--- title: Gobierno de datos y analítica transversal en telcos. description: Generamos valor integrando la metadata de la organización, estableciendo diccionarios de datos e integrando datos con fines analíticos image: https://blog.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-06-42-41-7162-PM.jpg --- # Gobierno de datos y analítica transversal en telcos. ![Gabriel Contreras](https://app.hubspot.com/settings/avatar/3a838101357db79b8c4debf12f1f8a93) Publicado por [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) 09-oct-2021 14:22:27 2 minutes to read Cliente: DirecTV Metodología: [Churn Management](https://www.sinnetic.com/anticiparse-futuro?hsLang=es-co) Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: Al ser una organización que cotiza en bolsa, un punto de churn implica deterioro en el valor de la acción. Ahora, al ser una compañía con productos basados en televisión y no la mezcla TV + telefonía + internet como otros competidores, las herramientas de retención se vuelven limitadas, basadas en calidad, excelencia operativa y contenido premium. Necesidad: Calibrar modelos de fuga eficientes y hacer estimaciones de las pérdidas de clientes futuras para anticipar la pérdida con antelación. Gran resultado general (Work underway) - Desarrollo de Un modelo de datos, que concentró la información de diferentes fuentes dentro de la compañía (facturación, PQRS, Servicio, operación) lo que redujo significativamente el tiempo dedicado a consultas, modelamiento y decisiones. - Creación de modelos que permitan detectar y controlar el churn early (fuga de clientes en los primeros meses del contrato). - Modelos competitivos de churn voluntario e involuntario. - Modelos de respuesta incremental para medir la eficiencia de herramientas de retención. Entregables y aprendizajes: - Un modelo entidad relación que integre la data que gira al rededor de la experiencia del cliente, reduce hasta en un 75% el tiempo dedicado a consultas, modelamiento, reporteo y "decisiones data driven" - Los modelos de respuesta incremental, nos permite comparar la eficiencia de las herramientas de retención comparando expuestos vs controles ante diferentes formatos y promociones. Esto permite crear un repositorio de mejores prácticas que permiten controlar el costo financiero de la retención para no afectar el ARPU de los clientes. - Estandarizar los proveedores externos como Contact Center y gestión de redes sociales es clave para evitar que el cambio de proveedores afecte en flujo futuro de la información.   Queremos acompañar tus procesos de migración a la nube con nuestros expertos en MlOps y DataOps. ¿Entramos en contacto? [América del Sur](https://meetings.hubspot.com/gabriel-contreras?__hstc=153243239.4172d744fdd21a7a128ec30c5bed7cfc.1633626030946.1633965195428.1634012989656.5&__hssc=153243239.12.1634012989656&__hsfp=3685108334) [México y Centroamérica](https://meetings.hubspot.com/lucie-poisson?__hstc=153243239.4172d744fdd21a7a128ec30c5bed7cfc.1633626030946.1633965195428.1634012989656.5&__hssc=153243239.12.1634012989656&__hsfp=3685108334)   - [**](http://www.facebook.com/share.php?u=https://blog.sinnetic.com/es/use-cases/gobierno-de-datos) - [**](https://twitter.com/share?text=Gobierno%20de%20datos%20y%20analítica%20transversal%20en%20telcos.&url=https://blog.sinnetic.com/es/use-cases/gobierno-de-datos&hashtags=weareawesome&via=bluleadz) - [**](http://www.linkedin.com/shareArticle?mini=true&url=https://blog.sinnetic.com/es/use-cases/gobierno-de-datos) - [**](mailto:?subject='https://blog.sinnetic.com/es/use-cases/gobierno-de-datos') [Predecir el futuro](https://blog.sinnetic.com/es/use-cases/tag/predecir-el-futuro), [gobierno de datos](https://blog.sinnetic.com/es/use-cases/tag/gobierno-de-datos) ![Gabriel Contreras](https://app.hubspot.com/settings/avatar/3a838101357db79b8c4debf12f1f8a93) ### [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) ### ¿CÓMO PODEMOS AYUDARTE? ### Recientes ### Publicaciones por etiqueta - [Optimizar y adaptar la estrategia (20)](https://blog.sinnetic.com/es/use-cases/tag/optimizar-y-adaptar-la-estrategia) - [Descubrir nuevas oportunidades (7)](https://blog.sinnetic.com/es/use-cases/tag/descubrir-nuevas-oportunidades) - [Inteligencia artificial (7)](https://blog.sinnetic.com/es/use-cases/tag/inteligencia-artificial) - [Predecir el futuro (7)](https://blog.sinnetic.com/es/use-cases/tag/predecir-el-futuro) - [Machine learning (6)](https://blog.sinnetic.com/es/use-cases/tag/machine-learning) - [Abordar el mercado (5)](https://blog.sinnetic.com/es/use-cases/tag/abordar-el-mercado) - [Go to market (4)](https://blog.sinnetic.com/es/use-cases/tag/go-to-market) - [Monetización de datos (4)](https://blog.sinnetic.com/es/use-cases/tag/monetización-de-datos) - [Scrapping (4)](https://blog.sinnetic.com/es/use-cases/tag/scrapping) - [Servicios Cognitivos (4)](https://blog.sinnetic.com/es/use-cases/tag/servicios-cognitivos) - [Servicios de Insights (4)](https://blog.sinnetic.com/es/use-cases/tag/servicios-de-insights) - [B2B (3)](https://blog.sinnetic.com/es/use-cases/tag/b2b) - [CLV (3)](https://blog.sinnetic.com/es/use-cases/tag/clv) - [Churn (3)](https://blog.sinnetic.com/es/use-cases/tag/churn) - [Caso de éxito (2)](https://blog.sinnetic.com/es/use-cases/tag/caso-de-éxito) - [Next Best Action (2)](https://blog.sinnetic.com/es/use-cases/tag/next-best-action) - [gobierno de datos (2)](https://blog.sinnetic.com/es/use-cases/tag/gobierno-de-datos) - [Brand Equity (1)](https://blog.sinnetic.com/es/use-cases/tag/brand-equity) - [Ciberseguridad (1)](https://blog.sinnetic.com/es/use-cases/tag/ciberseguridad) - [Ciencias del comportamiento (1)](https://blog.sinnetic.com/es/use-cases/tag/ciencias-del-comportamiento) - [Cobranza (1)](https://blog.sinnetic.com/es/use-cases/tag/cobranza) - [Data sintética (1)](https://blog.sinnetic.com/es/use-cases/tag/data-sintética) - [Finanzas (1)](https://blog.sinnetic.com/es/use-cases/tag/finanzas) - [IA (1)](https://blog.sinnetic.com/es/use-cases/tag/ia) - [Pagos digitales (1)](https://blog.sinnetic.com/es/use-cases/tag/pagos-digitales) - [People Analytics (1)](https://blog.sinnetic.com/es/use-cases/tag/people-analytics) - [ecommerce (1)](https://blog.sinnetic.com/es/use-cases/tag/ecommerce) [Ver todo](https://blog.sinnetic.com/es/use-cases/gobierno-de-datos#) ### Artículos Relacionados ## [Monetización de datos en mercado energético y agrícola](https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola) Poblicado por [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 13-dic-2021 14:25:46 Cliente: BOLSA MERCANTIL DE COLOMBIA [ CONTINUAR LEYENDO ](https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola) ## [IA 2026: del dato sucio a la alerta temprana en salud pública](https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica) Poblicado por [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 28-dic-2025 19:51:08 Al cerrar 2025, en **SINNETIC** venimos trabajando con expertos sectoriales para anticipar cómo puede... [ CONTINUAR LEYENDO ](https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica) ## [Valoración de competencias con scrapping y machine learning](https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning) Poblicado por [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 10-mar-2023 17:40:51 Cliente: Sector educativo [ CONTINUAR LEYENDO ](https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning) ### Grow your business more quickly with our solutions for inbound and ecommerce Discover a new digital growth model that attracts visitors, converts them into leads, transforms them into customers and then follows them in the after-sales phase, managed with traditional trade methods or with ecommerce. TAKE AN APPOINTMENT [![WhatsApp](https://upload.wikimedia.org/wikipedia/commons/6/6b/WhatsApp.svg) ](https://wa.me/573180242831) ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "2024-12-26T18:43:14.420Z", "datePublished" : "2021-10-09T19:22:27.000Z", "headline" : "Gobierno de datos y analítica transversal en telcos.", "image" : [ "https://blog.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-06-42-41-7162-PM.jpg" ], "mainEntityOfPage" : { "@id" : "https://blog.sinnetic.com/es/use-cases/gobierno-de-datos", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://blog.sinnetic.com/hubfs/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: DirecTV Metodología: Churn Management Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: Al ser una organización que cotiza en bolsa, un punto de churn implica deterioro en el valor de la acción. Ahora, al ser una compañía con productos basados en televisión y no la mezcla TV + telefonía + internet como otros competidores, las herramientas de retención se vuelven limitadas, basadas en calidad, excelencia operativa y contenido premium. Necesidad: Calibrar modelos de fuga eficientes y hacer estimaciones de las pérdidas de clientes futuras para anticipar la pérdida con antelación. Gran resultado general (Work underway) Desarrollo de Un modelo de datos, que concentró la información de diferentes fuentes dentro de la compañía (facturación, PQRS, Servicio, operación) lo que redujo significativamente el tiempo dedicado a consultas, modelamiento y decisiones. Creación de modelos que permitan detectar y controlar el churn early (fuga de clientes en los primeros meses del contrato). Modelos competitivos de churn voluntario e involuntario. Modelos de respuesta incremental para medir la eficiencia de herramientas de retención. Entregables y aprendizajes: Un modelo entidad relación que integre la data que gira al rededor de la experiencia del cliente, reduce hasta en un 75% el tiempo dedicado a consultas, modelamiento, reporteo y decisiones data driven Los modelos de respuesta incremental, nos permite comparar la eficiencia de las herramientas de retención comparando expuestos vs controles ante diferentes formatos y promociones. Esto permite crear un repositorio de mejores prácticas que permiten controlar el costo financiero de la retención para no afectar el ARPU de los clientes. Estandarizar los proveedores externos como Contact Center y gestión de redes sociales es clave para evitar que el cambio de proveedores afecte en flujo futuro de la información. 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", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Gobierno de datos y analítica transversal en telcos.", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-06-42-41-7162-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/gobierno-de-datos", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ```