1. SISTEMA DE APOYO A LA TOMA DE DECISIONES
PARA LA GESTIÓN COMERCIAL EN DESOFT
SANTIAGO DE CUBA
DESOFT Santiago de Cuba
alexander.vinent@scu.desoft.cu
Alexander Fernando Vinent Peña
Ing. Ciencias Informáticas
MsC. Informática Aplicada
2.
3. volumen de la
información requerida
número de personas que
deben participar en el
proceso
grado de incertidumbre
propio de cada decisión
Los continuos cambios a los cuales deben enfrentarse las
empresas obligan a sus ejecutivos a tomar decisiones de
manera cada vez más acertada y oportuna.
5. Esta información es fundamental para una empresa dedicada a la
comercialización.
Su departamento comercial debe encargarse de dirigir políticas encaminadas
a expandir los negocios, a través de estrategias de mercadotecnia (gerencial).
Actividad clave de la cadena de valor.
8. “
”
En esa ingente masa de información
se esconde un conocimiento
estratégico, tendencias y
correlaciones, causas y efectos,
preferencias y pautas de consumo.
Cisco (Telefónica España, S.A.U., 2012)
9. “
”
Los tomadores de decisiones que no
puedan ver los datos de sus negocios,
no tienen ninguna ventaja sobre
aquellos que no tienen datos del
todo.
Philip Kotler. Gurú gerencia empresarial
10. En este contexto, las empresas se apoyan en Sistemas de Apoyo a la Toma de
Decisiones (DSS ) e Inteligencia de Negocios orientados a la integración,
análisis y proyección de la información.
11.
12. Es una estrategia de negocio que
busca que los colaboradores que
participan en la toma de decisiones
a cualquier nivel, tengan
información (hechos), tengan
entendimiento (análisis) y esto
suceda en un periodo corto de
tiempo, para así tener decisiones
informadas que permitan generar
ventajas competitivas.
14. Generar mayor valor a partir de sus
líneas de negocios.
Anticipar mejor nuevas
oportunidades.
Reducir los ciclos de desarrollo de
productos.
Agilizar operaciones.
Ventajas
15. Encaminar campañas de
marketing.
Mejorar relaciones con clientes y
proveedores.
Menores costos y mayores
márgenes de utilidad.
Ventajas
16. Objetivo general
Implantar un sistema de apoyo a la toma de decisiones en el proceso de
gestión comercial que contribuya a mejorar la calidad de la toma de
decisiones del departamento comercial de DESOFT Santiago de Cuba.
26. Minería de Datos
Clustering
De éstos, se reconoce que k-means es el más
utilizado por ser de fácil implementación, tener
mejor rendimiento en tiempo de ejecución, soporte
para gran variedad de tipos de datos *, **.
* Tan et al: Introduction to Data Mining. 2006
** Bharat et al: A Comparative Study of clustering algorithms. 2012
27. Minería de Datos
Clustering. Criterios
Subordinación: MUNICIPAL
Categoría: UNIDAD PRESUPUESTADA
País: Cuba
Provincia: Santiago de Cuba
Municipio: Contramaestre
CONCEPTO: ASISTENCIA TÉCNICA VERSAT
PRESUPUESTADO
Línea: SOPORTE Y ASISTENCIA TECNICA
Tipo: SERVICIO
Organismo: PPSC
31. Minería de Datos
Asociación
De acuerdo a experimentos realizados, la aplicación
de los algoritmos ha llevado a la obtención de las
mismas reglas.
El algoritmo FP-Growth es computacionalmente más
rápido, adecuándose a los recursos disponibles.
32. Lo que hemos visto permite tomar decisiones conducidas por un conocimiento
acabado de la información.
33. Además, se integra al DSS el uso de modelos mentales para el análisis de
escenarios.
