Cliente: Sector cosmética y cuidado personal Metodología: Open Data Mining Puntos de dolor / necesidad / objetivo general del cliente (Situation) La explosión de principios activos para productos de cosmética dada la apertura a productos provenientes de diferentes países, llevan a clientes como Loreal, Natura y otros a buscar nuevas rutas de desarrollo y nuevos principios activos para sus productos. Una herramienta de screening poderosa es la comparación de las descripciones de los productos y compararla con la información explícita en e-commerce y la participación en venta. Metodología y dispositivos analíticos Open Data Mining es una metodología que permite: USAR: La enorme cantidad de información presente en internet, inclusive las descripciones de producto en e-commerce, la conversación digital en audio, video y texto. DETECTAR: Detectar conversaciones que tienen el potencial de convertirse en tendencia al comparar cada nueva conversación con aquellas que han sido exitosas y no tendenciosas para que las marcas aprovechen las tendencias en sus primeras etapas de desarrollo. ENCONTRAR: Entidades como principios activos, concentraciones, características diferenciales, concentraciones de producto entre otros aspectos que no parecieran notorios a la luz de cualquier persona. Gran resultado general (Work underway) Mapa completo de principios activos tendenciosos, que el consumidor quiere comprar y de los cuales el consumidor quiere aprender Ruta de desarrollo de producto entendiendo las funcionalidades esperadas que el mercado aclama.
Cliente: Universidades Metodología: Open Data Mining & NLP (Natural Language Processing) Puntos de dolor / necesidad / objetivo general del cliente (Situation) Desarrollar alternativas de educación continuada poderosas y ganadoras, que atraigan la atención de posibles estudiantes es cada vez mas difícil, todo ello desde el boom de las plataformas de educación ágil y la apertura de grandes universidades globales de prestigio a abrir cursos en America Latina. ¿Cuales son las temáticas y necesidades sobre las cuales se puede formular nuevos programas de educación continuada? Metodología y dispositivos analíticos Open Data Mining en unión a NLP es una metodología que permite: USAR: La enorme cantidad de información presente en internet, lanzamiento de libros, opiniones de expertos en temáticas profesionales específicas, motores de empleo (descripciones laborales) etc. DETECTAR: Mediante uso de machine learning (Natural Language Processing) detectar patrones lingüísticos ocultos que conecten con temáticas de interés para desarrollo de programas profesionales de educación e inclusive para hacer rediseño curricular. Gran resultado general (Work underway) Portafolio de temáticas y posibles programas de educación continuada para fortalecer la oferta de servicios de las universidades. Mejoramiento curricular de programas de pre-grado y post-grado en función de las nuevas necesidades profesionales de grupos puntuales.
Cliente: Aseguradora Solidaria Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedente: Aseguradora Solidaria, viene adelantando un proceso de transformación digital desde 2016 que involucra diferentes áreas, procesos, tecnologías y por supuesto personas. En este proceso, se ha priorizado el uso de los datos para poder agregar valor al negocio, desarrollar la relación con el intermediario y generar mayor asertividad en las decisiones de captación y retención de clientes. Necesidad: La Aseguradora necesita saber cuál es el nivel de asertividad de las iniciativas con la estrategia y que tan accionable puede ser el resultado de un proceso específico generando victorias tempranas para la organización. Para mejorar la asertividad de portafolio y estar alineados a las necesidades del mercado, la compañía ha considerado estratégico segmentar intermediarios, tomadores, PYMES, Sector Solidario, y Gobierno. Gran resultado general (Work underway) Desarrollo de modelos predictivos de fuga, valor vitalicio de cliente, venta cruzada y venta escalonada para tomadores personas naturales y jurídicas de los diferentes ramos de seguros. Habilitación, implementación y entrenamiento al personal de la plataforma SAS Visual Data Minning and Machine learning y SAS Enterprise Miner. Generación de modelos de aprendizaje no supervisado y segmentación para PYMES, Sector solidario, Persona natural y persona jurídica Algunos casos de uso derivados de la integración de esta información fueron: Clasificación RFP Recencia – Frecuencia – Prima Describe el perfil transaccional del tomador en función de la prima y sus componentes. rescatando la interacción entre fechas y cantidad de transacciones. Deja ver el grado de OPORTUNIDAD del tomador. Clasificación RFG Recencia – Frecuencia – Gasto Prioriza el egreso entendido como comisión, siniestro, reaseguro etc. Deja ver el nivel de RIESGO del tomador. Detección de segmentos Se cruzan las clasificaciones de oportunidad y riesgo generando segmentos. Motores de decisión para “Next Best Offer” Se generan motores de decisión desde modelos de Fuga, CLV, venta cruzada y escalonada. Entregables y aprendizajes: Se desarolla un framework de trabajo que, basado en acelerar el valor del intermediario y el cliente, logro implementar una ruta de modelos predictivos de alta eficiencia que responde a victorias tempranas requeridas por la organización. Usando una metodología ÁGIL se mapean los requerimientos de tres flujos de proceso (Fuga, Valor de cliente, venta cruzada,venta escalonada), se automatiza con analítica y se generan reportes estáticos de rendimiento y mejora continua. Mediante técnicas de análisis supervisado y no supervisado en contexto de minería de datos y machine learning, se llega a la generación de un reporte de rendimiento del proceso, un FUNNEL de funcionalidad del proceso y se exponen de manera estática los indicadores de mejora continua. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Auteco Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: El servicio postventa es clave. Si bien las motos no se recompran con alta velocidad, asegurar la compra de repuestos y servicios de mantenimiento con la casa comercializadora, es clave para establecer relaciones a largo plazo entre el dueño de la moto y el fabricante. Necesidad: Predecir la probabilidad de falla moto a moto para alistar los insumos necesarios para atender dichas fallas desde los talleres auteco. Predecir la probabilidad que un usuario repare su moto en talleres no autorizados y con repuestos no originales. Gran resultado general (Work underway) Campañas de mantenimiento preventivo con promociones calibradas según cada usuario para incentivar la compra de repuestos originales en talleres autorizados. Hoja de vida por cliente con indicadores de fuga. Alertas integrativas en todo el customer journey map. Entregables y aprendizajes: La predicción de fallas nos permitió entender el momento en el tiempo donde debemos comunicarnos con el usuario para incentivarlo a venir a talleres autorizados. La predicción de fallas nos permitió organizar el proceso de abastecimiento para asegurar que tenemos los repuestos e insumos necesarios para atender la demanda de reparaciones. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Auteco Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: El servicio postventa es clave. Si bien las motos no se recompran con alta velocidad, asegurar la compra de repuestos y servicios de mantenimiento con la casa comercializadora, es clave para establecer relaciones a largo plazo entre el dueño de la moto y el fabricante. Necesidad: Predecir la probabilidad de falla moto a moto para alistar los insumos necesarios para atender dichas fallas desde los talleres auteco. Predecir la probabilidad que un usuario repare su moto en talleres no autorizados y con repuestos no originales. Gran resultado general (Work underway) Campañas de mantenimiento preventivo con promociones calibradas según cada usuario para incentivar la compra de repuestos originales en talleres autorizados. Hoja de vida por cliente con indicadores de fuga. Alertas integrativas en todo el customer journey map. Entregables y aprendizajes: La predicción de fallas nos permitió entender el momento en el tiempo donde debemos comunicarnos con el usuario para incentivarlo a venir a talleres autorizados. La predicción de fallas nos permitió organizar el proceso de abastecimiento para asegurar que tenemos los repuestos e insumos necesarios para atender la demanda de reparaciones. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Liberty Seguros Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: Generalmente en el sector asegurador, la fuga del cliente era dificil de ver porque las aseguradoras guardan la información a nivel póliza. Crear una vista de cliente único y administrar la fuga de clientes valiosos basando las decisiones no solo en el churn sino tambien en el CLV. Necesidad: Medir la probabilidad de perder clientes persona natural y persona jurídica por ramo comercial y teniendo en cuenta el rol del intermediario. Gran resultado general (Work underway) Un modelo de fuga voluntaria e involuntaria para clientes persona natural y jurídica. Modelo de valor vitalicio de cliente para priorizar las acciones de retención y rentabilización en función del potencial financiero que cada cliente representa para la organización. Entregables y aprendizajes: La creación de un repositorio único de información que integre la data de experiencia del usuario con todas las áreas: Facturación, siniestros, comercialización. No es posible ejercer trabajo en retener clientes no rentables. El modelo de CLV es un excelente complemento a la gestión del cliente. Las campañas de retención se ejecutan en unión al intermediario como líder de la relación con el cliente. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Auteco Metodología: Ci360 Puntos de dolor / necesidad / objetivo general del cliente (Situation) La venta de motos requiere alinear diferentes componentes y estimular la demanda de frentes como la venta de repuestos, los servicios de mantenimiento, la venta misma de motos y todo esto manteniendo control de las PQRS y la dimensión de servicio al cliente. Consciente de la necesidad de estimular la demanda y crear campañas multicanal para comunicarse con el usuario de motos para tal fin, AUTECO buscó integrar información desde diferentes fuentes para crear activos analíticos (modelos predictivos y reportes) para administrar su estrategia de marketing relacional. Gran resultado general (Work underway) Tomando información de ventas más información del RUNT, fue posible una clara y profunda caracterización del usuario de motos, entendiendo su historial transaccional con AUTECO y fuera de AUTECO. Los perfiles de uso de los diferentes servicios complementarios, los RFM de compra de repuestos entre otras dimensiones, facilitaron de forma eficiente la creación de modelos predictivos que detonan decisiones de comunicación para estimular la demanda. Con las probabilidades de compra, cliente a cliente, fue posible alertar a los talleres para que se provisionaran de aquellos repuestos necesarios para tolerar la demanda que se estaba estimulando. Entregables y aprendizajes: Estimular la demanda via campañas requiere crear alertas en la cadena de valor para asegurar la provision de las materias primas y repuestos que necesitan para responder al cliente. La estrategia RFM (recencia, frecuencia y monto) es una técnica descriptiva que permite crear variables con impacto predictivo. Detonar campañas implica crear un CDM (Common data model) que cargue toda la información de inicial (ETL de originación) para crear campañas y posterior cargue la información de los resultados (ETL de retroalimentación) para entrenar modelos a futuro y gestionar reportes de valor. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Abbott Metodología: DDPO (Demand Driven Planning & Optimization) Puntos de dolor / necesidad / objetivo general del cliente (Situation) Derivado de la crisis por COVID 19, la formulación de medicamentos frente nuevos diagnósticos se redujo, la dinamica de la visita médica se mermó y los resultados del sector farma se vieron afectados ya que el aislamiento social no solo evita el contagio de COVID sino de otras enfermedades respiratorias y gastrointestinales. Conscientes de esta dinámica y con el ánimo de habilitar esfuerzos para responder rápidamente a los cambios en el mercado, ABBOTT requería pronosticar la formulación, venta y consumo antes y durante COVID para crear escenarios que permitan anticipar acciones preventivas. Gran resultado general (Work underway) Nuestro modelo DDPO (Demand Driven Planning & Optimization) permitió pronosticar la formulación y venta de más de 453 productos en 23 geografías para estudiar la dinámica de afectación por COVID 19 sobre las ventas. Estos pronósticos facilitaron la inclusión de reglas de negocio bajo escenarios realistas, pesimistas y optimistas para agudizar así la dinámica de visita médica, educación médica continuada y muestra médica durante la contingencia. Entregables y aprendizajes: Probamos más de 70 metodologías de pronóstico para cada SKU * región para escoger aquel con mejor desempeño técnico. Desarrollamos tableros de control en Power BI para analizar las cifras de forma visual, contando una historia y con pertinencia para el negocio. Mediante inclusión de reglas de negocio, creamos pronósticos conciliados a diferentes niveles de optimismo para analizar escenarios What - if Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: Mundial de Seguros Metodología: Means Puntos de dolor / necesidad / objetivo general del cliente (Situation) La dinámica de e-commerce e inssurtech invitó a Seguros Mundial a desarrollar un innovador portafolio de seguros de venta 100% online cubriendo territorios antes no explorados por el mercado. Este desarrollo demandaba que la oferta, la plataforma y la dinámica misma de comunicación, pricing y experiencia de usuario fuera memorable, significativa y trascendente Gran resultado general (Work underway) Se evaluó la pertinencia cultural, semiótica y de consumo de 3 alternativas de producto, diseñando el ciclo de experiencia de usuario y probando mendiante A/B testing la mejor narrativa para presentar el producto en un entorno digital. Se propusieron medios de pago alternativos y mecanismos de comercialización bajo la filosofía de e-commerce hibridos. Entregables y aprendizajes: La analítica de texto permite probar vía A/B testing diferentes narrativas para vender un producto en entornos digitales. Los estudios semioticos ayudan a encontrar rutas de comunicación optimizadoras, que aprovechan simbolos y signos presentes en la mente del consumidor. Las bases de datos de imagenes y la analítica de imágenes y video permite aislar simbolos de valor cultural para ser aprovechados en procesos de UX. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica
Cliente: HAVAS - ENFAMIL Metodología: Addppt Puntos de dolor / necesidad / objetivo general del cliente (Situation) La diferenciación en la góndola es un reto contínuo en marcas de consumo masivo. Por lo que se requiere usar la mayor cantidad de simbolos y simplificadores para ayudar al consumidor a encontrar el producto en la góndola y en ese proceso el diseño de empaque es clave. Los retailers compiten en diferenciación por lo que exigen a las marcas presentaciones diferenciales que no se repitan en otros escenarios. Es por ello que ENFAMIL debía encontrar la mejor forma de cambiar su empaque sin dejar de comunicar sus beneficios emocionales y funcionales de forma clara para las familias compradoras. Gran resultado general (Work underway) Mediante experimentos de economía conductual, se logró analizar el trade / off de los iconos del empaque entendiendo que elementos podrían ser cambiados sin alterar el significado. El experimento permitió encontrar iconografías y narrativas que actuaban como nudges de compra. Las nuevas versiones de empaque resultaron reforzar ideales de producto como el impacto en el desarrollo cerebral, estimulación de la inmunidad e impacto en el desarrollo cognitivo de los niños Entregables y aprendizajes: La economía conductual es un área de intersección entre la economía y la psicología para describir, explicar, predecir e intervenir sobre la forma como las personas toman decisiones. Un nudge es un estímulo que facilita la decisión. Se basa en activar tensiones incoscientes para que el consumidor termine decidiendo por su cuenta. Los estudios semioticos ayudan a encontrar rutas de comunicación optimizadoras, que aprovechan simbolos y signos presentes en la mente del consumidor. Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? América del Sur México y Centroamérica