BUSINESS INTELLIGENCE ANLISIS BASE DE DATOS BUSINESS INTELLIGENCE ANLISIS BASE DE DATOS

Business Intelligence (BI), CRM Analtico, y Gestin de Bases de Datos (BD):

ELEMENTOS CLAVES PARA EL XITO dE LAS EMPRESAS A PARTiR dEL

Universidad Andrs Bello
Katherine Alvarez Ruf Ingeniero Comercial, Doctorado U. de Lleida, Espaa

!Universidad Andrs Bello

Jorge Jarpa Vrandecic Ingeniero Comercial, Ph D (c), MPM, MBA, USA

por Katherine Alvarez R. y Jorge Jarpa V.

!
20
TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

a Inteligencia de Negocios o Business Intelligence (BI) es la aplicacin ms visible de la nueva era del conocimiento, el CRM Analtico la fase ms avanzada de la estrategia de CRM, y finalmente las aplicaciones en la Gestin de las Bases de Datos (BD) constituyen hoy da los elementos claves y diferenciadores de las empresas exitosas. El grado en el cual las empresas estn aplicando los proyectos de BI, CRM y BD es un reflejo de la competitividad y modernidad de cmo se estn enfrentando los desafos y expectativas en el final de esta dcada. Este artculo pretende transferir experiencias de consultoras realizadas a diferentes empresas en Chile e investigaciones enfocadas a estos temas de inters estratgico y tecnolgico. Basado en observaciones de patrones se postula que las empresas que se involucran en proyecto de BI, CRM o Gestin de Bases de Datos pueden experimentar un sndrome que denominamos Sndrome de Alhu, referido a la Comuna de Alhu y que pretende explicar porque fracasan tantos proyectos o al menos las razones de las dificultades iniciales. Se postulan los diferentes estados que experimenta el personal que ejecuta estos proyectos. Adems, basado en investigaciones y consultoras a empresas proponemos nuevos Modelos, el Modelo DICA, referidos al proceso de conversin de Datos en Informacin, Conocimiento y finalmente en Acciones concretas. Adems proponemos en este trabajo el Modelo DIPIS referido a como estructurar una consultora interna o externa en BI, CRM, y Gestin de BD que describe la secuencia del Diagnstico, Intervenciones, Piloto, Implementacin total, y Seguimiento. Se plantean las 7 Reglas de Oro para evitar fracasar en un Proyecto de CRM en Chile y luego se postula el Modelo de la Escalera de 8 Peldaos que muestra el Valor Proyectado del Cliente (VPC).

Muchas organizaciones estn haciendo un buen trabajo recolectando gran cantidad de datos de los clientes, pero desafortunadamente la mayora no logra usar bien esos datos, desgastndose en el manejo de los datos y focalizndose en reas errneas.
Finalmente, se propone lo que se debe gestionar y controlar en este tipo de proyectos, desde la perspectiva de ejecutivos y de jefaturas comerciales y estratgicas de la organizacin. clientes para que est disponible a una mayor cantidad de personas en la organizacin. Combinar datos de diferentes sistemas para lograr una visin ms completa de la conducta de los clientes.

Introduccin
Muchas organizaciones estn haciendo un buen trabajo recolectando gran cantidad de datos de los clientes, pero desafortunadamente la mayora no logra usar bien esos datos, desgastndose en el manejo de los datos y focalizndose en reas errneas. Las correctas soluciones de anlisis de clientes e inteligencia de negocios pueden ayudar a las empresas a obtener el valor mximo a partir de los datos de los clientes, habilitando a las organizaciones a trabajar de forma ms inteligente y eficiente. Estas herramientas ayudan a las organizaciones a tener una mayor visibilidad del negocio y manejar los elementos claves que conducen a alcanzar buenos resultados. Los desafos que enfrentan las empresas en este sentido son: Anlisis predictivo como una de las mayores tendencias para el 2010. Desarrollar mejores prcticas que determine el impacto directo de las actividades de marketing. Generar informacin clave de

El sindrome de Alhu (corresponde al nombre de la Comuna de Alhu)

