SlideShare una empresa de Scribd logo
1 de 35
Descargar para leer sin conexión
LA PAZ - EL ALTO
2024
POSTULANTE: LUIS MIGUEL
CHAVEZ CHAVEZ
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 1. Universidad Peruana de Ciencias Aplicadas (UPC)
1
BUSINESS INTELLIGENCE
Fuente: Cano, Josep Lluís. (2007). Business intelligence: Competir con información, 2. Escuela BanesPyme, Fundación
Cultural Banesto. 2
DATO
Elementos primarios de
información, irrelevantes
de forma individual.
INFORMACIÓN
Datos estructurados y
ordenados, para darles un
sentido o propósito
CONOCIMIENTO
Información que ha sido procesada,
organizada y estructura de alguna
manera.
UTILIDAD DE BI
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 3. Universidad Peruana de Ciencias Aplicadas (UPC)
3
MEJORA EL PROCESO DE
TOMA DE DECISIONES
NOS PERMITE ENCONTRAR
FALLAS
PLANTEAMIENTO DE
ESTRATEGIAS
IMPACTO DE UNA
CAMPAÑA
CONOCER A
NUESTROS CLIENTES
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 4. Universidad Peruana de Ciencias Aplicadas (UPC).
4
ARQUITECTURA DE BI
E T L
Informe
Analitica
KPI
Cuadro de Mando
DataWareHouse
DataMarts
RRHH Ventas
Marketing
CRM
ERP
Social
Otras
Excel/CSV
Fuente: Torres, David. (2023). ERP y CRM: qué son y en qué se diferencian, 5. HubSpot.
https://blog.hubspot.es/sales/diferencia-erp-crm 5
FUENTES DE INFORMACIÓN
CRM
Es un software que ayuda a
gestionar la relación con los leads,
prospectos y clientes actuales
ERP
Es un software que sirve para
gestionar los procesos
operacionales de una empresa
Fuente: Torres, David. (2023). ERP y CRM: qué son y en qué se diferencian, 6. HubSpot.
https://blog.hubspot.es/sales/diferencia-erp-crm 6
DIFERENCIAS ENTRE CRM Y ERP
CRM
Orientado a los
clientes
ERP
Orientado a la
empresa
Incrementar las
ventas
Reducir los
costos
Fuente: Torres, David. (2023). ERP y CRM: qué son y en qué se diferencian, 7. HubSpot.
https://blog.hubspot.es/sales/diferencia-erp-crm 7
OTRAS FUENTES DE DATOS
OTROS
Excel/CSV
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 8. Universidad Peruana de Ciencias Aplicadas (UPC).
8
INTEGRACION DE DATOS
PROCESOS ETL
Extraer Datos Cargar los datos
Transformar los
datos
WAREHOUSE
WAREHOUSE
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 9. Universidad Peruana de Ciencias Aplicadas (UPC).
9
REPOSITORIO DE DATOS
DATA
WAREHOUSE
DATA MART
Repositorio unificado de todos los
datos que recogen los diversos
sistemas de una empresa
Almacén de datos limitado a un
área concreta de la
organización.
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 10. Universidad Peruana de Ciencias Aplicadas (UPC).
10
HECHOS
Acontecimientos, datos que
queremos medir.
Ejemplo: dinero, precio,
unidades, ventas, compras,...
Descriptor y/u forma de
clasificación de los hechos.
Ejemplo: clientes, productos,
tiempo, almacenes o tiendas,...
DIMENSIONES
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 11. Universidad Peruana de Ciencias Aplicadas (UPC).
11
KPI´S
Los principales KPI´s son de ventas, costos y
márgenes.
QTY SOLD Cantidad vendida respecto a
las salidas
SALES Ventas
Productos con + devoluciones
Productos con + bonificaciones
Top categoría mas vendida
Top categorías menos vendida
Fuente: Cano, Josep Lluís. (2007). Business intelligence: Competir con información, 12. Escuela BanesPyme, Fundación
Cultural Banesto. 12
DASHBOARD
Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 13. Universidad Peruana de Ciencias Aplicadas (UPC).
13
MENSAJE CLAVE “DASHBOARD”
Estrategias y
toma de desiciones
Interpretación del
mensaje clave
Implementación de
medidas
Unidades
solicitadas
ÁRBOLES DE DECISIÓN
>=10
De 1 a 9
Aplicar 0% de
descuento
El Alto
La Paz
El Alto
La Paz
>50
De 10 a 50
Aplicar 10% de
descuento
Aplicar 8% de
descuento
Aplicar 6% de
descuento
Aplicar 4% de
descuento
Fuente: Obando, Rafael. (2023). Qué es un árbol de decisiones y cómo crear uno, 14. HubSpot.
https://blog.hubspot.es/sales/arbol-decisiones 14
CASO PRÁCTICO
15
ANTECEDENTES
Fuente: Elaboración propia en base a: https://maxipanbo.com/
16
MISIÓN VISIÓN
“MAXI PAN S.R.L. es una empresa
dedicada a la elaboración y
comercialización de productos de
panadería, galletería y repostería,
comprometidos a brindar
productos de alta calidad, con
formulaciones más saludables y
de sabor único a las familias
bolivianas, mediante la mejora
continua”.
“Ser reconocida a nivel nacional
como una empresa altamente
competitiva e innovadora que
brinda productos con valor
agregado contribuyendo a la
salud de la población”.
