--- title: Nuestra experiencia tangible en ciencia de datos e investigación description: Casos de estudio derivados de nuestra práctica consultiva en ciencia de datos, investigación, big data y machine learning --- # Casos de estudio SINNETIC #### Post per tag - [Optimizar y adaptar la estrategia](https://blog.sinnetic.com/es/use-cases/tag/optimizar-y-adaptar-la-estrategia) - [Descubrir nuevas oportunidades](https://blog.sinnetic.com/es/use-cases/tag/descubrir-nuevas-oportunidades) - [Inteligencia artificial](https://blog.sinnetic.com/es/use-cases/tag/inteligencia-artificial) - [Predecir el futuro](https://blog.sinnetic.com/es/use-cases/tag/predecir-el-futuro) - [Machine learning](https://blog.sinnetic.com/es/use-cases/tag/machine-learning) - [Abordar el mercado](https://blog.sinnetic.com/es/use-cases/tag/abordar-el-mercado) - [Go to market](https://blog.sinnetic.com/es/use-cases/tag/go-to-market) - [Monetización de datos](https://blog.sinnetic.com/es/use-cases/tag/monetización-de-datos) - [Scrapping](https://blog.sinnetic.com/es/use-cases/tag/scrapping) - [Servicios Cognitivos](https://blog.sinnetic.com/es/use-cases/tag/servicios-cognitivos) - [Servicios de Insights](https://blog.sinnetic.com/es/use-cases/tag/servicios-de-insights) - [B2B](https://blog.sinnetic.com/es/use-cases/tag/b2b) - [CLV](https://blog.sinnetic.com/es/use-cases/tag/clv) - [Churn](https://blog.sinnetic.com/es/use-cases/tag/churn) - [Caso de éxito](https://blog.sinnetic.com/es/use-cases/tag/caso-de-éxito) - [Next Best Action](https://blog.sinnetic.com/es/use-cases/tag/next-best-action) - [gobierno de datos](https://blog.sinnetic.com/es/use-cases/tag/gobierno-de-datos) - [Brand Equity](https://blog.sinnetic.com/es/use-cases/tag/brand-equity) - [Ciberseguridad](https://blog.sinnetic.com/es/use-cases/tag/ciberseguridad) - [Ciencias del comportamiento](https://blog.sinnetic.com/es/use-cases/tag/ciencias-del-comportamiento) - [Cobranza](https://blog.sinnetic.com/es/use-cases/tag/cobranza) - [Data sintética](https://blog.sinnetic.com/es/use-cases/tag/data-sintética) - [Finanzas](https://blog.sinnetic.com/es/use-cases/tag/finanzas) - [IA](https://blog.sinnetic.com/es/use-cases/tag/ia) - [Pagos digitales](https://blog.sinnetic.com/es/use-cases/tag/pagos-digitales) - [People Analytics](https://blog.sinnetic.com/es/use-cases/tag/people-analytics) - [ecommerce](https://blog.sinnetic.com/es/use-cases/tag/ecommerce) ## [Habilitación de capacidades de Cx - Ux y Analytics en DirecTv](https://blog.sinnetic.com/es/use-cases/habilitación-de-capacidades-de-cx-ux-y-analytics-en-directv) Posted by [Sinnetic](https://blog.sinnetic.com/es/use-cases/author/sinnetic) | 01-jun-2026 6:27:17 **Cliente:**DirecTV [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/habilitación-de-capacidades-de-cx-ux-y-analytics-en-directv) ## [IA 2026: del dato sucio a la alerta temprana en salud pública](https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica) Posted by [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... [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica) ## [Datawarehouse enfocado en el Customer Journey](https://blog.sinnetic.com/es/use-cases/datawarehouse-enfocado-en-el-customer-journey) Posted by [Javier Calvo](https://blog.sinnetic.com/es/use-cases/author/javier-calvo) | 22-oct-2025 11:20:52 **Cliente: **Financiero  [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/datawarehouse-enfocado-en-el-customer-journey) ## [Predicción y simulación de producción de azúcar: Agricultura precisión](https://blog.sinnetic.com/es/use-cases/agricultura-precision) Posted by [Javier Calvo](https://blog.sinnetic.com/es/use-cases/author/javier-calvo) | 18-feb-2025 7:42:50 Cliente:Ingenios azucareros del Valle  [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/agricultura-precision) ## [Scrapping intensivo: desarrollo de producto](https://blog.sinnetic.com/es/use-cases/scrapping-intensivo-desarrollo-de-producto) Posted by [Laura Sanchez](https://blog.sinnetic.com/es/use-cases/author/laura-sanchez) | 10-mar-2023 17:47:37 Cliente: Sector cosmética y cuidado personal [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/scrapping-intensivo-desarrollo-de-producto) ## [Scrapping y machine learning: educación continuada](https://blog.sinnetic.com/es/use-cases/scrapping-y-machine-learning-educación-continuada) Posted by [Laura Sanchez](https://blog.sinnetic.com/es/use-cases/author/laura-sanchez) | 10-mar-2023 17:44:46 Cliente: Universidades [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/scrapping-y-machine-learning-educación-continuada) ## [Valoración de competencias con scrapping y machine learning](https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 10-mar-2023 17:40:51 Cliente: Sector educativo [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning) ## [Competitividad en ecommerce: machine learning en acción](https://blog.sinnetic.com/es/use-cases/competitividad-en-ecommerce-machine-learning-en-accion) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 06-mar-2023 17:38:19 Cliente: Ecommerce [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/competitividad-en-ecommerce-machine-learning-en-accion) ## [¿Dónde encontrar gente sensible a comprar vivienda?](https://blog.sinnetic.com/es/use-cases/donde-encontrar-gente-sensible-a-comprar-vivienda) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 02-may-2022 18:29:39 Cliente: Constructora Bolivar [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/donde-encontrar-gente-sensible-a-comprar-vivienda) ## [Ciberseguridad como mercado y como tendencia](https://blog.sinnetic.com/es/use-cases/ciberseguridad-como-mercado-y-como-tendencia) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 13-mar-2022 3:03:14 Cliente: Geek2Net [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/ciberseguridad-como-mercado-y-como-tendencia) ## [Ux/Cx App servicios bancarios](https://blog.sinnetic.com/es/use-cases/ux-cx-app-servicios-bancarios) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 14-ene-2022 13:27:16 Cliente: Davivienda [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/ux-cx-app-servicios-bancarios) ## [Fidelización del conductor de ride-hailing](https://blog.sinnetic.com/es/use-cases/fidelizacion-del-conductor-de-ride-hailing) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 14-ene-2022 13:26:19 Cliente:DiDi [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/fidelizacion-del-conductor-de-ride-hailing) ## [Monetización de datos en mercado energético y agrícola](https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 13-dic-2021 14:25:46 Cliente: BOLSA MERCANTIL DE COLOMBIA [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola) ## [FieldForce Effectiveness: People Analytics](https://blog.sinnetic.com/es/use-cases/fieldforce-effectiveness-people-analytics) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 07-dic-2021 23:34:09 Cliente: SYNGENTA [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/fieldforce-effectiveness-people-analytics) ## [Market Share Analytics: Seguros de salud.](https://blog.sinnetic.com/es/use-cases/market-share-salud) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 30-nov-2021 20:56:56 Cliente: FUNDACIÓN CARDIOINFANTIL [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/market-share-salud) ## [Brand Equity en Salud](https://blog.sinnetic.com/es/use-cases/brand-equity-en-salud) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 30-nov-2021 20:48:44 Cliente: FUNDACIÓN CARDIOINFANTIL [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/brand-equity-en-salud) ## [Recuperación analítica de activos](https://blog.sinnetic.com/es/use-cases/asset-analytics) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 06-nov-2021 18:54:43 Cliente: WODEN [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/asset-analytics) ## [Analítica en procesos de cobranza](https://blog.sinnetic.com/es/use-cases/analitica-en-procesos-de-cobranza) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 26-oct-2021 18:24:34 