Universidad Central de VenezuelaEspecialización Mercadeo para EmpresasFundamentos de Mercadeo
Elaborado por:Andrade Isnays C.I. 16.556.338Capote, Mayerlin C.I. 17.147.538Coello, Jorge C.I. 14.407.037 Di Crescenzo, Claudio C.I. 17.125.395Ríos, Juan C.I. 11.550.123
Contenido GESTIÓN DEL CONOCIMIENTO
CRM Definición Tipos de CRM Propuesta de Valor Plataforma tecnológica Demo
DATA MINING Definición Fases del Data Mining Logros del DM en la Gestión Comercial Demo
Gestión del Conocimiento
Relaciones entre los componentes de la cadena informacional
Pirámide Informacional
Estrategia Empresarial
Personas y Procedimientos
Tecnología de Información
CRM no es solo Software
CRM no es solo “Enfoque al
Cliente”
CRM (Customer Relationship Management)
Tipos de CRM
CRM
• Operacional
•Analítico
•Colaborativo
Fidelizar
Retener
Adquirir
Cross-sell
Aprender a
segmentar
Servir
CRM Analítico
CRM Operativo
•Valor que aporta a la Organización-Información-Marketing-Ventas-Servicios al Cliente-Coherencia e Integración
•Valor que aporta al Cliente-Anticipación a sus necesidades-Trato personalizado-Garantía y seguridad en la prestación-Conocimiento de sus expectativas y de su negocio
Propuesta de Valor
Sistema de Múltiples canales
Plataforma Tecnológica
• Integración
CRM ERP (Front Office) (Back Office)
Herramientas Ofimáticas
Plataforma Tecnológica
Ejes del CRM
• Desarrollo de una Estrategia CRM
No tomemos atajos
• Plan de Puesta a Punto Permanente
Pasos para su Implementación
Definición
Es el proceso de examinar exhaustiva yminuciosamente inmensas cantidades dedatos a fin de identificar, extraer y descubrirnuevos conocimientos, de forma automática yen un período de tiempo relativamente corto.
Es el proceso de encontrar informaciónrelevante, clave y difícil de obtener (comocorrelaciones, tendencias, patrones, regularidades o modelos), a menudo oculta ysepultada en grandes volúmenes de datos.
Data Mining
El DM nació como respuesta a nuevas necesidades:
• Enormes cantidades de información.• Insuficiencia del Data Warehouse y Reporting• Dificultad para encontrar información útil
Génesis del Data Mining
“Igual que no tener información, es tener una gran cantidad de ella y no saber que como utilizarla”.
Juan, Ríos
Fases del Data Mining
• Vincular objetivos del DM a las necesidadesde la compañía.
• Diseñar un plan de investigación bienformulado.
• Disponer de personal capacitado en técnicasde DM y moralmente implicado en elproyecto.
• Sincera evaluación de los resultados en elDM.
Claves para el éxito del Data Mining
Ejemplos Data MiningEn la Universidad:
Conociendo si los recién titulados de una universidad llevan acabo actividades profesionales relacionadas con sus estudios:
Ingeniería de Sistema Computacionales – Inst. Tecnológico de Chihuahua II
Objetivo: Conocer si los planes de estudios de la Universidad y elaprovechamiento del alumno se hacía una buena inserción laboral o siexistían otras variables que participaban en el proceso.
Datos: Sexo, Edad, Escuela de procedencia, Desempeño académico, Zonaeconómica donde tenía su vivienda y actividad profesional.
Logros del Data Mining en la Gestión Comercial
•Enfoque al cliente: El centro de la economía actual ya no es el producto sino el cliente.
•Inteligencia de clientes: Se necesita tener conocimiento sobre el cliente para poder desarrollar productos-servicios enfocados a sus expectativas.
•Fidelización de clientes: es mucho mejor y más rentable.
•El eje de la comunicación: es el marketing directo enfocado a clientes individuales en lugar de en medios “masivos” (TV, prensa, radio, etc).
•Personalización: Cada cliente quiere comunicaciones y ofertas personalizadas.
Top Related