Exceso de Reportes - Mito o Realidad

"Necesitamos un informe completo de la situación para tomar la decisión de ....", esta frase tan comun se oye con frecuencia en la mayoria de las empresas, por ello voy a compatir con ustedes un escrito de la gente de InnovarE, relacionado con una actividad que suele copar el dia a dia de muchas administraciones de negocios.

 

 

Una de las premisas en el mundo empresarial es que para que algo pueda ser administrado y mejorado tiene que ser medido, esta idea ha sido arraigada tan fuertemente que inclusive se han escrito muchos libros al respecto, pero es importante destacar hasta que punto es importante medir algo.

 

La falta de información puede ser tan perjudicial como el exceso de ella, y estos males son padecidos en diferentes empresas, por ejemplo, la falta de información es algo que se puede encontrar fácilmente en  las pequeñas empresas y el exceso de información es algo que sucede en las grandes empresas, por esta ocasión nos enfocaremos a hablar del exceso de información.

 

Las grandes empresas tienen la obsesión de querer medir todo, muchas veces por reportes que les pide alguna institución, en otras ocasiones por algún estándar que cumplir y en otras simplemente por conocer lo que sucede en la empresa, pero se debe de tener cuidado con estos reportes y tratar de simplificarlos lo más posible.

 

El primer paso para obtener y tener un buen reporte es conocer realmente que es lo que se busca, es decir, antes de solicitar cualquier tipo de información al departamento de análisis o de ventas, deténgase a pensar, ¿Para que quiere esa información? ¿qué va a hacer con ella? Y sobre todo, ¿es indispensable obtenerla o puedo usar otro reporte ya elaborado anteriormente? En muchas ocasiones se dará cuenta que el reporte no lo necesita, o que pidió algo sumamente elaborado y solamente usa el 10% de ellos o en el peor de los casos, ha pedido la misma información de 5 maneras diferentes y todas para llegar al mismo punto.

 

Al obtener un exceso de información no solo corre el riesgo de mal interepretar la información, sino que aún mas importante, pierde el tiempo, pues el intentar descifrar y analizar un exceso de información muchas veces es meramente inútil

 

Ahora bien, otra cuestión que se debe de tomar en cuenta es el uso que se le da el reporte y de lo que hablamos no es otra cosa que entender el significado real de una información estadística. Se debe entender que esta información es meramente un reflejo objetivo de lo que pedimos, y lo malo de esto que puede ser manipulada fácilmente, muchos empresarios utilizan o manipulan la información para obtener el resultado deseado y no hablamos que lo hagan en cuestión de contabilidad o de mala fe, sino realmente lo hacen para justificar el desempeño de la empresa, es decir, cambian los datos para decir “bueno no vamos tan mal” o “podría estar peor”, hay que recordar que esta información es informativa y sirve de pie para tomar decisiones pero JAMÁS debe ser usada para justificar, uno de los peores vicios en lo que puede caer en un empresario es el justificar todo con las cifras en lugar de concentrarse en ver que es lo que va a suceder.

 

Hay que tener siempre en consideración también que un reporte objetivo muchas veces no da el reflejo real de lo que da la empresa, así como muestra información objetiva o tangible de lo que sucede en la empresa se debe de aprender a ver mas allá de los números, es decir, entender por que sucedieron esas cifras o que hay detrás de esas cifras, muchas veces pueden pasar sucesos extraordinarios que hacen que la información se deforme o varíe realmente. Por ejemplo, si usted es un proveedor y anuncia un incremento de precios, de por hecho que muchos de sus clientes van a comprarle mucho antes de que suceda eso para evitar el aumento, por lo que los meses anteriores al aumento de precios podrá observar en su gráfica un descenso impresionante en los meses siguientes en comparación con ese mes.

 

En conclusión un reporte es una herramienta muy útil sin embargo es importante aprender a simplificarlos,  para lograr esto se debe primero aprender a organizar la mente, lo que se desea y sobretodo para que se desea.  Un reporte puede ser tan largo, corto, sencillo o complicado dependiendo de la forma en la que se use y el objetivo de este, por lo que jamás pida un reporte si no sabe para que lo va a usar o no pida reportes excesivos solo los necesarios, así evitará hacerle perder el tiempo a la persona que realiza el informe y sobretodo no perderá su tiempo. 

Trabajar con los Datos - Parte I

La Integración de datos de toda la compañía, y especialmente con los datos de análisis sofisticados donde nos podemos diferenciar de la competencia, es un objetivo noble de un CRM. Incluso las empresas con millones de dólares en los presupuestos de TI todavía lidian con ese desafío. Aprender de sus errores es un buen primer paso, principalmente considerando algunas de las sugerencias siguientes:

• No subestime la integración de datos.  La integración de datos de los clientes puede significar la diferencia entre una decisión que aleja a un cliente o una que desencadena una lealtad a largo plazo. Pero incluso los mejores productos de la suite CRM no ofrecen respuestas fáciles sobre cómo integrar datos dispares alrededor de su empresa. Hable con los proveedores acerca de sus bases de datos y sus procesos sistemáticos como localización, recogida, modelado, limpieza y carga de datos en su almacén de datos. Y recuerde: Una interfaz de usuario es inútil si los datos son incorrectos.