Cliente:Refinancia [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/analitica-en-procesos-de-cobranza) ## [Experiencia de usuario B2B](https://blog.sinnetic.com/es/use-cases/experiencia-de-usuario-b2b) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 26-oct-2021 18:24:20 Cliente:Colsubsidio [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/experiencia-de-usuario-b2b) ## [Comprensión de barreras de adopción de ride-hailing](https://blog.sinnetic.com/es/use-cases/comprension-de-barreras-de-adopcion-de-ride-hailing) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 26-oct-2021 15:35:53 Cliente:DiDi [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/comprension-de-barreras-de-adopcion-de-ride-hailing) ## [Fuga, valor vitalicio de cliente, venta cruzada y venta escalonada.](https://blog.sinnetic.com/es/use-cases/fuga-de-clientes) Posted by [Laura Sanchez](https://blog.sinnetic.com/es/use-cases/author/laura-sanchez) | 09-oct-2021 14:40:54 Cliente: Aseguradora Solidaria [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/fuga-de-clientes) ## [Probabilidad de churn y servicios postventa: Motos](https://blog.sinnetic.com/es/use-cases/analytics-churn) Posted by [Laura Sanchez](https://blog.sinnetic.com/es/use-cases/author/laura-sanchez) | 09-oct-2021 14:29:28 Cliente: Auteco [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/analytics-churn) ## [Gobierno de datos y analítica transversal en telcos.](https://blog.sinnetic.com/es/use-cases/gobierno-de-datos) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 09-oct-2021 14:22:27 Cliente: DirecTV [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/gobierno-de-datos) ## [Campañas de mantenimiento preventivo con promociones.](https://blog.sinnetic.com/es/use-cases/predecir-futuro-auteco-churn-management) Posted by [Laura Sanchez](https://blog.sinnetic.com/es/use-cases/author/laura-sanchez) | 09-oct-2021 14:05:54 Cliente: Auteco [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/predecir-futuro-auteco-churn-management) ## [Next Best Action para seguros B2B y B2C](https://blog.sinnetic.com/es/use-cases/next-best-action) Posted by [Laura Sanchez](https://blog.sinnetic.com/es/use-cases/author/laura-sanchez) | 09-oct-2021 13:58:44 Cliente: Liberty Seguros [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/next-best-action) ## [Minería en procesos de nearshoring / comercio internacional](https://blog.sinnetic.com/es/use-cases/nearshoring-big-data) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 09-oct-2021 12:19:59 Cliente: ZFB [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/nearshoring-big-data) ## [Lealtad en el retail de agro](https://blog.sinnetic.com/es/use-cases/lealtad-retail-agro) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 09-oct-2021 12:11:09 Cliente: Syngenta [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/lealtad-retail-agro) ## [Integración de diferentes fuentes de información pública y cualitativa para diseñar un mapa de experiencia de usuario por sector.](https://blog.sinnetic.com/es/use-cases/optimizar-adaptar-estrategia-axa-colpatria) Posted by [Sinnetic](https://blog.sinnetic.com/es/use-cases/author/sinnetic) | 09-oct-2021 11:37:26 Cliente: AXA Colpatria [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/optimizar-adaptar-estrategia-axa-colpatria) ## [Diseño de customer journey maps en parques y hoteles](https://blog.sinnetic.com/es/use-cases/customer-journey-maps-parques) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 09-oct-2021 11:14:49 Cliente: Colsubsidio [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/customer-journey-maps-parques) ## [Mediante integración de métodos cualitativos, cuantitativos y de neuropsicología](https://blog.sinnetic.com/es/use-cases/abordar-mercado-segurosmundial) Posted by [Sinnetic](https://blog.sinnetic.com/es/use-cases/author/sinnetic) | 09-oct-2021 11:08:02 Cliente: Mundial de Seguros [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/abordar-mercado-segurosmundial) - - [1](https://blog.sinnetic.com/es/use-cases) - [2](https://blog.sinnetic.com/es/use-cases/page/2) - ### 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" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: DirecTV Metodología: ciencia de datos y analítica sobre churn y Customer Lifetime Value, con diseño de journeys y campañas formuladas como estrategias de modificación de conducta (economía del comportamiento y modelamiento). Problema abordado En televisión por suscripción el ingreso es recurrente y la rentabilidad se acumula con la permanencia, de modo que la pérdida de un suscriptor compromete el valor presente de los cobros futuros, y su costo tiende a exceder el del ingreso del mes. Durante el período del trabajo la categoría enfrentó presión sostenida de sustitución por streaming, lo que vuelve la retención un problema de dos capas: una porción de la fuga responde a decisión activa del cliente —cancelación por precio o por percepción de valor frente a alternativas— y otra es involuntaria, originada en fallas de pago más que en voluntad de salida. Tratar ambas con la misma palanca tiende a desperdiciar esfuerzo, porque responden a mecanismos distintos: la involuntaria se gobierna aguas arriba, reduciendo la fricción del cobro; la voluntaria exige intervenir sobre el valor percibido y el momento en que llega la oferta. El reto fue separar las dos señales, estimar cuánto vale prevenir cada caso, y concentrar la intervención donde el valor en riesgo lo justifica. Metodología aplicada Durante cuatro años se instalaron capacidades de analítica sobre la base de suscriptores, descomponiendo el churn en sus componentes voluntario e involuntario —cada uno con su propio modelo de propensión, dado que los predictores difieren: el impago anticipa la fuga involuntaria, mientras la caída de uso y la antigüedad anticipan la voluntaria—. Sobre esa base se estimó el CLV por cliente, lo que permitió ordenar la población por valor en riesgo —la combinación de probabilidad de salida y rentabilidad esperada— y no por riesgo de fuga aislado. El ciclo de vida así entendido alimentó el diseño de journeys y de campañas calibradas por segmento, concebidas como intervención conductual —timing del contacto, encuadre de la oferta, arquitectura de la decisión de pago— antes que como promoción genérica. La capacidad se transfirió a la organización mediante entrenamiento del 21% de los colaboradores en lógica de rentabilidad basada en CLV, condición para que la decisión de retención en frontera —cuánto ofrecer y a quién— incorporara el valor del cliente y no solo la urgencia de no perderlo. Resultados / aprendizajes La separación voluntario/involuntario reorganizó la intervención: una fracción relevante de la fuga se resolvía sobre el proceso de cobro, sin oferta de retención de por medio —gastar incentivo ahí habría sido ineficiente. El CLV cambió el criterio de a quién retener. No toda fuga merece la misma inversión; concentrar el gasto de retención en proporción al valor en riesgo tiende a rendir más que repartirlo de forma uniforme, sobre todo cuando coexisten clientes de baja rentabilidad cuya salida no deteriora el negocio. La venta cruzada se apoyó en el mismo entendimiento del ciclo: ofrecer el producto adicional en el punto del journey donde el cliente ya percibe valor, en lugar del empuje indiscriminado que puede acelerar la propia fuga que se busca evitar. Impacto en indicadores de negocio El programa se asocia a una reducción del churn del 24%, una mejora del 15% en venta cruzada y la instalación de capacidad organizacional vía entrenamiento del 21% de los colaboradores en gestión de rentabilidad por CLV. El valor para el negocio se proyecta sobre el ingreso recurrente retenido y sobre un cambio de criterio de asignación: pasar de defender suscriptores por igual a defenderlos en proporción a su valor.", "author" : { "@type" : "Person", "name" : "Sinnetic", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/sinnetic" }, "dateModified" : "01/06/2026", "datePublished" : "01/06/2026", "headline" : "Habilitación de capacidades de Cx - Ux y Analytics en DirecTv", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://8862358.fs1.hubspotusercontent-na1.net/hubfs/8862358/Fondo1.