Fuente: Elaboración propia en base a: https://maxipanbo.com/
ANÁLISIS SITUACIONAL
17
FORTALEZAS
FORTALEZAS
FORTALEZAS
AMENAZAS
AMENAZAS
AMENAZAS
DEBILIDADES
DEBILIDADES
DEBILIDADES
OPORTUNIDADES
OPORTUNIDADES
OPORTUNIDADES
MATRIZ
FODA Diversificación de productos
Datos de ventas históricos
Presencia en múltiples
canales de venta
Herramientas de de BI
gratuitas
Innovación de productos
Mejorar la eficiencia
Cambios en las preferencias
del consumidor
Sofisticación de la
competencia
No cuenta con un sistema
de BI
Falta de datos estructurados
Personal no capacitado
Fuente: Elaboración propia.
18
Falta de sistemas
adecuados para recopilar
datos
Falta de herramientas
apropiadas para tomar
decisiones informadas.
Limitaciones en la capacidad
para comprender el
comportamiento del cliente
Dificultad para identificar
tendencias del mercado
Falta de personalización en
las estrategias de ventas y
marketing.
Datos incompletos o
inexactos debido a la
recolección manual.
Pérdida de oportunidades de
ventas debido a la incapacidad
para anticipar las preferencias
del consumidor
Fuente: Elaboración propia.
19
PROBLEMA DE LA
INVESTIGACIÓN
Toma de decisiones
desinformadas por la
falta de implementación
de un sistema de
Business Intelligence
Fuente: Elaboración propia.
Implementación de un sistema de Business
Intelligence para la optimización de la toma de
decisiones comerciales, incrementando las
utilidades en un 10% para la gestión 2024.
20
OBJETIVO GENERAL
Fuente: Elaboración propia.
21
OBJETIVOS ESPECÍFICOS
Desarrollar un Dashboard interactivo para
representar la información clave.
Identificar y definir KPIs específicos que
sean relevantes para las decisiones
comerciales.
Analizar los datos del Dashboard para
soluciones que nos permita incrementar las
ventas.
Fuente: Elaboración propia.
22
2-1 Realizar un Dashboard en Excel.
1-3 Mejorar la eficiencia en la venta de nuestros
productos.
3-2 Innovar en nuestros productos para
ofrecerlos en nuestros canales.
ESTRATEGIA FODA CRUZADO
FORTALEZAS
FORTALEZAS
FORTALEZAS OPORTUNIDADES
OPORTUNIDADES
OPORTUNIDADES
Diversificación de productos
Datos de ventas históricos
Presencia en múltiples
canales de venta
Herramientas de de BI
gratuitas
Innovación de productos
Mejorar la eficiencia
Fuente: Elaboración propia.
E T L KPI
PANEL DASHBOARD
23
INICIANDO EL CAMINO
Fuente: Elaboración propia.
MAXIPAN
SLICER
DATA MART
24
DASHBOARD
Fuente: Elaboración propia.
ALTA BAJO
BAJO
ALTO
25
M A T R I Z B C G
INCREMENTAR LAS VENTAS
TASA
DE
CRECIMIENTO
CUOTA DE MERCADO
ESTRATEGIA DE
CRECIMIENTO
Estrategia de crecimiento
ampliar la cuota de
mercado: supermercados,
minimarkets y friales
Incrementar
la cuota de
mercado
Fuente: Elaboración propia.
Unidades
solicitadas
ÁRBOLES DE DECISIÓN
>=20
De 1 a 19
Aplicar 0
bonificaciones
El Alto
La Paz
El Alto
La Paz
>50
De 20 a 49
Aplicar 6
bonificaciones
Aplicar 4
bonificaciones
Aplicar 2
bonificaciones
Aplicar 1
bonificaciones
26
BONIFICACIONES
BONIFICACIONES
BONIFICACIONES
Fuente: Elaboración propia.
27
REDUCIR LAS DEVOLUCIONES
Aumentar la fecha de
caducidad
Coordinación dep. de
producción y trasporte
No dejar almacenado por
mucho tiempo en planta
Fuente: Elaboración propia.
28
COSTOS
Contratacion de personal para
manejo de datos
Coordinación de la
disponibilidad de trasporte y
departamento de producción
2.362 bs mes
28.344 bs año
Estrategia de crecimiento ampliar la
cuota de mercado: supermercados,
minimarkets y friales
El árbol de decisiones de las
bonificaciones
Bonificaciones acumulativas
para supermercados
20.000 bs año
Fuente: Elaboración propia.
IMPORTE RECIBIDO DE LOS 7 MESES
IMPORTE ANUALIZADO
OBJETIVO A ALCANZAR 10%
PAN MOLDES IMPORTE RECIBIDO DE
LOS 7 MESES
IMPORTE ANUALIZADO
COSTOS ESTIMADOS
OBJETIVO
29
COMO LOGRAREMOS EL OBJETIVO
2.422.579,53
4.152.993,46
415.299,35
1.083.954,99
1.858.208,55
48.344,00
463.643,35
10%
Fuente: Elaboración propia.
30
CONTROL
SALES Ventas
Productos con + devoluciones
Productos con + bonificaciones
Top categoría mas vendida
Top subcategoría mas vendida
Crecimiento de ventas mensuales
Utilidad neta
Fuente: Elaboración propia.
31
La implementación de un sistema de BI es fundamental
para mejorar la toma de decisiones.
Los Dashboards con KPIs bien definidos son herramientas
clave de control.
El análisis continuo permite identificar tendencias, patrones
y oportunidades .
La implementación de un sistema de BI nos permite
formular estrategias.
CONCLUSIONES
Fuente: Elaboración propia.
GRACIAS
GRACIAS
GRACIAS

