Mientras la competencia global continua reduciendo los márgenes de utilidad, las organizaciones están buscando maneras de aumentar sus ingresos y reducir los gastos. Al mismo tiempo, las empresas están siendo inundadas con datos de cada acción, operación y puntos de contacto con clientes actuales o potenciales. Mientras que este incremento exponencial de información presenta retos para muchas organizaciones, las empresas inteligentes convierten sus datos en conocimiento al realizar análisis estadísticos, pronósticos y encontrar agrupaciones o relaciones entre datos que a simple vista no se ven. El análisis predictivo es una mezcla de herramientas y técnicas que permiten a las organizaciones identificar patrones en los datos que pueden utilizarse para realizar predicciones de resultados futuros. En este webinar usted aprenderá acerca de: • Aplicaciones del análisis predictivo en diferentes áreas del negocio e industrias • Diferentes técnicas y métodos de análisis predictivo • Análisis de textos y redes sociales Entre otros temas importantes para el negocio como: market basket analysis, retención de clientes, análisis de mercado, scoring de créditos. Detalles de las soluciones de Nexolution: informacion@nexolution.com

2. • Que es el análisis predictivo
• El proceso predictivo
• Metodología CRISP-DM
• Objetivos y Áreas de Negocio
• Funcionamiento del proceso analítico
• Tipos de proyectos de análisis predictivo
• Algunos clientes y casos de éxito
• Portafolio IBM SPSS
• IBM SPSS Modeler - Demostración

3. 3
Variedad de información
 80% de los nuevos datos son NO estructurados
 Emails, imágenes, audio, video..
Volumen de datos digitales
 57% de crecimiento para datos empresariales en el 2010
 Datos generados por maquinas: Censores, RFID..
Velocidad en la toma de decisiones
 Problemáticas de negocio dinámicas
 Necesidad de estar un paso adelante: predecir posibles
problemas y corregirlos
Explosión de la información … y toma de decisiones
Imperativa del negocio:
Acelerar la innovación, optimización del negocio,
y diferenciación competitiva
Fuente: IBM Institute for Business Value

4.  Explosión en la información…  …Aún hay organizaciones que están
operando con puntos ciegos.
Falta de visión
1 de 3 managers frecuentemente
toma decisiones críticas sin toda
la información necesaria
Acceso ineficiente
1 de 2 no tienen acceso a la
información necesaria para hacer
sus trabajos, a través de su
organización
Inhabilidad para predecir
3 de 4 líderes de negocios aseguran
que mayor información predictiva
puede llevar a mejores decisiones
Volumen de la información
Variedad de la información
Velocidad en la Toma de Decisiones
Fuente: IBM Institute for Business Value

5. Sentido y respuesta
Instinto e intuición
Automatizado
Expertos de análisis
Back office
Método Tradicional
Predecir y actuar
Tiempo Real,
Basado en Hechos
Optimizado
Todos
Punto de impacto
Nueva Estrategia
Falta de
Agudeza
Incapacidad
para predecir
Acceso
ineficiente
Variedad
Volumen
Velocidad
Desafíos de la Información

6. Comportamiento
normal
Cambio Decaimiento
Y Fin
= Depósito
= Retiro
= Transacciones con nosotros
= Transacciones con competencia
Terminación
de cuenta
Monto
Fecha
Lapso de Oportunidad

7.  Es un proceso que permite extraer conclusiones confiables sobre las
condiciones presentes y los eventos futuros, a través de la aplicación de
métodos estadísticos, matemáticos y de reconocimiento de patrones
(Data Mining).
Gartner
 Es una tecnología de Business Intelligence que produce un resultado
predictivo para cada cliente o elemento organizacional determinado.
Asignar dichos resultados, es el trabajo de los modelos predictivos,
mismos que tienen que ser diseñados sobre sus datos.
Prediction Impact, Inc.