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/habilitación-de-capacidades-de-cx-ux-y-analytics-en-directv", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Al cerrar 2025, en SINNETIC venimos trabajando con expertos sectoriales para anticipar cómo puede evolucionar la inteligencia artificial en el sector público durante los próximos 12 meses. Recientemente consolidamos un set de predicciones de IA para gobierno y salud pública. La mía es la siguiente: La extracción automatizada de información y la resolución de entidades lideradas por IA seguirán optimizando los sistemas de reporte en salud pública, fortaleciendo la base de la vigilancia epidemiológica. ¿Qué significa esto, en términos prácticos? En 2026 veremos herramientas de IA aún más sólidas para extraer señales útiles desde datos clínicos desordenados (texto libre, formatos mixtos, registros incompletos) y para reconocer cuándo diferentes registros pertenecen a la misma persona, lugar o evento, incluso si aparecen con variaciones. En otras palabras: menos fricción operativa para integrar información, más velocidad para convertir datos “sucios” en inteligencia accionable. Estado actual y cómo evolucionará El status quo (hoy) Hoy, la IA ya se usa para: extraer y depurar datos provenientes de múltiples fuentes; emparejar registros de la misma persona/evento/instalación cuando están digitados de forma diferente. Sin embargo, típicamente funciona como un asistente intermitente: apoya etapas aisladas del proceso, con validación humana en cada paso, en vez de operar de forma verdaderamente end-to-end. ¿Qué impide que sea una herramienta más fluida? En el mundo real, los cuellos de botella suelen ser estructurales: Alta “ruidosidad” del dato clínico (heterogeneidad, texto no estandarizado, campos faltantes). Fragmentación de fuentes entre instituciones, regiones y sistemas. Infraestructura desigual para desplegar modelos avanzados a escala. Adopción cultural aún en maduración: clínicos, equipos de salud pública y ciudadanía están apenas consolidando confianza y criterios de uso. El cambio esperado en 2026 Sin asumir magia instantánea, es razonable esperar mejoras concretas: IA más competente para interpretar datos ruidosos, elevando su utilidad operativa. Extracción más precisa de hechos clave (síntomas, diagnóstico, ubicación) desde fuentes complejas, incluso notas manuscritas o formatos difíciles de leer. Resolución de entidades más automatizada: en lugar de revisar manualmente coincidencias, la IA podrá reconocer que: “Gabriel Contreras”, “Contreras Gabriel” y “G. Contreras” se refieren a la misma persona (con criterios probabilísticos y trazabilidad). Caso de uso Qué hace la IA Impacto operativo Resultado esperado Detección más rápida de brotes Extrae síntomas, resultados, ubicaciones y vincula reportes del mismo caso Reduce retrasos por formatos mixtos (papel/fax/errores) Detección de señales días antes (crítico en brotes) Análisis casi inmediato en emergencias Armoniza datos de múltiples IPS/labs en tiempo real Evita “foto borrosa” durante picos (incendios, influenza, COVID-like) Mejor conciencia situacional por zona/tiempo Planeación de recursos Conecta datos depurados para identificar necesidades por territorio Priorización más fina de insumos, brigadas y capacidad instalada Respuesta más eficiente y focalizada Seguimiento longitudinal Vincula registros de una persona a través de múltiples prestadores Disminuye duplicados y pérdidas de continuidad Tendencias más confiables, menos ruido estadístico Mirando hacia adelante El intercambio de información entre entidades y sistemas seguirá siendo un desafío estructural. Aun así, mejoras sostenidas en extracción y resolución de entidades continuarán simplificando los flujos de reporte, reforzando la vigilancia y habilitando respuestas de salud pública más oportunas y precisas. Conoce más sobre las soluciones de analítica e IA aplicada a salud pública y gobierno de SINNETIC.", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "28/12/2025", "datePublished" : "28/12/2025", "headline" : "IA 2026: del dato sucio a la alerta temprana en salud pública", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/C%C3%B3mo%20la%20IA%20en%202026%20extraer%C3%A1%20y%20conectar%C3%A1%20datos%20cl%C3%ADnicos%20para%20acelerar%20la%20vigilancia%2c%20detectar%20brotes%20y%20decidir%20mejor..jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Financiero Metodología: Arquitectura de modelo de datos ¿Cómo una arquitectura centrada en el cliente transformó la gestión de datos en una organización del sector financiero? En los proyectos de transformación digital para el sector financiero, muchas veces se parte de arquitecturas tradicionales que replican los silos operativos de los sistemas o los procesos internos. Sin embargo, cuando el objetivo es ofrecer una verdadera visión 360 del cliente, estas estructuras limitan la capacidad analítica y la toma de decisiones. Este fue el reto que asumimos en un reciente proyecto para una entidad financiera, donde desarrollamos un Data Warehouse con una arquitectura orientada al cliente, y no a los procesos. En este gráfico se visualiza el flujo del proceso de crédito. De estructuras por sistema a un modelo centrado en el cliente En lugar de modelar la información por sistemas fuente (CRM, core bancario, call center) o por procesos aislados (solicitud, desembolso, recaudo), diseñamos una arquitectura que articula todos los puntos de contacto con el cliente, desde la primera solicitud de crédito hasta la finalización del ciclo de vida. DHW Customer Journey DWH Customer Journey Esto permitió: Unificar las distintas solicitudes y créditos de un mismo usuario en una sola línea de historia. Romper los silos entre áreas y construir una narrativa única de relación con el cliente. Establecer una base sólida para modelos analíticos de comportamiento crediticio, riesgo y experiencia al cliente. Vista 360: La historia del cliente en una sola pantalla Gracias a esta estructura, desarrollamos dashboards que permiten: Visualizar de forma unificada la vida financiera del cliente. Entender la evolución de la relación con el banco y sus oportunidades de crecimiento. Verificar validaciones, responsables, tiempos y acciones en cada etapa del ciclo de vida del cliente. Acceder a una visión integral del cliente sin necesidad de navegar entre múltiples sistemas o fuentes de información. Es arquitectura de datos no es solo una herramienta tecnológica; es una nueva forma de entender la relación con nuestros clientes. Al integrar todos sus productos, interacciones y momentos clave en una sola visión, la organización puede anticipar necesidades, lograr crecimiento, personalizar experiencias y fortalecer la confianza. Pensar en el cliente como el centro del ecosistema de datos no solo mejora la eficiencia operativa, sino que impulsa una transformación cultural: pasar de administrar productos a construir relaciones inteligentes y duraderas.", "author" : { "@type" : "Person", "name" : "Javier Calvo", "sameAs" : "https://www.linkedin.com/in/javier-calvo79/", "url" : "https://blog.sinnetic.com/es/use-cases/author/javier-calvo" }, "dateModified" : "22/10/2025", "datePublished" : "22/10/2025", "headline" : "Datawarehouse enfocado en el Customer Journey", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/Plantilla%20portada%20blog-Oct-21-2025-05-47-41-2165-PM.png", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/datawarehouse-enfocado-en-el-customer-journey", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Ingenios azucareros del Valle Metodología: Spatial Models Puntos de dolor / necesidad / objetivo general del cliente (Situation) Para cumplir presupuestos y alinear la relación con proveedores y canales, en el marco de