Más contenido relacionado

Similar a DEFENSA INTERNA MAXI PAN análisis de datos de Business Intelligence

1721 mercadeo -_ventas_y_servicio_al_cliente
1721 mercadeo -_ventas_y_servicio_al_cliente1721 mercadeo -_ventas_y_servicio_al_cliente
1721 mercadeo -_ventas_y_servicio_al_cliente
Daniela Alzate
 
01marcoschwartzinteligenciademercado-170112175212.ppt
01marcoschwartzinteligenciademercado-170112175212.ppt01marcoschwartzinteligenciademercado-170112175212.ppt
01marcoschwartzinteligenciademercado-170112175212.ppt
BayardoPrado1
 
Inteligencia de mercados clase 1
Inteligencia de mercados clase 1Inteligencia de mercados clase 1
Inteligencia de mercados clase 1
davidcubias
 
Unidad 2 Sistemas de Información de Mercadotecnia
Unidad 2 Sistemas de Información de MercadotecniaUnidad 2 Sistemas de Información de Mercadotecnia
Unidad 2 Sistemas de Información de Mercadotecnia
conchita_consentyda
 

Similar a DEFENSA INTERNA MAXI PAN análisis de datos de Business Intelligence (20)

PresentacióN Travel Club Grupo
PresentacióN Travel Club GrupoPresentacióN Travel Club Grupo
PresentacióN Travel Club Grupo
 
1721 mercadeo -_ventas_y_servicio_al_cliente
1721 mercadeo -_ventas_y_servicio_al_cliente1721 mercadeo -_ventas_y_servicio_al_cliente
1721 mercadeo -_ventas_y_servicio_al_cliente
 
Oportunidades de negocio pasos y matrices parte ii
Oportunidades de negocio pasos y matrices parte iiOportunidades de negocio pasos y matrices parte ii
Oportunidades de negocio pasos y matrices parte ii
 