8. Capturar
PredecirActuar

9. 9
6.
Establecimiento de objetivos
Recopilación de datos
Análisis exploratorios
Calidad de datos
1.
2.
3. Selección de datos
Agregaciones
Nuevas variables
Formato
Valores perdidos
4.
5. Evaluación de resultados
Integración con
procesos
operativos
Selección de técnicas
Construcción de modelos
CRISP-DM: Cross Industry Standard Process for Data Mining.

10. Análisis de
Clientes
• Atraer
• Retener
• Crecer
• Rentabilidad
• Redes sociales
Análisis de
Operaciones
• Precios óptimos
• Pronóstico de
demanda
• Mantenimiento
predictivo
Análisis de Riesgo
y Fraude
• Monitoreo de
cuentas
• Detección de
lavado de
dinero

11. Economía
Inversiones
Finanzas
Rentabilidad
Reducción de Costos
Competencia
Mercadeo
Nuevos Productos y
Programas
Clientes
Lealtad de Clientes
Demanda Personalizada,
Niveles de Servicio
Regulaciones
Cumplimientos Regulatorios
Requerimientos a Demanda
Alta Transparencia
Riesgo
Requerimientos Regulatorios
Reducción de Fraude y Riesgo
Mejora en el Recaudo y la
Cobranza
Crecimiento
Crecimiento en Segmentos de
Mercado,
Crecimiento en la Base de Clientes
Administración de Procesos
Necesidad de simplificar los procesos de
Back-Office, Canales de Distribución,
Eficiencia y Efectividad
Áreas de Aplicación del Análisis Predictivo

12. • Competir - Asegurar la fortaleza competitiva más poderosa y única.
• Crecer - Aumentar ventas y retener clientes competitivamente.
• Reforzar - Mantener la integridad del negocio administrando el riesgo.
• Mejorar – Aumenta la capacidad competitiva de tu core business.
• Satisfacer – Alcanzar las expectativas crecientes de los consumidores.
• Aprender – Utilizar el análisis más avanzado de la actualidad.
• Actuar – Hacer de la inteligencia de negocios y el análisis una ventaja real.
Fuente: Prediction Impact, Inc. 2010

14.  Relacionar la compra
de un producto la
compra de otros de
acuerdo a los
patrones encontrados.

15. • Calcular el precio óptimo que maximiza las ganancias por
producto y por unidad de negocio a partir de análisis de
comportamientos históricos, pronósticos y variables de
influencia.

16. • Desarrollo de modelos que permiten proyectar con alta
precisión la cantidad y el momento de la demanda de productos
y servicios, ayudando a mejorar la eficiencia y efectividad en los
procesos de planificación de ventas, inventarios, compras.

17. 17
• Identificación de
grupos de registros
similares.
• Sin conocimiento
previo sobre cómo se
componen los grupos y
sus características.

18. 18
• Determinar los factores asociados a las fallas en los activos para disminuir
costos de reparación mediante el mantenimiento preventivo.

19. 19
 Categorizar los conceptos que aparecen en una serie de registros/archivos de texto
no estructurado.

20. 20
 No es un producto, un software o un algoritmo
 Es un proceso de negocio que necesita una cierta tecnología
 No es un modelo, una segmentación o un conjunto de reglas
 Esos son algunos de los outputs de un proceso de Análisis Predictivo
 Es un método de extracción de conocimiento en grandes volúmenes de
información para pasar a la acción
 No es un producto final en sí mismo
 Es un proceso iterativo y que va mejorando

21. Muchos clientes ya utilizan Análisis Predictivo

22.  Data Collection:
 Visión precisa de las actitudes y preferencias de
los clientes.
 Statistics:
 Brinda confianza en los resultados y las decisiones
tomadas.
 Modeling:
 Entrega la capacidad predictiva a
partir de la información de la
empresa.
 Deployment:
 Maximiza el impacto del análisis
predictivo en la organización.