LEGO, Constructor de nuevas formas de Analizar los Datos

¿Es LEGO capaz de usar la Analítica de Datos a su beneficio? ¿Es consciente del impacto de la Data en el mundo o como dinámica alterna de negocio? Dos interrogantes que el presente escrito busca resolver. Pero, antes que nada, es necesario conocer sobre ciertas generalidades de esta empresa dentro de la industria juguetera y el contexto detrás de la misma. Entonces, lo que se conoce sobre The LEGO Group es que nace en 1932 gracias a la grandiosa idea de Ole Kirk Kristiansen, en ese tiempo residente en Billund-Dinamarca, de “Jugar Bien” traducido del Danés: “Leg Godt”, combinación origen del nombre de la propia marca. The LEGO Group actualmente comercializa su único producto/juguete plástico versátil de construcción a más de 40 países, de los cuales 24 mantienen 320 locales físicos. Entre estos, los más destacados son España, Estados Unidos, Japón, México y Panamá. Con la misión de “Inspirar y Desarrollar a los constructores del mañana”  y la visión de “Ser una fuerza global de Aprendizaje mediante el Juego”

Su Historia

Al hablar de su historia, LEGO ha marcado varios hitos extraordinarios con el paso del tiempo, los cuales serán enlistados a continuación para una mejor comprensión.

  • 1934: Adopción del nombre LEGO
  • 1935: Fabricación del “Pato de Madera”
  • 1940: Cambio de gerencia por Godtfres Kirk Christiansen
  • 1946: LEGO adquiere la primera moldeadora de plástico en toda Dinamarca, así genera ingresos 15 veces mayores a la inversión
  • 1949: Creación de “Binding Bricks” 
  • 1951: Filmación de la Primera película LEGO
  • 1955: Exportación a Suecia, como primer país en recibir LEGO 
  • 1960: Primer incendio, consume todo producto de madera en el almacén
  • 1961: Inicio de ventas en Estados Unidos
  • 1968: Inauguración de LEGOLAND
  • 2003-2004: Primera crisis financiera y superación de la misma

Como es evidente, LEGO ha sido un elemento activo de cambio, innovación y desarrollo dentro de la industria juguetera. Desde su creación hasta la evidente recesión y repunte de éxito, mantiene no solo un nombre, sino una marca llena de historia, ciertos obstáculos y miles de logros.

Usuario del BIG DATA

Ahora bien, después de conocer sobre la empresa en aspecto general, llegó la hora de hablar sobre Datos y su análisis dentro del sistema LEGO. En la resolución del caso de estudio, base de este escrito, se encontró información de calidad referente a la evolución empresarial en los últimos años después de la recaída financiera de 2003, como se mencionó anteriormente. Es así, como se podría resumir dicha información en tres ideas a ser desarrolladas:

  1. Big Data dentro del SAP Software en el registro y análisis de producto
  2. IBM Business Analytics del modelo LEGO como motor de sostenibilidad
  3. UGC como herramienta digital de presencia e imagen empresarial

Es de suma importancia tener en cuenta que cada una de estas ideas complementan el significado e importancia de The LEGO Group en la modernidad. He allí el objetivo, o mejor dicho, el mensaje que se desea comunicar y debatir. En primer lugar, el Big Data, como Vega, Ortega y Joyanes (2015) mencionan, se entiende como

“cantidades masivas de datos que se acumulan con el tiempo que son difíciles de analizar y manejar utilizando herramientas comunes de gestión de bases de datos” (p.65)

Dentro de la empresa danesa, este conjunto de elementos ha significado una de las mejores herramientas de registro, incidencia de uso y movilidad de inventario del producto ofertado. Incluso, gracias al uso de Lego ID es posible reconocer a la clientela, pues a manera de una cuenta personal, les es posible registrar los productos comprados con anterioridad. Dicho registro se da gracias al uso de códigos de producto, cada uno con su identificador alfanumérico. Sin duda, la utilidad de este sistema se evidencia mejor a través de la página web: “Rebrickable”, pues en esta es posible añadir los sets comprados o deseados, para luego disponer de cada una de las piezas en un modelo virtual 3D.

Es así como se puede mencionar el beneficio empresarial, ya que la presencia de un gigante banco de datos y un único identificador por set, LEGO es capaz de reconocer: qué producto se vende más, qué producto se debería retirar del mercado, cuántas salidas de inventario se dan o las relaciones entre el producto que se consume y las características de la clientela, ya sea localidad, edad, idioma, interéses, entre otras. Este reconocimiento, a su vez, ayuda a tomar desiciones clave a la hora de analizar la utilidad financiera generada por set dentro del grupo objetivo: la generación nativa digital. Para darle fin a esta idea, solo cabe hablar sobre el software usado para generar dichos códigos de registro, etiquetado como un IT simplificado usuario de herramientas IBM y SAP con un modelo estandarizado. 

SAP es un software universal que a través de tecnologías IBM (International Business Machines), permite a LEGO encontrar opotunidades de mercado basadas en el aspecto de compra hasta el proceso de manufactura. Dicho software se divide en: “Product Lifecycle Managment” y “Warehouse Management”. Ambas aplicaciones vitales en el procesamiento de inventario, incluso, la tercera división posiblemente entrelazada al Lego ID antes mencionado: “Human Capital Management” por la expansión de geografía de compra. Por otro lado, entre otras desiciones a las que este software ayuda a LEGO se nombrarían, dinamización de costos de manufactura y maximización de la cadena de suministros (gracias a la extensión APO o Advanced Planning and Optimization). Y como última división está “NetWeaver Business Warehouse” que influye directamente en el cómo se procesan reportes de ventas mundiales a nivel de toda la red de la empresa. Útil herramienta a la hora de pensar en cambios de oferta, como la priorización de visitas a sus propios parques temáticos o alianzas con marcas populares como Star Wars o Harry Potter.

Sobre el Business Analytics

Al pasar ahora a la segunda idea, se sabe que el Business Analytics ha conformado una de las bases de decisión dentro de LEGO, pues Cavalcanti & da Silva dicen que

“es un proceso activo de compromiso entre analistas y gerentes de negocios, en una imbricación socio-material con los datos y las herramientas analíticas utilizadas para descubrir nuevos conocimientos” (p.419)

Dichos datos en el caso de esta empresa, se encuentran envueltos en la tecnología de IBM mediante el software SAP antes explicado. Mediante su análisis, fue posible dar cambios significativos que aumentaron ganancias, popularidad y responsabilidad social, medida en el objetivo LEGO, expuesto en misión, visión y espíritu (“solo lo mejor es suficiente”). Sin importar que el 75% de la empresa pertenece a la familia fundadora Kirk Kristiansen y el otro 25% a la Fundación LEGO, pues ambas partes son partidarias del desarrollo sostenible empresarial.

El software SAP puede dividirse en dos sistemas: “Record” y “Engagement” que crearon un historial no tan positivo con el último objetivo empresarial, pues se descubrió que entre 1997 y 2004, solo el 6% de producto total marcaba beneficio sostenible. Esto ocasionó una remodelación en LEGO con sus promesas sociales públicas, planteando las cuatro actuales: Play, People, Partner y Planet (Impacto positivo). Sobre este último, se sabe que desde 1949, LEGO usaba plásticos derivados del petróleo, que ya han sido reemplazados por polietileno (etanol de caña de azúcar) debido a un reporte sencillo públicado por la ONU sobre la contaminación plástica de 1,7 gigantoneladas de CO2 para el 2015, y el posible cambio para el año 2030. Cifra que curiosamente fue previamente analizada por el SAP, en su extensión “Customer Experience” que también registraba los comentarios negativos generados por campañas B2C y B2B, donde el elemento más criticado era el plástico.

Dentro del Mundo Digital

Como última idea, se encuentra el contexto del mundo digital. LEGO se ha encargado de mantener un campo online fascinante con actualizaciones casi instantáneas, con un target amplio desde 2 años hasta los 60 años, es decir, es igual de fácil encontrar LEGOS de Frozen o los Beatles. Aunque se debe destacar que para iniciar este “amplio target”, LEGO debió conocer a cada grupo generacional, sus tendencias, preferencias e incluso perspectiva del mundo; es allí donde el uso de UGC o “User-Generated Content” aparece. Este término está referido al uso del dataje personal dentro de todo aspecto digital, en otras palabras, es la herramienta que guarda la actividad de la gente usuaria en cada “click”.