43. Perfil de los clientes de acuerdo a su
nivel de participación en las ventas
44. Resultado de la segmentación de
clientes. Venta general De esta nueva información, puede
encontrarse que ciertos grupos de clientes
(como los del Ministerio de la Agricultura, por
ejemplo), tienen mayor tendencia a solicitar
productos de gestión económica y contable, y
servicios para el despliegue de estos (41%
facturó por el despliegue de VERSAT). De
igual manera, se muestra que otro grupo
(Poder Popular), tienen tendencia por
solicitar productos para la seguridad
informática, y servicios asociados a su
despliegue (14% facturó por el despliegue de
antivirus).
Perfil de los clientes de acuerdo a su nivel de participación en
las ventas
45. Hábitos de consumo de los clientes
Análisis del comportamiento de compra de los clientes.
Recomendaciones para la venta general.
46. Conclusiones
Se ha mostrado que como las
tendencias en el comportamiento de
compra del consumidor, puede
ayudar a la organización a reconocer
los problemas y a identificar las
oportunidades para enriquecer los
esfuerzos del área comercial.
Identificación de segmentos de
mercado a los que prestar atención.
Indicadores de efectividad de la
gestión comercial.
Tendencias del mercado.
47. Recomendaciones
Continuar el desarrollo del data warehouse de la entidad a partir de la integración
de nuevos mercados de datos de otras áreas de la entidad.
Incorporar tareas de predicción que resulten de interés empresarial, por ejemplo:
predecir qué clientes se retirarán dentro de los próximos seis meses, planificación
de las ventas, etc.
Extender el uso de la solución en otras divisiones territoriales, Oficina Central, así
como los Grupos de Mercadotecnia de DESOFT.
48. Recomendaciones
Incorporar la herramienta Mental Modeler en la evaluación de indicadores
ante escenarios de incertidumbre.
Continuar la preparación del personal del departamento y otras áreas
involucradas en aspectos mercadológicos.
Notas del editor
Buenos días.
En una empresa es necesario tomar decisiones, algunas de ellas muy estratégicas que están basadas en información generada con base a datos reales. Las empresas dedican una parte importante de su tiempo en la obtención, procesamiento, proyección y aplicación de la información, de ahí que esta tenga un papel fundamental y se convierta en su principal patrimonio.
Para las empresas como DESOFT que ofertan bienes y servicios, la gestión comercial tiene un papel fundamental pues debe encargarse de dirigir políticas encaminadas a expandir los negocios, a través de estrategias de mercadotecnia, considerándose un proceso clave para el logro de los objetivos de la organización.
De ahí, que sea una prioridad el reunir, conocer y analizar la información en pro de tomar decisiones que apoyen su gestión y supervivencia en la actual y competitiva economía.
Al departamento comercial confluyen tanto datos del resto de las áreas de la empresa, como externas; con el fin de ser aprovechadas y convertidas en oportunidades negocio.
Sin embargo, el aumento progresivo de esos datos no contribuye precisamente al logro de sus objetivos, puesto que su dispersión, hace extremadamente complicado y tedioso su análisis.
Estos sistemas aislados (islas de información) permiten obtener datos específicos a nivel operativo, pero no ajustada al estratégico, impidiendo satisfacer las necesidades de información.
BI permite utilizar los datos para mejorar la gestión de las organizaciones.
Si es usada de forma hábil,
Si es usada de forma hábil,
Diseñar, desarrollar e implantar un sistema de apoyo a la toma de decisiones en el proceso de gestión comercial … que contribuya a mejorar la calidad de la toma de decisiones…
La solución conlleva a la integración de las fuentes de información que tributan a la actividad comercial y que son almacenadas en el almacén de datos empresarial.
Estos datos históricos son consultados a través de un servidor de inteligencia de negocios mediante cubos multidimensionales y la personalización de los reportes, así como mediante el uso de técnicas y algoritmos de minería de datos para encontrar patrones de comportamiento de los clientes.
Los procesos ETL permiten definir la lógica a seguir para poblar nuestro repositorio, por ejemplo: primero las dimensiones que servirán de análisis, y luego las tablas de hechos.
En este ejemplo, se muestra el caso para poblar la tabla de hechos ventas.
El almacén de datos ubicado en un servidor de bases de datos PostgreSQL, se nutre de las diferentes fuentes de información mediante procesos ETL, de manera periódica.