Coffe house
Coffe houseCoffe house
Coffe house
 
Fabrizio Aseretto - eCommerce Day Paraguay Blended Professional Experience 2023
Fabrizio Aseretto - eCommerce Day Paraguay Blended Professional Experience 2023Fabrizio Aseretto - eCommerce Day Paraguay Blended Professional Experience 2023
Fabrizio Aseretto - eCommerce Day Paraguay Blended Professional Experience 2023
 
Caso Walmart
Caso WalmartCaso Walmart
Caso Walmart
 
Charla N° 20: Comercio Exterior - Jose Dueñas
Charla N° 20: Comercio Exterior - Jose DueñasCharla N° 20: Comercio Exterior - Jose Dueñas
Charla N° 20: Comercio Exterior - Jose Dueñas
 
Audio clip-consultoria-grupal-sesion-9-2019-03-28
Audio clip-consultoria-grupal-sesion-9-2019-03-28Audio clip-consultoria-grupal-sesion-9-2019-03-28
Audio clip-consultoria-grupal-sesion-9-2019-03-28
 
Dinamica grupo: ¿cómo innovar?
Dinamica grupo: ¿cómo innovar?Dinamica grupo: ¿cómo innovar?
Dinamica grupo: ¿cómo innovar?
 
Analytics, coolhunting y sentiment
Analytics, coolhunting y sentimentAnalytics, coolhunting y sentiment
Analytics, coolhunting y sentiment
 
Presentación DKS GeoSmart
Presentación DKS GeoSmartPresentación DKS GeoSmart
Presentación DKS GeoSmart
 
01marcoschwartzinteligenciademercado-170112175212.ppt
01marcoschwartzinteligenciademercado-170112175212.ppt01marcoschwartzinteligenciademercado-170112175212.ppt
01marcoschwartzinteligenciademercado-170112175212.ppt
 
Capitulos 3 y 4 hair
Capitulos 3 y 4 hairCapitulos 3 y 4 hair
Capitulos 3 y 4 hair
 
Catálogo de servicios de dation
Catálogo de servicios de dationCatálogo de servicios de dation
Catálogo de servicios de dation
 
Business Intelligence
Business Intelligence Business Intelligence
Business Intelligence
 
Inteligencia de mercados clase 1
Inteligencia de mercados clase 1Inteligencia de mercados clase 1
Inteligencia de mercados clase 1
 
Unidad 2 Sistemas de Información de Mercadotecnia
Unidad 2 Sistemas de Información de MercadotecniaUnidad 2 Sistemas de Información de Mercadotecnia
Unidad 2 Sistemas de Información de Mercadotecnia
 
PRESENTACIÓN ESTUDIO DE CASO XEROX
PRESENTACIÓN ESTUDIO DE CASO XEROXPRESENTACIÓN ESTUDIO DE CASO XEROX
PRESENTACIÓN ESTUDIO DE CASO XEROX
 
El Plan De Empresa
El Plan De EmpresaEl Plan De Empresa
El Plan De Empresa
 
Nicolas Valenzuela - eRetail Week Online [Live] Experience - eAnalytics
Nicolas Valenzuela - eRetail Week Online [Live] Experience - eAnalyticsNicolas Valenzuela - eRetail Week Online [Live] Experience - eAnalytics
Nicolas Valenzuela - eRetail Week Online [Live] Experience - eAnalytics
 

Último

La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdfLa Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
analiticaydatos
 
My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.
My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.
My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.
FeliGamarra1
 
XNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdk
XNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdkXNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdk
XNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdk
JuanmanuelYapitamani
 

Último (15)

¿Qué es el texto científico? Presentación para la clase de comunicación escri...
¿Qué es el texto científico? Presentación para la clase de comunicación escri...¿Qué es el texto científico? Presentación para la clase de comunicación escri...
¿Qué es el texto científico? Presentación para la clase de comunicación escri...
 
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdfLa Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
 
My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.
My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.
My loft y ciencia uso de My loft. Explica cómo usar My loft para la ucv.
 