En el caso de la empresa danesa, esta herramienta ya integrada a la mayoría de redes sociales en donde tienen presencia, ha generado que LEGO sea reconocida como una de las empresas con mayor crecimiento orgánico debido a sus campañas, entre la más popular: LEGO Ideas, el corazón de contenido de toda la empresa. También cuentan con un sitio web que cumple el papel de punto de encuentro, pues mantiene a disposición la información de “LEGO Life”, la red social para menores de 13 años y “LEGO ReBrick” el nuevo tipo de red social para personas amantes del producto LEGO y la contrucción con el mismo. Este sitio se vincula también con sus redes de contenido: Facebook, Twitter, Youtube  y LinkedIn, para cumplir no solo el papel de biblioteca de contenidos, sino también de plataforma oficial de publicidad.

Cuenta con un sistema UGC enfocado al marketing digital y la fidelidad a la marca, pues solo es necesario un comentario público, una pieza multimedia, un post o una simple reseña para dar medida y seguimiento en: aceptación pública, acogida de ciertos productos y satisfacción del cliente. También es necesario reconocer que este sistema trabaja junto al logaritmo de redes o incluso lo controla, para brindar a la persona usaria un proceso publicitario más personalizado con posibles resultados positivos, tanto en factor consumidor/a, financiero y social. Por último, cabe recalcar que el engagament orgánico de LEGO es inmenso, incluso fue premiado como mejor marca en el Adweek por el contenido multimedia expuesto, en su mayoría videos ganadores de cientos de vistas o comentarios en sus redes semi-profesionales más fuertes: Youtube y Twitter respectivamente.

Para concluir, queda claro que The LEGO Group es un activo usuario de la data y las herramientas de análisis tanto complejas, como aquellas a disposición de cualquier individuo. Lo que diferencia a LEGO de cualquier otra empresa, es que lleva un registro único acompañado de sistemas compatibles con la mayoría de software usado a nivel mundial, lo que permite tener una capacidad de decisión inmediata.

Gracias al equipo variado con el que cuenta y la data base para cualquier tipo de caso, esta empresa es imparable. Eso sin contar el hecho de que cuenta con un producto reconocido por un promedio de 87,1% de personas dentro de un espacio muestral generalizable, con una gran probabilidad de aceptación del posicionamiento de marca.

Con el tema de la digitalización, LEGO no se queda atrás, sino más bien se posiciona como un ente innovador abierto al cambio y la evolución. En el campo de los negocios, LEGO se mantiene al nivel de toda una multinacional, incluso en el aspecto social y de entrega a la comunidad mediante la sostenibilidad. Claramente, sin descarrilar su idea principal o idea madre, la cual resume incluso el origen de esta maravillosa empresa: “System in Play”. Proposición evidencia del bien merecido título de: “La empresa juguetera más grande del mundo”. The LEGO Group tiene la data y sabe manejarla, he allí su poder. 

“Children are our role models”

THE LEGO GROUP

Bibliografía

Boyd, J. (2018, Mayo 18). El mundo online de Lego. Brandwatch. https://www.brandwatch.com/es/blog/el-mundo-online-de-lego/

Cárdenas, K. (S.F). LEGO® lanza sus primeras piezas de material sustentable. México DESIGN. https://mexicodesign.com/lego-lanza-sus-primeras-piezas-de-material-sustentable/

Cavalcanti, C. & da Silva, A. (2020). Business analytics e a sociomaterialidade: Um estudo sobre a prática de revenue management em uma companhia aérea. Brazilian Business Review, 17(4), 419-438. http://dx.doi.org/10.15728/bbr.2020.17-4-4

Dunshych, Y, Bahrs P, Birkler K, et al. (2015). IBM Software for SAP Solutions. International Technical Support Organization. Redbooks. https://www.redbooks.ibm.com/redbooks/pdfs/sg248230.pdf

Fratucello, G. (2019). Revitalización de marca: Caso de éxito de la marca Lego [Trabajo de investigación, Universidad Nacional de Cuyo]. Facultad de Ciencias Económicas. https://bdigital.uncu.edu.ar/objetos_digitales/16141/fratucello-fce.pdf

IBM Corp. (2010). LEGO creates model business success with SAP and IBM. SAP AG, SV, 1-7. https://www.hacerlobien.net/lego/Otr-007-Model-Business.pdf

LEGO System A/S. (2022). The LEGO Group. LEGO. https://www.lego.com/es-ar/aboutus

Lindstrom, M. (2016, Marzo 05). LEGO engineered a remarkable turnaround of its business. How’d that happen?. LinkedIn. https://www.linkedin.com/pulse/lego-engineered-remarkable-turnaround-its-business-howd-lindstrom/

N.A. (2018, Diciembre 28). ¿Qué es UGC y cómo aplicarlo a tu estrategia de contenidos? Antevenio. https://www.antevenio.com/blog/2018/12/que-es-ugc/

N.A. (2021, Noviembre 18). La historia de LEGO. Robotix. https://www.robotix.es/blog/historia-lego/

Nairobi. (2021, Octubre 21). Informe de la ONU sobre contaminación por plásticos advierte sobre falsas soluciones y confirma la necesidad de una acción mundial urgente. ONU. https://www.unep.org/es/noticias-y-reportajes/comunicado-de-prensa/informe-de-la-onu-sobre-contaminacion-por-plasticos

Nazarov, D., Morozova A. & Kokovikhin, A. (2020). SAP Analytic Cloud: a tool for the formation of professional competencies of business analyst. [Publicación, Ural State University of Economics], Repositorio Yekateringurn 620144. http://ceur-ws.org/Vol-2570/paper31.pdf

Salvatierra, J. (2017, Noviembre 21). Lego abre en Madrid sus dos primeras tiendas propias en España. El País. https://elpais.com/economia/2017/11/21/actualidad/1511270430_583647.html

Simon. (2018, Junio 09). Virtual Building. Rebrickable. https://cutt.ly/DPkmeHN

Urrutia, I. (S.F). Estrategia digital de Lego: las claves de su presencia digital. Marketing Insider Review. https://www.marketinginsiderreview.com/estrategia-digital-de-lego/

Vega, J., Ortega, J. & Joyanes, L. (2015). Conociendo big Data/Knowing the big Data/Conhecendo big data. Revista Facultad De Ingenieria, 24(38), 63-77. https://www.proquest.com/scholarly-journals/conociendo-big-data-knowing-conhecendo/docview/1865436958/se-2

Ford Motor Company y el Big Data

Ford Motor Company es una empresa multinacional con sede en Michigan, Estados Unidos, la cual se dedica a la comercialización y fabricación de automóviles. Esta fue creada el 16 de junio de 1903 por el empresario Henry Ford quien implementó en esta compañía una visión vanguardista y revolucionaria, la misma que influyó directamente en su rápido crecimiento, no solo en el mercado local estadounidense, sino en el global. La visión y misión de esta compañía fueron convergentes desde sus inicios, ya que, gracias a su mentor, se logró la evolución y el progreso de la industria automovilística como nunca antes se había visto. Evolución de la cual, somos testigos hasta el presente día.

Henry desde muy temprana edad pasó la mayoría del tiempo trabajando en una fábrica de maquinaria pequeña, en la cual encontraría las suficientes piezas para construir su primera proeza: un motor a vapor a la edad de 12 años. Posteriormente, a los 15, se fue de su hogar para mudarse a una ciudad cerca de Detroit, en la cual trabajaría como ayudante de maquinista. Su ingenio no se hizo esperar, ya que en 1896 dio su primer gran paso con la culminación de su primer vehículo. En 1903 fundó Ford Motor Company siendo Henry el dueño del 25,5% de las acciones de la compañía y en ese mismo año se vendió el primer vehículo lo que catapultó a Henry a convertirse en dueño absoluto en 1906.  

Tras el uso del Big Data, término que se refiere a “los datos que son tan grandes, rápidos o complejos que es difícil o imposible procesarlos con los métodos tradicionales” en la compañía, la empresa Ford pudo sobrellevar ciertas dificultades. En la actualidad Ford utiliza el Big Data para identificar donde es más probable que ocurran accidentes o siniestros para evitar que usuarios sufran de algún tipo de perjurio, lo que acarrearía consecuencias tanto para ellos como para la compañía. Este innovador proyecto es resultado de un estudio llevado a cabo durante dos años el cual analizaba las maneras en las que se puede mejorar el tránsito de vehículos para hacerlo más seguro. Esta intensiva investigación permitió identificar tanto las condiciones de las vías, el comportamiento de los conductores y, sobre todo, el número de accidentes. Además, con el uso del Big Data Ford puede analizar los comportamientos de cada uno de los usuarios y a través de eso determinar que ocasiona que el conductor vaya por cada una de las rutas que tome sea o no una vía confiable y si se encuentra en esta situación Ford podrá gestionar que el usuario evite esa zona de alto riesgo para evitar cualquier tipo de incidente.

