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.