Guía rápida del uso del paquete estadístico Jamovi
Guía rápida del uso del paquete estadístico JamoviGuía rápida del uso del paquete estadístico Jamovi
Guía rápida del uso del paquete estadístico Jamovi
 
Estudio Índice de Igualdad 2024 de Ipsos
Estudio Índice de Igualdad 2024 de IpsosEstudio Índice de Igualdad 2024 de Ipsos
Estudio Índice de Igualdad 2024 de Ipsos
 
Posición global del PIB per cápita Israelí (1948-2024).pdf
Posición global  del PIB per cápita  Israelí  (1948-2024).pdfPosición global  del PIB per cápita  Israelí  (1948-2024).pdf
Posición global del PIB per cápita Israelí (1948-2024).pdf
 
Pobreza porcentual por etnia para el año (2024).pdf
Pobreza porcentual por etnia para el año (2024).pdfPobreza porcentual por etnia para el año (2024).pdf
Pobreza porcentual por etnia para el año (2024).pdf
 
CARTA DE ATENAS 1931 - Infografia Patrimonio
CARTA DE ATENAS 1931 - Infografia PatrimonioCARTA DE ATENAS 1931 - Infografia Patrimonio
CARTA DE ATENAS 1931 - Infografia Patrimonio
 
Análisis integral de puesto de trabajo AFRO.pdf
Análisis integral de puesto de trabajo AFRO.pdfAnálisis integral de puesto de trabajo AFRO.pdf
Análisis integral de puesto de trabajo AFRO.pdf
 
Paisajismo Chino - Vegetacion y su historia
Paisajismo Chino - Vegetacion y su historiaPaisajismo Chino - Vegetacion y su historia
Paisajismo Chino - Vegetacion y su historia
 
La semiología se encarga de estudiar los síntomas
La semiología se encarga de estudiar los síntomasLa semiología se encarga de estudiar los síntomas
La semiología se encarga de estudiar los síntomas
 
Países con mayores líneas de trenes de alta velocidad (2021).pdf
Países con  mayores líneas de trenes de alta velocidad  (2021).pdfPaíses con  mayores líneas de trenes de alta velocidad  (2021).pdf
Países con mayores líneas de trenes de alta velocidad (2021).pdf
 
Análisis comparativo del olivo en los mercados de Noruega, España y Perú
Análisis comparativo del olivo en los mercados de Noruega, España y PerúAnálisis comparativo del olivo en los mercados de Noruega, España y Perú
Análisis comparativo del olivo en los mercados de Noruega, España y Perú
 
XNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdk
XNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdkXNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdk
XNXX.pptxjsjssjsjsjjsjsjsjsjjsjejejejkdkdk
 
Seguridad y privacidad (1).pptx OdayYoah
Seguridad y privacidad (1).pptx OdayYoahSeguridad y privacidad (1).pptx OdayYoah
Seguridad y privacidad (1).pptx OdayYoah
 

