
y
automatizaciones
complejas.
El
busness
case
demuestra
no
sólo
la
viabilidad
del
proyecto,
sino
la
alta
rentabilidad
del
mismo
con
un
TIR
del
62%
y
un
valor
actual
neto
mayor
a
500.000
€
en
5
años.
El
proyecto
implica
una
inversión
inicial
de
200.000
€
y
un
coste
mensual
de
14.500
€
durante
el
primer
año
y
de
11.500
€
durante
los
siguientes
4
años.
Sin
embargo,
los
beneficios
del
proyecto
son
mayores.
Por
una
parte
disminuirán
los
costes
de
marketing,
distribución
y
gestión
por
un
valor
de
unos
370.000
€
en
cinco
años.
Por
otra
parte,
la
mejora
en
eficiencia,
satisfacción
de
clientes
y
eficacia
comercial
resultarán
en
un
aumento
del
3%
de
los
ingresos
principales
y
de
un
2%
de
los
ingresos
por
cross-‐selling
y
up-‐selling.
6. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
6
1-‐
INTRODUCCIÓN
1.1
–
BUSINESS
INTELLIGENCE
EN
EL
SECTOR
HOTELERO
El
origen
del
BI
en
el
sector
hotelero
remonta
a
los
años
’80
cuando
en
los
Estados
Unidos
se
empezaron
a
implementar
sistemas
de
Revenue
Management
en
las
grandes
cadenas
hoteleras
después
de
haber
resultado
muy
rentables
en
las
compañías
aéreas.
Fue
durante
la
siguiente
década,
con
la
llegada
de
la
distribución
online
(gracias
a
empresas
pioneras
como
Expedia
y
Travelocity)
que
empezó
la
difusión
de
sistemas
de
Business
Intelligence
en
las
grandes
cadenas
americanas
(Marriott,
Hilton,
Intecontinental
Hotels
y
Hayatt).
Sin
embargo,
estas
iniciativas
en
general
fracasaron
debido
no
sólo
a
la
alta
inversión
necesaria
y
al
incierto
retorno,
sino
también
a
la
falta
de
estrategia,
falta
de
respaldo
ejecutivo,
problemas
técnicos
y
uso
limitado
en
la
compañías1
.
Actualmente,
aunque
sólo
las
grandes
compañías
dispongan
de
sistemas
de
BI
integrales,
la
mayoría
de
las
cadenas
hoteleras
están
utilizando
herramientas
de
Intelligence
principalmente
para
optimizar
las
reservas
y
los
ingresos.
Sin
embargo,
son
cada
vez
más
los
hoteles
que
utilizan
sistemas
de
inteligencia
en
las
áreas
de
marketing,
CRM,
reporting,
contenidos
web
dinámicos
y
reputación
online.
Un
ejemplo
de
las
últimas
tendencias
del
sector
es
el
uso
de
Big
Data
por
parte
de
International
Hotel
Group
para
la
personalización
dinámica
de
los
contenidos
web
incluyendo
el
proceso
de
reserva
y
el
programa
de
fidelización2
.
En
los
próximos
años
se
prevé
un
aumento
del
uso
de
BI
en
el
sector
hotelero
sobre
todo
con
un
enfoque
al
Big
Data
y
la
movilidad.
Thomas
H.
Davemport
3
en
el
estudio
sobre
Big
Data
afirma
que
los
principales
desafíos
son
la
integración
de
datos
fragmentados
procedentes
de
diferentes
unidades
y
herramientas,
el
mantener
cohesión
y
eficiencia
en
un
ambiente
tecnológico
híbrido
(tecnología
tradicional
y
tecnología
de
Big
Data),
la
escasez
de
conocimiento
y
recursos
humanos
capaces
de
explotar
el
análisis
de
estos
datos,
y
la
dificultad
de
mantener
una
sostenible
ventaja
competitiva
en
este
ambiente
de
Big
Data
que
cambia
cada
vez
más
rápido.
1
D.
Korte,
T.
Ariyachandra,
and
M.
Frolick,
“Business
Intelligence
in
the
Hospitality
Industry”,
International
Journal
of
Innovation,
Management
and
Technology,
vol.
4,
no.
4,
August
2013
2
http://www.bigdata-‐startups.com/BigData-‐startup/big-‐data-‐enables-‐intercontinental-‐hotel-‐group-‐to-‐become-‐an-‐
service-‐oriented-‐data-‐driven-‐organisation/
3
At
the
Big
Data
Crossroads:
turning
towards
a
smarter
travel
exprerience,
Amadeus
IT
Group
7. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
7
1.2
–
BUSINESS
INTELLIGENCE
COMO
VENTAJA
COMPETITIVA
Actualmente,
las
cadenas
hoteleras
utilizan
varias
herramientas
tecnológicas
a
través
de
las
cuales
se
recogen
ya
una
gran
cantidad
de
datos.
El
nivel
de
desarrollo
y
conocimiento
de
herramientas
específicas
ha
sido
marcado
por
las
necesidades
que
han
surgido
a
lo
largo
de
los
años.
Hoy
en
día
el
sector
hotelero
ha
llegado
a
una
cierta
madurez
y
es
cada
vez
más
difícil
diferenciarse
de
la
competencia
por
precio,
servicio
o
localización.
Por
ello,
para
destacar
frente
a
la
competencia
es
fundamental
enfocar
los
esfuerzos
en
proporcionar
una
experiencia
excepcional
al
huésped.
Para
poder
ofrecer
una
experiencia
excepcional
las
cadenas
hoteleras
necesitan
personalizar
al
máximo
sus
servicios
y
comunicación
a
cada
cliente
gracias
al
conocimiento
detallado
del
mismo.
Un
sistema
de
BI
no
sólo
permite
el
conocimiento
detallado
de
los
clientes,
sino
también
representa
una
ventaja
competitiva
sostenible
para
la
cadena
que
lo
implemente1
:
! La
infraestructura
de
BI
es
compleja
de
implementar,
pero
es
única
y
difícilmente
replicable
en
otras
empresas;
! La
implementación
de
BI
suele
ser
acompañada
por
otros
recursos
de
la
empresa,
como
la
cultura
corporativa,
capacidades
de
gestión
y
capacidades
analíticas;
! La
inherente
complejidad
de
implementación
(debida
a
Big
Data,
necesidades
analíticas
etc.)
es
una
barrera
para
los
competidores;
! La
ventaja
inicial
ganada
gracias
a
insights
específicos
de
los
clientes
permite
atraer
nuevos
clientes
con
un
valor
añadido
difícilmente
replicable
por
los
competidores
que
implementen
una
solución
similar.
8. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
8
1.3
–
EL
PROYECTO
El
proyecto
incluye
la
implantación
de
un
sistema
de
BI
para
una
cadena
de
unos
30
hoteles
urbanos
ubicados
en
las
principales
ciudades
españolas.
Además,
el
proyecto
definirá
un
marco
para
la
implementación
de
sistemas
de
BI
en
cadenas
similares
gracias
a:
! Análisis
de
las
herramientas
y
los
datos
disponibles
para
crear
una
arquitectura
y
un
esquema
de
datos
estándar;
! Definición
de
modelos
estadísticos
(segmentación,
predicción
etc.)
específicos
para
este
tipo
de
negocio;
! Definición
de
una
estrategia
de
Business
Intelligence;
! Definición
de
acciones
tácticas
automáticas
y
manuales
basadas
en
el
análisis
de
datos;
! Definición
de
un
cuadro
de
mando
integral
para
la
gestión
de
la
estrategia
de
BI.
