Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Tesis

No description
by

Pablo Aizen

on 7 July 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Tesis


1. Introducción
La integración de
tecnologías
y
procesos de negocio
con el fin de generar un modelo de gestión centrado en los
Clientes
, las
Ventas
y el
Marketing
, es la base del CRM
2. Marco Teórico
4. Diseño de la Solución
5. Implementación de la Solución
6. Conclusiones y Trabajos Futuros
Justificación
La necesidad de contar con datos e indicadores de gestión en las diferentes áreas de la empresa, es creciente.
Objetivos
Desarrollar un
conjunto de soluciones
que sirva de soporte a los usuarios para la toma de decisiones, analizando los datos en el momento oportuno con la información correcta
Business Intelligence
Requerimientos
Diseño del Datawarehouse
Dimensiones
Diseño de ETL
Conclusiones
Trabajos futuros
Implementación de un Sistema de Soporte de Decisiones en la Gestión de Relaciones con los Clientes
Alumnos:

Análisis y Seleccion de la Herramienta BI
Objetivos Particulares
Diseñar un método de valoración de clientes.
I. Definición de Requisitos
II. Análisis de Mercado
III. Seleccion de candidatos
Representa la
Adquisición
,
Análisis
y
Uso
de la información de los clientes para vender más y en forma más eficiente
Customer
Relationship
Management
CRM
Conjunto de estrategias y herramientas enfocada al análisis de datos
2. Marco Teórico
CRM
RFM
"Técnica de mercadeo utilizada para cuantificar cuáles clientes son los que invierten más en una empresa"
Datamart y Datawarehouse
Datamart
Datawarehouse
R
ecencia
F
recuencia
M
onto
Almacén que contiene datos que son utilizados por un área en particular
Dependientes
Independientes
Grandes volúmenes de información
Aumento en el conocimiento
Ralph Kimball
William Inmon
"Un datawarehouse es una copia de los datos transaccionales, estructurados especialmente para hacer consultas"
"Un datawarehouse es una colección de datos integrada, orientada a temas y variante en el tiempo"
3. Metodología de Diseño de un Datawarehouse
Historia y evolución
Modelado dimensional
Diseño de ETL
Hechos:
representación de un proceso de negocios
(una venta)
Métricas:
indicadores de un proceso de negocio
(monto facturado)
Dimensiones:
representación de un punto de vista para los hechos
(cliente)
Estrella
Copo de nieve
Navegación
Drill Up:
Agrupando datos
Modelado dimensional
Estructura multidimensional donde cada indicador puede ser evaluado en las distintas dimensiones
Stage Area
Recuperabilidad
Respaldo
Auditoría
Transformación
Validación y limpieza de datos
Decodificación y renombrado
Generación de claves
Formateo de datos y conversión de unidades
División de una columna en varias
Traducción de códigos
Creación de valores calculados
Datamarts
Aizensztein, Pablo
Isern, Virginia

Directores:

Dr. Salomone, Enrique
CPN Schenquer, Mariela

Autorización
Cliente
Tipo de autorización
Estado de autorización
Comercio
Tiempo
Mora x Cliente x Período
Cliente
Estado de mora
Tiempo
Pagos x Cliente x Período
Cliente
Sucursal
Tiempo
Pago x Resúmen
Cliente
Sucursal
Tiempo
Resúmen x Cliente
Cliente
Estado del Cliente
Estado de Tarjeta
Tiempo
Score x Cliente x
Período
Cliente
Tiempo
Cliente - Servidor
Para el proceso de selección y evaluación de las herramientas, se definen una serie de fases
fases
Definición de Requisitos

Análisis de mercado

Selección de candidatos

Evaluación

Elección Final
Intuitivo y de fácil manejo
Permitir crear reportes y tableros
Accesible desde cualquier lugar y momento
Integrar distintas fuentes de datos
Seguridad
Escalabilidad
V. Elección Final
IV. Evaluación
IBM
Information Builders
Microsoft
Microstrategy
Oracle
QlikTech
SAP
SAS
Microstrategy

QlikTech
Primer Selección
Brit
Marvel IT
OpenL
Palo
Jasper
Pentaho
Jasper
Pentaho
Segunda Selección
1. Instalación
LA EMPRESA:
Credifiar SA
Diseñar e implementar reportes y tableros de control.
Seleccionar una herramienta para el diseño de reportes y tableros de control.
Seleccionar la metodología de diseño de almacenes de datos.
Diseñar e implementar un almacén de datos.
Identificar indicadores y atributos.
Desarrollar el sistema de extracción, transformación y carga (ETL).
Ficheros
Discos
Base de Datos
Datawarehouse
Aplicaciones BI
"Es la filosofía de negocio focalizada en identificar, atraer y retener a los clientes más valiosos"
Bottom-Up
Top-Down
Características:
Orientado a temas
Integrado
De tiempo variante
No volátil
Escalable
Procesos de negocio
1. Introducción
Empresas
Información
Decisiones
Éxito
Conocimiento
Estrategias
Procesos
Herramientas
B
usiness
I
ntelligence
B