Actualmente, Ford comparte todos los informes con la policía local para que, de esa manera, se puedan identificar los puntos más peligrosos de la ciudad y así, en un futuro los vehículos puedan estar conectados mediante este nuevo sistema, avalado por el análisis de datos, el cual, en tiempo real, podrá detectar riesgos para los usuarios tales como: accidentes de tránsito o fallas en semáforos.

Además del uso del Big Data para significativos fines como son los accidentes, también ha sido utilizado en la empresa para que la producción de vehículos nunca se detenga. Es así como Ford es capaz de ahorrar más de 1 millón de euros en potenciales averías de la maquinaria antes de que esta pueda causar mayores daños. Si es que una de las máquinas llegase a sufrir cualquier tipo de daño, esto causaría retrasos en la producción causando pérdidas económicas en la empresa. Tras la implementación del Big Data en la compañía, Ford, es capaz de analizar el funcionamiento interno de cada una de las partes que componen a la maquinaria encargada de la fabricación de los automóviles para ver si esta se ve ralentizada y en ese momento la información es directamente enviada a los celulares de los ingenieros.

Según declaraciones del Doctor Eduardo García, gerente de ingenierías de la planta de carrocerías y prensas en Ford Valencia, afirma que esta nueva herramienta será capaz de identificar incluso momentos cruciales como por ejemplo cuando las piezas estén en mal estado o también que se realice un análisis previo del funcionamiento de las maquinarias para así detectar al instante si alguna de las maquinas esta funcionando de manera irregular en comparación con el resto de maquinaria. Así mismo, se podrá programar el mantenimiento y actuar inmediatamente para las reparaciones en conjunto con los programas de producción para así ser mucho más eficientes. Dado esto se plantea expandir este tipo de tecnología a todo el mundo ya que resulta muy útil también para no atrasar la entrega de los nuevos vehículos que están siendo procesados actualmente.

En conclusión, podemos ver que la empresa Ford Motor Company junto con el ingenio de Henry Ford fue evolucionando continuamente desde el primer día hasta convertirse en la gran compañía que ha llegado ser en la actualidad. Con la aparición del Big Data se ha logrado un sinnúmero de logros para la empresa los cuales han sido de gran utilidad estos últimos años, ya que de esa manera los usuarios de automóviles Ford pueden asegurar su seguridad en todo momento, priorizando el bienestar del usuario ante cualquier circunstancia. Además, de que también se trata de un beneficio para la compañía ya que, de esa manera puede incrementar sus ahorros y ganancias exponencialmente, todo esto gracias a la tecnología y al uso del Big Data. 

Bibliografía

Ford Motor Company. (s.f.). Ford. Obtenido de La historia de Ford: https://www.dimasaford.com/historia-ford/#:~:text=La%20empresa%20Ford%20Motor%20Company,Henry%20Ford%20en%20Detroit%2C%20M%C3%ADchigan.&text=Algunos%20de%20esos%20coches%20son%20experimentales%20y%20nunca%20ven%20la%20luz.

Ford Motor Company. (s.f.). Ford. Obtenido de El legado de Henry Ford: https://www.ford.es/acerca-de-ford/historia

Ford Motor Company. (s.f.). Ford. Obtenido de Informacion Corporativa: https://www.ford.es/acerca-de-ford/sobre-nosotros/informacion-corporativa

Redaccion CIO Mexico. (23 de noviembre de 2020). CIO Mexico. Obtenido de El Big Data ayuda a Ford a identificar donde es mas probable que ocurra un accidente: https://cio.com.mx/el-big-data-ayuda-a-ford-a-identificar-donde-es-mas-probable-que-ocurra-un-accidente/

Ford Motors Company. (19 de noviembre de 2020). Ford Media Center. Obtenido de Ford usa Big Data para asegurarse de que la produccion nunca cesa: https://media.ford.com/content/fordmedia/feu/es/es/news/2020/11/19/ford-usa-big-data-para-asegurarse-de-que-la-produccion-nunca-ces.html

Big Data: Qué es y por qué importa. (2022). Sas.com. https://www.sas.com/es_mx/insights/big-data/what-is-big-data.html#:~:text=El%20t%C3%A9rmino%20%22big%20data%22%20se,existido%20desde%20hace%20mucho%20tiempo.

Análisis de datos dentro de Twitch

La progresiva transición de los medios de comunicación tradicionales a aquellos pertenecientes al sistema de “streaming” han determinado el auge de ciertas plataformas, tal y como ha sucedido con Twitch, la cual es una plataforma de video en streaming que pertenece a Amazon. Encargada de brindar un servicio de entretenimiento a sus usuarios, tiene variados fines puesto que se ha convertido en un medio de ocio, diversión y comercio. El contenido principal de esta plataforma se basa en transmisiones en vivo de partidas de videojuegos y eventos masivos de eSports en alrededor de 200 países a través de cualquier dispositivo electrónico conectado a internet.

Imagen 1: Logo de Twitch

La historia de Twitch comienza en junio del 2011, más específicamente en la Electronic Entertainment Expo, evento en el cual se presenta por primera vez Twitch.tv como el subproducto de Juntin.tv, enfocado especialmente en los deportes electrónicos. Años más tarde, en 2013, Twitch había logrado un crecimiento exponencial el mismo que fue cada vez más notorio en cuanto a usuarios y visualizaciones de contenido. Evidencia de ello son los 43 millones de visualizaciones mensuales, con una media temporal de una hora treinta minutos por cada espectador o usuario. Al año siguiente Twitch se convirtió en un fenómeno dentro de los Estados Unidos al ser la cuarta fuente de tráfico en internet, lo que determinó la decisión de cambio de nombre de Justin.tv a Twitch Interactive. Posteriormente, en 2014 la empresa de Amazon se hizo con los servicios de Twitch al pagar 970 millones de dólares a sus dueños. Hoy en día es la plataforma número uno de streaming y una de las más importantes dentro del mundo del entretenimiento (Valero, 2022).

Twitch ha alcanzado ese reconocimiento dentro de mundo de internet gracias a un análisis de datos dentro de los primeros años, el cual se ha venido realizando desde los inicios de la compañía. Toda esta información recolectada durante el transcurso del tiempo y su progresivo crecimiento le ha permitido realizar varios estudios de campo y de usuario acerca del comportamiento tanto de los espectadores como de los streamers. Es así como, de esta manera, progresivamente se comenzaron a implementar mejoras en la plataforma con este fin. En este trabajo se van a exponer tres mejoras que hizo Twitch, siendo la primera nuevas formas de captar la atención del espectador, la segunda el modelo de pago a los streamers y la tercera el costo de suscripciones por país.

Para atraer nuevos usuarios a la plataforma, la empresa realizó un estudio respecto a los resultados obtenidos, los cuales mostraban que las personas que participan por primera vez en el chat de un canal tenían el 50% de probabilidad de regresar a ese canal. Por lo tanto, implementaron varias herramientas para que el espectador participe constantemente en la trasmisión, dos muy importantes fueron medios como encuestas y los puntos del canal. Las encuestas resultaron ser el método más fácil para promover una interacción más cercana en las trasmisiones, lo que a su vez integró el elemento de cercanía y conexión en la relación espectador-streamer. Esta herramienta demostró ser de utilidad puesto que son a-temporales y a-temáticas, es decir, no cuentan con temática definida y pueden ser publicadas en cualquier momento. Además, se comprobó que los canales que realizan encuestas tienen un 10% de incremento en participación que cuando el chat de la trasmisión no cuenta con esto. En segundo lugar, los puntos del canal son una iniciativa para que los espectadores pasen más tiempo dentro de la transmisión y ganen recompensas determinadas por el creador.  Es así como los canales que decidieron activar los puntos del canal lograron aumentar en un 18% el tiempo que sus expectores pasaron en su canal (Twitch, 2022).

Respecto al modelo de pago a los streamers, este fue desarrollado a partir de las analíticas del canal y a través de estudios realizados. Es así como se analizaron todos estos datos para poder determinar a que streamers se les debía pagar, analizando factores como la afluencia de espectadores y la constancia al crear contenido. De este modo se crearon dos categorías dentro de la plataforma, la primera siendo afiliado de Twitch y la segunda partner de dicha asociación. La empresa analizó a aquellos usuarios que consiguieron 50 seguidores en un tiempo de 30 días, donde, además, realizó 500 minutos en al menos 7 días con una media de espectadores mínima de 3 espectadores; a esta primera categoría los denominó afiliados, usuarios que probablemente sigan ganando seguidores y se conviertan en activos para Twitch. Estos usuarios, a su vez se benefician a través de esta relación simbiótica plataforma-creador ya que pueden ganar un porcentaje de dinero obtenido de suscripciones y donaciones. La segunda categoría, los denominados partners, deben realizar una trasmisión de 100 espectadores, al menos 3 veces por semana y cumplir con los términos de Twitch. Es así como, el negocio para Twitch es que el streamer cada vez se vuelve más conocido que atraerá muchos suscriptores nuevos al igual que marcas para patrocinar el canal (Twitch, 2022).