Aunque
la
implantación
del
sistema
de
BI
sea
ampliable
a
todos
los
departamentos
de
la
compañía,
el
enfoque
del
proyecto
será
sobre
la
estrategia
de
gestión
de
la
relación
con
los
clientes.
El
objetivo
es
el
aumento
del
valor
de
los
clientes
que
se
conseguirá
ofreciendo
una
experiencia
única
que
será
el
elemento
diferenciador
de
esta
cadena
hotelera.
Para
conseguir
este
objetivo
el
conocimiento
del
cliente
tiene
que
ser
lo
más
detallado
posible
y
tiene
que
ser
la
base
sobre
la
cual
se
apoyan
las
campañas
de
marketing,
el
servicio
y
la
venta.
Ilustración
1:
Relación
del
Customer
Intelligence
System
con
las
otras
áreas
de
la
cadena
hotelera
Customer
Intelligence
System
(BI)
Markesng
Ventas
Servicio
9. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
9
2-‐
OBJETIVOS
Y
ESTRATEGIA
2.1
–
ANÁLISIS
ESTRATÉGICO
2.1.1
–
ANÁLISIS
EXTERNO
El
análisis
PEST
revela
por
una
parte
unas
condiciones
económicas
y
políticas
que
no
ayudarán
de
forma
relevante
a
la
mejora
de
la
rentabilidad.
Sin
embargo,
en
los
entornos
cultural
y
tecnológico
encontramos
unas
tendencias
que,
si
aprovechadas
adecuadamente,
pueden
tener
un
efecto
positivo
importante.
En
el
entorno
social
y
cultural
el
cliente
se
enfoca
cada
vez
más
en
los
detalles
y
la
experiencia.
Esto
se
puede
aprovechar
gracias
a
otra
tendencia
en
el
entorno
tecnológico,
es
decir
que
es
cada
vez
más
asequible
analizar
grandes
cantidades
de
datos
(en
este
caso
de
clientes)
para
ofrecerle
más
personalización
en
los
servicios.
Esta
es
una
clara
oportunidad
de
diferenciación
frente
a
la
competencia.
Ilustración
2:
Análisis
PEST
• Subida
del
IVA
• Disminución
del
presupuesto
público
para
el
sector
• Creación
de
un
plan
estratégico
nacional
de
turismo
• La
reforma
laboral
facilita
la
flexibilidad
de
los
recursos
humanos
ENTORNO
POLÍTICO
• La
crisis
económica
sigue
afectando
la
demanda
doméssca
y
europea
• Disminución
de
la
inversión
en
el
sector
• Ralensza
el
crecimiento
económico
de
américa
lasna
y
Rusia,
siguen
creciendo
China
e
India
ENTORNO
ECONÓMICO
• Envejecimiento
de
la
población
• Mejora
de
la
marca
de
dessnos
turísscos
emergentes
• Difusión
de
servicios
turísscos
alternasvos
basados
en
la
colaboración
(car
sharing,
couch
surfing
etc.)
• Sigue
el
incremento
del
uso
de
las
redes
sociales
y
de
los
smartphones
• Enfoque
en
los
detalles,
los
atributos
del
producto
y
la
experiencia
única
ENTORNO
CULTURAL
• Dinamismo
e
interacsvidad
de
las
páginas
web
con
contenidos
personalizados
para
cada
usuario
• Cada
vez
más
asequible
la
tecnología
para
analizar
grandes
cansdades
de
datos
• Mejora
de
la
experiencia
del
usuario
en
mobile
y
aumento
del
volumen
de
negocio
a
través
de
estos
disposisvos
• Mejora
de
la
usabilidad
de
la
tecnología
ENTORNO
TECNOLÓGICO
10. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
10
Según
el
análisis
de
las
cinco
fuerzas
de
Porter,
el
sector
hotelero
español
está
caracterizado
por
una
alta
rivalidad
por
ser
un
sector
maduro,
en
el
cual
la
amenaza
de
nuevos
competidores
no
es
elevada,
sobre
todo
en
la
actual
situación
económica.
Sin
embargo,
se
está
notando
una
creciente
amenaza
por
parte
de
productos
alternativos,
como
el
alquiler
de
viviendas,
servicios
de
“sharing”
(el
couch-‐surfing
por
ejemplo)
etc.
Además,
los
hoteles
han
visto
aumentar
en
los
últimos
años
el
poder
de
los
clientes
debido
a
la
transparencia
de
precios
y
productos
en
los
canales
de
venta
online
(OTAs)
y
en
los
comparadores
online
como
Kayak
y
Trivago.
Finalmente,
disminuye
el
poder
de
distribuidores
intermediarios
como
los
Tour
Operadores
y
Agencia
de
viajes,
a
favor
de
las
OTAs
y
del
canal
directo
de
venta
online
del
hotel.
Ilustración
3:
Análisis
de
las
cinco
fuerzas
de
Porter
• Mayor
poder
de
los
clientes
por
la
transparencia
online
de
precios
y
calidad
Poder
de
negociación
de
los
clientes
• Menor
poder
de
TTOO
y
AAVV
• Mayor
poder
de
OTAs
Poder
de
negociación
de
los
proveedores
• Baja
menaza
de
nuevos
compesdores
(sector
maduro)
Amenaza
nuevos
compesdores
• Alta
amenaza
deibo
a
nuevos
servicios
alternasvos
Amenaza
productos
susstutos
• Alta
rivalidad
por
el
número
elevado
de
compesdores
Rivalidad
entre
los
compesdores
11. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
11
2.1.2
–
ANÁLISIS
INTERNO
La
cadena
hotelera
ha
llegado
a
altos
niveles
de
optimización
en
las
actividades
secundarias
(finanza,
recursos
humanos
y
otros)
y
en
la
gestión
de
los
departamentos
operativos
de
Habitaciones,
F&B
y
Front
Office.
En
estas
últimas
tres
áreas,
la
cadena
se
está
comprometiendo
a
ofrecer
un
servicio
excelente,
monitorizando
la
calidad
e
innovando
de
forma
constante.
Los
departamentos
de
Marketing,
Comunicación,
Ventas,
Distribución,
Servicios
y
Reputación
han
sido
importantes
para
generar
ventajas
competitivas,
sin
embargo,
el
enfoque
del
próximo
plan
estratégico
verterá
sobre
dos
nuevas
áreas
transversales
capaces
de
generar
ventajas
competitivas
más
duraderas:
revenue
management
y
customer
relationship
management.
Estas
dos
áreas
son
las
que
más
se
acercan
al
Business
Intelligence.
El
proyecto
se
enfocará
al
área
de
Customer
Relationship
Management
y
su
interacción
con
las
otras
actividades
principales
de
la
compañía.
Ilustración
4:
Análisis
de
la
cadena
de
valor
de
la
empresa
FINANZA
RECURSOS
HUMANOS
OTROS
ROOMS
F&B
FRONT
OFFICE
MARKETING
COMUNICACIÓN
VENTAS
DISTRIBUCIÓN
SERVICIO
REPUTACIÓN
REVENUE
MANAGEMENT
CUSTOMER
RELATIONSHIP
MANAGEMENT
12. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
12
2.1.3
–
DAFO
Los
resultados
de
los
análisis
interno
y
externo
se
resumen
en
el
siguiente
DAFO.