Dentro del almacén de datos, se podrán encontrar los datos pertenecientes a otras áreas o procesos de la entidad, recogidos en los llamados data marts, el cual es un subconjunto de este almacén, pero orientado a un tema de análisis, normalmente asociado a un departamento de la empresa. En el caso del área comercial, se refiere a dm_comercial.
La información contenida en el almacén de datos será consultada mediante PENTAHO BI, el cual es un servidor web y se encarga, entre otras cosas, de la visualización de los cubos OLAP para el análisis multidimensional de los datos.
Este componente permite que los usuarios accedan a través de un navegador para realizar el análisis de los datos y visualizar los reportes.
Su principal característica es la capacidad de análisis multidimensional (OLAP) que permite profundizar en la información hasta llegar a un alto nivel de detalle, analizar datos desde diferentes perspectivas, realizar proyecciones de información para pronosticar lo que puede ocurrir en el futuro, análisis de tendencias, análisis prospectivo, etc.
En el ejemplo se muestran los resultados del análisis sobre las ventas en el primer trimestre de 2012.
El primero es el clustering. En el marketing, es utilizado para identificar personas con hábitos de compra similares para realizar la segmentación de un mercado, y optimizar la gestión comercial hacia determinados grupos de clientes.
La técnica se basa en intentar responder cómo es que ciertos objetos comparten características. Difiere de la clasificación en que no hay ninguna variable de destino para la agrupación o bien no existen tipos predefinidos ni modelos de clasificación. Esta tarea no trata de clasificar, calcular o predecir el valor de una variable de destino.
Los principales algoritmos son k-means, agrupamiento jerárquico y DBScan.
De éstos algoritmos, la literatura consultada reconoce que k-means es el más utilizado por ser de fácil implementación, tener mejor rendimiento en tiempo de ejecución, y soporte para gran variedad de tipos de datos, aunque es uno de los más limitados. Este algoritmo precisa únicamente del número de categorías similares en las que queremos dividir el conjunto de datos.
Tan et al: Introduction to Data Mining. 2006. Bharat et al: A Comparative Study of clustering algorithms. 2012.
Para segmentar el mercado se tuvieron en cuenta los siguientes criterios:
Subordinación
Categoría del cliente: UP/empresa/mixta/etc.
Datos de origen
Elemento comprado.
Línea de negocio
Tipo: servicio/producto.
Organismo
A continuación, se muestra el resultado de la segmentación del mercado en 4 grupos, para los datos de la venta general.
Cada grupo formado se identifica con un producto y/o servicio en particular.
Como se puede apreciar, el organismo PPSC (Poder Popular Santiago de Cuba) está representado en dos segmentos.
Esto se complementa con los principales clientes por cada segmento, y los conceptos facturados.
Otra técnica aplicada es la asociación. Un uso clásico de las asociaciones es el análisis de la cesta de compra, en donde la asociación es una lista de afinidades de productos; permitiendo analizar el comportamiento de compra, detectar asociaciones comunes entre productos y/o servicios seleccionados con el objetivo de ofrecer recomendaciones.
Los algoritmos de asociación permiten la búsqueda automática de reglas que relacionan conjuntos de atributos entre sí, evaluando si esas reglas son estadísticamente significativas, junto con una medida de la confianza y apoyo relacionados con la regla. La confianza denota la fuerza de la implicación y el soporte indica la frecuencia de ocurrencia de los patrones en la regla.
Los principales algoritmos implementados en Weka son a priori y FP-Growth.
En los experimentos realizados de la aplicación de ambos algoritmos sobre los mismos conjuntos de datos, se obtuvieron las mismas reglas; sin embargo, el algoritmo FP-Growth es computacionalmente más rápido, adecuándose a los recursos disponibles.
EMBUDO DE VENTAS: mediante el que se muestra el proceso por él que las oportunidades potenciales de ventas son cualificadas y seleccionadas para convertirlas en oportunidades reales que terminan en transacciones reales
Las conclusiones finales es una por cada objetivo específico