Al constatar en varias empresas la repeticin de una misma situacin identificando la problemtica y su causal se le denomin Sndrome de Alhu, basado en que los empleados al ingresar los datos de los clientes tendan a marcar la primera opcin de la lista que se desplegaba en el computador al requerir sus datos. En el caso del listado de las comunas ordenadas alfabticamente, la Comuna de Alhu es la primera opcin. El Sndrome de Alhu es parte de la cultura organizacional de las empresas cuando con la llegada de una nueva tecnologa o proyecto se produce un proceso natural que manifiestan los colaboradores o empleados frente a esta nueva tecnologa o proyecto. Se detectaron una secuencia de 4 estados. ( Figura 1) Este sndrome lo hemos verificado en muchas industrias provocando frustracin en la gerencia, perdida de
21

TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

BUSINESS INTELLIGENCE

ANLISIS BASE DE DATOS

DESCONFIANZA INICIAL

ACEPTACIN TEMPORAL

EJECUCIN TEMPORAL DE INSTRUCCIONES

DESCONFIANZA CONSOLIDADA

Figura 1 tiempo y de confianza en los nuevos proyectos, culpando erradamente al proyecto mismo siendo que el verdadero error esta en los empleados que ingresan mal los datos de los clientes y por ende invalida cualquier anlisis posterior. Las empresas pierden millones producto del Sndrome de Alhu por ingresar datos de mala calidad a sus sistemas de informacin. Esto se explica cuando la mayora de los usuarios o responsables de ingresar datos de clientes no estn motivados a hacer bien su trabajo o bien por comodidad marcan la primera opcin al desplegarse una lista de opciones en los diferentes campos que deben de ser llenados al contactarse con un cliente, como por ejemplo: la comuna en la cual vive el cliente (Sndrome de Alhu), edad o ao de nacimiento, estado civil, etc. modelo refleja la importancia del producto final en esta cadena de elementos valiosos para la empresa, a partir de los datos que capturamos de los clientes, que al organizarlos y clasificarlos los convertimos en informacin relevante para la empresa, con la cual generamos informes con patrones de conductas y tendencias respecto al conocimiento de clientes claves para finalizar en acciones focalizadas en BI, las cuales apuntan a aumentar la satisfaccin de los clientes, fidelizarlos, y personalizar las relaciones con ellos. Los datos de los clientes por s solos no tienen ninguna utilidad para la empresa, pero al transformarlos en informacin, conocimiento, y acciones focalizadas se logra una alta rentabilidad de los sistemas de BI. 5 faces, donde cada una de las siglas representa una fase: Fase 1: Diagnstico: se calcula una duracin entre 1 a 4 meses Fase 2: Intervenciones: se calcula una duracin entre 2 y 8 meses Fase 3: Piloto, implementando el proyecto de inteligencia de negocios solo a nivel piloto: se calcula una duracin entre 3 a 12 meses. Fase 4: Implementacin Total del proyecto Fase 5: Seguimiento y Control Dada la experiencia en proyectos de BI, CRM, BD un proyecto de este tipo no debera de tomar ms de dos aos (de la Fase 1 a la Fase 3) hasta entregar resultados. Al completarse la tercera fase se deben alcanzar resultados a nivel piloto que puedan convencer a toda la organizacin de que un proyecto de inteligencia de negocios tiene una alta rentabilidad en cualquier tipo de organizacin. En caso que se planifique alcanzar los primeros resultados por un perodo mayor de dos aos, revela que se est dilatando de manera artificial el proyecto y el logro de resultados concretos. Las tres primeras fases pueden variar entre 6 y 24 meses, dependiendo del tamao de la empresa, la complejidad del negocio, burocracia y resistencia al cambio para implementar

Modelo Dica (Datos, Informacin, Conocimiento, Acciones)

Dentro de investigaciones a industrias y consultoras a empresas creamos un modelo, denominado Modelo DICA para explicar que los datos son slo la materia prima dentro de un proceso que busca resultados concretos. (Figura 2) El

Modelo Dipis (Diagnstico, Intervenciones, Piloto, Implementacin total, y Seguimiento)

Con el propsito de estructurar la consultora a empresas en materias de BI, CRM y gestin en BD hemos creado un nuevo modelo que denominamos Modelo DIPIS. (Figura 3) Este Modelo est basado en una propuesta para la implantacin del Modelo DIPIS de Inteligencia de Negocios para empresas, el cual consta de