La
estrategia
de
BI
es
fundamental
en
este
entorno
para
mantener
las
fortalezas,
aprovechar
las
oportunidades
y
minimizar
las
debilidades
y
las
amenazas.
La
disponibilidad
de
informaciones
y
análisis
de
alto
valor
permitirá
mantener
y
mejorar
la
excelencia
en
las
operaciones
y
la
calidad
del
servicio
al
cliente.
Por
otra
parte,
una
tendencia
importante
es
la
atención
de
los
clientes
a
los
detalles
y
a
la
importancia
de
la
experiencia.
Esta
es
una
oportunidad
que
se
puede
aprovechar
con
el
sistema
de
BI
que,
gracias
al
conocimiento
exhaustivo
del
cliente,
permite
ofrecer
experiencias
personalizadas.
La
mejora
de
la
experiencia
y
satisfacción
del
cliente,
además,
ayuda
a
reducir
algunas
debilidades,
como
el
posicionamiento
poco
claro
y
la
marca
poco
conocida.
Finalmente,
se
incentivará
el
canal
directo
de
venta,
reduciendo
la
amenaza
de
los
costes
cada
vez
mayores
de
la
distribución.
Además,
gracias
a
la
diversificación
frente
a
los
competidores,
la
amenaza
de
los
productos
sustitutivos
y
el
escaso
crecimiento
de
la
demanda
afectarán
menos
a
la
cadena
hotelera
en
cuestión.
Ilustración
5:
Análisis
DAFO
• Excelencia
en
operaciones
• Servicio
de
calidad
al
cliente
• Cultura
innovadora
FORTALEZAS
• Margen
reducido
• Posicionamiento
no
claro
• Marca
poco
conocida
DEBILIDADES
• Importancia
de
los
detalles
para
los
huéspedes
• Mejora
tecnología
web
y
mobile
• Big
Data
OPORTUNIDADES
• Coste
de
disbribución
mayor
• Productos
susstusvos
• Escaso
crecimiento
de
la
demanda
AMENAZAS
13. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
13
2.2
–
MAPA
ESTRATÉGICO
DE
LA
CADENA
HOTELERA
La
compañía
dispone
de
un
mapa
estratégico
a
largo
plazo
(10
años)
que
incluye
visión,
objetivos,
áreas
estratégicas
y
valores.
La
visión
dice
claramente
que
la
cadena
hotelera
se
quiere
posicionar
como
referente
y
la
mejor
opción
de
alojamiento
urbano
en
5
años
gracias
al
cumplimiento
de
unos
objetivos
estratégicos
que,
en
resumen,
quieren
conseguir
un
modelo
de
negocio
rentable
diferenciándose
por
el
conocimiento
del
cliente,
automatizando
los
procesos
y
disponiendo
de
las
mejores
herramientas
y
recursos
humanos.
En
el
mapa
aparecen
también
unos
objetivos
tácticos
(a
tres
años)
como
la
mejora
de
la
satisfacción
del
cliente,
el
incremento
de
las
ventas
directas
etc.
y
tendencias
globales
a
diez
años.
Estas
tendencias
reflejan
el
análisis
PEST
anterior
y
es
importante
tenerlas
en
el
mapa
estratégico
para
tener
una
visión
a
largo
plazo.
Las
palancas
principales
para
conseguir
los
objetivos
y
la
visión
son
las
cuatro
áreas
estratégicas:
-‐ Servicio:
esta
área
es
fundamental
para
mejorar
la
satisfacción
del
cliente,
la
repetición
y
la
recomendación.
-‐ Revenue
Management:
esta
área
es
clave
para
la
optimización
de
los
ingresos
gracias
a
la
dinamización
de
tarifas
y
condiciones
en
base
a
la
demanda
y
a
la
disponibilidad
del
hotel.
-‐ CRM
y
Reputación:
gestionar
la
relación
con
el
cliente
y
fomentar
la
reputación
online
serán
los
objetivos
más
relevantes
de
los
próximos
5
años
dado
que
este
área
es
menos
madura
que
Servicio
y
Revenue
Management.
-‐ Business
Intelligence:
esta
es
el
área
donde
más
se
hace
hincapié
para
mejorar
la
rentabilidad
en
los
próximos
cinco
años
dado
que
no
sólo
da
soporte
y
optimiza
las
tres
áreas
anteriores,
sino
que
puede
ser
en
sí
un
elemento
diferenciador
con
respecto
a
la
competencia.
Ilustración
6:
Mapa
estratégico
de
la
cadena
hotelera
14. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
14
Además,
en
todo
momento
la
toma
de
decisiones
tiene
que
tener
en
cuenta
una
serio
de
principios
básicos
como
que
la
experiencia
del
cliente
es
lo
más
importante
(y
esto
de
consecuencia
aumenta
el
customer
equity
y
finalmente
el
valor
de
los
accionistas),
que
para
satisfacer
al
cliente
es
imprescindible
satisfacer
a
los
empleados,
que
en
todo
momento
se
trabajará
con
integridad
y
cuidando
el
medio
ambiente,
y
que
es
importante
no
conformarse
y
buscar
siempre
la
innovación.
La
visión
de
la
compañía
hace
hincapié
en
la
importancia
de
la
experiencia
del
cliente,
definiéndola
como
clave
para
la
competitividad.
Basándonos
en
eso,
podemos
concluir
que
los
clientes
son
el
recurso
más
importante
de
la
compañía
y
por
ello
en
el
mapa
estratégico
se
utiliza
como
objetivo
final
el
aumento
del
“Customer
Equity”,
una
medida
que,
aunque
estrictamente
relacionada
con
el
valor
de
las
acciones,
pone
énfasis
en
la
importancia
de
los
clientes
para
la
compañía.
Se
presenta
a
continuación
el
mapa
estratégico
de
clientes
de
los
próximos
5
años.
Ilustración
7:
Mapa
estratégico
de
Clientes
de
la
cadena
hotelera
Perspectiva
Financiera:
encontramos
cuatro
objetivos
en
un
continuum
entre
más
eficiencia
y
más
eficacia
(es
decir
las
dos
partes
de
la
rentabilidad,
aumento
de
ingresos
y
disminución
de
costes):
aumento
de
los
clientes
directos
(es
decir
ir
hacia
la
desintermediación
para
que
los
costes
de
distribución
sean
menores),
atraer
a
clientes
de
alto
valor,
retener
a
clientes
de
alto
valor
y
aumentar
el
valor
de
los
clientes
actuales.
Estos
objetivos
afectan
directamente
al
Customer
Equity.
Perspectiva
de
Clientes:
los
objetivos
de
esta
perspectivas
están
relacionados
con
la
experiencia
del
cliente
y
representan
la
parte
central
de
la
estrategia:
! Aumentar
la
satisfacción
de
los
clientes:
mejorar
esta
variable
tiene
consecuencias
positivas
en
la
repetición
de
los
clientes
y
la
atracción
de
nuevos
clientes
de
valor
gracias
a
las
recomendaciones.
! Mejorar
la
reputación
online
y
la
marca:
este
objetivo
está
en
parte
afectado
por
el
anterior
(satisfacción
de
clientes)
y
afecta
directamente
a
la
atracción
de
clientes.