El último gran cambio que implementó Twitch fue el de bajar el costo de suscripción en algunos países de Latinoamérica en 2021. El precio estándar de suscripción antes del cambio era de 4,99 dólares americanos en todos los países, sin embargo, en los estudios de Twitch se demostró que la participación de usuarios en trasmisiones en Latinoamérica era 80% más bajo que en otras regiones como Asia o Europa. Por lo tanto, el precio de las suscripciones se adaptó a la economía de cada país. Lo que quedó demostrado en Brasil, ya que al bajar el precio de las suscripciones aumentaron en más del 100% el número de suscriptores de un canal (Pérez, 2021).

En conclusión, Twitch se ha convertido en un gigante del entretenimiento por pensar a futuro e innovar no solo a favor del usuario, sino también a favor del creador favoreciendo a ambas partes a través de la mejora de su servicio, prestando atención a las necesidades de sus usuarios y centrándose en la relación espectador-streamer de modo que ambas partes obtengan sus respectivos beneficios. Es así como todas las nuevas herramientas que se han implementado tienen una razón de ser y existen gracias al correcto análisis de datos, los cuales han demostrado ser útiles dando un contexto específico a cada valor para que, en caso de existir un problema encontrar una solución. Es así como Twitch fue capaz de entender el comportamiento de los usuarios para poder ingeniar soluciones innovadoras para generar mayor ganancia.

Referencias

Pérez, E. (2021, Mayo 17). Xataka. Retrieved from https://www.xataka.com/streaming/twitch-revoluciona-su-sistema-suscripciones-bajaran-precio-se-ajustaran-nivel-vida-cada-pais

Twitch. (2022). Twitch.tv. Retrieved from https://www.twitch.tv/creatorcamp/es-mx/level-up/

Valero, C. (2022, Febrero 22). ADLSZone. Retrieved from https://www.adslzone.net/reportajes/internet/como-funciona-twitch/

Análisis de Datos en Activision

Activision, nombre fusionado por las palabras “Active” y “ Television” es una empresa estadounidense que desarrolla y distribuye videojuegos fundada el 1 de octubre de 1979 con sede en Santa MónicaCalifornia. Destacada como líder a nivel mundial del entretenimiento interactivo y productos para consolas, celulares, y computadoras. Activision se fundó en innovación. No solo resalta por sus increíbles lanzamientos, sino también en la manera de producir, marcar y vender los juegos. Se menciona que, el mundo de los videojuegos sin Activision podría haber sido un lugar muy diferente, puesto que esta ha cambiado la forma en que la gente juega.

Hay que tener en cuenta que antes de la formación de Activision los videojuegos podían ser únicamente publicados por el mismo sistema para los que eran diseñados. Por ejemplo, Atari era el único distribuidor de juegos para la consola Atari 2600, es decir que sus juegos solo podían ser desarrollados y distribuidos por la misma compañía. Esto fue un gran limitante para los desarrolladores de juegos dentro de Atari, pero Activision cambio la historia de los videojuegos:

1979: El ejecutivo de la industria discográfica Jim Levy y los ex programadores de Atari: David CraneLarry KaplanAlan Miller y Bob Whitehead, decidieron fundar Activision; el primer desarrollador de videojuegos de consola independiente de terceros.

2003: Activision junto con el ahora legendario estudio de desarrollo Infinity Ward, lanzaron Call of Duty. La cual fue la franquicia de videojuegos de consola #1 en ventas en USA durante 11años consecutivos.

2008: Activision y Blizzard se fusionan para reunir los juegos más grandes y el mejor talento de desarrollo tanto en consolas como en computadoras.

2015: La galardonada franquicia Skylanders® de Activision, el videojuego que fue pionero en la categoría de «juguetes a la vida» al permitir a los jugadores usar un portal para traer figuras de la vida real al videojuego como personajes jugables, se convirtió en la 15ª franquicia de videojuegos más vendida de todos los tiempos, generando $ 3 mil millones en ingresos.

2016: Activision Blizzard aqdquiere King (Candy Crush Saga) para combinar los mejores talentos creativos en juegos y unir al mundo a través del entretenimiento épico.

2018: Activision Lizzard Esports evoluciona la industria del juego competitivo. La primera liga profesional global de esports.

2019: Activision llevó la exitosa franquicia Call of Duty a los dispositivos móviles, ofreciendo una experiencia gratuita para iOS y Android. Solo en los tres primeros meses, el juego vio más de 150 millones de descargas en más de 150 países y regiones.

Activision dentro del mercado es preferida por millones de personas, pero su desafío es seguir siendo atractivo para su público y lograr captar la atención de nuevos usuarios. Activision cuenta con más de 37 millones de jugadores y la gran mayoría son jugadores de Call of Duty. Lo cual hace imposible preguntar a cada uno de ellos como mejorar el juego o como puede seguir siendo su juego favorito, por esta razón el equipo de Activision decidió implementar la estrategia de personalización. Usando Machine Learning, Activision logró conectar a todos sus jugadores con las características del juego a través de distintas herramientas como: CallofDuty.com, a través de los mensajes en el juego, con Call of Duty mobile y las estrategias de Call of Duty Alexa. Los objetivos del equipo de consumo de tecnología de Activision a través de ML son:

  • Enviar el mensaje correcto al jugador correcto, en la plataforma correcta, en el momento correcto.
  • Asegurarse de que el jugador este jugando cosas que le gustan dentro del juego, pero también enseñarles nuevos eventos que le lleguen a interesar.
  • Escuchar a los jugadores y no suponer lo que creen querer.
  • Manejar de manera apropiada la complejidad de personalizar el sistema con un plan de acción.

Activision ha logrado cumplir con dichos objetivos gracias al uso de big data. Cada vez que un usuario acepta la política de privacidad de call of duty en cualquiera de las plataformas del juego, el jugador acepta haber leído que Activision recopilará, almacenará, utilizará y divulgará su información. El propósito principal de recopilar toda esta información es para conocer al usuario y saber sus intereses, disgustos o anhelos. No solo se dedica a conocer al usuario dentro del juego si no en su vida diaria, puesto que esto trae mayor oportunidad de que el juego se convierta más atractivo para el jugador. Las soluciones que han implementado para lograr esta personalización se dividen en 3 grandes puntos:

  1. Evitar la intervención de los humanos y dejar que la Machine Learning escoja dependiendo de los intereses del jugador.
  2. Si se deja a la máquina que escoja se le debe dar distintas opciones: variedad de mensajes, diferentes diseños y canales como los mapas. Por ejemplo, hay jugadores que les gusta ver más texto, a otros les gustará ver más videos, otros preferirán fotos.
  3. Activision debe asegurarse de estar en constante aprendizaje. Es decir, analizar si hay la posibilidad de mejoras, si existen mejores mensajes o diseños.

Para resolver los problemas de personalización dentro del juego de Call of Duty, Activision ha optado por usar la tecnología de Búsqueda en árboles con Monte Carlo (Monte-Carlo tree search), las ventajas han sido: evitar crear un jugador modelo y aproximar el mundo del juego mediante muestreo, diseñar todo en base al resultado de una gran búsqueda como AlphaGo y lidiar bien con la publicidad. Luego de encontrar los patrones ideales u óptimos para un jugador, se debe llevar esta escala a los millones de jugadores dentro de Call of Duty. Activision envía toda su fuente de información al equipo central de datos a través de Kafka pipelines, es una plataforma de transmisión de eventos distribuidos de código abierto utilizada por miles de empresas para canalizaciones de datos de alto rendimiento, análisis de transmisión, integración de datos y aplicaciones de misión crítica.

