Geosmart banca y servicios financieros es una solución vertical, preparada para los análisis más habituales, sobre la cual personalizamos el sistema a la medida de las necesidades de cada entidad. El concepto fundamental es integrar los datos de negocio (las bases de datos internas) con los de mercado potencial (los mapas y datos sociodemográficos, económicos, demanda), analizarlos conjuntamente y tomar decisiones que puedan tener alguna componente geográfica.

Lo innovador del plantemiento radica en que el análisis espacial es un proceso de análisis más de los propios de la herramienta de business intelligence: selección de indicadores, creación de gráficos, cuadros de mando, aplicación de filtros… con la mayor sencillez y facilidad de uso para usuarios de negocio de diversos perfiles.

A continuación podemos ver cómo esta solución permite optimizar procesos de decisión concretos en el marketing bancario, principalmente en un enfoque de retail:

 Cuadro de mando de oficinas

La pantalla inicial presenta indicadores de oficinas tipo real vs objetivos, para total de oficinas, tipología de tamaño, antigüedad, especialización, dirección regional, o por supuesto selecciones de oficinas concretas hechas manualmente.

Visualización de indicadores de clientes reales y potenciales

Mapas temáticos de datos internos -presencia de clientes, penetración, cifra de negocio por actividad, tipología de clientes- y datos externos -clientes potenciales por nivel de renta, tipo de barrio, potencial de demanda de productos financieros, inmigrantes…-. Visualmente permiten explorar relación entre red de oficinas, negocio real y potencial, identificando oportunidades y áreas de mejora.

Geosmart banca, penetración de clientes por sección censal

indicadores externos, presencia 3ª edad por sección censal

indicadores externos, renta media por hogar y locales

Añadiendo a los datos anteriores la red de oficinas de entidades competidoras, tenemos el escenario completo para interpretar el negocio real -en términos de clientes y oficinas- en función de las oportunidades -clientes potenciales- y amenazas -presencia de competencia-.

indicadores externos, presencia de competencia

Creación de áreas de influencia de las oficinas

Con un simple botón obtenemos las áreas de influencia en torno a la red de oficinas (propia en este caso, igualmente podría ser la red de una entidad competidora). Las áreas de influencia son parametrizables en:

• método de cálculo: circulares,tiempo máximo de desplazamiento (drivetime)
• alcance: distancia en metros deseada, o tiempo de desplazamiento
• método de selección de clientes: secciones censales, códigos postales, portales, parcelas catastrales

Cada uno de estos métodos presenta ventajas e inconvenientes, siendo unos más precisos que otros. Además de poder seleccionarlo el propio usuario, en la fase de diseño colaboramos, aconsejamos y ayudamos a la entidad a decidir qué tipos de área de influencia le interesa utilizar para los diferentes procesos de negocio.

A continuación presentamos un ejemplo sencillo de selección de zonas para la realización de una acción comercial por canal directo (telemarketing, emailing, mailing, buzoneo). Seleccionamos las secciones censales a 300 metros de nuestra red de oficinas, mediante áreas de influencia, que podemos además modificar manualmente una vez calculadas (revisar zonas que añadir o quitar):

selección de secciones censales en áreas de influencia de oficinas

Selección de áreas, análisis de datos internos y lanzamiento de acción

Ahora nos puede interesar quedarnos solo con aquellas secciones con alto potencial de demanda de planes de pensiones, estimado por nuestro modelo predictivo microtarget®. Con un clic sobre la propia leyenda aplicamos este filtro, y ya solo vemos secciones cercanas a las oficinas con alto  potencial de demanda de planes de pensiones.

selección de secciones censales por áreas de influencia y filtro por indicador

Las zonas seleccionadas actúan como filtro del cuadro de mando, permitiendo ver el comportamiento de otros indicadores internos o externos en ellas. Podríamos chequear la penetración de clientes, el volumen de negocio de planes de pensiones, o consultar las acciones realizadas a los clientes residentes en estas áreas.

indicadores en cuadro demando filtrados por mapa

De nuevo podríamos volver al mapa, añadir o quitar zonas, analizar los datos resultantes -potencial de demanda, cobertura de clientes actuales, cifra de negocio afectada en la zona…- y seguir los cambios en las selecciones -por  ejemplo, número de viviendas a buzonear-.