CUSTOMER
EQUITYEFICIENCIA EFICACIA
AUMENTAR
VENTAS/CLIENTES
DIRECTOS
ATRAER
NUEVOS
CLIENTES
DE
ALTO
VALOR
RETENER
A
LOS
CLIENTES
DE
ALTO
VALOR
AUMENTAR
EL
VALOR
DE
LOS
CLIENTES
ACTUALES
GESTIONAR
A
LOS
CLIENTES
DE
FORMA
EFICIENTE
MEJORAR
LA
SATISFACCIÓN
Y
REPUTACIÓN
ONLINE
INCENTIVAR
LA
RECOMENDACIÓN
Y
REPETICIÓN
SER
COMPETITIVOS
EN
PRECIOS
Y
LOS
MEJORES
EN
CALIDAD
PERSONALIZAR
ACCIONES
AL
CLIENTE
EN
TODOS
LOS
PUNTOS
DE
CONTACTO
RECOGER
INFORMACIÓN
DE
CALIDAD
DE
LOS
CLIENTES
OFRECER
SERVICIOS
DE
ALTO
VALOR
IDENTIFICAR
OPORTUNIDADES
DE
INNOVACIÓN
OPTIMIZAR
TARIFAS
Y
DISTRIBUCIÓN
DE
LAS
HABITACIONES
FORMAR
PERSONAL
EN
ÁREAS
CLAVE
(SERVICIO
Y
ANALÍTICA)
IMPLANTAR
HERRAMIENTA
PARA
LA
TOMA
DE
DECISIONES
(BI)
IMPLANTAR
HERRAMIENTAS
PARA
LA
FIDELIZACIÓN
Y
CRM
MEJORAR
Y
DESARROLLAR
CANALES
DE
COMUNICACIÓN
Financiera
Clientes
Interna
Aprendizaje
y
Crecimiento
15. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
15
! Incentivar
la
recomendación
y
repetición:
además
de
satisfacción,
servicio
y
reputación,
es
posible
incentivar
la
recomendación
y
repetición
con
incentivos
específicos.
Esto
afecta
a
todos
los
objetivos
de
la
perspectivas
financiera.
! Ser
competitivos
en
los
precios
y
los
mejores
en
calidad:
hacer
que
el
cliente
considere
la
cadena
la
mejor
opción
en
calidad
a
precios
asequibles;
esto
afecta
sobre
todo
la
atracción,
repetición
y
recomendación.
Perspectiva
interna:
en
esta
fase
se
recogen
los
objetivos
de
los
procesos
que
permiten
ofrecer
una
experiencia
única
al
cliente
y
conseguir
los
objetivos
financieros.
Están
en
orden
de
ejecución:
recoger
información
de
calidad,
personalizar
acciones,
optimizar
tarifas
y
canales
de
distribución
(Revenue
Management),
ofrecer
servicios
de
alto
valor
(optimización
de
las
operaciones
de
los
departamentos
de
habitaciones,
F&B
y
Front
Desk)
e
identificar
oportunidades
de
innovación
(sobre
todo
en
el
ámbito
tecnológico).
Perspectiva
de
aprendizaje
y
crecimiento:
aquí
se
definen
las
bases
para
que
todos
los
procesos
internos
funcionen
y
para
que
se
pueda
ofrecer
al
cliente
una
experiencia
única.
Primero
es
importante
disponer
de
recursos
humanos
con
las
capacidades
necesarias
para
analizar
los
datos,
gestionar
los
proceso
y
dar
un
servicio
excelente
al
cliente.
Segundo,
es
necesario
disponer
de
las
herramientas
para
ayudar
en
la
toma
de
decisiones
y
automatizar
todos
los
procesos
posibles
(en
el
caso
de
este
mapa
estratégico
enfocado
en
el
cliente,
las
dos
principales
herramientas
son
la
de
BI
y
la
de
CRM;
las
otras
herramientas
como
Revenue
Management,
Marketing
etc.
ya
están
implementadas
y
funcionan
correctamente).
Finalmente,
se
mejoraran
los
canales
de
interacción
con
el
cliente
existentes
y
se
crearan
nuevos
canales
si
necesario.
16. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
16
3-‐
ESTRATEGIA
DEL
CUSTOMER
INTELLIGENCE
SYSTEM
3.1
–
ALINEACIÓN
CON
LA
ESTRATEGIA
DE
CLIENTES
DE
LA
EMPRESA
Aunque
la
implantación
del
sistema
de
BI
afecte
todos
los
objetivos
de
la
estrategia
de
relación
con
los
clientes,
en
este
mapa
estratégico
se
identifican
los
objetivos
que
la
estrategia
de
BI
comparte
completamente
con
la
estrategia
de
clientes.
El
resultado
es
que
la
implantación
de
la
estrategia
de
BI
no
sólo
tiene
un
peso
muy
relevante,
sino
que
se
convierte
en
la
clave
para
conseguir
el
objetivo
final.
Ilustración
8:
Alineación
de
la
estrategia
de
BI
con
el
mapa
estratégico
de
Clientes
El
sistema
de
BI
tiene
las
bases
en
la
perspectiva
de
aprendizaje
y
crecimiento
dado
que
será
donde
se
definirán
e
implantarán
las
soluciones
tecnológicas
necesarias
para
el
desarrollo
de
la
estrategia.
Sobre
esta
plataforma
se
detallarán
los
procesos
principales
que
serán
principalmente
dos:
1)
recoger
e
integrar
informaciones;
2)
Personalizar
(que
incluye
por
una
parte
el
análisis
de
datos
y
segmentación
de
clientes,
y,
por
otra
parte,
la
ejecución
de
acciones
en
todos
los
puntos
de
contacto).
Gracias
a
esto,
será
posible
generar
efectos
positivos
en
la
perspectiva
de
clientes,
es
decir
mejorar
la
satisfacción
y,
por
consecuencia,
la
repetición,
la
recomendación
y
la
imagen.
La
consecución
de
los
objetivos
de
clientes
permitirá
conseguir
los
objetivos
financieros
de
aumentar
el
valor
del
cliente
(aumentando
ingresos
y
disminuyendo
costes)
hasta
conseguir
un
mayor
Customer
Equity.
CUSTOMER
EQUITYEFICIENCIA EFICACIA
AUMENTAR
VENTAS/CLIENTES
DIRECTOS
ATRAER
NUEVOS
CLIENTES
DE
ALTO
VALOR
RETENER
A
LOS
CLIENTES
DE
ALTO
VALOR
AUMENTAR
EL
VALOR
DE
LOS
CLIENTES
ACTUALES
GESTIONAR
A
LOS
CLIENTES
DE
FORMA
EFICIENTE
MEJORAR
LA
SATISFACCIÓN
Y
REPUTACIÓN
ONLINE
INCENTIVAR
LA
RECOMENDACIÓN
Y
REPETICIÓN
SER
COMPETITIVOS
EN
PRECIOS
Y
LOS
MEJORES
EN
CALIDAD
PERSONALIZAR
ACCIONES
AL
CLIENTE
EN
TODOS
LOS
PUNTOS
DE
CONTACTO
RECOGER
INFORMACIÓN
DE
CALIDAD
DE
LOS
CLIENTES
OFRECER
SERVICIOS
DE
ALTO
VALOR
IDENTIFICAR
OPORTUNIDADES
DE
INNOVACIÓN
OPTIMIZAR
TARIFAS
Y
DISTRIBUCIÓN
DE
LAS
HABITACIONES
FORMAR
PERSONAL
EN
ÁREAS
CLAVE
(SERVICIO
Y
ANALÍTICA)
IMPLANTAR
HERRAMIENTA
PARA
LA
TOMA
DE
DECISIONES
(BI)
IMPLANTAR
HERRAMIENTAS
PARA
LA
FIDELIZACIÓN
Y
CRM
MEJORAR
Y
DESARROLLAR
CANALES
DE
COMUNICACIÓN
Financiera
Clientes
Interna
Aprendizaje
y
Crecimiento
17. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
17
3.2
–
DEFINICIÓN
DE
LA
ESTRATEGIA
El
objetivo
final
de
la
estrategia
de
BI
es
dar
el
conocimiento
necesario
para
tomar
decisiones
y
lanzar
acciones
personalizadas
para
aumentar
el
valor
del
cliente
de
la
forma
más
eficiente
y
eficaz
posible.