Monte-Carlo Tree Search scheme [5]. | Download Scientific Diagram
Monte Carlo Tree Search

El mayor desafío de Activision fue lograr cambiar por completo su modelo tradicional, en donde ellos suponían lo que el jugador quería o le gustaba; a aceptar un modelo de Machine Learning donde realmente conocían, escuchaban y accionaban los intereses de los usuarios. Su mayor preocupación era no cumplir al 100% con las expectativas de los usuarios, pero al ver que los jugadores tenían relación entre sí aprovecharon esa oportunidad para generar afinidad entre jugador y juego sin alcanzar una exactitud total. Machine learning les hace todo este trabajo y luego de analizar resultados se dieron cuenta que sus usuarios están mucho más satisfechos que con el modelo tradicional. Existen ejemplos claros que han surgido y se han convertido en tendencias por el buen uso de la analítica de datos dentro del juego de Call of Duty:

  • Multiplayer: un espacio en donde más de dos jugadores pueden compartir de la misma experiencia.
  • Zombie: para aquellos que adoran ver películas de zombies, matar zombies o luchar contra ellos.
  • Blackout: un evento donde los jugadores demuestran sus habilidades y sobreviven para conseguir puntos, armas, personajes y mejorar su rate como jugador.
  • Layouts: la clave del juego. Aquí es donde cada jugador puede personalizar sus objetivos, poderes, personajes, armas, etc.
  • Events: un espacio con tiempo limitante con distintas misiones que motivan al jugador a estar conectados para lograr con sus objetivos.

Activision es una empresa con reconocimiento a nivel mundial, muy conocida por los amantes de los videojuegos. Sin importar que dentro del mercado ya es una compañía muy rentable, el equipo de Activision se encuentra constantemente en aprendizaje de sus usuarios y mejoras. Con el objetivo de siempre crecer y ser atractivo para los antiguos y nuevos usuarios. Big Data le ha ayudado a conocer de manera completa las características de cada jugador, Monte-Carlo tree search le ha permitido encontrar las más óptimas combinaciones algorítmicas por medio del muestreo para cada jugador y la herramienta de Kalka pipelines le ha facilitado llevar toda esta información a los millones de jugadores. Machine Learning sin duda ha llevado a Activision al éxito en el que se encuentra hoy día, cada jugador se puede llegar a identificar con las características del juego y Activision sigue cumpliendo su misión de crecer y respaldar a toda la comunidad global de jugadores, respetando siempre la diversidad cultural.

Bibliografía

Activision | About Us. (2022). https://www.activision.com/company/aboutus

Activision | Privacy Policy. (2019). https://www.activision.com/content/atvi/activision/atvi-touchui/web/es/legal/privacy-policy.html

Activision Blizzard | Home. (2022). https://www.activisionblizzard.com/

AWS re:Invent 2019: How Call of Duty uses ML to personalize player engagement (GAM303). (2019, 12 diciembre). [Vídeo]. YouTube. https://www.youtube.com/watch?v=ir33m9RJxs0&t=36s

González, S. (2019, 9 agosto). Activision Blizzard tiene 327 millones de jugadores activos al mes. MeriStation. https://as.com/meristation/2019/08/09/noticias/1565339827_404809.html

PUBLIX

Publix es un Supermercado (Empresa) que fue creado en 1930 en Estados Unidos de Norte América. El primer fundador que tuvo Publix fue George W. Jenkins el cual fue creciendo mucho y logró adaptarse para crear un gran negocio. En 1950 Publix empieza a vender productos de su propia marca ya que ya eran más reconocidos. Publix aparte de vender productos de supermercado también cuenta con una farmacia en ciertos locales. Esto permite que su mercado se expanda y sea para más gente. Por último, Publix es una de las empresas más grandes y reconocidas en Estados Unidos y el resto del mundo, en la actualidad cuenta con alrededor de 1077 tiendas a nivel local.

            En 1940 abrieron su primera tienda la cual fue creciendo y de esa forma la empresa logró comprar 20 diferentes lugares para seguir creciendo como negocio. Como se mencionó anteriormente Publix existe ya desde hace muchos años, por lo que ha pasado por muchos procesos para poder seguir en la competencia. En un principio solo había Publix en Florida, pero como esta empresa creció mucho se expandió pero solo trabaja en el Sur oeste de los Estados Unidos, en estados como Florida, Carolina del Norte; Carolina del Sur, Tennessee, Virginia, Georgia y Alabama. En el 2018 se convirtió en uno de los lugares que mejores empleos da y una de las empresas más reconocidas como ya se mencionó anteriormente. Fue la primera empresa en Estados Unidos en contar con registradoras digitales en los locales. Una de las maneras en las cuales Publix mantiene su idealismo es que solo la gente que trabaja en Publix puede tener acciones dentro de la empresa lo que hace que sea algo más cercano”. A pesar de que Publix estuvo durante la gran depresión el fundador de la empresa logró generar plata y fue ahí cuando se dieron cuenta que era un negocio muy rentable.

            El Equipo de Marketing de Publix se dio cuenta que la empresa necesitaba renovarse e incluir Big Data a su empresa para lograr ser más competitivos con las empresas grandes. Con el Big data y los datos que ellos recopilan ayudan a los directivos de la empresa a saber dónde es rentable construir ciertas empresas lo que les permite siempre tener buenos ingresos. Entre otras cosas la gente de marketing siempre recopila datos de sus clientes lo que permite a la empresa saber qué productos son los seleccionados y de esta manera ellos pueden llamar la atención de sus clientes. Por otra parte, también se Usa Data Science y con esto ellos ven que compran su clientes, y cuál es la razón por la que compran para que de este modo sepan tomar ciertas decisiones, y por ejemplo esto les enseñó que para que sus clientes tengan la mejor experiencia ellos deben poder realizar sus compras desde sus celulares, lo que permite que la recolección de datos es más fácil.

            Por otro lado, se sabe que Publix incrementó Business Intelligence ya que en el negocio se expandió el Teradata. Teradata corp. es una empresa que se dedica a gestionar grandes softwares con muchos Datos, para que en el negocio de Publix por ejemplo ellos puedan saber más sobre sus clientes. Con el Datawarehouse de Teradata ellos pueden saber cuándo van a cambiar ciertas condiciones comerciales, y cuando va a cambiar el el comportamiento del consumidor. Esto permitirá mejorar la comunicación con sus clientes y de esta manera siempre estar en lo más alto lo que le ayudaría bastante a mantener su estrato como una de las mejores empresas de los Estados Unidos.

            Incluyendo estos dos sistemas el Análisis de Datos ha permitido que con el paso de los años Publix no se quede atrás de las otras empresas que operan parecido. Con la Mejora en su análisis de Datos Publix se dio cuenta que teniendo una aplicación la cual facilite la compra de sus productos a sus clientes les ha ayudado a ganar muchos clientes. Por Otro lado, se dieron cuenta que la oferta o baja de precios en los productos es lo que más llama la atención del cliente, esto permitió que ellos puedan realizar estas Ideas para mejorar. Todo esto ha permitido que Publix crezca más de 4% en sus ventas generando una gran ganancia para la empresa. Esto permite que Publix obtenga cerca de un 4 sobre 5 de puntuación en el trato a sus clientes lo que le mantiene por encima de Walmart.

            En conclusión, tener análisis de datos en su empresa ha dado cierta ventaja para publix. Como ya sabemos el análisis de Datos ayuda a la toma de decisiones de la empresa y esto permite que siempre estén un paso adelante. Ayuda a mejorar la experiencia del cliente, lo que es lo más importante para ese negocio. Esto ayuda a la toma de decisiones del negocio, y saber dónde es más factible vender para ellos ya que saben mucho de los clientes. En fin, es muy importante que se siga incluyendo más análisis de datos en Publix ya que como se mencionó anteriormente esto siempre les va a permitir estar un paso adelante y seguir creciendo como empresa.

Referencias:

Corp., T. (2014, January 10). Publix super markets grows business intelligence capacity with Teradata active data warehouse expansion. PR Newswire: press release distribution, targeting, monitoring and marketing. https://www.prnewswire.com/news-releases/publix-super-markets-grows-business-intelligence-capacity-with-teradata-active-data-warehouse-expansion-239603021.html

Job spotlight: Marketing analytics. (2020, May 27). https://blog.publix.com/publix/job-spotlight-marketing-analytics/

🥇 [2022] 20 cosas Que no sabías sobre Publix. (2021, October 3). salaguamotors. https://salaguamotors.com/top-10/20-cosas-que-no-sabias-sobre-publix/

This is how Publix is winning its war with Walmart. (2015, September 30). Tampa Bay Business Journal. https://www.bizjournals.com/tampabay/news/2015/09/30/this-is-how-publix-is-winning-its-war-with-walmart.html

VALLEJO ARAUJO

Por: Ignacio Suárez

Vallejo Araujo es un concesionario Chevrolet fundado en Guayaquil en el año de 1923, se dedica a la venta de vehículos, repuestos, accesorios y presta servicio postventa a los clientes que tienen un Chevrolet. Cuenta con más de 90 años en el sector automotriz pasando por 3 dueños y en el año 2015 ponen a la venta la concesión de vehículos Chevrolet. Esta concesionaria fue adquirida por la Corporación WAY, dentro de este cambio se negoció la migración a sistemas nuevos como el ERP (Facturación y bodega) que generaron grandes beneficios para el concesionario. Corporación WAY es un grupo económico ambicioso y con ganas de generar mayores ingresos a través de nuevas oportunidades siempre queriendo destacarse por el uso de nuevas tecnologías y sus tendencias.