Exportación de selecciones para ejecutar la acción

Una vez definida una selección para una acción, contamos con funciones de exportación a formatos estándar:

• MS excel para las tablas
• google earth/google maps para los mapas

exportación a google earth imagen excel

Todos los resultados son distribuibles, tanto dentro de la entidad, como para la  ejecución de una campaña -por ejemplo, secciones censales a buzonear, listado de códigos de cliente a contactar por email-.

Espero que os haya resultado interesante. Para un próximo post dejaremos análisis más complejos que el sistema permite, como la capilaridad de red, cobertura geográfica de la misma, análisis de escenarios de expansión -apertura de oficinas- y retracción -cierre de oficinas-, afectación a los clientes existentes y reasignación de cartera.

Si tenéis cualquier duda, sugerencia, crítica y por supuesto si os interesa ver una demo en profundidad, comentad o contactadnos. Estaremos encantados.

Entradas relacionadas:

• Cuadro de mando geográfico. Ya viene… (12-11-2010)
• Cuadro de mando geográfico. BI y geomarketing en un click (08-09-2011)
• Geolocalización y cuado de mando para elección de escuela (14-10-2010)

Ahora trataré de presentaros una metodología de medición del resultado de una campaña de buzoneo. Analizaremos una misma campaña, realizada en dos años sucesivos sobre diferentes áreas, y segmentada según tres parámetros:

• gasto real de hogares clientes en las categorías asociadas a la campaña
• presencia de target, niños principalmente
• distancia a las tiendas de la enseña, buscando hogares a no más de 10 minutos a pie

Haremos para ello un análisis de evolución de ventas, a posteriori de la campaña, y a nivel de sección censal. La campaña, en el año presente, y el anterior, ha tenido las siguientes características:

Tras la campaña, analizamos las ventas en las zonas buzoneadas, frente a aquéllas que no se han buzoneado. Para ello nos basamos en los socios del programa de fidelización, ya que conocemos sus direcciones postales y podemos asignarles su sección censal. Estos socios aportan más del 50% de la venta total de la enseña.

La evolución de clientes que han comprado es negativa, la de venta lo es aún más. Esto significa que han venido menos clientes que el año pasado, y que además cada uno de ellos ha gastado menos.

Si analizamos las zonas buzoneadas este año 2011, encontramos diferencias notables. En las zonas buzoneadas el número de clientes que han venido a las tiendas  crece (+9,1%). Eso sí, su gasto medio sigue siendo menor que en la misma campaña del año anterior, con lo que la venta tota se mantiene (+0,3%).

El cuadro ya nos da una idea clara de la mejora que nos ha aportado el buzoneo. Para afinarlo, comparamos a continuación las secciones censales, en función de si las hemos buzoneado en la presente campaña, y si las buzoneamos el año anterior. Esto es importante porque el indicador que usamos es la progresión, de clientes activos y venta, entre el año pasado y el presente. Y las ventas del año anterior deberían estar afectadas por el buzoneo del año anterior. O incluso, ¿mejora las ventas de este año el buzoneo en la misma campaña del año pasado?

En cuanto a clientes activos, la diferencia es muy clara.

Si nos fijamos en la venta, la diferencia es igualmente clara, aun cuando con cifras menores motivadas por el menor gasto medio por cliente en la campaña.