desarrollo de programas de agricultura de precisión, los ingenios azucareros deben predecir con relativa eficiencia en que momento cortar la caña para obtener la mayor biomasa y la mayor cantidad de azúcar. Los modelos basados en machine Learning suelen ser precisos a corto plazo pero inestables a largo plazo. De igual forma se necesita saber que tipo de tareas, aplicaciones, fertilizaciones etc., se deben hacer para poder elevar las expectativas de TCH y azúcar. Metodología y dispositivos analíticos Spatial models es una metodología que: Permite poner cada hacienda suerte en el mapa y analizar geoestadísticamente como aspectos como la altura, el clima y la posición en el mapa determinan en parte el desempeño del cultivo en producción de azúcar y biomasa. De igual forma permite ver la competencia por recursos de cultivos cercanos o el impacto de cultivos cercanos sobre la productividad misma de la caña. Analizar mediante estadística espacial el efecto de diferentes tratamientos como fertilizaciones, aplicaciones de productos de CP entre otros sobre el desarrollo del cultivo y la producción de TCH y azucar. Gran resultado general (Work underway) Un simulador que permite evaluar el impacto de cada aplicación, dosis y tarea sobre la producción de azúcar y TCH aislando el efecto temporal y espacial para preparar el mejor plan de tratamiento de cultivo.", "author" : { "@type" : "Person", "name" : "Javier Calvo", "sameAs" : "https://www.linkedin.com/in/javier-calvo79/", "url" : "https://blog.sinnetic.com/es/use-cases/author/javier-calvo" }, "dateModified" : "18/02/2025", "datePublished" : "18/02/2025", "headline" : "Predicción y simulación de producción de azúcar: Agricultura precisión", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/blog%20linkedin.svg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/agricultura-precision", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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.", "author" : { "@type" : "Person", "name" : "Laura Sanchez", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/laura-sanchez" }, "dateModified" : "10/03/2023", "datePublished" : "10/03/2023", "headline" : "Scrapping intensivo: desarrollo de producto", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/scrapping-intensivo-desarrollo-producto-1.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/scrapping-intensivo-desarrollo-de-producto", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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.", "author" : { "@type" : "Person", "name" : "Laura Sanchez", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/laura-sanchez" }, "dateModified" : "10/03/2023", "datePublished" : "10/03/2023", "headline" : "Scrapping y machine learning: educación continuada", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/scrapping-machine-learning-educacion-continuada-2.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/scrapping-y-machine-learning-educación-continuada", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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.", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "10/03/2023", "datePublished" : "10/03/2023", "headline" : "Valoración de competencias con scrapping y machine learning", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/valoracion-%20competencias-%20scrapping-%20machine-learning-3.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Ecommerce Metodología: Open Data Mining Puntos de dolor / necesidad / objetivo general del cliente (Situation) Las empresas con estrategia múltiple en e-commerce tienen diferentes retos: Monitorear el precio de la competencia al igual que sus ejecuciones promocionales. Asegurarse que los e-commerce que exhiben sus productos lo hagan conforme la negociación pactada y respetando los intereses promocionales y gráficos de la marca. Entender que competidores tienen productos similares y hacer análisis de competencia Metodología y dispositivos analíticos Open Data Mining es una metodología que permite: USAR: Hacer scrapping a diferentes niveles de complejidad para detectar descriptores de producto, esquemas promocionales, precios propios y de la competencia entre otros descriptores de producto en la meta data de los e-commerce DETECTAR: Espacios en los e-commerce en donde las negociaciones con los comercializadores irrespeten acuerdos comerciales ANALIZAR: Dinámicas de precio y promoción en relación a competidores cercanos. Gran resultado general (Work underway) Clara comprensión de las dinámicas de precio y promoción propias y de la competencia. Auditoria de los e-commerce para asegurar que están respetando los acuerdos de exhibición y que la competencia no tiene una posición privilegiada que impida el crecimiento de nuestra marca.", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "06/03/2023", "datePublished" : "06/03/2023", "headline" : "Competitividad en ecommerce: machine learning en acción", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/competitividad-ecommerce-machine-learning-accion.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/competitividad-en-ecommerce-machine-learning-en-accion", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Constructora Bolivar Metodología: Morphologyk Puntos de dolor / necesidad / objetivo general del cliente (Situation) Diferentes constructores han desarrollado proyectos potentes en la sabana de Bogotá. ¿Quién compra estos proyectos? ¿Cuales son sus perfiles y sus necesidades? ¿Hacia quién va dirigido el producto? en caso de desarrollar un nuevo proyecto en zonas similares ¿Cómo y a quién venderlo? Metodología y dispositivos analíticos MORPHOLOGYK es una metodología que permite: ENCONTRAR: Hábitos y formas cómo la audiencia se relaciona con marcas, productos y servicios hoy en día. Detonantes de la compra y factores que promueven la lealtad o el churn. INFERIR: Características actitudinales, conductuales, psicológicas y demográficas de nuevas audiencias con posibilidad de comprar el producto o servicio en estudio SEGMENTAR: Las audiencias con el objetivo de estimar su impacto en la estrategia y analizar el costo de llegarles dados los servicios que piden, el tipo de producto que los atrae etc. Gran resultado general (Work underway) Mapa extenso de tensiones y necesidades no resueltas en la audiencia. Comportamientos asociados a la compra y venta de inmuebles, hábitos y requerimientos mínimos Segmentos de usuarios y sus respectivas necesidades. Plan de mercadeo.", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "02/05/2022", "datePublished" : "02/05/2022", "headline" : "¿Dónde encontrar gente sensible a comprar vivienda?", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-09-2024-06-54-05-9782-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/donde-encontrar-gente-sensible-a-comprar-vivienda", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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.", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "13/03/2022", "datePublished" : "13/03/2022", "headline" : "Ciberseguridad como mercado y como tendencia", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-09-2024-06-57-44-5195-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/ciberseguridad-como-mercado-y-como-tendencia", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Davivienda Metodología: Means Puntos de dolor / necesidad / objetivo general del cliente (Situation) Davivienda requería diseñar una aplicación móvil para mediar servicios financieros en general. Este desarrollo resultaba retador porque tenía que satisfacer necesidades de un rango amplio de usuarios, edades y tensiones sin dejar de lado aspectos de seguridad y regulatorios. Tuvo cerca de 3 intentos previos de diseño de interfaz de usuario basado en mejores prácticas y resulto en una experiencia deficiente para el usuario. Metodología y dispositivos analíticos MEANS es una metodología que permite: TENSIONES: Descubrir las tensiones que emergen mientras el