Vallejo Araujo trabaja en muchos lugares en el Ecuador. Con la experiencia en el manejo de concesionario Chevrolet en un mercado más pequeño como en Imbabura o Esmeraldas, se dan cuenta que van a necesitar tener un mayor control sobre los negocios y fuerza de ventas ya que el mercado y los clientes eran 3 veces más en el Guayas o Pichincha. Es importante entender que los concesionarios no solo viven de la venta de vehículos nuevos, el giro de negocio más rentable son los talleres. El objetivo principal era controlar el embudo de clientes para vehículos nuevos y clientes para taller (Programa se llama Siembra y Cosecha). Al tener mayor control lo que se lograba era ser más eficientes en el uso de recursos económicos (Gastos de Marketing). “Adquirir un nuevo cliente es 5 veces más costoso que mantener un cliente existente, y eso no es nada en comparación con la cantidad de ingresos que pueden aportar los clientes satisfechos. Incrementar la retención de clientes en solo un 5% aumenta las ganancias de 25 a 95%” (Villalobos, par. 35, 2021). Esto quiere decir que lo más importante para este concesionario es retener sus clientes al hacerlos sentir satisfechos con los beneficios que brinda la empresa, para así aumentar las ganancias.

Ahora bien, dentro de las sugerencias del proveedor de ERP (DMS) se ofrece a Vallejo Araujo un sistema de CRM el cuál ayudaría a cumplir el objetivo. ¿Qué es un CRM? el CRM (Customer Relationship Management) es una “estrategia de negocio, enfocada a seleccionar y gestionar una relación con los mejores clientes para optimizar su valor a largo plazo” (CEUPE, par.11, 2021). La ventaja de utilizar un CRM es que la empresa empieza a utilizar sus bases de datos y así fidelizar a sus clientes generando una retención. Para ello se visualizaron las opciones de CRM que existen en el mercado. El Cuadrante Mágico de Gartner permite ver las diferentes empresas que brindan este servicio actualmente como es Microsoft, Oracle, SAP, DMS, etc. Para poder evaluar las opciones se utiliza el cuadrante de Gartner porque es fácil de entender, esta empresa evalúa las soluciones en base a diferentes aspectos para facilitar a las diferentes empresas su opción de CRM. Vallejo Araujo optó por un CRM llamado DMS. DMS es una empresa colombiana con experiencia en el desarrollo de soluciones tecnológicas hechas a la medida de las empresas. Cuentan con experiencia en el sector automotriz por lo tanto Vallejo Araujo decide implementar con ellos en sistema de CRM que tenían desarrollado para concesionarios Chevrolet en Colombia.

 En cuanto al CRM elegido, esta herramienta estaba dividida en 2 ejes en donde la empresa se encarga de decidir qué áreas y ejes desea incluir dentro de la herramienta de CRM como en Marketing, servicio cliente, ventas, postventa, etc. En el caso de Vallejo en la sección de Ventas hay dos enfoques. El 1ro era el control de Tráfico, Cotización, Financiamiento, Ventas y el 2do enfoque era la digitalización y control del proceso de ventas desde el primer punto de contacto (concesionario) como el registro de datos del cliente con la anfitriona al momento de llegar al concesionario. En el área digital todos los clientes que dejaban sus datos para obtener mayor información se los creaba desde el contacto center en el sistema. Todo esto era para medir la tasa de cierre y permite a las empresas tener retroalimentación de desempeño y poder mejorar las estrategias de negocio. El segundo eje es de Postventa que se encarga del programa Siembra y Cosecha. Lo que esto ayuda es en mantener a los clientes informados y en contacto a través de envío de promociones y beneficios, o en predicción de mantenimiento, así el servicio y proceso era más personalizado. También permite proyectar el kilometraje recorrido por los clientes poco antes de llegar el kilometraje de mantenimiento el contacto center se pone en contacto con el cliente y agenda la cita. Todo esto con el uso de un sistema de CRM.

En el pasado había muchos inconvenientes tanto en el tema Ventas como en posventas. Enfocándose primero en las ventas, algunos de los problemas que tenía el concesionario era la fuga de clientes en las diferentes etapas del proceso y pérdida de información en papeles/cuadernos de los asesores. Estos pequeños problemas podrían influir mucho en posibles ingresos para la empresa. También se podían ver problemas como la falta de seguimiento a los otros negocios ya que muchas veces los clientes de vallejo Araujo optaron por ir a otros lugares para hacer su mantenimiento. Al no tener ese seguimiento de otros negocios, nunca sabían qué clientes se iban a otros concesionarios. Un último problema en ventas era la falta de personalización en el servicio donde los clientes no eran tratados de una forma única si no había una falta de interés por parte de los asesores. Por otro lado, en postventa había problemas como la falta de gestión en bases de datos propios, no se sabía si el cliente era nuevo o viejo y había pérdidas de clientes por falta de mantenimiento de la relación. Con la implementación del CRM Vallejo Araujo logró un mejor manejo de bases de datos y mejor manejo de información a través de reportería. Estos beneficios llevan a una mejor proyección de ventas, y como es mencionado anteriormente a un mejor contacto más personalizado con el cliente.

La implementación del sistema CRM les convierte en pioneros de nuevas tecnologías tanto en ventas como postventa llevándolos a ser un acompaña mucho mas competitiva que en tiempos pasados. La forma de manejar una empresa mediante un sistema tan importante o bien implementado como es el de un CRM puede cambiar la cara completamente a la compañía. En este caso se necesitó de la incorporación de una corporación que se haga cargo de implementar nuevos sistemas a la empresa, pero termino dando buenos resultados. A decir verdad, uno de estos sistemas que facilitan la organización d e una empresa, tiene sus costos por lo que solo empresas grandes necesitan y pueden adquirir uno de estos, por lo que es importante que negocios que empiezan a salir al mercado, siempre tomen en cuenta la implementación de un sistema CRM.

Referencias:

Cuadrante mágico de crm Para Centros de Interacción con Los Clientes de Gartner 2021. Zendesk MX. (2021, July 28). Retrieved April 18, 2022, from https://www.zendesk.com.mx/blog/gartner-magic-quadrant-crm/

Inicio. DMS Software. (2022, April 5). Retrieved April 18, 2022, from https://dms.software/ 

¿Qué es el cuadrante mágico de Gartner y para qué sirve en transformación digital? ISC. (2019, November 19). Retrieved April 18, 2022, from https://www.isc.cl/que-es-el-cuadrante-magico-de-gartner-transformacion-digital/

Villalobos, C. (2022, February 24). 40 frases célebres de Servicio Al Cliente Para Inspirarte. Blog de HubSpot en español. Retrieved April 18, 2022, from https://blog.hubspot.es/service/frases-servicio-cliente 

Jarrin, R. W. (2015, March 30). Universidad Central del Ecuador facultad de comunicación. CREACIÓN DEL DEPARTAMENTO DE COMUNICACIÓN INTERNA PARA EL GRUPO VALLEJO ARAUJO S.A. Retrieved April 19, 2022, from http://www.dspace.uce.edu.ec/bitstream/25000/5042/1/T-UCE-0009-328.pdf 

Davalos, I. M. (2022, April 9). Vallejo Araujo S.A. personal.

Álvarez, V. (2022, April 10). Vallejo Araujo S.A. personal.

CEUPE, B. de. (2021, September 3). ¿Cuál es la diferencia entre los sistemas ERP Y CRM? Ceupe. Retrieved April 18, 2022, from https://www.ceupe.com/blog/los-sistemas-erp-y-crm.html#:~:text=El%20CRM%20(Customer%20Relationship%20Management,de%20esos%20clientes%20y%20desarrollar

PEPSICO el máster en el uso de BIG Data.

PepsiCo es una empresa que fabrica y comercializa bebidas y alimentos alrededor de todo el mundo, es conocida por su producto Pepsi Cola, sin embargo, a lo largo de los años han ido adquiriendo diferentes empresas por lo que PepsiCo ahora es dueño de marcas como Gatorade, Quaker, Frito Lay entre otros. Esta empresa comercializa sus productos en mas de 200 países a nivel mundial.