 Rresumiendo, podemos concluir que el buzoneo, en este caso:

• incrementa la generación de tráfico a la tienda, y el número de clientes que compran
• no influye en el gasto medio por cliente, este indicador mantiene su tendencia a la baja (generalizada en el retail en los últimos años de crisis)
• el efecto de atracción se mantiene en el tiempo, pero de una manera muy ligera (las zonas sí buzoneadas en 2010 y no buzoneadas en 2011 presentan progresiones algo mejores que las que nunca se han buzoneado)

A partir de estos datos, podemos estimar las ventas y el margen bruto que el buzoneo nos ha aportado (bajo la hipótesis de que la diferencia se debe precisamente al buzoneo, algo perfectamente aceptable), y compararlas con el coste completo de la campaña. Un ejercicio que nos gustaría presentaros completo en un post más adelante.

Entradas relacionadas:

• Geomarketing y buzoneo segmentado. Buscando niños y vehículos (14-06-2010)
• Micromarketing y predicción de demanda ¿cuánto gastan en libros? (04-03-2011)
• Estimación de la demanda de la farmacia como punto de venta (13-01-2010)

¿Qué?

Por fin os podemos presentar una herramienta que integra consulta, análisis, visualización y mapificación del comportamiento de clientes. Los análisis propios de geomarketing -procedencia de clientes, predicción de demanda, presencia de target, áreas de influencia, análisis de cobertura, optimización de buzoneo, marketing directo,  publicidad exterior…- se integran en tiempo real en un interface de cuadro de  mando, sencillo e intuitivo.

Geomarketing pasa a ser un análisis más que cualquiera puede realizar, sobre la totalidad de los datos de la base de datos corporativa.

¿Para quién?

Pensamos en un rango amplio de perfiles, desde analistas de datos a alta dirección pasando por estrategas de marketing, responsables de investigación, jefes de producto, directores de tienda… La arquitectura tipo cuadro de mando  permite adaptar los niveles de análisis, indicadores y funcionalidad a cada usuario.

Pero sobre todo, nos hemos centrado en que sea utilizable por usuarios de negocio sin formación en estadística o GIS. Igual que un cuadro de mando bien diseñado.

¿Para qué?

Ya hemos mencionado algunas funciones, a continuación listamos brevemente la funcionalidad esencial en análisis de geomarketing:

• Procedencia geográfica de clientes, mapas temáticos a diferentes niveles -municipio, código postal, sección censal, portal-
• Estimación de demanda y presencia de target, clientes potenciales. Cálculo de cuota de cliente y cuota geográfica integrando nuestros modelos de predicción de demanda en el sistema
• Cálculo de áreas de influencia en torno a los puntos de venta, análisis de cobertura geográfica, capilaridad, canibalización, competencia
• Selección de zonas y clientes, para acciones por canales directos: mailing, emailing, buzoneo, incluso para publicidad exterior, vallas

¿Cómo?

El módulo Geosmart ha sido desarrollado por nuestro partner Datknosys,  bajo la dirección funcional de Unica 360. Unimos así su expertise técnico en BI con nuestroconocimiento de análisis de datos y geomarketing.

Geosmart es un módulo de visualización y análisis espacial que se integra con el cuadro de mando Dashview, de Datknosys. Se comporta como un elemento más del cuadro de mando, interactuando con el resto de gráficos, filtros e indicadores.  Sus principales ventajas tecnológicas son:

• Se basa en BBDD analíticas, no relacionales, que optimizan el rendimiento sin comprometer la flexibilidad ni requerir tratamientos previos (indexación, tablas agregadas…).
• Se ha desarrollado sobre software open source, lo que nos permite un coste ajustado, garantizando la escabilidad (mayor número de usuarios no implica mayor coste), de manera que la tecnología no es nunca una barrera al crecimiento.
• Además, al basarse en open source, tenemos control total sobre los diferentes componentes del sistema, a la hora de continuar su desarrollo y personalizar el sistema para cada uno de nuestros clientes. Esto no siempre es posible al utilizar APIs de terceros.
• En breve, se integrará con otras plataformas de BI del mercado, que nuestros clientes usan.