usuario interactúa con las interfases tratando de resolver misiones específicas. JOURNEY: Describir la experiencia real para compararla con la experiencia ideal y generar ajustes a la plataforma y la interfaz en función de los gaps detectados NUDGES: Diseñar estrategias desde la economía del comportamiento para motivar decisiones y conductas eficientes en la interacción del usuario con la interfaz que se esté desarrollando. SEMIÓTICA: Definir signos, símbolos, narrativas y retóricas que le permitan a las personas interactuar de la mejor forma posible con botones, señales e instrumentos dentro de la interfaz INTEROPERABILIDAD: La mayoría de las interfaces exitosas se conectan con otras aplicaciones, calendarios, correo electrónico, servicios en red etc. Means permite detectar aquellas interconexiones que pueden generar valor para el usuario y ayudar a resolver las tensiones que tienen Gran resultado general (Work underway) Mapa completo de interoperabilidad definiendo aquellos servicios y aplicaciones con las cuales se debe tener relación para resolver retos de cliente. Resolver temas técnicos que los usuarios experimentaban al intentar resolver misiones críticas dentro de la interfaz. Generar instrucciones de diseño para el equipo desarrollador.", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "14/01/2022", "datePublished" : "14/01/2022", "headline" : "Ux/Cx App servicios bancarios", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-09-2024-07-05-10-1337-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/ux-cx-app-servicios-bancarios", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: DiDi Metodología: CEMM Customer Experience Maturity Monitor Puntos de dolor / necesidad / objetivo general del cliente (Situation) Tan importante como crecer la participación de mercado y la penetración, es asegurar contar con una red de prestación de servicio eficiente. Esto implica diseñar estrategias para que el driver permanezca el mayor tiempo conectado con DiDi en comparación con sus competidores además de atraer y rentabilizar la relación con los drivers actuales. Esto implica simular diferentes plantes de fidelización posibles que satisfagan necesidades no resueltas y tensiones inconscientes del driver. Metodología y dispositivos analíticos En nuestro planteamiento metodológico, creamos un simulador de planes de fidelización basada en teoría de juegos, usando valores Shapley para identificar el poder motivacional de diferentes acciones de retención sobre el driver y construir un sistema de incentivos a corto y largo plazo que den satisfacción a dichas dinámicas de lealtad Gran resultado general (Work underway) La interacción de técnicas tradicionales de investigación en asocio a técnicas de analítica prescriptiva y optimización, nos permitió encontrar: Evaluar el impacto motivacional de cerca de 65 instrumentos de retención y fidelización al conductor. Simular el impacto combinado e individual de estos instrumentos de retención sobre la lealtad del conductor (en volumen y valor) Diseñar un esquema de incentivos y valorar el impacto de este esquema gracias a la simulación, la cual tuvo en cuenta principios de economía del comportamiento y teoría de juegos. 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", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "14/01/2022", "datePublished" : "14/01/2022", "headline" : "Fidelización del conductor de ride-hailing", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-10-2024-04-40-58-1481-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/fidelizacion-del-conductor-de-ride-hailing", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: BOLSA MERCANTIL DE COLOMBIA Metodología: Visual Data Discovery Puntos de dolor / necesidad / objetivo general del cliente (Situation) La BMC es el principal escenario de conformación del precio en el mercado minero energético y agrícola del país. Con un amplio portafolio de datos, tomaron la iniciativa de monetizarlos para lo cual se aliaron con MinTic y expusieron una muestra de información a más de 50 firmas consultoras en búsqueda de la mejor solución de monetización. Metodología y dispositivos analíticos Visual Data Discovery es una metodología que permite: INTEGRACIÓN: Crear repositorios dinámicos que ingesten e integren información desde diferentes fuentes. ANALYTICS: Detección productiva de patrones ocultos mediante machine learning y minería de datos. VISUALIZACIÓN: Mediante técnicas de storytelling basados en datos. Gran resultado general (Work underway) Que el cliente hable por si mismo en el video a continuación Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de dinámico y tecnológico. ¿Entramos en contacto? América del Sur México y Centroamérica", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "13/12/2021", "datePublished" : "13/12/2021", "headline" : "Monetización de datos en mercado energético y agrícola", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-10-2024-05-35-14-4512-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: SYNGENTA Metodología: PA People Analytics Puntos de dolor / necesidad / objetivo general del cliente (Situation) Los agricultores están altamente dispersos en el campo, la fuerza comercial de cualquier empresa productora de semillas, agroquímicos o nutrientes se ve en problemas para atender a todos estos dispersos posibles usuarios. Las fuerzas comerciales son limitadas y no logran siempre acceder y estar presente para atender mercados masivos. Consciente de esta necesidad Syngenta desarrolló todo un proyecto estructurado para optimizar los tiempos operativos de los funcionarios en campo y para ubicarlos adecuadamente en los lugares donde puedan generar mayor valor. Metodología y dispositivos analíticos PA People Analytics es una metodología que permite: TIME ALLOCATION SURVEY: Describir y medir el Employee Journey Map y detectar los tiempos de cada tarea, comparando la utilidad de la tarea frente la estrategia y los resultados. MONETIZACIÓN: Fijar retornos de inversión de cada hora dedicada para que los equipos puedan reducir tareas repetitivas, redundantes y poco eficientes. OPTIMIZACIÓN: Ubicar la fuerza de ventas en aquellas zonas, comercios, consumidores que mejor posibilidad tengan de convertir resultados de valor. Gran resultado general (Work underway) Tras diferentes loops de integración de datos, analítica y reporteo se ha logrado: Georeferenciar la fuerza comercial en función de sus objetivos comerciales y presupuestos. Ubicar mercados relevantes sobre el mapa. Reducir los tiempos redundantes y poco efectivos. Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de dinámico y tecnológico. ¿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" : "07/12/2021", "datePublished" : "07/12/2021", "headline" : "FieldForce Effectiveness: People Analytics", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-10-2024-05-57-29-7693-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/fieldforce-effectiveness-people-analytics", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: FUNDACIÓN CARDIOINFANTIL Metodología: ENYGMA Puntos de dolor / necesidad / objetivo general del cliente (Situation) La Fundación CardioInfantil en general y su hospital La Cardio se encuentra interesada en desarrollar una posición competitiva con las aseguradoras. Esto implica entender las necesidades de la población asegurada, los retos administrativos, financieros y operativos de cada asegurador. En coherencia, se necesita entender la participación de La Cardio dentro de los procedimientos y consultas cardiovasculares que cubren cada una de las aseguradoras. Derivado de esto, se requiere profundizar en argumentos para crecer dicha participación. Metodología y dispositivos analíticos ENYGMA es una metodología que permite: Integrar diversas fuentes de información: Información pública de ocupación de camas, incidencias y prevalecías epidemiológicas de las enfermedades cardiovasculares, entrevistas con las redes de distribución y compras en las aseguradoras. Analytics: Integración de la información, estimación de marketshare actual y futuro. Reporting: Visualizar el ciclo de vida de la decisión en tableros de control eficientes que conecten las preguntas de negocio del cliente con las respuestas clave. Gran resultado general (Work underway) Tras diferentes loops de integración de datos, analítica y reporteo se ha logrado: Entender el market share de La Cardio en las aseguradoras. Gestionar razones de lealtad y satisfacción dentro del asegurador. Gestionar rutas de crecimiento de participación de mercado. Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de dinámico y tecnológico. ¿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" : "30/11/2021", "datePublished" : "30/11/2021", "headline" : "Market Share Analytics: Seguros de salud.", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-10-2024-06-14-11-5311-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/market-share-salud", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: FUNDACIÓN CARDIOINFANTIL Metodología: BEMM Brand Equity Maturity Monitor Puntos de dolor / necesidad / objetivo general del cliente (Situation) Valorizar un intangible como la marca Fundación CardioInfantil y La Cardio es todo un reto intelectual. Implica generar actitudes y predisposiciones en los usuarios de diferentes aseguradoras de tal suerte que piensen y prefieran los servicios y procedimientos que oferta La Cardio en superioridad a la oferta de cualquier otro competidor. Medir el grado de awareness y cuantificar que tanto la marca es memorable, significativa y saliente, exige metodologías de investigación eficientes y orientadas a resultados. Metodología y dispositivos analíticos BEMM permite: Medir: Levantar información multicanal (CATI - CAWI - PAPI - PANEL) de diferentes audiencias para tener información declarada sobre su opinión frente diferentes servicios médicos. Integración de datos: Tomar la información declarada en comparación con información interna de inversión publicitaria, innovación y personal para entender el valor que tiene cada peso invertido en la creación de marca de cara al usuario. Analytics: Modelos descriptivos y predictivos a fin de analizar el rol representativo de del mix de marketing en la construcción de creación de marca y generar planes de acción enfocados a la valorización del intangible. Reporting: Visualizar el ciclo de vida de la decisión en tableros de control eficientes que conecten las preguntas de negocio del cliente con las respuestas clave. Gran resultado general (Work underway) Algunos de los entregables del proceso han sido: Simulador que permite analizar el impacto de la inversión publicitaria sobre las variables de preferencia, salud y equity de marca. Valorización del impacto de cada variable del mix de marketing en el valor simbólico y financiero de las marca. Reportes interactivos para entender el rol de la marca en la vida de las personas. Rutas de valorización y planes de acción enfocados en cada una de las aseguradoras con las cuales la fundación tiene convenio. Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de ágil, tecnológico, científico y humano. ¿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" : "30/11/2021", "datePublished" : "30/11/2021", "headline" : "Brand Equity en Salud", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-13-2024-04-30-50-3147-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/brand-equity-en-salud", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: WODEN Metodología: VDS Visual Data Discovery Puntos de dolor / necesidad / objetivo general del cliente (Situation) WODEN participa del mercado de economía circular y logística inversa. Recupera los equipos que desecha el consumidor por daño, desuso o deserción de las compañías de telecomunicaciones tales como decodificadores, celulares etc. Luego los repara y los pone en circulación generando reducción de huella de carbono, impacto ambiental positivo y economía doméstica. Es todo un reto recuperar los equipos, gran cantidad de dinero se gasta en falsos positivos (lugares que aparentemente entregarán un equipo pero en realidad no entregan), hay que hacer múltiples campañas para asegurar que el teniente del equipo pacte una cita de entrega. Metodología y dispositivos analíticos VDS Visual Data Discovery permite tres cosas en una misma metodología: Integrar diversas fuentes de información: Se trata de poblar modelos de datos que viven en lakes o lakehouses con el objetivo de tener la data necesaria siempre disponible. Analytics: Sobre los modelos de datos, se desarrollan modelos predictivos a fin de estimar la mejor forma de contactar al cliente y la mejor manera de asociar este cliente a procesos de recuperación efectivos. Reporting: Visualizar el ciclo de vida de la decisión en tableros de control eficientes que conecten las preguntas de negocio del cliente con las respuestas clave. Gran resultado general (Work underway) Tras diferentes loops de integración de datos, analítica y reporteo se ha logrado: Reducir de forma considerable el tiempo de recuperación de equipos. Optimizar la ruta del personal técnico en campo haciendo que gasten menos tiempo en falsos positivos. Mejorar la visión del negocio en cuanto a recuperación. 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", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "06/11/2021", "datePublished" : "06/11/2021", "headline" : "Recuperación analítica de activos", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-17-2024-04-50-53-1557-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/asset-analytics", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Refinancia Metodología: CAS Collection Analytics Services Puntos de dolor / necesidad / objetivo general del cliente (Situation) La gestión de cobranza efectiva, requiere una vista 360° del proceso. Muchas empresas conocen muy bien las cifras de resultados pero no de los procesos. En otras palabras, muchas empresas pueden responder la pregunta de ¿Cómo nos fue? pero muy pocas empresas pueden responder la pregunta del ¿Qué hicimos para lograr ese resultado? Metodología y dispositivos analíticos Integrando diferentes fuentes de información propias del negocio, apoyamos a Refinancia a reportear las causas y los efectos de su proceso de cobranza Reproduciendo reportes manuales que tomaban mucho tiempo operativo de sus tomadores de decisión, automatizando la ingesta de los datos, limpieza de los mismos y visualización ahorrando tiempo que ahora se dedica a la estrategia. Apoyando la comprensión de diferentes arquitecturas tecnológicas para facilitar la migración de procesos analíticos a la nube. Diseño de sistemas de ingesta, transformación y visualización de información. Gran resultado general (Work underway) Tras diferentes loops de integración de datos y reporteo se logró: Construir un algoritmo en Python que facilita la fijación de metas por agente. Visualizar la información diaria del desempeño comercial a nivel de agente. Reducir tiempo funcional de diferentes equipos al lograr fluidez y automatización de una tarea que venía generándose de forma repetitiva y con probabilidad de error. 