La historia de lo que hoy en día es PepsiCo es muy interesante, todo comienza con un farmacéutico estadounidense que vivía en Carolina del Norte, su nombre era Caleb Bradham quien creo un jarabe de soda con el objetivo de ayudar a las personas que tenían dolores estomacales pero con un sabor delicioso al ingerir el jarabe, después de cinco años de su maravillosa creación decidió salir de su pequeña farmacia para crear su jarabe en una fábrica. Sin embargo, tras la primera guerra mundial la empresa quedo en quiebra y fue vendida por tan solo 35 mil dólares.

Después de varios años de estabilidad y la ayuda de varios accionistas se volvió a incorporar en el mercado y sin importar ser trece años menor que Coca Cola se volvió su rival. Sin embargo vino la segunda guerra mundial y cambiaron su logo con los colores de la bandera de estados unidos con el fin de aumentar el patriotismos y que los estadounidenses consuman mas Pepsi. Con el pasar de los años se compraron varias de las empresas que ya se mencionó anteriormente y hoy en día es el refresco gaseoso con mas ventas en los estados unidos y en varios países a nivel mundial.

Principalmente el equipo de PepsiCo se baso en Excel para ordenar los datos, pero esto le provocó una gran cantidad de desorden difícil de entender y siendo ineficiente lo que causaba resultados muy costosos. Esto causo problemas con los grandes minoristas, pues la empresa multinacional tenia que encargarse de proporcionar productos para las tiendas y almacenes, pero al tener una mala organización de datos causaba que en algunos almacenes se despache muchos mas productos y en otros se despache menos de lo que se consume, lo que causaba que las perchas estén vacías y los consumidores decidan comprar productos de empresas enemigas.

PepsiCo primero implementó el uso de Trifacta, este software ayudó para estandarizar los datos de los minoristas de manera más fácil y con mejor visualización y gracias a eso lograron reducir el tiempo de análisis en un 90%, lo que hoy por hoy ha logrado que esta empresa multinacional tenga una mejora en cuanto al espacio comercial. Creo una combinación entre Trifacta y Tableau y así logro tener un mejor análisis de los productos que necesitaban los clientes. Al utilizar estos dos softwares se creo un panorama mas ordenado y esto ayudo a tener una idea mas clara de donde se tiene oportunidad y para prevenir situaciones de complicación.

También es importante mencionar que en un articulo publicado en el 2019 se habla sobre un proyecto de consultoría que PepsiCo decide incorporar con el software LUCA, esta es una unidad de servicios de Big Data, la estrategia telefónica es lo que caracteriza a esta unidad, la compañía implemento esto con el fin de conocer de mejor manera a sus compradores y a sus clientes finales quienes consumen el producto. La colaboración que tuvieron llevo a excelentes resultados con la distribución del producto y con las necesidades que tienen los consumidores.

 Después de usar el Big Data como una herramienta para acercarse a los consumidores le ha ayudado de manera significativa a PepsiCo, ha tenido un crecimiento potencial después de las estrategias que se ha utilizado llevándolo a posicionarse como la tercera empresa multinacional en el sector FMCG.

Concluyendo este ensayo y con la investigación respecto al cambio que experimentó la empresa después de hacer uso del Big Data se puede ver una gran diferencia en cuanto a la organización de la distribución de los productos que PepsiCo ofrece, tomando en cuenta la necesidad de sus clientes, ampliando su visión, y claramente planteándose nuevos objetivos con un panorama mas amplio de las necesidades.

Unilever, un gigante global al servicio de las generaciones.

Unilever es una compañía multinacional que tiene presencia en cinco continentes, más de 190 países, con un aproximado de 149.000 colaboradores. Los productos que la empresa comercializa abarcan varias categorías, como alimentos salados, aderezos para untar y pastas; helados y bebidas; cuidado personal y cuidado del hogar. En su portafolio de más de 400 marcas tenemos: Hellmann’s, Dove, Zest, Pond’s, Good Humor, Lipton, Surf, Knorr, Ben & Jerry’s, Breyers, Country Crock, entre otros. En la actualidad Unilever forma parte del Grupo Unilever, propiedad de Unilever N.V., con sede en los Países Bajos, y de Unilever PLC, con sede en el Reino Unido.

Unilever tiene sus inicios en los años 1880 promocionando en esa época solo jabones y margarinas, surgió como resultado de la fusión de las empresas: Unie de Países Bajos, Lever Bothers de Reino Unido.  El 2 de septiembre de 1929, 52 días antes del jueves negro que detonó la gran depresión, se constituyó la empresa que sería un monstruo por su alcance y oferta de productos para el mercado, desde artículos de cuidado personal hasta alimentos diarios. (Unilever, 2012) El desarrollo, compra o fusión de empresa forma parte de sus estrategias en donde absorbe el Know How, así como el mercado meta de aquellos productos. En la década de 1940, adquirió la participación mayoritaria del productor de conservas Batchelors Peas. A partir de 1945 adoptó una política de “manos libres” hacia sus subsidiarias. Enfrentando la Segunda Guerra Mundial con medidas restrictivas para sus inversiones en Europa continental, volcando sus esfuerzos hacía Inglaterra y EEUU. En la década de 1950 lanzó al mercado Dove, Sunsilk. Adquirió los helados Good Humor de EEUU en 1961. A mediados de los años 60, el crecimiento de P&G y el estancamiento del mercado de las grasas amarillas, estimuló la diversificación de la empresa. En 1971 compro Lipton y pagó 487 millones por la Agroindustrial National Starch, esta fue la mayor adquisición extranjera de una compañía estadounidense en aquel momento. En 1984 compró Brooke Bond, fabricante del té PG Tips, por 390 millones de libras esterlinas. En 1986 adquirió Pond’s, estas últimas adquisiciones fueron operaciones un tanto hostiles, sin embargo, fortalecieron su mercado de cuidado personal. 1989 fue un año dedicado a los cosméticos, adquiriendo la división de cosméticos de Calvin Klein, Elizabeth Arden y Fabergé, estos dos últimos de vendieron en 2000 y 2007 respectivamente. 1993 fue el año de adquisición de Breyers a Kraft, convirtiéndose así en el principal fabricante de helados de EEUU, en 1996 unió a Helen Curtis en el cuidado personal. El nuevo siglo trajo nuevos desafíos y oportunidades. En 2000 se adquirió Best Foods por 13.4 billones de libras esterlinas, escalando en el mercado estadounidense con Knorr, Hellmans’s y Marmite. Para acceder al mercado de la Unión Europea se deshizo de marcas como Lesieur, Oxo, Bla Band, McDonnells, Royco y Bachellors. Para mejorar su rendimiento estableció dos divisiones una de alimentos y otra de cuidado personal y hogar. En 2010 adquirió Sara Lee, en 2011 anunció que fabricaría sus productos con huevos 100% libres de jaulas; ese año también adquirió el 82% de la marca de productos de belleza Kalina. En 2014 sumó la compañía de purificación de agua China: Qinyuan. Vendió varias marcas de salsas para pastas (Ragu, Bertolli) a la empresa japonesa Mizkan por un valor de 2.1 billones. En 2017 Kraft Heinz pretendió comprar Unilever, considerado casi una ofensa, por 143 mil millones, esta propuesta fue rechazada. En el periodo de 2017 a 2020 amplio su portafolio adjuntando marcas de helados, artículos de cuidado personal, alimentos orgánicos, snacks, jabones y desodorantes naturales. Uno de los más destacados fue Dollar Shave Club por 1 billón de dólares, quedándose con su Know How y su mercado meta. En 2020 anuncio un plan para incursionar en el mercado de lácteos y cárnicos de origen vegetal.

El sello de Unilever está presente en más de 400 productos a escala global, día a día alrededor de 2,5 billones de personas usan esos productos, esto en datos representa siete de cada diez hogares. Con cada compra se obtienen datos de gran utilidad para Unilever que se ha destacado por una búsqueda continua en el desarrollo de sus marcas para las necesidades de cada nueva generación. “En Unilever estamos convencidos hoy más que nunca, que, en un mundo tan cambiante, es vital entender a profundidad a nuestros consumidores, la industria y así establecer avenidas sólidas de crecimiento a futuro”. (Páez, 2016) El análisis de los datos juega un papel indispensable, Big Data y Advanced Analytics tanto de los procesos internos, ventas y las nuevas estrategias a desarrollar para el mercado. Empleando múltiples herramientas desarrolladas por empresas o start-ups de diferentes partes del globo, Unilever busca una constante mejora en sus operaciones, entrega de productos y post-venta a fin de generar un mejor suministro de cada uno de sus productos, destacando en cada rama en la que está presente.

