Data Day - Perdiendo dinero con analytics
-
Upload
software-guru -
Category
Data & Analytics
-
view
305 -
download
0
Transcript of Data Day - Perdiendo dinero con analytics
![Page 1: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/1.jpg)
Perdiendo Dinerocon Analytics
Amigos y enemigos de la rentabilidad en los proyectos
analíticos1
![Page 2: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/2.jpg)
Inversiones
![Page 3: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/3.jpg)
![Page 4: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/4.jpg)
Vida promedio de analista en empresa X:
9m
Y no podemos hacer análisis que vemos en las noticias.
El modelo fue el mismo tras un año
de data-‐warehousing.
![Page 5: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/5.jpg)
![Page 6: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/6.jpg)
![Page 7: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/7.jpg)
![Page 8: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/8.jpg)
Lock In
Value Pricing
¿Computadora Personal? � Incompatibilidades: 10 y 75%
¿Laptop? à 40% más cara si es de tipo empresarial.
Pasamos del software AAA al BBB:
• Modelos mejoraron X% su ROI.
• Se producían N estudios al mes y ahora subimos a M.
• No podíamos hacer modelos ZZZ y ahora ya los tenemos.
Enemigos del valor.
![Page 9: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/9.jpg)
Un analista fue a un curso de AAA:
• Sus modelos mejoraron.
• Es más veloz.
• Hizo un modelo nuevo.
Point and Click
Perspectiva delproveedor
Datos Uso
![Page 10: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/10.jpg)
Contratamos analista experto y pudimos:
• Lanzar familias de estudios nuevos.
• Anticipar necesidades y hallar más aplicaciones.
• Entrenar al equipo de casa.
Vocacióndiferente
Crisis académica
Sobreestimarconsulta externa
![Page 11: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/11.jpg)
Documentamos actividades del área-‐cliente y:
• El analista formó mejores métricas.
• Hicimos análisis oportunos acorde al flujo de trabajo.
• Las responsabilidades son precisas.
Sin flujos de trabajo
Sin controlde calidad
![Page 12: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/12.jpg)
Recopilamos información mediante sensores:
• Sabemos cuando el cliente viene y no compra.
• Registramos clientes únicos, aún cuando no nos lo dice.
Caducidad deinformación
Retrasos
![Page 13: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/13.jpg)
Las actividades quedan registradas y descritas:
• Los datos son fiel reflejo del negocio.
• El cliente se interesa por corregir y actualizar su información.
• Podemos ver, decidir y actuar en tiempo real.
Capturamanual
Auditabilidad
Juntas sindocumentos
![Page 14: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/14.jpg)
Proyecto perfecto: campañas marketing
Contactos 10,000
Utilidad 2,000
Costo 20
Incremento % 10
Semanas 2
1,700,0006%
94%
![Page 15: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/15.jpg)
Proyecto perfecto: recommendersystem
Contactos 30
Utilidad 500
Incremento % 25
Semanas 4
3,550,0006%
94%
![Page 16: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/16.jpg)
Proyecto perfecto: prevención de fraude
Proporción 20,000
Transacciones diarias [K] 3,500
Importe 700 90%
Detección incremental % 10
Semanas 8
4,071,25010%
![Page 17: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/17.jpg)
¿Qué pérdida anual se puede
alcanzar?• Plataforma / cursos equivocados:
• Provocó lock-‐in, y hay que migrar un año de programas.• MXN 400k
• Colocó más componentes que los que realmente usamos.• MXN 18M
• No podemos hacer los estudios que vemos en libros, revistas.• MXN 20M
Plataforma: M MXN 18.
![Page 18: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/18.jpg)
¿Qué pérdida anual se puede
alcanzar?• Fallas en equipo analista:
• Sus estimaciones de ganancia no son alcanzadas en la práctica.• MXN 2M
• No inician o tardan mucho en hacer análisis.• MXN 20M
• Se requirió más tiempo de consulta externa.• MXN 400k
Plataforma: M MXN 18.
Analistas: M MXN 20.
![Page 19: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/19.jpg)
¿Qué pérdida anual se puede
alcanzar?• Fallas en definición del negocio:
• Se entregó el análisis, pero el equipo receptor no sabía cómo aprovecharlo.• MXN 16M
• La caducidad de datos añadió un factor de merma.• MXN 2M
Plataforma: M MXN 18.
Analistas: M MXN 20.
Negocio: M MXN 16.
![Page 20: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/20.jpg)
¿Qué podemos hacer?
• Prototipos
• Prueba la utilidad para el negocio.
• Cómo entregar el resultado.
• Evita Lock-‐In: pego a estándares.
• Mejora Value Pricing: mejor posición.
![Page 21: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/21.jpg)
¿Qué podemos hacer?
• Mediciones incrementales.
• Identifican dónde crecer la inversión y dónde dejar de perder.
• Atraen interés a través de rendimientos claros.
• Prototipos
![Page 22: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/22.jpg)
¿Qué podemos hacer?
• Invertir en capacidades.
• Entrenamiento acorde a plan de trabajo, no acorde a herramienta.
• Consulta combinada con entrenamiento.
• Prototipos• Mediciones
incrementales
![Page 23: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/23.jpg)
¿Qué podemos hacer?
• Prototipos• Mediciones
incrementales• Invertir en
capacidades
![Page 24: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/24.jpg)
MitosReduce empleos
• La optimización conserva negocios en México.• Call center.• Manufactura.• Análisis.• Turismo.
Reduce empleos
• Optimización sólo es una función; también hay estrategia y perfilado.• Ventas y Marketing.• Prevención de fraude.• Evasión.
Arriesga datos
•
![Page 25: Data Day - Perdiendo dinero con analytics](https://reader034.fdocuments.net/reader034/viewer/2022051705/588542d21a28abb5368b50ab/html5/thumbnails/25.jpg)
Contacto
• IPE SA de CVSan Francisco 1626-801, Colonia Del Valle, México DF.Teléfono: 5534 8086 al 89.ipe.mx
• José Antonio Padrós EscalanteDirector de Servicios Analíticos.MSc. Advanced Computer [email protected]@ipe.mx
25© 2016