Un sistema de análisis para la toma de decisiones vale, en el  mejor de los casos, lo que vale la información que lo alimenta. En Unica 360 somos expertos en la generación y tratamiento de datos de mercado, sociodemográficos y económicos. En este sentido, el sistema Geosmart cuenta siempre con los datos más precisos y actualizados existentes. Para ello, nos nutrimos de fuentes públicas, datos en la nube, modelos de elaboración propia, y colaboramos con terceros especializados en información de mercado.

Además, nuestro know-how en segmentación y geomarketing nos permite adaptar el software a cada empresa, en proyectos mixtos que combinan la consultoría, servicios de análisis y la implantación del software para que el departamento de marketing pueda explotar el conocimiento adquirido de manera autónoma.

 ¿Cuándo?

¡Desde ya! si te interesa verlo en acción, déjanos por favor un mensaje o contáctanos para que podamos enseñártelo. Estaremos encantados.

Entradas relacionadas:

• Geosmart para banca, solución de cuadro de mando geográfico (I) (19-01-2012)
• Cuadro de mando geográfico. Ya viene… (12-11-2010)
• Geolocalización y cuado de mando para elección de escuela (14-10-2010)

En ocasiones, el target viene definido directamente por el propio negocio. Así, la demanda de ropa infantil depende simplemente del número de niños. Aunque, bien pensado, quizá nuestra enseña tenga un posicionamiento de calidad más apropiado para familias con niños, sí, pero de un nivel de renta alto. O, al contrario, se posiciona como low-cost y nos interesan familias de renta media-baja. ¿Y para una categoría tan genérica como los libros?

En el caso anterior de la moda infantil, hemos incluido un indicador, nivel de renta, que no existe directamente en los datos sociodemográficos basados en censos y padrones, sino que debe ser inferido a partir de éstos. Necesitamos un modelo estadístico para predecir ese nivel de renta para cada microzona.

Más aún, a menudo nos encontramos con targets complejos que no tienen reflejo en una variable sociodemográfica bruta: conductores intensivos de vehículos (como ya explicamos en el post Geomarketing y buzoneo segmentado. Buscando niños y vehículos), heavy users de cuidado personal o, como veremos aquí, hogares compradores de libros.

Como es habitual, debemos trabajar a nivel de microzona o sección censal, por ser el nivel de agregación más bajo para el cual contamos con datos lo bastante ricos. La modelización de demanda por microzona se basa siempre en esta  metodología:

En el caso del modelo de predicción de gasto en libros, el método concreto es:

1. Elaboramos un modelo predictivo inicial, a partir de la Encuesta de Presupuestos Familiares realizada por el Instituto Nacional de Estadística (INE). Es decir, aplicamos algoritmos predictivos a los resultados de la encuesta a nivel de microdatos y obtenemos así un modelo que predice el gasto en libros de un hogar en función de una serie de variables sociodemográficas. Las variables de mayor potencia predictiva -no hay sorpresas- son el nivel de renta, nivel profesional y nivel de estudios del sustentador principal. Además, claro, del tamaño del hogar y, en menor medida, la presencia de niños.
2. Exportamos a microzonas. El modelo que hemos desarrollado y ajustado en el laboratorio lo aplicamos a los datos sociodemográficos por sección censal. De esta manera estimamos la presencia de target (% de los hogares responden al target) o el nivel de gasto (el gasto medio de los hogares de la sección A en libros es de 152€, mientras que en la sección B es de 45€).
3. Geocodificación y mapificación de los tres indicadores generados:

• Gasto medio (€) por hogar en la microzona. Indica el valor potencial de cada cliente, y hace posible el cálculo de la cuota de cliente (gasto real en mi enseña / gasto medio en la categoría).
• Gasto total (€) de los hogares de la microzona. Indica el valor monetario potencial de toda una sección censal (en la sección A sus 672 hogares gastan en total 71.180€ en libros), posibilitando el cálculo de la cuota geográfica (gasto real en la microzona / gasto estimado en la microzona). Así, en una acción de captación nos da la medida de cuánta cifra de venta anual hay en juego en cada zona, para seleccionar las de más potencial y fijar objetivos
• Índice de potencial de demanda. Es un indicador relativo (gasto medio en la microzona / media de gasto medio de todas las microzonas). Es útil para ordenar y seleccionar zonas “top”, por ejemplo, las 200 mejores secciones dentro del área de influencia de mis tiendas, o el 10% de secciones con mayor gasto medio.