DEFENSA INTERNA MAXI PAN análisis de datos de Business Intelligence

  • 1. LA PAZ - EL ALTO 2024 POSTULANTE: LUIS MIGUEL CHAVEZ CHAVEZ
  • 2. Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 1. Universidad Peruana de Ciencias Aplicadas (UPC) 1 BUSINESS INTELLIGENCE
  • 3. Fuente: Cano, Josep Lluís. (2007). Business intelligence: Competir con información, 2. Escuela BanesPyme, Fundación Cultural Banesto. 2 DATO Elementos primarios de información, irrelevantes de forma individual. INFORMACIÓN Datos estructurados y ordenados, para darles un sentido o propósito CONOCIMIENTO Información que ha sido procesada, organizada y estructura de alguna manera.
  • 4. UTILIDAD DE BI Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 3. Universidad Peruana de Ciencias Aplicadas (UPC) 3 MEJORA EL PROCESO DE TOMA DE DECISIONES NOS PERMITE ENCONTRAR FALLAS PLANTEAMIENTO DE ESTRATEGIAS IMPACTO DE UNA CAMPAÑA CONOCER A NUESTROS CLIENTES
  • 5. Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 4. Universidad Peruana de Ciencias Aplicadas (UPC). 4 ARQUITECTURA DE BI E T L Informe Analitica KPI Cuadro de Mando DataWareHouse DataMarts RRHH Ventas Marketing CRM ERP Social Otras Excel/CSV
  • 6. Fuente: Torres, David. (2023). ERP y CRM: qué son y en qué se diferencian, 5. HubSpot. https://blog.hubspot.es/sales/diferencia-erp-crm 5 FUENTES DE INFORMACIÓN CRM Es un software que ayuda a gestionar la relación con los leads, prospectos y clientes actuales ERP Es un software que sirve para gestionar los procesos operacionales de una empresa
  • 7. Fuente: Torres, David. (2023). ERP y CRM: qué son y en qué se diferencian, 6. HubSpot. https://blog.hubspot.es/sales/diferencia-erp-crm 6 DIFERENCIAS ENTRE CRM Y ERP CRM Orientado a los clientes ERP Orientado a la empresa Incrementar las ventas Reducir los costos
  • 8. Fuente: Torres, David. (2023). ERP y CRM: qué son y en qué se diferencian, 7. HubSpot. https://blog.hubspot.es/sales/diferencia-erp-crm 7 OTRAS FUENTES DE DATOS OTROS Excel/CSV
  • 9. Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 8. Universidad Peruana de Ciencias Aplicadas (UPC). 8 INTEGRACION DE DATOS PROCESOS ETL Extraer Datos Cargar los datos Transformar los datos WAREHOUSE
  • 10. WAREHOUSE Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 9. Universidad Peruana de Ciencias Aplicadas (UPC). 9 REPOSITORIO DE DATOS DATA WAREHOUSE DATA MART Repositorio unificado de todos los datos que recogen los diversos sistemas de una empresa Almacén de datos limitado a un área concreta de la organización.
  • 11. Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 10. Universidad Peruana de Ciencias Aplicadas (UPC). 10 HECHOS Acontecimientos, datos que queremos medir. Ejemplo: dinero, precio, unidades, ventas, compras,... Descriptor y/u forma de clasificación de los hechos. Ejemplo: clientes, productos, tiempo, almacenes o tiendas,... DIMENSIONES
  • 12. Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 11. Universidad Peruana de Ciencias Aplicadas (UPC). 11 KPI´S Los principales KPI´s son de ventas, costos y márgenes. QTY SOLD Cantidad vendida respecto a las salidas SALES Ventas Productos con + devoluciones Productos con + bonificaciones Top categoría mas vendida Top categorías menos vendida
  • 13. Fuente: Cano, Josep Lluís. (2007). Business intelligence: Competir con información, 12. Escuela BanesPyme, Fundación Cultural Banesto. 12 DASHBOARD
  • 14. Fuente: Medina La Plata, Edison. (2012). Business Intelligence, 13. Universidad Peruana de Ciencias Aplicadas (UPC). 13 MENSAJE CLAVE “DASHBOARD” Estrategias y toma de desiciones Interpretación del mensaje clave Implementación de medidas
  • 15. Unidades solicitadas ÁRBOLES DE DECISIÓN >=10 De 1 a 9 Aplicar 0% de descuento El Alto La Paz El Alto La Paz >50 De 10 a 50 Aplicar 10% de descuento Aplicar 8% de descuento Aplicar 6% de descuento Aplicar 4% de descuento Fuente: Obando, Rafael. (2023). Qué es un árbol de decisiones y cómo crear uno, 14. HubSpot. https://blog.hubspot.es/sales/arbol-decisiones 14
  • 17. 15 ANTECEDENTES Fuente: Elaboración propia en base a: https://maxipanbo.com/
  • 18. 16 MISIÓN VISIÓN “MAXI PAN S.R.L. es una empresa dedicada a la elaboración y comercialización de productos de panadería, galletería y repostería, comprometidos a brindar productos de alta calidad, con formulaciones más saludables y de sabor único a las familias bolivianas, mediante la mejora continua”. “Ser reconocida a nivel nacional como una empresa altamente competitiva e innovadora que brinda productos con valor agregado contribuyendo a la salud de la población”. Fuente: Elaboración propia en base a: https://maxipanbo.com/