DATOS

INFORMACIN

CONOCIMIENTO

ACCIONES

Figura 2

22

TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

BUSINESS INTELLIGENCE

ANLISIS BASE DE DATOS

nuevos procedimientos, nmero de sucursales, nmero de perfiles distintos de clientes, entre otros. La propuesta del Modelo DIPIS implica la aplicacin del Modelo DICA. Hace unos meses me presentaron el plan maestro de un Proyecto de Inteligencia de Negocios de uno de los bancos ms importantes de Chile. El proyecto estaba sustentado en un plazo de 5 aos, que era demasiado extenso para mantener la credibilidad en l proyecto. A principios de esta dcada se planteaban periodos de muchos aos, pero hoy en da, en el ao 2010, no podemos esperar ms de 2 aos para lograr resultados concretos que demuestren a los inversionistas que el BI es rentable, que refuercen la credibilidad en

cional de recolectar datos del negocio dentro de un repositorio de datos, dnde son organizados y validados para proveer reportes para la toma de decisiones. Mientras ms veloz es el proceso de BI se toman mejores decisiones de negocios.

CRM, Customer Relationship Management

Una de las tendencias de mayor impacto estratgico en las empresas y en los clientes en los ltimos diez aos han sido los proyectos de CRM. Customer Relationship Management o Gestin de las Relaciones con los Clientes, constituye parte de la nueva propuesta de valor en las empresas modernas que est basado en el marketing relacional, el cual persigue capturar y

trategia comercial muy comn. En las tiendas pequeas de barrio donde se sola comprar se mantena un CRM, Cuaderno de Registro Mensual, que constitua una fuente de datos de los clientes, especialmente de los clientes claves que lograban una relacin muy personalizada inclusive con cada miembro de las familias que concurran a comprar. CRM, se basa en una gran estrategia de Marketing Relacional a nivel corporativo centrada en el cliente. Por lo tanto, no todas las empresas estn preparadas para implementar un proyecto CRM, ya que muchas empresas an en Chile estn aplicando una estrategia corporativa de enfoque en las ventas.

DIAGNSTICO

INTERVENCIONES

PILOTO

IMPLEMENTACIN

SEGUIMIENTO

Figura 3 el rea de Negocios y de Marketing, as como finalmente que convenzan a los escpticos dentro de la empresa, de que la BI es el mejor proyecto de los ltimos aos. mantener relaciones de largo plazo con los clientes. En estas dos ltimas dcadas con la masificacin de los mercados, la concentracin de las industrias, la infidelidad de los consumidores, las relaciones impersonales con los clientes y los cambios repentinos que experimentan los consumidores, las empresas buscan con CRM volver acercarse a los clientes, entenderlos mejor, atenderlos en forma mas personalizada, crear nuevamente confianzas mutuas, elevar su satisfaccin, lograr ms fidelidad, identificar a sus clientes claves, prevenir su fuga, y adaptarse ms rpidamente a sus cambios de gustos y preferencias. Desde hace ms de treinta aos que existe CRM como concepto, que no utilizaba la tecnologa, pero si una esLas primeras empresas que comenzaron a aplicar un CRM en Chile fueron entre el ao 1998 y el 2002, sin mayores diagnsticos y con muchos problemas en cumplir los objetivos, los tiempos y presupuestos planteados. Hoy en da es comn para muchas empresas tener un proyecto de CRM como en la industria bancaria, de seguros, AFP, Isapres, retail, servicios, manufacturera, energticas, telecomunicaciones, entre otras. Es as como en los ltimos 3 aos en Chile con la disminucin significativa en los precios de los proyectos CRM, va subcontratar el servicio, las medianas e incluso pequeas empresas se han sumado a las grandes empresas.

Business Intelligence (BI) o Inteligencia de Negocios

Business Intelligence (BI) se relaciona con la ventaja competitiva de una empresa y con el uso inteligente de los datos disponibles para la toma de decisiones. Una planilla de clculo es una de las herramientas de BI ms comunes hasta avanzados visualizadores y plataformas tecnolgicas. La tecnologa de BI se ha concentrado en la ltima dcada en el uso de los datos almacenados y el procesamiento analtico online. El Data Warehousing (DW) es una forma conven24

Las 7 reglas de oro para evitar fracasar en un proyecto de CRM. (Propuestos por Jorge Jarpa V. en la Revista de la Cmara Oficial

TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

Espaola de Comercio de Chile. Mayo 2007, N 310).