• Tenga cuidado con los "datos sucios". Los Usuarios de negocios que necesitan información de clientes pueden tener un mayor nivel de cuidado sobre los datos si entienden los orígenes de estos. Una vez escuché a un usuario declarar que él "nunca utilizaría los datos", tras enterarse de esos datos provenían de un sistema de facturación de una empresa arcaica, conocida por tener problemas de datos. Entender las definiciones de datos y las reglas de negocio antes de implementar un CRM es la forma más segura de garantizar a los usuarios que van utilizar lo que se les ofrece. Una buena práctica es la de llevar a cabo diálogos y discusiones de definición de terminología de datos con grupos de usuarios multi-funcionales para asegurar una terminología común, idealmente, antes de que el desarrollo de CRM comience.

• Si su empresa tiene un almacén de datos, reinvierta en ella ahora. En 1999, uno de los "Tres Grandes" fabricantes de automóviles EE.UU. informe que, invirtió US $ 50 millones en su infraestructura de almacenamiento de datos en un intento de centralizar los datos de sus clientes y reforzar la calidad de los datos antes de lanzar su programa de CRM. A pesar de que tenía poca experiencia en procesos institucionalizados de gestión de clientes, los directivos de la compañía de, sin embargo entendieron que, debido a las complejas relaciones con sus distribuidores y sus controladores no podrían arrancar su CRM, sin una sola versión de los datos críticos.

• Saber quién realizara el análisis de los datos. Hay una brecha enorme entre el usuario ocasional que hace clic para acceder a las cifras de ingresos a fin de mes y el estadístico que trabaja con los datos para llegar a conclusiones que pueden resultar en cambios estratégicos del negocio. Es básico en los usuarios que realicen efectivamente CRM analítico, entender los datos que están viendo, y los que se generan de los resultados de su trabajo. Evite el dato (demasiado común) "interesante pero no relevante", donde los usuarios simplemente juegan entre los datos de los clientes sin objetivos definidos o acciones que resulten de estos análisis. Por ello es importante clasificar el conjunto de usuarios finales  y considerar el establecimiento de políticas que dictan los controles de privacidad, las limitaciones del sistema de seguridad, y las herramientas adecuadas de análisis para cada grupo.

• Traducir el análisis a la acción. Muchas empresas con bases de datos muy grandes y herramientas de usuario final realmente buenas, sin embargo ignoran lo que sus datos les dicen. A pesar de tener información de sus clientes valiosos, siguen dependiendo de manera desproporcionada en la información de sus vendedores para generar clientes potenciales y en las reuniones para jugar golf para fomentar alianzas comerciales. Conozca sus actuales iniciativas centradas en el cliente y cuáles podrían ser mejoradas con el análisis. Este análisis puede dar lugar a muchas recomendaciones para mejorar.  A veces, esto simplemente significa empoderar a los empresarios para que realicen el análisis y puedan hacer realidad sus propias resoluciones. Y a veces se requiere la creación de nuevos procesos internos para asegurar que los conocimientos impulsen mejores tácticas de negocios.

Mineria de Datos - Analisis de Clics - Parte I

Análisis de clics

Los departamentos de Tecnologia específicamente los encargados de trabajar con las Web-Page, se han convertido vertiginosamente en capturadores de clickstreams (los datos que dejan la huella de un visitante en todo el sitio web). Los Clickstreams denotan cómo el usuario llegó al lugar, cuánto tiempo se quedó, lo que hizo durante su visita, y cuando regresó. Son el equivalente a una cámara de grabación en una tienda de un comprador y cada uno de sus movimientos.

Los datos almacenados, por lo general son clics, se transforman como parte del almacén de datos de una empresa o en un almacén de datos de navegación dedicado a veces llamado "datos WebHouse", y es cada vez mayor su uso por las empresas en las actividades de comercio electrónico.

Esto hace que las empresas y los comerciantes,  busquen que su sitio Web sea lo más "pegajoso" como sea posible y han comenzado a analizar datos de navegación y a conjeturar por qué los clientes pueden abandonar el lugar antes de tiempo. Las compañías han intensificado su análisis para determinar el valor de los carritos de compras abandonados. Cuando un cliente deja el lugar en medio de un viaje de compras, sea cual sea la razón, la empresa busca para ver qué productos estaban en el carro. Los datos se comparan con datos similares de otros carros abandonados para examinar:

• ¿Cuánto representaría el ingreso de los carros abandonados (en otras palabras, la cantidad de ingresos se ha perdido debido a la salida anticipada del cliente)?