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", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "26/10/2021", "datePublished" : "26/10/2021", "headline" : "Analítica en procesos de cobranza", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-17-2024-06-46-58-7838-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/analitica-en-procesos-de-cobranza", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Colsubsidio Metodología: Customer Experience Maturity Monitor más componente de analítica predictiva y machine learning Problema abordado Colsubsidio, la caja de compensación más grande de Colombia, crece agregando valor en dos frentes acoplados —las empresas que afilia y las personas que reciben servicio— con productos orientados a cerrar brechas sociales. En el frente empresarial, la satisfacción no se percibe igual en todos los casos: tiende a estar condicionada por el sector económico y el segmento competitivo en el que opera cada organización, de modo que un mismo nivel de servicio puede percibirse como suficiente o deficiente según el contexto del cliente. Monitorear esa experiencia exige una resolución por segmento, más que por el tamaño de la cuenta. Metodología aplicada Desde 2018 la medición se estructuró sobre el Customer Journey Map del usuario empresarial, identificando puntos de dolor a lo largo de la cadena de valor. Sobre el NPS como métrica relacional, se incorporó modelamiento supervisado y no supervisado para construir un simulador de NPS que estima cómo la inversión o la gestión intensiva en cada punto de contacto modifica la probabilidad de recomendación. El simulador operó como motor de hipótesis: cada palanca priorizada se sometió a un diseño de experimentos a lo largo del journey, lo que permitió atribuir el efecto a la intervención y no al ruido de mercado. Resultados / aprendizajes En B2B, la satisfacción empresarial tiende a depender del segmento competitivo. Leer la información por sector económico ubica a cada empresa en su contexto y evita comparar percepciones que responden a expectativas distintas. La lealtad y la satisfacción se mueven en planos parcialmente independientes. Existen segmentos leales con baja satisfacción, en los que gestionar el NPS obliga a entender qué sostiene el vínculo más allá del agrado declarado —un cliente puede permanecer por el costo de cambio o por dependencia operativa, no por preferencia. En el simulador, las palancas con mayor contribución a la probabilidad de recomendación fueron la resolución eficiente en primera consulta (efecto estimado ≈43%) y el redireccionamiento oportuno al experto (≈12%). La intervención sobre el tiempo de cotización de servicios a empresas se asocia con una reducción del 31% en ese indicador operativo, que, a su vez, alimenta la experiencia percibida. Impacto en indicadores de negocio El valor para el negocio se expresa en dos planos. El simulador convierte decisiones de inversión por punto de contacto en variaciones esperadas de NPS, lo que permite priorizar el gasto donde el retorno relacional es mayor —un insumo directo para estimar el ROI de la satisfacción en la estrategia empresarial. Y la validación experimental de esas palancas respalda la mejora observada en el programa de NPS. Queremos acompañar tus procesos de gestión y predicción de la experiencia de usuario. ¿Entramos en contacto? América del Sur México y Centroamérica", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "26/10/2021", "datePublished" : "26/10/2021", "headline" : "Experiencia de usuario B2B", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-17-2024-07-09-38-0610-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/experiencia-de-usuario-b2b", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "26/10/2021", "datePublished" : "26/10/2021", "headline" : "Comprensión de barreras de adopción de ride-hailing", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-17-2024-07-37-48-4388-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/comprension-de-barreras-de-adopcion-de-ride-hailing", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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", "author" : { "@type" : "Person", "name" : "Laura Sanchez", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/laura-sanchez" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Fuga, valor vitalicio de cliente, venta cruzada y venta escalonada.", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-17-2024-07-50-32-1877-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/fuga-de-clientes", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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", "author" : { "@type" : "Person", "name" : "Laura Sanchez", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/laura-sanchez" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Probabilidad de churn y servicios postventa: Motos", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-06-34-35-6785-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/analytics-churn", "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" } } ``` ```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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Auteco Metodología: segmentación y modelamiento predictivo con minería de datos y machine learning, promociones calibradas por economía del comportamiento y diseño de experimentos sobre el Customer Journey Map. Problema abordado En motocicletas el ciclo de recompra es largo, de modo que el ingreso recurrente y el vínculo de largo plazo con el fabricante viven en la postventa —repuestos y mantenimiento— más que en la venta del vehículo. El riesgo estructural es la fuga silenciosa: el dueño que migra a talleres no autorizados y repuestos no originales, decisión que tiende a explicarse por la brecha de precio frente al original y por la fricción de acceso al taller oficial en el momento de la falla. El reto se descompuso en dos predicciones acopladas: la probabilidad de falla moto a moto en el tiempo —qué repuesto, cuándo— para alistar inventario; y la propensión de cada usuario a reparar fuera de la red autorizada, para anticipar la fuga antes de que se materialice. Metodología aplicada Sobre una base amplia de usuarios segmentada con técnicas supervisadas y no supervisadas, se construyó un modelo de probabilidad de falla por unidad y por ventana temporal. Ese modelo cumple una función que va más allá del pronóstico: localiza el momento de máxima receptividad del dueño —el punto donde la falla incipiente vuelve saliente el costo de no actuar—, y convierte un recordatorio genérico en un contacto oportuno y relevante. Sobre esa ventana operaron promociones calibradas por usuario, diseñadas para cerrar la brecha de precio que de otro modo empuja hacia el repuesto no original. La calibración se sometió a diseño de experimentos a lo largo del journey, condición que permite atribuir el efecto a la intervención y no al ruido de fondo del mercado. Resultados / aprendizajes La predicción de falla definió el momento de comunicación: el efecto de un mismo incentivo tiende a depender menos de su profundidad de descuento que de su oportunidad temporal —llegar en la ventana correcta pesa más que llegar con la oferta más agresiva. La predicción alimentó el abastecimiento, asegurando disponibilidad física del repuesto cuando el dueño llega al taller; el desabasto opera como una de las fricciones que empuja la reparación hacia afuera de la red. La hoja de vida por cliente, con indicador de fuga, permitió priorizar la intervención sobre las unidades de mayor riesgo relacional antes de la defección, en lugar de reaccionar una vez perdido el cliente. Impacto en indicadores de negocio La campaña se asocia a una mejora del 32% en la adherencia a reparaciones dentro de centros autorizados —en la práctica, la cara inversa de la fuga— y a una satisfacción 1,5 veces superior a la línea de base. El valor de negocio se proyecta sobre el ingreso de postventa retenido en la red oficial, la protección del vínculo de largo plazo dueño-fabricante y la reducción del riesgo de calidad que introduce el repuesto no original. El diseño experimental es lo que sostiene que ese 32% responde a la intervención y no a un movimiento concurrente del mercado. 