Despus de ms de cinco aos de experiencia en proyectos e investigaciones de CRM en Chile podemos recomendar a los empresarios chilenos las siguientes Reglas: (1 Regla) Un proyecto CRM no moderniza a la empresa por si slo con su implantacin. Una empresa con deficiencias en su gestin estratgica no se corrige con un proyecto de CRM. (2 Regla) El CRM es un proyecto estratgico comercial que usa la tecnologa y no un proyecto tecnolgico. Por lo cual el equipo CRM debe tener principalmente un gran conocimiento del negocio comercial-operacional y ser usuarios de la tecnologa. (3 Regla) La tercera regla de oro es que una empresa requiere un diagnstico organizacional-estratgico previo para determinar si esta en condiciones o no de incorporar un proyecto de CRM. Constituye una perdida de tiempo y recursos forzar a una empresa a implementar un proyecto CRM si estratgica e internamente no esta preparada para operar con este tipo de proyecto. (4 Regla) Las empresas que proveen las plataformas CRM y todo el soporte tcnico no son las ms objetivas para llevar a cabo el diagnstico organizacional-estratgico ya que son parte interesada en que el diagnstico sea favorable para posteriormente vender a la empresa la arquitectura CRM. Los consultores externos tienen ms objetividad en concluir incluso que la empresa diagnosticada no esta en condiciones de implementar un CRM, si fuera el caso, por no poseer las condiciones mnimas para lograr el xito en un proyecto de CRM.

(5 Regla) Con una empresa con un diagnstico organizacional-estratgico negativo, se debera aplicar un programa de intervenciones que pueden llevar un tiempo importante antes de implementar el CRM. En nuestro pas ya existen empresas que han demorado ms de tres aos slo implementando las intervenciones a nivel de su organizacin previo a la llegada del proyecto de CRM.

prueba-error. CRM analtico y minera de datos La minera de datos (Data Mining) comprende la recuperacin de datos detallados y resumidos que estn ubicados en el almacn de datos (Data Warehousing), su transformacin en informacin y la entrega de reportes diferenciados segn el tipo de usuario dentro de la organizacin.

PERFILAMIENTO DE CLIENTES

VERSUS

PARAMETRIZACIN DE CLIENTES

Figura 4 (6 Regla) Las empresas que estn aplicando un proyecto CRM estn muy expuestas a los cambios de objetivos, plazos y presupuesto que el proveedor del sistema de CRM recomiende. Las empresas por falta de conocimientos en la materia y de asesoras externas en CRM estn a disposicin del equipo asesor que vendi la plataforma y que contina asesorndolas sin otra opinin ms objetiva y crtica del proyecto. Estos equipos asesores a las empresas sugieren desde pequeos ajustes al sistema hasta grandes cambios en integracin de sistemas informticos durante el proyecto CRM, recomendando siempre ampliar tiempos y presupuestos sin mayor consideracin para la empresa. (7 Regla) La primera etapa, el CRM Operativo es difcil pero ms an es la segunda etapa, el CRM Analtico, donde abundan los datos, pero escasean las ideas de que hacer con tantos datos con el fin de rentabilizar el proyecto. Incluso en las empresas proveedoras de las plataformas es una etapa donde an ellos mismos estn aprendiendo con la tcnica de

La informacin que se ha excavado tiene el objetivo de ayudar en la toma de decisiones en los diferentes niveles. Por ejemplo, en una gran cadena de supermercado en Chile hace dos aos las decisiones se tomaban en forma retroactiva, es decir se conoca la informacin con 48 horas de retraso, tiempo en el cual se dispona de los resultados de la sala de ventas por categoras de productos. Los jefes de cada local del supermercado en muchos casos no disponan de la informacin detallada para tomar decisiones dentro del plazo en el cul podan generar alguna correccin o impacto en las ventas, como era en fechas muy concentradas como Halloween, Pascua de Resurreccin, por ejemplo con los huevos de los conejos. Posteriormente con la implementacin de un buen sistema de BI se logr una disponibilidad de informacin confiable casi en tiempo real con slo algunas horas de diferencia y as tomar las decisiones de promocin, precios, posicin en las gndolas, etc, con el fin de aumentar las ventas. Cada reporte esta diseado para cada cargo para no sobre saturar al ejecutivo.

TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

25

BUSINESS INTELLIGENCE

ANLISIS BASE DE DATOS

Los sistemas de apoyo a las decisiones se originaron en 1971 y se han enfocado en las consultas a la base de datos y los modelos matemticos como medio para obtener la informacin que se necesita para resolver problemas y realizar decisiones. Hay dos tipos bsicos de minera de datos: el de verificacin de hiptesis y el de descubrimiento de conocimiento. La verificacin de hiptesis esta dirigida por el usuario, y en ella el sistema proporciona informacin que puede apoyar o descalificar a la hiptesis del usuario. El descubrimiento de conocimiento esta dirigido por el sistema, ya que es este el que determina las vas a seguir en el anlisis de datos e informa al usuario los resultados. Ambos tipos de minera de datos le dicen al usuario algo que no sabia acerca de los datos. La minera de datos realiza cuatro funciones bsicas. Realiza clasificaciones, forma agrupaciones, hace asociaciones y determina patrones o secuencias. Para realizar estas funciones se utilizan cuatro metodologas: rboles de decisin, algoritmos, razonamiento basado en la memoria y redes neurales. Los rboles de decisin, los algoritmos y las redes neurales son todo tipo de redes que conforman vas lgicas en el proceso de llegar a una conclusin. Concentrarse en el seguimiento de usuarios asiduos del mercado es una estrategia atractiva, este fenmeno se conoce como el principio de 80/20 o Ley de Pareto. As hemos comprobado en muchas empresas en Chile que alrededor del 20% de los consumidores concentran el 80% de las ventas. Tambin hemos detectado en las industrias del Retail y de Servicios que alrededor del 20% de los clientes concentran el 80 % de las quejas, para lo cual estudiamos estos perfiles (perfilamiento de clientes) y sus respectivos comportamientos (parametriza-

cin de clientes) con el fin de aplicar gestin de quejas (Figura 4) . Con frecuencia las empresas clasifican a sus clientes, de modo que la minera de datos sirve para dirigir las estrategias de marketing ms efectivas hacia grupos especficos. Un buen ejemplo del enfoque sistemtico para la clasificacin de los clientes es RFM (Regency, Frecuency, Monetary), que permite clasificar a los clientes en funcin de la ltima compra, ritmo de adquisicin y monto promedio de sus compras. Se consulta al almacn de datos para obtener detalles de cada cliente y luego se realiza un anlisis cuantitativo para llegar a las clasificaciones. Modelo de la escalera de 8 peldaos que muestra el Valor Proyectado del Cliente(VPC)

Para tratar de explicar los costos e ingresos asociados al valor de los clientes diseamos una Modelo que denominamos Modelo de la Escalera de 8 Peldaos con el Valor Proyectado del Cliente, que identifica los costos y los ingresos asociados a los clientes. Esto apunta a valorar a los clientes no slo por los ingresos que nos aportan, sino por los costos asociados a atenderlos. Por ej., cuando un cliente de alto volumen de compras genera altos costos asociados ya no es tan rentable como se pensaba. Se entiende que no todos los clientes alcanzan a llegar a cada uno de los escalones en este modelo (Figura 5). Que se gestiona y controla en un proyecto de BI, CRM y BD segn el nivel jerrquico . Finalmente se expone lo que debera gestionarse y controlarse en un

Modelo de la Escalera de 8 Peldaos que muestra el Valor Proyectado del Cliente (VPC) CONTRIBUCIN TOTAL DEL CLIENTE
8. INGRESOS VIA REFERIDOS 7. INGRESOS POR VENTA CRUZADA 6. INGRESOS COMPRA PROD. & SERV. INCREMENTALES 5. INGRESOS COMPRA PROD. & SERV. BSICOS