• Si los productos en el carro eran de gran utilidad, cuales son los elementos que lo componen y si eso puede ocasionar la pérdida de liderazgo.

• Si los mismos productos que se encuentran en otros carros abandonados.

• El volumen de los productos y el número de categorías de productos en el carrito.

• Si la factura total de los carros abandonados constantemente cayó dentro de un rango determinado de dinero.

• ¿En qué momento durante el viaje de compras el carro fue abandonado en realidad (cuando el cliente vio los gastos de envío? Cuando el sitio requiere de una encuesta personal antes de confirmar la compra?)

El resultado de este análisis pueden desencadenar algunas teorías interesantes. Por ejemplo, tal vez ninguno de los productos en el carro era lo suficientemente atractivo para un cliente en particular que lo motivarla a seguir comprando. O que el cliente se dejo intimidar por las consultas frecuentes preguntandole si estaba listo para salir. O posiblemente, que al llegar a un total de dinero en particular, el cliente pensaba que era mejor realizar el viaje de compra y comprarlo en vivo. Finalmente, tal vez el número o la mezcla de productos en el carrito recordó a los clientes de otro sitio que ofrece un descuento más pronunciada para las compras similares.

Es cierto que algunas de estas teorías son meras conjeturas. Pero cuando se examina con regularidad y con las métricas consistentes, los clickstreams pueden revelar algunos patrones interesantes. El hecho es que, sea cual sea la razón del cliente para salir del sitio y abandonar un carro lleno de mercancía, el e-tailer puede tomar una variedad de acciones basadas en los resultados duros y extrapolaciones ciertas. El e-tailer puede utilizar estos resultados para ajustar el diseño y el contenido de su sitio Web y continuar realizando seguimiento de las mejoras resultantes. Los patrones pueden indicar afinidades de productos, lo que sugiere la venta cruzada o de las estrategias de up-selling. Y cuando se combina con la demografía de los clientes, la psicografía, y comportamientos del pasado, los datos de navegación pueden traer la comprensión del comportamiento del cliente a un nivel completamente nuevo.

MINERIA DE DATOS EN CRM: Donde la teoría se mezcla con la práctica. PARTE I

La minería de datos, trata de herramientas que se utilizan para identificar patrones en los datos y ofrecer información nueva y valiosa que puede aumentar la comprensión de la empresa en sí misma y en sus clientes. La minería de datos se utiliza comúnmente para ayudar a los analistas de datos en la búsqueda de información que aún no conocen y de la que a menudo no poseen ninguna hipótesis. Ha ayudado a las empresas descubrir un conjunto diverso de nuevos conocimientos, ya que a partir de la siguiente compra de un cliente puede almacenar diseños óptimos buscando la opción más favorable para ambos.

Hay muchos diferentes tipos de algoritmos de minería de datos, algunos esotéricos y no fácilmente aplicables a los problemas de negocios (Ej: splines multivariados de regresión de adaptación). Aunque los algoritmos específicos se puede variar (Los arboles de decisión y las redes neuronales son fundamentalmente diferente) ambos pueden ser utilizados para predecir el comportamiento, los siguientes tres tipos de minería de datos son particularmente pertenecientes a CRM:

1. Predicción.

El uso de datos históricos para determinar comportamientos futuros.

Los Modelos de predicción generan una salida de información que rellena un "modelo" o una estructura para representar los resultados. Por ejemplo, un modelo predictivo puede indicar el siguiente producto a un cliente el cual será el más probable que compre, sobre la base de las compras históricas de ese cliente y la de otros clientes que han comprado los mismos productos. Mi ejemplo típico es Amazon: que la parte inferior indica: Clientes que han comprado este producto también han comprado (E inmediatamente genera una lista de 20 opciones de productos o complementos adicionales).

2. Secuencia.

El análisis secuencial identifica las combinaciones de actividades que ocurren en un orden determinado.

Las empresas utilizan el análisis secuencial para determinar si los clientes están haciendo las cosas en un orden determinado. Puede ayudar a las empresas a extraer el comportamiento de los eventos capturados en diversos sistemas operativos en torno a una empresa para determinar los patrones. Por ejemplo, un banco o compañía telefónica puede obtener más información sobre un determinado cliente o segmento de clientes mediante el examen de los patrones en la desaceleración de las compras o cancelaciones de servicios.

3. Asociación.

El Análisis de Asociación detecta grupos de elementos o eventos similares. Se puede utilizar para detectar objetos o eventos que ocurren al mismo tiempo.

El algoritmo de asociación se suele aplicar al análisis del mercado-canasta para ayudar a las empresas comprender productos que se compran juntos (mantequilla de maní con mermelada, por ejemplo). Al entender las afinidades de los clientes y el producto, una empresa puede tomar decisiones importantes acerca de los productos para hacer publicidad o descuento y que los clientes deben ser objeto de determinados productos.