El mapa muestra cómo se distribuyen los gastos medios en libros y la relación espacial entre microzonas y establecimientos de una enseña.Dado que, en este caso, conocemos el número de clientes, las ventas totales y los gastos medios en libros por sección censal, podemos comparar el real con el potencial, para el cálculo de la cuota geográfica de mercado. Vemos a continuación los clientes que compraron la categoría narrativa en nuestra enseña, como puntos, sobre el mapa de potencial.De igual manera, calcularíamos la cuota en la sección censal como venta real de libros (nuestros clientes) / gasto potencial de libros (todos los clientes potenciales), identificando áreas de mejora de venta de libros.

En defnitiva, combinando técnicas de data mining y micromarketing generamos un modelo predictivo del gasto anual en libros por hogar, para cada una de las más de 35.000 secciones censales que existen en España. Con esta información, podemos:

• identificar zonas con alto potencial para captación de nuevos clientes
• seleccionar zonas con alto potencial para ubicar nuevos establecimientos
• calcular la  cuota de cliente,como ratio entre el gasto de un cliente y su gasto en la categoría
• calcular la cuota geográfica de mercado, como ratio entre ventas a mis clientes y gasto en la categoría, para cada microzona
• de resultas de lo anterior, decidir acciones de marketing locales, específicas para cada tienda: buzoneo segmentado, publicidad exterior en los lugares ideales, ajuste del surtido, material plv, implantación de la tienda adecuada a la clientela potencial…

Entradas relacionadas:

• Micromarketing electoral. Viejas experiencias y nuevas tecnologías (26-04-2010)
• Estimación de la demanda de la farmacia como punto de venta (13-01-2010)
• Buzoneo segmentado, analizando el retorno de la campaña (11-11-2011)

El análisis consiste en clasificar a los clientes por su valor en función de tres variables:

Recencia. Días transcurridos desde la última compra.

Frecuencia. Número de compras por período de tiempo, como promedio. Por ejemplo, número de compras mensuales.

Money. Valor de las compras totales realizadas por el cliente en el tiempo de análisis.

Para ello, construímos escalas, basadas en estas variables, dando a cada cliente un valor según el percentil en que se encuentra (percentiles = n grupos de igual tamaño, o nº de clientes). Lo más habitual es trabajar con 5 valores (quintiles), aunque no es raro el uso de 10 valores (deciles), sobre todo en venta directa y online.

Por ejemplo, un cliente que estuviera entre el 20% de los que más recientemente han comprado, en el 2º 20% por frecuencia de compra y el 4º 20% en valor total de compras, se le asignaría el segmento 124,  (R)5 (F)4 (M)2 . Lo vemos en el gráfico:

El gráfico siguiente muestra cómo se distribuye la venta de una enseña de comercio minorista, en función del segmento de valor monetario M al que pertenecen los clientes. Efectivamente, refleja la distribución 20/80 (ligeramente reducida, como suele ocurrir al llevar los paradigmas a la práctica).

El análisis RFM presenta claros beneficios en la segmentación tanto estratégica como operativa de clientes en retail,

• sencillez de interpretación y aplicación
• relativa sencillez de cálculo, frente a técnicas multivariantes
• se integra fácilmente en las dinámicas promocionales habituales en un área de marketing y es ideal para marketing directo y relacional: ¿a qué segmentos dirijo qué comunicación? o ¿qué segmentos responden mejor a la oferta?
  
• dado que los modelos de abandono son complicados de ajustar en retail, el trabajo continuo sobre la recencia de compra es un medio excelente de reducción de abandono a medio plazo
• por todo lo anterior, se presenta como un magnífico punto de partida cuando nos enfrentamos a la segmentación de clientes sin un aprendizaje previo, y con la necesidad de aplicarla inmediatamente

La segmentación y medición de retorno de acciones por canales directos es una de las aplicaciones más usuales de este tipo de análisis. A continuación mostramos unos ejemplos de análisis de respuesta a emails basados en RFM.

fuente: http://www.dbmarketing.com/articles/Art148.htm

fuente: http://www.dbmarketing.com/articles/Art148.htm

Y más aplicaciones, como análisis de comportamiento de clientes por categorías, por temporadas y campañas, por tipo de pdv o implantación, integración de la dimensión espacial en análisis RFML (Location)… pero todo esto ya es materia suficiente para otro post.

Como siempre, esperamos vuestras opiniones, sugerencias, críticas. A vuestra disposición.

Entradas relacionadas:

• Segmentación de clientes. Una propuesta de clasificación (II). La segmentación táctica (12-01-2010)
• Segmentación de clientes. Una propuesta de clasificación (I) (15-12-2009)
• El uso correcto de los datos: elemento básico para un buen análisis (11-01-2012)

¿Cómo funciona esto de la motivación, qué falla? y de paso ¿cómo funciono yo?

Dando una pensada al tema, doy con este post en el blog market intelligence, donde sintetizan el libro de Daniel Pink Drive: The Surprising Truth About What Motivates Us (aviso, no lo he leído, pero he visto el vídeo , es muy bueno). La tesis viene a ser ésta: en el principio, la motivación es la supervivencia. En la sociedad industrial, aquélla es sustituída por el impulso de buscar la gratificación y evitar el castigo (núcleo del paradigma psicoanalítico, nota del bloguero). Según Pink, en este siglo, y para tareas altamente conceptuales o creativas esta motivación ha dejado de ser efectiva. Lo que funciona es la motivación intrínseca, basada en 3 conceptos: autonomy, mastery and purpose. Es decir, que trabajamos mejor si contamos con mayor autonomía, percibimos posibilidades de desarrollo y participamos en proyectos trascendentales.

Esto encaja en mi experiencia personal, explica bastante bien las razones, y sobre todo las emociones que me llevan a desarrollar mi proyecto profesional, en el que tomo mis decisiones, puedo ser creativo en la búsqueda de soluciones, tengo expectativas de crecimiento profesional, de desarrollo individual y también grupal con mis socios, colaboradores, clientes, trabajando en red y compartiendo conocimiento. Además, puedo decantarme por proyectos inspiradores, relevantes para mí, colaborar a largo plazo con mis clientes, crecer con ellos. Y, cuando no puede ser y toca hacer trabajos menos motivadores, me sirve saber que estoy en el camino para conseguirlo. La motivación también como proceso y actitud.

Y todo esto me da pie para mencionar y recomendaos el proyecto Consultoría artesana, a cuya filosofía me adhiero plenamente. Cuando lo descubrí, me llamó la atención cómo en su manifiesto plasmaban tan fielmente el tipo de profesional que yo quería ser: Relación a largo plazo, compromiso, transparencia, autonomía, equipos horizontales, conocimiento compartido. Y en eso estamos.

Si queréis contarnos que os motiva, comentad, estáis en vuestra casa.

Espero que tengáis un gran año 2011.

Entradas relacionadas:

No hay entradas relacionadas.

City Analytics es un proyecto de la empresa Ciudad 2020, que se presenta como el Google Analytics del mundo real (¡nada menos!), aplicando los principios y perspectiva metodológica de Reality mining. Se basa en detectar los dispositivos bluetooth que pasan delante de un negocio, gracias a una antena instalada en un PC y el software correspondiente. Los datos monitorizados son enviados a los servidores de City Analytics, tratados y analizados, de manera que el usuario sólo tiene ya que conectarse para acceder a los informes de tránsito frente a su negocio, básicamente:

• número de transeúntes, diferenciando peatones de vehículos, tiempo de parada,
• por horario, día de la semana, festivos vs laborables, períodos vacacionales…
• tipo de transeúntes: residentes, habituales, ocasionales; si repiten o no

Los cálculos para obtener usuarios únicos, discernir el medio de transporte y demás requieren evidentemente algunas estimaciones y asunciones sobre el comportamiento de estas personas. Por ello, las cifras absolutas arrojadas por el sistema hay que tomarlas como una aproximación. Y habrá que hablarlo con ellos a fondo para valorar con precisión cuál puede ser el error cometido -de momento sólo lo hemos hablado a nivel general-.