Para
conseguir
esto,
es
necesario
conseguir
un
conocimiento
muy
detallado
de
los
clientes
gracias
a
la
integración
de
los
varios
datos
dispersos
por
la
organización
y
conseguir
un
perfil
único
de
clientes.
Será
también
muy
importante
medir
el
retorno
de
estas
decisiones
y
acciones
para
mejorar
constantemente
los
ratios
de
éxito.
Los
tres
procesos
principales
serán
recoger
e
integrar
datos,
analizar
y
segmentar.
Todo
esto
será
posible
gracias
al
desarrollo
de
las
herramientas
y
canales
de
comunicación
necesarios
y
a
la
disponibilidad
de
recursos
humanos
con
capacidades
para
desempeñar
estas
tareas.
Desde
un
punto
de
vista
de
estrategia
de
negocio,
el
objetivo
de
conocimiento
del
cliente
es
el
punto
central
alrededor
del
cual
se
definirá
el
resto.
Para
conocer
a
los
clientes
primero
hay
que
tener
claro
en
que
fase
están
del
ciclo
de
vida
presentado
a
continuación:
adquisición,
retención
o
crecimiento.
Ilustración
9:
Ciclo
de
vida
del
cliente
El
objetivo
final
es
la
toma
de
decisiones
y
la
ejecución
de
acciones
personalizadas,
y
esto
implica
tener
la
información
necesaria
para
gestionar
la
relación
con
el
cliente
en
cada
punto
de
contacto
con
los
hoteles
en
las
tres
fases
de
prestación
del
servicio:
pre,
durante
y
post
estancia.
Ilustración
10:
Estrategia
de
relación
con
el
cliente
pre,
durante
y
post
estancia
En
cada
punto
de
contacto
el
conocimiento
detallado
del
cliente
debe
ayudar
no
sólo
a
dar
un
trato
personalizado
sino
también
a
superar
las
expectativas
para
generar
satisfacción
y
recomendación.
El
PRE DURANTE POST
RESERV
A
LLEGADA SALIDA
Confirmación
reserva
Ofertas
Información
sobre
destino
Upsale,
cross-‐
sale
Programa
fidelidad
Enriquecimiento
info
cliente
Trato
personalizado
Mailings
comerci
Encuestas
de
Comunicaciones
personales
18. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
18
sistema
de
BI
no
tiene
sólo
que
ayudar
a
definir
los
segmentos
y
su
valor,
sino
también
a
identificar
aquellas
necesidades
ampliadas
de
segmentos
y
perfiles
para
poder
superar
las
expectativas
y
generar
el
factor
“wow”.
Ilustración
11:
Los
tres
tipos
de
necesidades
del
cliente
(básicas,
de
rendimiento
y
ampliadas)
A
continuación
se
presenta
un
resumen
de
la
estrategia
de
BI
que
incluye
la
generación
de
valor
para
el
cliente
y
la
compañía
(como
ventaja
competitiva)
la
parte
estratégica
de
gestión
de
los
momentos
de
la
verdad
con
el
cliente
(antes,
durante
y
después
la
estancia)
y
la
parte
funcional
con
la
plataforma
de
BI
integrada
con
los
varios
canales
de
iteración
con
el
cliente.
Ilustración
12:
Resumen
de
la
estrategia
de
Business
Intelligence
Otro
aspecto
importante
que
tendrá
en
cuenta
la
estrategia
de
BI
son
todos
los
nuevos
puntos
de
interacción
con
el
cliente
como
redes
sociales,
foros,
blogs,
apps,
WiFi
etc.
Todos
estos
medios
no
son
simplemente
nuevos
puntos
de
contacto,
sino
también
permiten
por
una
parte
la
recogida
de
informaciones
muy
valiosas
que
antes
era
impensable
tener
y,
por
otra
parte,
cambia
la
manera
de
comunicar
con
los
huéspedes.
La
comunicación
de
unidireccional
pasa
a
ser
bidireccional
y
el
cliente
es
cada
vez
más
el
dueño
de
esta
conversación.
Esto
cambia
completamente
la
estrategia
de
la
comunicación
con
el
cliente.
ANTES
Definición
de
los
momentos
críticos
de
la
iteración
con
el
cliente
Iteraciones
Personales
Call
Center
Área
Clientes
Web
Apps
Movilidad
SMS E-‐Mail
DURANTE DESPUÉS
Generación
de
Valor
=
Factor
Diferenciador
Plataforma
BI
conocimiento
del
cliente
que
permite
iteraciones
personalizadas
19. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
19
3.3
–
PLAN
ESTRATÉGICO
3.3.1
–
LÍNEAS
ESTRATÉGICAS
El
objetivo
final
de
la
estrategia
de
BI
es
incrementar
el
valor
del
cliente
gracias
a
su
conocimiento
exhaustivo.
La
estrategia
de
aumento
de
valor
del
cliente
se
desarrolla
a
través
de
la
gestión
de
la
relación
con
el
cliente
en
todos
los
momentos
de
contacto
con
uno
de
los
hoteles
de
la
cadena.
En
estos
momentos
de
contacto
es
fundamental
el
conocimiento
del
cliente
para
poder
personalizar
las
acciones
que
se
lleven
a
cabo.
El
plan
estratégico
para
conseguir
el
objetivo
final
está
formado
por
tres
líneas
estratégicas
principales:
! Eficiencia:
disminución
de
los
costes
de
adquisición
de
clientes
y
optimización
de
la
gestión
de
clientes
gracias
a
la
visión
única
del
cliente
y
la
automatización.
! Diferenciación:
personalización
de
las
acciones
y
los
servicios
para
superar
las
expectativas
gracias
a
la
segmentación
de
los
clientes.
! Eficacia:
la
analítica
permitirá
definir
acciones
de
alto
valor
tanto
para
el
cliente
como
para
la
compañía.
Ilustración
13:
Las
tres
líneas
estratégicas
de
la
estrategia
de
BI
3.3.2
–
VISIÓN
ÚNICA
DEL
CLIENTE
Fuentes
de
datos
El
primer
paso
para
llegar
a
la
visión
única
del
cliente
y
crear
una
base
de
datos
para
la
segmentación
y
el
análisis
es
la
identificación
de
las
fuentes
de
datos
y
los
datos
disponibles.
PMS
–
El
PMS
(Property
Management
System)
es
el
sistema
central
de
gestión
de
cada
hotel
y
permite
gestionar
las
reservas
y
la
disponibilidad
de
habitaciones
de
un
hotel.
En
su
base
de
datos
encontramos
el
registro
de
transacciones
con
los
datos
del
cliente
(nombre,
datos
de
contacto,
procedencia
etc.)
y
de
la
reserva
(número
de
noches,
fechas,
importe
pagado,
habitación
etc.).