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" : "Laura Sanchez", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/laura-sanchez" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Campañas de mantenimiento preventivo con promociones.", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-06-50-32-0847-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/predecir-futuro-auteco-churn-management", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "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", "author" : { "@type" : "Person", "name" : "Laura Sanchez", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/laura-sanchez" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Next Best Action para seguros B2B y B2C", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-07-06-40-2766-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/next-best-action", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: ZFB Metodología: CATEGORY GUIDANCE Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecendentes: Las empresas que importan o exportan desde Colombia o a Colombia, necesitan espacios para sus actividades, los cuales pueden estar dentro o fuera de zona franca. Necesidad: identificar empresas de alto valor -para unas partidas específicas-, con el fin de enfocarse en profundizar la gestión comercial con estas empresas para que utilicen los espacios de Zona Franca. Gran resultado general (Work underway) A través de minería de datos, se segmentaron las empresas importadoras, exportadoras y locales, según el valor del cliente estimado a partir de MFR (monto frecuencia y resencia) ej. Si la empresa exporta x millones de dólares mensualmente, detectamos la frecuencia y la última vez q tuvo transacción. Entregables y aprendizajes: La creación de métricas de evaluación a través de la analítica de datos, permite hacer agrupaciones para identificar segmentos de valor y diseñar estrategias comerciales más eficientes. Consolidando fuentes se pudo identificar cambios en el comportamiento de los clientes, así como el impacto de COVID respecto a sus transacciones habituales. 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" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Minería en procesos de nearshoring / comercio internacional", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-07-23-54-8109-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/nearshoring-big-data", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Syngenta Metodología: CEMM Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedentes: para las empresas agroquímicas un plan de fidelización exitoso implica atraer la atención y tener un plan de incentivos para el retail, que debe ser calibrado teniendo en cuenta dos roles fundamentales en este sector: el dueño del almacén y el vendedor de vitrina. Necesidad: calibrar un plan de fidelización eficiente, notorio y con impacto incremental para el negocio. Gran resultado general (Work underway) Una aproximación cuantitativa a la experiencia del dueño del retail y el manejante de vitrina permite comprender los reales diferenciales y el rol que juega el plan de fidelización en sus vidas. Se aislaron aquellos factores que podrían diferenciar la dinámica y mecánica del plan de fidelizaicón. 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" : "Lealtad en el retail de agro", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-07-33-43-3203-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/lealtad-retail-agro", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: AXA Colpatria Metodología: Enygma Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedente: Las aseguradoras de riesgos profesionales buscan mantener vigentes y activas las relaciones con las empresas. Necesidad: integración de asistencias, servicios de valor agregado al producto y comprender en detalle las necesidades y estructuras de las empresas, a la hora de relacionarse con ellas. Gran resultado general (Work underway) Dado que las necesidades empresariales en cuanto a seguridad y salud en el trabajo dependen del sector en el que compiten, fue necesario integrar diferentes fuentes de información pública y cualitativa para diseñar un mapa de experiencia de usuario por sector. Entregables y aprendizajes: La competitividad B2B se dá cuando la oferta de valor se adapta al sector en que el cliente participa. La digitalidad B2B es posible y para ello el inbound marketing en unión al SEO en Off es clave. 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" : "Sinnetic", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/sinnetic" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Integración de diferentes fuentes de información pública y cualitativa para diseñar un mapa de experiencia de usuario por sector.", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-26-2024-08-04-36-6798-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/optimizar-adaptar-estrategia-axa-colpatria", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Colsubsidio Metodología: CEMM Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedente: en la actualidad la caja administra el parque acuático más grande en latinoamérica (Piscilago), 4 hoteles y 3 clubes, sin hacer una diferenciación en la forma como se administra cada tipo de servicio. Necesidad: diseñar los ciclos de experiencia de usuario para cada uno de estos servicios, poniendo al consumidor en el centro de la estrategia. Gran resultado general (Work underway) Luego de una estricta aproximación antropológica por medio de etnografías, se acompañó a familias de diferentes estructuras durante el viaje de experiencia. Se logró entender el rol que cada uno de los servicios y sus atracciones tienen en la dinámica psicológica y social de las personas, las tensiones que resuelven y las dinámicas a implementar para competir en el juego infinito de ser memorables y significativos para el consumidor. Entregables y aprendizajes: La técnica por excelencia de la antropología del consumo es la etnografía. Con ella desnudamos la cultura del consumidor. La diferenciación viene cuando el producto o servicio resuelve tensiones inconscientes del consumidor. La notoriedad vendrá cuando el producto se inserte orgánicamente en la cultura de las personas. 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" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Diseño de customer journey maps en parques y hoteles", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://fs.hubspotusercontent00.net/hubfs/8862358/casos-exito-colsubsidio-CEMM-2.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/customer-journey-maps-parques", "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" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Mundial de Seguros Metodología: AddPpt Puntos de dolor / necesidad / objetivo general del cliente (Situation) Antecedente: El sector asegurador esta involucrado en una dinámica exigente de creación de nuevos productos y servicios. Existe una motivación para desarrollar nuevos canales de interacción con el usuario en entornos digitales. Necesidad: evaluar con el usuario el desempeño de conceptos e ideas de producto. Calibrar el precio de productos potenciales. Desarrollo de modelos de comunicación y venta. Gran resultado general (Work underway) Mediante integración de métodos cualitativos, cuantitativos y de neuropsicología, se evalúa el impacto que un concepto potencial o producto puede tener sobre el consumidor y la percepción que el consumidor tiene de la competencia. Entregables y aprendizajes: El éxito de un nuevo producto dependerá no solo de sus propiedades funcionales. Debe tener una sana adaptación a la cultura de la gente. Las técnicas de neuromarketing permiten explorar la reacción cerebral y fisiológica de las personas ante nuevas ideas de producto. Una consolidada y potente base de datos de conceptos evaluacos en diferentes industrias y con diferentes grupos objetivo, sirven de benchmarking para evaluar nuevas ideas de productos. 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" : "Sinnetic", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/sinnetic" }, "dateModified" : "09/10/2021", "datePublished" : "09/10/2021", "headline" : "Mediante integración de métodos cualitativos, cuantitativos y de neuropsicología", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://fs.hubspotusercontent00.net/hubfs/8862358/casos-exito-Mundial-de-Seguros-AddPpt.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/abordar-mercado-segurosmundial", "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" } } ```