Por otro lado, no todos llevamos dispositivos con bluetooth activado, muchos llevamos más de uno… Sea como sea, siempre sobre una muestra cuasi-exhaustiva y con una toma de datos continua, todo un lujo. Y además, a un coste asumible por cualquier pequeño comerciante.

Ésta es una primera aplicación, muy interesante, para un comerciante o una enseña minorista de cualquier sector. La otra gran aplicación está en las inferencias y estimaciones de flujos de personas para ciudades completas. Esto será posible una vez tengan instalado el número suficiente de antenas y equipos tomando datos en una ciudad, y subiendo a sus  servidores estos datos. Y eso nos interesa mucho a quienes estamos continuamente buscando estimadores de flujo de transeúntes para aplicarlos a nuestros estudios de geomarketing.

Enhorabuena a City Analytics por el proyecto, esperamos poder seguiros hablando de ellos y tener la oportunidad pronto de aplicar su tecnología en nuestros proyectos. Os lo contaremos.

Entradas relacionadas:

• Geomarketing, zonas de paso, transeúntes… ¿una nueva era? (10-09-2010)
• Geomarketing y buzoneo segmentado. Buscando niños y vehículos (14-06-2010)
• Estimación de la demanda de la farmacia como punto de venta (13-01-2010)

• Business intelligence. Engloba los sistemas informáticos de generación de informes y cuadros de mando. Es ideal para cruzar variables y visualizarlas en gráficos, y por ello muy útil en las fases iniciales de análisis -exploración de variables, descripción de datos, identificación de oportunidades-. Igualmente, es el entorno ideal para la explotación de la información generada por un proyecto de análisis de clientes-segmentos estratégicos de clientes, tasas de respuesta por segmento, ROI de acciones…-.
• Geomarketing. Permite analizar la relación espacial entre clientes reales, potenciales, puntos de venta propios, de competencia, tipos de áreas geográficas, segmentar así clientes y decidir acciones por canales directos. Aplicamos esta metodología para optimizar redes de puntos de venta, optimizar el surtido de los establecimientos o diseñar acciones de captación selectiva de clientes.

En los últimos meses hemos trabajado en la integración de estos dos enfoques, el business intelligence y el geomarketing, junto con nuestro partner tecnológico Datknosys y  tenemos ya un plan de desarrollo claramente definido y un primer prototipo con funcionalidad casi completa a punto de salir de la forja.

El Geodashboard desarrollado conjuntamente por Unica 360 y Datknosys permte a usuarios finales acceder y explotar la información de sus clientes, segmentos, puntos de venta, áreas de influencia, potencial de demanda o competencia en un entorno fácil de usar y de alto rendimiento. Y encontrar así respuestas a las interrogantes de marketing:

A partir del 1 de diciembre os podremos enseñar el aspecto que tiene, y presentaros cómo funciona, si os interesa por favor comentad o contactadnos directamente. Y si mientras tanto queréis que os contemos algo más, o tenéis alguna sugerencia, igualmente podéis comentar o contactarnos.

Entradas relacionadas:

• Cuadro de mando geográfico. BI y geomarketing en un click (08-09-2011)
• Geosmart para banca, solución de cuadro de mando geográfico (I) (19-01-2012)
• Geolocalización y cuado de mando para elección de escuela (14-10-2010)

Para esta necesidad nos interesan los sistemas de análisis y cuadro de mando con alto rendimiento -preferentemente tecnología no OLAP-, implantación rápida y coste escalable. Como recientemente hemos necesitado ponernos al día con el tema, os cuento brevemente qué hemos visto de interesante, que es mucho. Siempre, eso sí, desde un punto de vista de usuario, en el rango entre usuario avanzado-estadístico y usuario final de negocio.