4. COSTOS DE RETENCIN Y/O RECUPERACIN

3. COSTOS DE MANTENCIN DEL CLIENTE

2. COSTOS DE MANTENCIN DEL CLIENTE

1. COSTOS DE CAPTURA DEL CLIENTE

Figura 5

26

TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

proyecto de BI, CRM o de BD segn el nivel jerrquico de la organizacin. A. Que se gestiona y controla en un Proyecto de BI, CRM o BD a nivel del equipo comercial?: Gestin de Prospectos Gestin de Contactos Gestin de Oportunidades Gestin de Operaciones de Ventas Gestin de Cuentas - Gestin de Fidelizados Gestin de Retencin Gestin de Recuperacin Gestin de Referidos. Identificar y clasificar a los mejores prospectos, convertir este prospecto en un contacto real, del contacto generar una oportunidad de relacionamiento y en una futura venta. Administrar las oportunidades para derivar en operaciones de ventas, las cuales se gestionan para sumar cuentas de clientes con alguna frecuencia. A partir de la gestin y mantencin con BI de las cuentas de clientes se logra una masa crtica de clientes fidelizados de alto valor para la empresa y de gran lealtad hacia la marca. Activar un programa de retencin de clientes frente a la intencionalidad de fuga o abandono real o predictivo. Activar un programa de recuperacin de clientes de alto valor que dejaron de comprar o abandonaron el servicio. Se verifica que clientes entregan referidos o contribuyen a recomendar otros clientes a la empresa, como premiar a los que aportan con referidos y como gestionar a los nuevos contactos. B. Que se gestiona y controla en un Proyecto de BI, CRM o BD a nivel de la Jefatura Comercial, rea de Inteligencia de Negocios o Estratgica de la organizacin?: - Gestin de la Fuerza de Venta o Ejecutivos de Relacionamiento a Clientes: hacer seguimiento del desempeo de los empleados de manera distinta a la tradicional que slo mide sus resultados a fin de mes, sino que

BIBLIOGRAFA
Alcaide Juan Carlos, Soriano Claudio. 2006. Marketing Bancario Relacional. Mc Graw Hill. Barquero Jos Daniel, Rodriguez. 2003. Marketing de Clientes. Mc Graw Hill. Barroso Carmen, Martin Armario Enrique. 1999. Marketing Relacional. ESIC. Brown Stanley. 2000. Administracin de las Relaciones con los Clientes. Oxford University Press. Burnett Ken. 2002. Gestin de la Relacin con el Cliente Clave. Prentice Hall. Gosney John, Boehm Thomas. 2000. Customer Relationship Management Essentials. Prima Publishing. Jarpa Jorge V. CRM, Tendencia Estratgica-Comercial en la Empresa Chilena Moderna. Revista Cmara Oficial Espaola de Comercio de Chile. Mayo 2007, N 310. Lamb Charles, Hair Joseph, Daniel Carl. 2006. Marketing. Thomson. 8a Ed. Phillip Britt. Making Use of Analytics. Customer relationship Management. May 2005; 9,5; ABI/ INFORM global. Rakesh Tej Kumar Kalahasthi, P Radha Krishna, Cell Based Reporting for Effective Custom Reports and Analytics, Business Intelligence Journal. Volume 2, Number 2, August 2009. Reinares Pedro, Ponzoa Jos Manuel. 2004. Marketing Relacional. Prentice Hall. 2a Ed. Strauss Judy, El-Ansary Adel, Frost Raymond. 2006. E-Marketing, Prentice Hall. 4ta Ed. Wayne R. Mondy, Noe Robert. 2005. Human Resource Management. Prentice Hall. 9 th Ed. Zikmund William, Mcleod Raymond, Gilbert Faye. 2004. Customer Relationship Management. Compaa Editorial Continental.

evaluar semanalmente segn los indicadores en el manejo de prospectos, contactos, oportunidades, operaciones de ventas, cuentas, y en el manejo con los clientes fidelizados. Revisar los resultados de los esfuerzos de cada ejecutivo en retener a clientes. Revisar los resultados de los esfuerzos particulares de cada ejecutivo en recuperar a clientes de alto valor. - Gestin de la valoracin de clientes clasificndolos segn los ingresos y costos que generen. - Gestin de las nuevas oportunidades de negocios y nuevos perfiles de clientes: buscando nuevos negocios para la empresa ms que dedicarse slo a los actuales negocios. - Gestin de modelos predictivos respecto de la intencin de los clientes

en disminuir sus volmenes de comprar, a la fuga o prdida de un cliente, aplicando anlisis predictivo basados en cambios en los patrones de comportamiento de perfiles de clientes. - Gestin de los Resultados. Revisar los resultados por cada ejecutivo, los resultados consolidados, resultados por rea de negocio, entre otros. Recuerden que los proyectos de BI, CRM y BD nos entregan tanto Visibilidad hacia afuera como hacia dentro de la organizacin.
Trend Management

TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

27