Cliente: Sector educativo Metodología: Open Data Mining & NLP Puntos de dolor / necesidad / objetivo general del cliente (Situation) Para focalizar esfuerzos pedagógicos y de desarrollo curricular, las universidades deben enfocarse en producir contenido y programas que den satisfacción a la demanda empresarial. ¿Cuál es esta demanda? Al analizar las ofertas de empleo, estas narran una completa radiografía de estas necesidades, indicando el tiempo de competencias y el valor salarial que una empresa está dispuesta a pagar por un profesional que acredite dichos saberes. 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 ofertas laborales DETECTAR: Detectar y segmentar ofertas laborales según su contenido, aislando las competencias que las empresas necesitas ANALIZAR: mediante modelos predictivos cual es el valor comercial que representa en el salario de un profesional acreditar una competencia puntual. Gran resultado general (Work underway) Mapa completo de competencias demandadas a nivel sector y geografía para hacer ofertas pedagógicas con enfoque regional y sectorial Valorización de las competencias en el mercado laboral.
Cliente: Geek2Net Metodología: Enygma Puntos de dolor / necesidad / objetivo general del cliente (Situation) El crimen informático crece y las empresas necesitan implementar procesos y tecnologías para perpetuar su negocio, defenderlo de los ataques cibernéticos y desarrollar fortalezas de cara a nuevos mercados. Geek2Net es una empresa colombiana de seguridad informática que requería construir su plan de mercadeo entendiendo la OFERTA y la DEMANDA en este mercado. Metodología y dispositivos analíticos ENYGMA es una metodología que permite: MAPEAR: Dimensionar el competidor, su producto, modelo de servicio, precios, puntos de atención, dinámica de comunicación, dinámica comercial usando inteligencia artificial y explotación masiva de la información disponible en redes. ENTENDER: El comprador de estas soluciones como persona (Buyer Persona) dimensionando sus tensiones ocultas, necesidades inconscientes, incentivos, retos productivos. RECONSTRUIR: El CANVAS de la oferta de valor del sector, de cada competidor. DISEÑAR: El Customer Journey Map y las experiencias deseadas que un usuario debe experimentar con el producto y con el servicio. Gran resultado general (Work underway) Mapa completo de competidores y dimensionamiesto de su tamaño, oferta de valor, diferenciales competitivos, modelos comerciales y de tarifas. Entendimiento del usuario final, tensiones y necesidades al igual que retos productivos. CANVAS de oferta de valor y modelo de negocio. Ciclo de experiencia del usuario actual e ideal en función de hallazgos del estudio.
Cliente: DiDi Metodología: Ci360° & Morphologyk Puntos de dolor / necesidad / objetivo general del cliente (Situation) La economía digital llegó para quedarse, las modalidades de transporte también. Una empresa como DiDi, puede crecer de dos formas: Creciendo en participación: ganando mas espacio de la torta dentro de aquellos que han adoptado ride-hailing y ridesharing como medio de transporte. Creciendo en penetración: atrayendo nuevos usuarios a la categoría agilizando los procesos para conversión en usuarios DiDi El equipo de marketing, fundó una iniciativa analítica llamada Unlock Market Penetration, esta iniciativa buscaba entender las causales que pueden predecir la no adopción de la categoría y las oportunidades que pueden motivar la conversión. Metodología y dispositivos analíticos Los no usuarios de ridehailing pueden encontrarse en entornos digitalizados y no digitalizados, es por ello que nuestro abordaje metodológico implicó: Diarios off line de movilidad para que las personas no digitalizadas reportaran sus dinámicas de viaje. Diarios on line para que las personas digitalizadas reportaran su journey. Cookie tracking para analizar cómo las personas digitalizadas navegan en internet, sus preferencias, gustos, los influenciadores que consultan y sus hábitos digitales en general. Grupos focales: para entender en profundidad cada audiencia desde sus mitos, ritos, prácticas y hábitos de movilidad. Gran resultado general (Work underway) La interacción de técnicas tradicionales de investigación en asocio a técnicas de big data, nos permitió encontrar: Cerca de 24 barreras de adopción de la categoría. Segmentos de oportunidad para ganar penetración y quitarle mercado al auto propio, la moto, los trayectos a pié y el taxi. Definir los potenciales de mercado, trayectos potenciales y volumetria estimada en cada oportunidad. Construir un simulador de penetración de mercado. Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de MlOps y DeOps. ¿Entramos en contacto? América del Sur México y Centroamérica
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: ABInBev Metodología: Brand Equity Maturity Monitor Puntos de dolor / necesidad / objetivo general del cliente (Situation) El equipo regional de ABI con oficina central el NYC tenía inconvenientes para integrar información proveniente de más de 50 países donde tienen presencia con portafolio de cervezas, NABS y Adjecencies. Parte del problema implica que cada país produce información proveniente de diferentes sistemas transaccionales, sin estandarización y de diferentes proveedores de investigación locales. A lo anterior se sumaba la ausencia de un mapa mental que facilitara la navegación en esta información para aislar aquella de valor trascendental para el monitoreo de la estrategia. Gran resultado general (Work underway) Nuestro equipo de consultores moderó una serie de encuentros con los VP de ABI en NYC para construir un mapa mental que facilitara la integración de la información cubriendo las necesidades de diferentes negocios: Global Brands (Corona, Stella Artrois, Michellob Ultra), Beers, Adjecencies. El resultado fue una hoja de ruta que prioriza las necesidades de visualización, integración de información, creación de modelos analíticos y reporting para el equipo GLOBAL. Entregables y aprendizajes: La creación de casos de uso, implica un mapa mental claro de las necesidades del negocio, no de las limitaciones de la data. Las metodologías de ladering propias de la investigación cualitativa permiten entender por capas los objetivos de negocio para plasmarlos eficientemente en casos de uso. La investigación cualitativa, metódica, es un recurso clave para desarrollar planes de ingeniería. 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: ZFB Metodología: Visual Data Discovery Puntos de dolor / necesidad / objetivo general del cliente (Situation) Una de las tendencias más representativas en la dinámica de comercio exterior en época post COVID sera el Reshoring. Encontrar las empresas con alta probabilidad de entrar en esta tendencia para ponerles sobre la mesa una oferta de valor integradora que involucre los beneficios tributarios, arancelarios y del regimen franco termina siendo un caballo de batalla notorio para la recuperación económica. Gran resultado general (Work underway) Haciendo uno de procesos de minería de datos y analitica avanzada, se estimo para cerca de 45500 empresas la probabilidad de entrar en tendencias de Reshoring. Esta analítica se hace sectorialmente con el objetivo de automatizar mediante inteligencia artificial un caso de negocio que muestre a estas empresas los beneficios que Colombia ofrece a travez del regimen fanco, los tratados de libre comercio y las tributación arancelaria. Al finalizar el proyecto, se contó con 721 empresas identificadas para el desarrollo de estrategias de Reshoring y Off Shoring lideradas por la Zona Franca de Bogotá. Entregables y aprendizajes: Teniendo en cuenta las características económicas, arancelarias y financieras de las empresas, es posible predecir el grado de rentabilidad que obtendrían en un esquema de Reshoring El Reshoring score, permite identificar las empresas con alto potencial de entrar en esta tendencia facilitando foco en el despliegue comercial de la propuesta de valor. La inteligencia artificial puede crear evaluaciones financieras rápidas para cada empresa potencial de Reshoring mostrando el retorno de inversión de entrar en esta tendencia iterando con diferentes partidas arancelarias. 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