RMS
–
El
Revenue
Management
System
es
una
herramienta
que
se
utiliza
para
la
optimización
de
los
ingresos
a
través
de
la
gestión
de
la
disponibilidad
de
habitaciones,
demanda,
tarifas
y
distribución.
Esta
herramienta
integra
principalmente
los
datos
del
PMS,
sin
embargo
dispone
de
nuevos
datos
como
los
datos
de
los
precios
de
la
competencia
que
captura
online
y
datos
calculados
como
el
forecast
de
la
demanda.
20. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
20
CRM
(SugarCRM)–
Actualmente
la
cadena
no
dispone
de
un
CRM,
pero
será
implementado
en
este
proyecto.
El
CRM
se
alimentará
de
los
datos
almacenados
en
el
nuevo
Data
Warehouse,
pero
también
generará
una
parte
de
datos
adicionales
insertados
directamente
en
las
fichas
de
clientes
por
parte
del
personal
del
hotel,
como
por
ejemplo
la
respuesta
de
un
cliente
a
una
acción
de
cross-‐selling
en
la
recepción.
En
el
CRM
también
se
elaborarán
los
datos
relacionados
con
el
programa
de
fidelidad.
Google
Analytics
–
Por
una
parte
esta
herramienta
proporciona
datos
anónimos
de
navegación
en
la
web,
sin
embargo,
por
otra
parte
podemos
cruzar
los
datos
de
las
transacciones
con
los
perfiles
de
clientes
de
nuestro
sistema
de
Customer
Intelligence.
De
esta
manera,
podemos
ver
a
través
de
que
medios
de
tráfico
han
venido
a
la
web
y
que
contenidos
han
visto.
Plataforma
de
gestión
de
canales
(Genesys)
–
Esta
plataforma
proporcionará
información
de
las
interacciones
y
de
las
campañas
de
los
huéspedes
con
la
compañía
en
los
diferentes
medios
de
contacto:
web,
call
center,
redes
sociales,
App
etc.
Trustyou
–
La
cadena
dispone
de
esta
herramienta
para
la
monitorización
de
la
reputación
online
del
hotel
y
para
el
envío
de
encuestas
de
post-‐estancia
a
los
clientes.
Esta
herramienta
analiza
los
textos
de
comentarios
online
y
transforma
datos
no
estructurados
en
datos
estructurados
(índices,
indicadores,
categorías
etc.)
en
tablas
que
se
pueden
cruzar
con
los
otros
datos
estructurados
del
hotel.
Los
datos
de
reputación
online
no
son
directamente
relacionables
con
los
perfiles
de
clientes,
pero
pueden
utilizarse
en
los
modelos
predictivos
y
en
la
valoración
de
las
acciones
de
customer
intelligence
llevadas
a
cabo.
Además
de
los
datos
de
respuesta
de
las
encuestas,
la
herramienta
proporciona
datos
historificados
relacionados
con
los
comentarios
online
sobre
las
estancia
(puntuación
media,
análisis
de
sentimiento
por
área,
número
de
comentarios,
respuestas
a
comentarios
etc.
de
los
hoteles
de
la
compañía
y
de
los
hoteles
de
la
competencia).
CMS
–
el
gestor
de
contenidos
online
utilizará
los
datos
de
los
perfiles
de
clientes
para
enseñar
contenidos
y
ofertas
personalizadas
basadas
en
la
identificación
del
usuario
a
través
de
cookies
o
a
través
del
log-‐in.
21. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
21
TrustYou:
Big
Data
para
la
satisfacción
de
clientes
TrustYou
es
una
herramienta
de
una
empresa
alemana
que
analiza
la
reputación
online
de
hoteles
y
restaurantes
a
través
del
análisis
de
puntuación
y
el
análisis
semántico
de
estos
textos.
TrustYou
tiene
dos
fuentes
de
datos
principales,
1)
los
comentarios
online
que
recoge
a
través
de
web
scraping
y
2)
las
encuestas
de
calidad
de
los
hoteles.
Una
vez
recogida
esta
información,
TrustYou
procesa
las
encuestas
y
los
comentarios,
estos
últimos
a
través
de
técnicas
de
text
mining.
Ilustración
14:
Sistema
de
análisis
de
reputación
online
de
TrustYou
El
resultado
final
es:
! puntuación
general
del
hotel
basada
en
la
puntuación
de
los
clientes
en
review
sites
(Tripadvisor,
Holidaycheck,
Booking.com
etc.);
! puntuación
de
las
diferentes
áreas
del
hotel
en
base
al
análisis
semántico
de
los
comentarios;
! porcentaje
de
popularidad:
visibilidad
respecto
al
CompSet
en
los
review
sites;
! número
de
comentarios,
número
de
respuestas
a
comentarios
y
ratio
de
respuesta;
! desglose
de
estos
datos
por
hotel
y
fuente
de
datos;
! comparativa
con
los
hoteles
de
la
misma
cadena
y
con
hoteles
competidores.
22. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
22
Modelo
de
datos
Aunque
el
modelo
detallado
de
datos
se
podrá
definir
sólo
después
de
la
fase
inicial
de
análisis
del
proyecto,
se
presenta
a
continuación
una
propuesta
de
modelo
de
datos
que
se
usará
como
punto
de
partida.
Dada
la
heterogeneidad
y
la
complejidad
de
las
relaciones
entre
las
diferentes
entidades,
aunque
la
cantidad
de
datos
no
sea
muy
elevada,
se
ha
optado
por
un
Fact
Costellation
Schema
o
Galaxy
Schema
que
permite
la
presencia
de
varias
tablas
de
hechos
(en
azul)
y
que
estas
puedan
compartir
varias
tablas
de
dimensiones
(en
blanco).
Ilustración
15:
Propuesta
de
modelo
de
datos
Reservas:
es
la
tabla
de
hechos
más
importante
y
recoge
todas
las
reservas
marcada
con
un
número
de
identificación
y
registra
datos
del
cliente,
del
hotel
y
habitación,
de
servicios
contratados,
fechas
de
la
reserva
(emisión,
llegada
y
salida),
importe,
status
(activa,
cancelada,
cerrada),
condiciones
etc.
Se
relacionan
también
con
las
campañas
dado
que
se
traqueará
la
procedencia
de
cada
reserva.
Clientes:
es
la
tabla
de
dimensiones
que
recoge
la
información
de
los
clientes
con
una
visión
única
y
a
360º.
Además
de
los
datos
generales
y
demográficos
se
asocian
también
datos
de
comportamiento
y
actitud
dado
que
se
relaciona
con
la
tabla
de
conversaciones
(que
cada
cliente
tiene
con
el
hotel)
y
con
la
tabla
de
reservas
a
través
de
la
cual
es
posible
conocer
comportamientos
relacionados
con
reservas,
campañas,
encuestas
etc.
Además,
la
herramienta
de
data
mining
de
Pentaho
generará
en
esta
tabla
dos
dimensiones
calculadas
principales:
1)
CLV,
el
valor
de
ciclo
de
vida
del
cliente
y
2)
Segmento,
la
identificación
del
segmento
de
pertenencia
del
cliente,
dato
que
se
utilizará
para
el
lanzamiento
de
campañas.
Esta
entidad
recogerá
también
informaciones
relativas
al
programa
de
fidelidad,
como
por
ejemplo
el
saldo
de
puntos,
los
premios
disfrutados
etc.
23. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
23
Encuestas:
registro
de
las
encuestas
que
se
envían
después
de
cada
estancia.
Están
relacionadas
directamente
con
una
reserva
específica
e,
indirectamente,
con
un
cliente,
un
hotel
y
unos
servicios.
Conversaciones:
gracias
a
la
plataforma
multi-‐canal
de
gestión
de
las
conversaciones
con
el
cliente
es
posible
asignar
un
identificador
a
cada
conversación
que
a
su
vez
se
relaciona
con
un
cliente
específico
para
mantener
un
historial.
Campañas:
registro
de
las
campañas
lanzadas
con
la
eventual
generación
de
reservas
que,
a
su
vez,
nos
dan
información
del
cliente,
hotel,
habitación
etc.
Servicios:
tabla
de
dimensiones
con
todos
los
servicios
ofrecidos
por
el
hotel
además
de
la
habitación
con
descripciones,
condiciones
etc.
Se
relacionan
con
las
reservas.
Hoteles:
listado
y
descripción
de
los
hoteles
de
la
cadena.
Habitaciones:
listado
y
descripción
de
las
habitaciones
relacionadas
a
cada
hotel
de
la
cadena.
Comentarios:
registro
de
todos
los
comentarios
online
que
recoge
Trustyou
con
puntuación
general,
puntuación
por
área
y
otros
indicadores.
Se
relacionan
tanto
con
cada
hotel
de
la
cadena
como
con
los
competidores.
Competidores:
listado
de
los
competidores
asignados
a
cada
hotel
de
la
cadena.
Sesiones
web:
estos
datos
no
se
pueden
relacionar
directamente
con
las
otras
tablas,
sin
embargo
se
pueden
utilizar
en
modelos
de
data
mining
y
análisis
relacionándolos
a
otros
datos
a
través
de
la
fecha
(por
ejemplo
la
correlación
entre
volumen
de
visitas
web
y
reservas
en
un
periodo).
Se
trata
de
los
típicos
datos
de
analítica
web
como
visitas,
usuarios,
tiempo
de
permanencia
en
las
páginas
etc.
Además,
aparece
también
la
información
de
si
un
usuario
está
logueado
o
no
en
la
web
y
esto
es
una
información
que
utilizará
el
CMS
para
definir
las
reglas
a
utilizar
para
elegir
que
tipos
de
contenido
enseña
al
usuario
web.
Granularidad
e
historificación
de
los
datos
La
granularidad
de
las
diferentes
tablas
será
al
máximo
detalle,
es
decir
al
nivel
de
unidad
por
lo
que
concierne
las
reservas,
los
clientes,
los
hoteles,
las
habitaciones,
las
campañas,
las
conversaciones
y
las
encuestas.
Por
otra
parte,
por
lo
que
concierne
la
historificación
de
los
datos,
la
mayoría
se
guardará
diariamente,
con
un
nivel
máximo
e
granularidad
de
datos
por
día.
Las
únicas
dos
tablas
que
se
guardarán
con
un
detalle
mayor
son
las
de
conversaciones
y
de
reservas
que
guardarán
los
datos
cada
hora.
Esto
es
necesario
el
servicio
de
atención
al
cliente.
24. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
24
ETL
y
data
quality
La
herramienta
que
se
utiliza
para
la
integración
y
calidad
de
datos
es
Pentaho
Data
Integration
(PDI)
llamado
KETTLE.
El
concepto
de
ETL
ha
sido
un
poco
modificado
en
ETTL,
es
decir
Extraction,
Transport,
Transformation,
Loading.
Ilustración
16:
Procesos
de
ETL
de
Pentaho
Data
Integration
(PDI)
–
Fuente:
Pentaho
Corporation
Uno
de
los
objetivos
del
sistema
de
Customer
Intelligence
es
la
optimización
la
automatización
de
las
acciones.
Esto
incrementa
la
necesidad
de
asegurar
una
cierta
calidad
de
datos.
Se
identifican
dos
puntos
principales
donde
podemos
actuar
para
aumentar
el
porcentaje
de
fiabilidad
de
los
datos.
El
primer
punto
es
la
mejora
de
los
procesos
de
captación
manual
de
datos
en
la
recepción,
donde
se
alimenta
el
PMS
manualmente
desde
el
check-‐in
hasta
el
check-‐out
del
cliente.
Es
importante
establecer
un
manual
y
periodos
de
formación
para
el
personal
encargado
de
esta
labor.
El
segundo
punto
es
la
limpieza
de
forma
automática.
Primero
se
detectarán
posibles
errores
de
los
datos
insertados
manualmente,
luego
será
necesaria
una
deduplicación
de
los
perfiles
de
clientes
en
el
PMS
dado
que
el
PMS
actual
no
consolida
en
un
solo
perfil
de
cliente
dos
reservas
efectuadas
por
la
misma
persona.
Finalmente,
se
hará
una
labor
de
data
matching
de
los
perfiles
de
clientes
consolidados
con
los
perfiles
en
redes
sociales
para
enriquecer
la
información.
En
el
resto
de
los
datos
no
será
necesario
ninguna
labor
especial
de
limpieza
dado
que
se
trata
de
datos
generados
por
herramientas
de
forma
automática.
25. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
25
Arquitectura
y
herramientas
del
Customer
Intelligence
System
Actualmente
la
cadena
hotelera
dispone
de
algunas
soluciones
tecnológicas
que
se
integrarán
en
la
nueva
arquitectura
del
Customer
Intelligence
System:
RMS,
PMS,
Trustyou,
Google
Analytics,
Encuestas,
CMS,
Redes
Sociales,
Herramientas
de
email
marketing,
App
y
Call
center.
Este
proyecto
implantará
un
Data
Warehouse
para
integrar
los
datos
de
las
herramientas
existentes
y
de
las
nuevas,
es
decir
un
CRM,
un
BI,
una
herramienta
de
gestión
de
canales
y
un
sistema
de
reporting.
Ilustración
17:
Arquitectura
del
Customer
Intelligence
System
Descripción
de
las
herramientas:
SugarCRM:
herramienta
de
CRM
con
las
funcionalidades
de
ventas,
marketing
(automatización
de
campañas)
y
servicio
al
cliente.
Genesys:
funcionalidad
de
marketing
multi-‐canal
gracias
a
la
cual
se
gestionará
de
forma
integrada
la
comunicación
con
los
clientes.
Ofrece
también
espacio
de
almacenamiento
para
los
datos
del
CRM.
Pentaho
BI
Server:
Servidor
central
de
BI
de
Pentaho
con
las
siguientes
herramientas
principales:
! Pentaho
Data
Integration
(PDI):
procesos
de
ETL
y
calidad
de
datos
! Pentaho
Report
Designer
(PRD):
creación
y
publicación
de
reportes
! Pentaho
Data
Mining
(WEKA):
análisis
y
modelos
! Pentaho
Schema
Workbench
(PSW):
creación
y
publicación
de
cubos
! Pentaho
Dashboard
Framework
(PDF):
creación
y
publicación
de
dashboards
Otras
herramientas
de
la
Suite:
! Pentaho
Metadata
Editor
(PME):
creación
y
publicación
de
metadatos
para
reportes
! Pentaho
Design
Studio
(PDS):
organización
de
soluciones
Amazon
Web
Services:
servicio
de
almacenamiento
de
bases
de
datos.
26. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
26
3.3.3
–
IDENTIFICACIÓN
DE
SEGMENTOS
La
identificación
de
segmentos
es
necesaria
por
una
parte
para
afinar
estrategias
y
tácticas
de
relación
con
el
cliente
y,
por
otra
parte,
para
la
definición
de
reglas
para
la
ejecución
automáticas
de
acciones
como
el
envío
de
correos
específicos.
Los
segmentos
serán
definidos
en
una
matriz
que
tiene
en
cuenta
el
valor
para
la
empresa
y
las
necesidades
de
los
clientes.
El
valor
de
cada
cliente
será
definido
con
una
formula
adaptada
del
Customer
Lifetime
Value:
Ilustración
18:
Fórmula
del
Customer
Lifetime
Value
La
formula
se
compone
de
tres
partes.
La
Primera
considera
los
ingresos
principales
menos
los
gastos
del
servicio
(Ms=
margen
del
servicio)
menos
los
costes
de
retención
(Cr)
y
calcula
el
valor
actual
considerando
un
ratio
de
retención
(r)
y
un
descuento
(d).
A
esto
restamos
el
coste
de
adquisición
del
cliente
(CA).
En
la
segunda
parte
se
calcula
el
valor
actual
de
los
servicios
extra,
es
decir
el
margen
de
estos
servicios
(Me)
menos
el
coste
de
los
incentivos
para
estos
servicios
(Ce).
En
este
caso
la
probabilidad
de
repetición
tiene
que
multiplicarse
con
la
probabilidad
de
compra
de
servicios
extra
(e).
En
la
tercera
parte
se
aproxima
el
valor
de
la
recomendación.
Para
esta
aproximación
se
simplifica
la
definición
de
recomendación
como
una
acción
de
un
cliente
que
produce
dos
efectos:
la
captación
de
un
cliente
que
no
se
habría
captado
de
otra
forma
y
el
ahorro
del
coste
de
adquisición
en
esta
captación.
Identificamos
los
posibles
ingresos
y
costes
utilizando
el
margen
medio
de
un
cliente
alojado
en
el
hotel
en
cuestión
(Mt)
y
restamos
los
costes
medios
de
marketing
para
este
cliente
(Ct).
En
este
caso
incluimos
en
los
dos
también
los
ingresos
y
gastos
de
los
servicios
extra.
Finalmente
multiplicamos
el
ratio
de
retención
por
la
probabilidad
de
prescripción
del
cliente
(p)
y
el
ratio
de
conversión
de
la
recomendación
(c).
A
continuación
se
detallan
las
diferentes
partes
de
la
fórmula
del
Customer
Lifetime
Value.
Ms:
el
margen
de
los
ingresos
principales
se
calcula
con
el
precio
de
la
reserva
de
un
cliente
menos
los
costes
variables
por
el
número
de
noches
que
el
cliente
se
aloja
en
el
hotel.
Cr:
el
coste
de
retención
está
formado
por
el
coste
de
las
actividades
de
retención
(y
por
eventuales
descuentos
ofrecidos
para
la
repetición
de
la
estancia)
dividido
por
el
número
de
clientes
repetidores.
r:
el
ratio
de
retención
se
calculará
con
un
modelo
predictivo
que
nos
dará
la
probabilidad
de
repetición
de
un
cliente
en
base
a
varias
características
y
comportamientos,
incluso
las
respuestas
a
una
encuesta
de
calidad
donde
se
pregunta
por
la
intención
de
repetir.
d:
el
ratio
de
descuento
es
el
coste
de
capital
para
la
cadena
hotelera.
27. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
27
CA:
el
coste
de
adquisición
se
calcula,
en
el
caso
de
un
cliente
directo,
dividiendo
el
coste
total
de
las
actividades
de
captación
por
el
número
de
clientes
captados.
En
el
caso
de
un
intermediario,
se
utilizará
la
comisión
de
distribución
del
intermediario
en
cuestión.
Me:
el
margen
de
los
servicios
extra
es
la
suma
de
los
ingresos
de
cross-‐selling
y
up-‐selling
menos
el
coste
variable
de
estos
servicios.
Ce:
es
el
coste
de
incentivos
o
descuentos
para
vender
los
servicios
extra.
e:
propensión
a
comprar
servicios
extra
que
se
definirá
con
un
modelo
predictivo
en
base
a
datos
históricos
de
compra
de
servicios
extra.
Mt:
Margen
medio
de
los
clientes
de
el
hotel
en
cuestión,
dado
de
la
suma
de
los
ingresos
por
servicios
principales
y
servicios
extra,
menos
los
costes
de
ofrecer
el
servicio,
el
todo
dividido
por
el
número
de
huéspedes
en
un
dado
periodo
(el
último
año
por
ejemplo).
Mc:
suma
de
los
costes
de
incentivos
y
descuentos
para
la
retención
y
la
venta
de
servicios
extra
dividido
por
el
número
de
huéspedes
en
un
dado
periodo
(el
último
año
por
ejemplo).
p:
la
propensión
a
la
prescripción
se
determinará
en
base
a
una
pregunta
en
la
encuesta
de
satisfacción,
considerando,
en
una
escala
de
1
a
10,
que
sólo
los
que
marcan
9
o
10
realmente
van
a
recomendar.
Podríamos
asignar
a
los
que
marcan
9
un
70%
de
probabilidad
y
a
los
que
marcan
10
un
90%
de
probabilidad.
En
este
caso
no
se
propone
en
un
principio
un
modelo
predictivo
dada
la
dificultad
de
comprobar
la
diferencia
entre
la
intención
de
recomendación
y
la
recomendación
real.
c:
la
conversión
de
las
recomendaciones
se
puede
estimar
basándonos
en
estudios
de
la
demanda
del
sector,
al
menos
en
un
primer
momento.
Un
estudio
analizado
para
este
proyecto
enseña
que
la
recomendación
afecta
la
elección
de
un
hotel
en
casi
el
7%
de
los
casos.
Este
número
se
tendrá
que
multiplicar
por
el
número
aproximado
de
personas
que
recibirán
la
recomendación.
28. CUSTOMER
INTELLIGENCE
SYSTEM
ALBERTO
SCAPPINI
-‐
MSMK
28
Ilustración
19:
Los
diferentes
niveles
de
las
necesidades
de
los
clientes
4
Una
vez
calculados
los
elementos
de
la
formula
del
CLV
se
definirán
los
segmentos
de
clientes
en
base
a
las
necesidades
en
diferentes
niveles:
comunes,
compartidas
e
diferenciadoras.
Para
esto
se
procederá
a
un
Cluster
Analysis
de
los
clientes
utilizando
las
siguientes
variables:
! Variables
demográficas:
procedencia,
edad,
estado
civil
etc.
! Variables
de
comportamiento:
gasto,
tarifa,
habitación,
servicios
extra,
numero
noches,
ocupación
de
la
habitación,
canal
de
reserva,
motivación
del
viaje,
con
quien
viaja
etc.
! Variables
de
actitudes:
satisfacción,
propensión
a
la
recomendación
etc.
Del
cruce
de
las
dos
dimensiones
de
la
matriz
formada
por
CLV
y
Necesidades,
se
identificarán
varios
segmentos,
como
por
ejemplo
“CLV
alto
y
Necesidad
“compartida”
comodidad
y
buen
servicio
de
restauración”.
4
D.
Peppers
and
M.
Rogers,
“Managing
Customer
Relationships,
A
Strategic
Framework”,
Second
Edition,
John
Wiley
&
Sons,
Inc.,
2011