  • 20. 17 FORTALEZAS FORTALEZAS FORTALEZAS AMENAZAS AMENAZAS AMENAZAS DEBILIDADES DEBILIDADES DEBILIDADES OPORTUNIDADES OPORTUNIDADES OPORTUNIDADES MATRIZ FODA Diversificación de productos Datos de ventas históricos Presencia en múltiples canales de venta Herramientas de de BI gratuitas Innovación de productos Mejorar la eficiencia Cambios en las preferencias del consumidor Sofisticación de la competencia No cuenta con un sistema de BI Falta de datos estructurados Personal no capacitado Fuente: Elaboración propia.
  • 21. 18 Falta de sistemas adecuados para recopilar datos Falta de herramientas apropiadas para tomar decisiones informadas. Limitaciones en la capacidad para comprender el comportamiento del cliente Dificultad para identificar tendencias del mercado Falta de personalización en las estrategias de ventas y marketing. Datos incompletos o inexactos debido a la recolección manual. Pérdida de oportunidades de ventas debido a la incapacidad para anticipar las preferencias del consumidor Fuente: Elaboración propia.
  • 22. 19 PROBLEMA DE LA INVESTIGACIÓN Toma de decisiones desinformadas por la falta de implementación de un sistema de Business Intelligence Fuente: Elaboración propia.
  • 23. Implementación de un sistema de Business Intelligence para la optimización de la toma de decisiones comerciales, incrementando las utilidades en un 10% para la gestión 2024. 20 OBJETIVO GENERAL Fuente: Elaboración propia.
  • 24. 21 OBJETIVOS ESPECÍFICOS Desarrollar un Dashboard interactivo para representar la información clave. Identificar y definir KPIs específicos que sean relevantes para las decisiones comerciales. Analizar los datos del Dashboard para soluciones que nos permita incrementar las ventas. Fuente: Elaboración propia.
  • 25. 22 2-1 Realizar un Dashboard en Excel. 1-3 Mejorar la eficiencia en la venta de nuestros productos. 3-2 Innovar en nuestros productos para ofrecerlos en nuestros canales. ESTRATEGIA FODA CRUZADO FORTALEZAS FORTALEZAS FORTALEZAS OPORTUNIDADES OPORTUNIDADES OPORTUNIDADES Diversificación de productos Datos de ventas históricos Presencia en múltiples canales de venta Herramientas de de BI gratuitas Innovación de productos Mejorar la eficiencia Fuente: Elaboración propia.
  • 26. E T L KPI PANEL DASHBOARD 23 INICIANDO EL CAMINO Fuente: Elaboración propia. MAXIPAN SLICER DATA MART
  • 28. ALTA BAJO BAJO ALTO 25 M A T R I Z B C G INCREMENTAR LAS VENTAS TASA DE CRECIMIENTO CUOTA DE MERCADO ESTRATEGIA DE CRECIMIENTO Estrategia de crecimiento ampliar la cuota de mercado: supermercados, minimarkets y friales Incrementar la cuota de mercado Fuente: Elaboración propia.
  • 29. Unidades solicitadas ÁRBOLES DE DECISIÓN >=20 De 1 a 19 Aplicar 0 bonificaciones El Alto La Paz El Alto La Paz >50 De 20 a 49 Aplicar 6 bonificaciones Aplicar 4 bonificaciones Aplicar 2 bonificaciones Aplicar 1 bonificaciones 26 BONIFICACIONES BONIFICACIONES BONIFICACIONES Fuente: Elaboración propia.
  • 30. 27 REDUCIR LAS DEVOLUCIONES Aumentar la fecha de caducidad Coordinación dep. de producción y trasporte No dejar almacenado por mucho tiempo en planta Fuente: Elaboración propia.
  • 31. 28 COSTOS Contratacion de personal para manejo de datos Coordinación de la disponibilidad de trasporte y departamento de producción 2.362 bs mes 28.344 bs año Estrategia de crecimiento ampliar la cuota de mercado: supermercados, minimarkets y friales El árbol de decisiones de las bonificaciones Bonificaciones acumulativas para supermercados 20.000 bs año Fuente: Elaboración propia.
  • 32. IMPORTE RECIBIDO DE LOS 7 MESES IMPORTE ANUALIZADO OBJETIVO A ALCANZAR 10% PAN MOLDES IMPORTE RECIBIDO DE LOS 7 MESES IMPORTE ANUALIZADO COSTOS ESTIMADOS OBJETIVO 29 COMO LOGRAREMOS EL OBJETIVO 2.422.579,53 4.152.993,46 415.299,35 1.083.954,99 1.858.208,55 48.344,00 463.643,35 10% Fuente: Elaboración propia.
  • 33. 30 CONTROL SALES Ventas Productos con + devoluciones Productos con + bonificaciones Top categoría mas vendida Top subcategoría mas vendida Crecimiento de ventas mensuales Utilidad neta Fuente: Elaboración propia.
  • 34. 31 La implementación de un sistema de BI es fundamental para mejorar la toma de decisiones. Los Dashboards con KPIs bien definidos son herramientas clave de control. El análisis continuo permite identificar tendencias, patrones y oportunidades . La implementación de un sistema de BI nos permite formular estrategias. CONCLUSIONES Fuente: Elaboración propia.