I
Una buena estrategia
CRM
, potenciada con
BI
ayuda a lograr una mayor competitividad de la empresa en el mercado.
CRM
BI
conjunto de soluciones
Identificar los usuarios.
Identificar los procesos de negocio.
Alcance
Necesidad de BI
Análisis de impacto sobre campañas de marketing .
Análisis de resultados comerciales para maximizar el ROI.
Obtener una mejor comprensión de las tendencias de los negocios .
Consolidar datos de diferentes sistemas.
R
F
M
Usuarios
Objetivos de CRM
Identificar tipos de clientes
Diseñar campañas personalizadas
Entender hábitos de compras
Tratar a cada cliente como individuo
Quiénes son nuestros clientes?
Cuáles son los más rentables?
Cómo se comportan?
Por qué?
Aplicación de CRM
Metodología de desarrollo
Cubos multidimensionales
Business
Intelligence
Convierte datos
en información útil
Ayuda a la toma
de desiciones
Da una mejor
comprensión
de la empresa
Anticiparse a las tendencias emergentes del mercado
Muestra el comportamiento de la empresa a lo largo del tiempo
Costo
Mantener
Adquirir
Minería de datos.
Implementación de Big Data.
Creación de tablas agregadas.
2. Configuración
4. Facilidad de uso
3. Armado de reportes y tableros
5. Soporte y documentación
6. Precio
5%
20%
25%
30%
5%
15%
Total
67%
71%
64%
74%
74%
Granularidad
Nivel de detalle al que se desea almacenar la información sobre un proceso de negocio
Granularidad
Nivel de detalle
-
+
+
-
Los usuarios pueden navegar a través de las dimensiones

Drill Down:
Por los niveles de granularidad
Drill Across:
A otras FT para relacionar varios procesos de negocio
Poder consultar la información de los clientes desde un sólo sistema.
Generar una serie de definiciones comunes a todas las áreas de la Empresa.
Poder tener acceso fácil a información de todas las áreas de la Empresa.
Minimizar la dependencia del área de Sistemas para la generación de información.
Poder clasificar a los clientes teniendo en cuenta los días sin comprar, la frecuencia y el monto de las compras.
Base de datos
Sistemas ETL
Reportes y Tableros
Autorizaciones
Resúmenes
Mora
Scoring
Sistemas ETL
Proceso de emisión de resúmenes y gestión de cobranza
Proceso de seguimiento de morosos y gestión de cobranza
Proceso de autorización de compras
un sólo sistema.
una serie de definiciones
acceso fácil
todas las áreas
Minimizar la dependencia
clasificar a los clientes
Actualización de datos en tiempo real.
Creación de nuevos datamarts para otras áreas.
Proceso de negocio
Granularidad
Granularidad
Granularidad
Granularidad
Granularidad
Granularidad
Datamart Scoring
Datamart Morosidad
Datamart Autorizaciones
Datamart Resúmenes
Se logró la unificación de la información que estaba distribuída en distintas fuentes de datos, a través del desarrollo de un sistema ETL.
Se implementó un sistema de soporte de decisiones para la gestión de clientes.
Se identificaron los indicadores que permitieron calcular cantidades, montos, etc.
Conclusiones
Comercios y rubros que más venden, períodos con más ventas, controlar mora a través del tiempo y analizar las ventas
Datamart Scoring permitó analizar el ciclo de vida de los clientes
La utilización de Microstrategy permitió a los usuarios generar sus propios reportes y tableros
Tablero Scoring
Reporte "Top 25 comercios"
Reporte "Evolución clientes"
Tablero "Saldo por Cliente por Estado"
Tablero "Evolución Resúmenes"
Tablero "Autorizaciones"
Mapa de Calor
Planificación
Introducción
Marco Teórico
Metodología de diseño de un datawarehouse
Diseño de la solución
Implementación de la solución
Conclusiones
4. Diseño de la solución
Identificar Procesos de negocio
Identificar Usuarios
Relevar Requerimientos
Diseño del Datawarehouse
Desarrollo del ETL
Selección de Herramienta BI
Sistemas ETL
Sistemas ETL
Sistemas ETL
Cuadrante mágico de Gartner
Full transcript