Por otro lado, no reseñaremos  los proyectos puramente de código abierto -dedicaremos algún otro post en exclusiva-, sino aquellos programas listos para ser usados previo pago de licencia o como SaaS.

Hemos pre-seleccionado, visto en cierto detalle y nos ha interesado, por este orden:

1. Qlikview. La nueva versión gratuita del software de Qliktech ofrece toda la funcionalidad, con limitaciones sólo en la exportación de documentos y el número de máquinas en que se permite la instalación. Alto rendimiento, fácil implantación, gran flexibilidad en el diseño de cuadro de mandos, y además es una tecnología que domina nuestro partner tecnológico Datknosys. Una clara primera opción.
2. TIBCO Silver Spotfire. Personalmente me ha encantado, muy enfocada a un uso estadístico, interesantes primeros pasos en algoritmos predictivos, buen rendimiento, muy buen aspecto, orientado a distribución de informes en web y cloud,  licencia tipo SaaS… Seguiremos el proyecto de cerca.
3. Tableau software. Diría que el más usado de esta lista de “alternativos”, es completo de funcionalidad, tipos de gráficos, lee formatos como cubos SQL Server 2008… Nada que objetar, pero nos han deslumbrado más los dos primeros.

Otras opciones, que no hemos llegado a valorar en condiciones, y por tanto no juzgamos, pero podrían ser alternativas interesantes, son:

• Visokio Omniscope. Excelente aspecto, detallitos como dashboards ligeritos para integrar en MS Office o en web
• MS PowerPivot. Hemos leído muy buenas cosas, pero nos ha dado mucha pereza meternos con Office 2010.
• ezViz Office. orientado a Excel y a un precio más que atractivo, si tuviéramos tiempo le dábamos alguna vuelta más.

Os dejo el link a la conversación que mantuvimos sobre el tema en Linkedin, searching for advanced visualization solutions (requiere alta en el grupo Business Analytics). Thans everyone, and specially Andrew Pandre.

Ésta ha sido nuestra experiencia de estos días, en una línea en la que seguro profundizaremos en los próximos meses. Si conocéis estas herramientas, u otras, tenéis opiniones, sugerencias sobre ellas, sobre el presente y futuro de herramientas de business intelligence… seguiremos y responderemos encantados vuestros comentarios.

Entradas relacionadas:

• Cuadro de mando geográfico. Ya viene… (12-11-2010)
• Geolocalización y cuado de mando para elección de escuela (14-10-2010)
• Cuadro de mando geográfico. BI y geomarketing en un click (08-09-2011)

Los datos se presentan en forma de gráficos de manera muy intuitiva, refiriendo los valores a otras escuelas, otros estados dentro de EEUU, e incluso otros países, mediante gráficos de barras, velocímetros y mapas temáticos.

En definitiva, se trata de un cuadro de mando de escuelas que integra geolocalización y mapas temáticos. Un tipo de herramienta que en Unica 360 nos interesa mucho y estamos ya trabajando para ofertar en breve a nuestros clientes.

En cuanto a la utilidad, el contenido de la aplicación, como padre-usuario me llama la atención que el informe incluye incluso la retribución media de los graduados de estudios medios en el estado en que nos encontremos, frente a los no graduados. Echo en falta, sin embargo, otras características, plan de estudios, equipamientos de la escuela, y sobre todo el input generado por ex-alumnos y padres de ex-alumnos, su valoración del centro y comentarios. Que no todo son resultados académicos.

Entradas relacionadas:

• Geosmart para banca, solución de cuadro de mando geográfico (I) (19-01-2012)
• Cuadro de mando geográfico. BI y geomarketing en un click (08-09-2011)
• Cuadro de mando geográfico. Ya viene… (12-11-2010)