Jane Moran, la CIO de Unilever nos dice “Lo que es transformador es la manera en que conectamos a la gente, en poner los datos accesibles a una base más amplia de empleados y brindarles las habilidades para analizar los datos para tomar decisiones mejor informadas” (Microsoft, 2019) Los datos son una herramienta valiosa para Unilever, tanto que su gestión informática que les permite llegar a predecir el futuro. Poner los datos en las personas que los necesitan, desarrollar mejores productos para quien lo necesita, es uno de los resultados que provee la plataforma desarrollada por Azure que resulta un gemelo de la planta, el siguiente paso en la generación de una cadena de valor. La maquinaria y el personal de la fábrica están conectados en tiempo real a fin de que una gran masa de datos puede ser sometida a la minería de datos, obteniendo resultados de valor y patrones. A través de una analítica avanzada, así como una serie de algoritmos de aprendizaje autónomo, se pueden gestionar diferentes escenarios con los mejores resultados, basados en datos históricos, medidas in situ (desde temperaturas hasta tiempos del ciclo de producción). Antes se respondían a 3 mil alertas diarias, esto dificultaba los procesos, la evaluación tomaba varios minutos, creando un modo reactive constante en los operadores. Con Power BI redujo el número de alertas un 90% por día, democratizando los datos, logrando conexión otras herramientas como Microsoft Teams, Yammer, Outlook para generar una comunicación sólida entre los empleados y fábricas, de manera que puedan apoyarse y colaborar entre ellos rompiendo limitantes físicas y virtuales.

            Dependiendo del mercado las herramientas con las que Unilever trata los datos, permite generar un entorno más eficaz con un enfoque analítico e innovador. Tableau permite disminuir brechas tanto de a nivel global como local, combinando la analítica y comprensión de los datos que motiva a los consumidores a comprar y como la variedad de factores que cambian a lo largo de los años. Agrupar por categorías, productos y segmento de mercado es lo que la empresa ha logrado para tener una amplia perspectiva del mercado gracias a herramientas como ACNielsen, IRI, etc. La combinación de datos, para comprender por qué los consumidores al entrar a las tiendas prefieren sus productos es importante para la empresa, de acuerdo con estas motivaciones, se puede determinar las tendencias probables en cuanto a productos. De esta manera la elección de un rumbo de participación es más preciso; Tableau permite evidenciar datos de vital importancia como el precio promedio en todo el mundo, o los nuevos competidores en cierto mercado. La información esta al alcance de todos.

Hodeia es una start-up con la cual se ha asociado Unilever para gestionar sus operaciones en mas de 100 plantas. Implantando la gamificación en las distintas estaciones, etapas y procesos dentro del flujo de la manufactura. Mediante estos datos que alimentan los colaboradores en las distintas etapas por las que pasa cada producto, se actualizan las fichas, ofreciendo métricas en tiempo real. Estos datos generan dashboards especializados lo que permite una mejor toma de decisiones, control en el flujo de las ordenes de producción, incidencias y paradas de producción, dejando de depender de información desactualizada y poco fiable. BuildApp es la herramienta tecnológica que se encarga de la digitalización de procesos industriales, desarrollada para ser responsive y multi-idioma, lo que permite adaptarse a las necesidades de la empresa. Facilita la comunicación interdepartamental, valoración de las actividades, tratamiento de habilidades de los empleados y gestión de mejoras. BuildApp está presente en los procesos de mantenimiento, calidad, producción, seguridad y medio ambiente, formaciones, recursos humanos, social, KPIs y Dashboards.

            Para finalizar, el uso de múltiples herramientas tecnológicas (Azure, BuildApp y Tableau) de gestión y optimización para mejorar el rendimiento, predicción y el probable futuro del mercado, es lo que destaca a Unilever y las marcas bajo su paraguas. Tanto para responder a las preferencias de los consumidores, sus necesidades más importantes que cambian con cada nueva etapa, así como los requerimientos de las plantas de producción, el surtido de productos y materia prima. Esta empresa ha demostrado que un manejo en tiempo real de los datos para luego implementar la inteligencia de negocios, es una herramienta potente que permite transformar datos en información de valor, con un enfoque en la toma de decisiones. El Big Data que emplea Unilever se centra en procesos masivos para un gran volumen de datos a nivel global, tanto para sus productos en planta, procesos industriales como las métricas de consumo, ayudan a mejorar el rendimiento de los recursos y la rentabilidad que se obtienen de las inversiones en infraestructura, tecnología y talento humano. La multinacional anglo-neerlandesa, siempre ha tenido un enfoque de suplir las necesidades en cada generación, mediante diversos productos acorde a las necesidades del mercado, con énfasis tanto en la producción como en el mercado meta en donde ofertan sus productos, con resultados formidables.

Referencias 

Unilever. (2012). www.unilever.com. Obtenido de www.unilever.com:
https://www.unilever.com.ar/about/who-we-are/our-vision

Microsoft. (2019, 18 julio). Ahora es personal: El trayecto digital de Unilever lleva a resultados reales para consumidores y empleados. News Center Latinoamérica. https://news.microsoft.com/es-xl/features/ahora-es-personal-el-trayecto-digital-de-unilever-lleva-a-resultados-reales-para-consumidores-y-empleados/

Bibliografía

Hodeia. (2020). Buildapp – Hodeia Digital. Hodeia. https://hodeia.digital/buildapp

Hodeia. (2021). Caso de éxito – Hodeia Digital. Hodeia. https://hodeia.digital/case-study

Microsoft. (2021, 25 febrero). Essential IT: Cómo Unilever adopta el riesgo para cultivar una fuerza de trabajo remota y unas manos más limpias. News Center Latinoamérica. https://news.microsoft.com/es-xl/features/essential-it-como-unilever-adopto-el-riesgo-para-cultivar-una-fuerza-de-trabajo-remota-y-unas-manos-mas-limpias/

Tableau. (2019). Los datos cuentan historias de consumidores en Unilever. Tableau. https://www.tableau.com/es-es/solutions/customer/data-tells-consumer-stories-unilever

Unilever. (2021). Nuestra empresa. Unilever. https://www.unilever-southlatam.com/our-company/


TEXTIL PADILLA

Textil Padilla es una empresa orgullosamente ecuatoriana, la compania ofrece telas de deportivas, tejidos cuirculares, hilos y cordones. Con lo que en el territorio ecuatoriano es una de las compañías que más grandes del país en la fabricación de telas deportivas, desde el 2004 la empresa Textil Padilla esta entre los primeros puestos de la industria Textil.

 Textil Padilla se fundo en 1960 con el objetivo de superarse día a día con el nombre de Textil Padilla hasta llegar a la vanguardia de la industria nacional. Textil padilla comenzo desde cero primero siendo confeccionistas de camisatas y calentadores. En el ano 1970 se adquiere la primera maquina de coser ya que con ello se da un gran salto ya que deja de ser una industria artesanal y comienza hacer una pequeña industria, con el pasar de los anos se sigue adquiriendo maquinas tanto de tejer como de tinturar y planchar para la fabricación de las telas. 

¿Como Textil Padilla hace uso del big data para asi poder ser la empresa textil numero uno  en el pais? Durante  años Textil Padilla ha recopilado datos, específicamente los datos de ventas, producción, compra que le brindo ayuda para poder tener reportes mensuales de como esta andando la producción, esto fue el comienzo de la utilización de datos que se realizaba en el ano 200 entonces hasta llegar al día de hoy han pasado por varios sistemas.

Bueno Textil Padilla tiene una gran variedad de datos como se había mencionado comenzó la recopilación de datos desde el ano 2000 por ello tiene una gran ventaja ya que aprovecha el análisis y desarrollo en cada una de sus producciones de tela esto con lleva que ano tras ano se siga aprendiendo y no se cometan errores, lo que ha logrado Textil Padilla es ver como el comportamiento de sus clientes es cambiante año tras año y ver que provincia esta en crecimiento también en declive con los datos de vente. También en la parte de producción estos último ano se tuvo la adquisición de un nuevo sistema que te brinda los datos de la cantidad de tela que esta siendo procesada en la parte de tintura y con esto te arroja los datos para ver si no hay un error ¿Qué se logro con el análisis de datos? Se logro no botar a la basura el dinero con esto quiero  decir no hacer reprocesos tampoco ir a provincia a ofrecer tela y realmente enfocarnos a nuestros clientes para así darles tela de calidad.

Antes de nada Textil Padilla en la actualidad tiene un seguimiento tanto a sus clientes como a sus maquinas, para dar un ejemplo en los clientes se puede ver como van creciendo mes a mes con los datos de venta, en las maquinas se puede ver en especial en la parte de tinturaron ya que con su ultimo sistema se puede ver en tiempo real como esta la tela en el momento de la tintura.

Por otra parte ya hemos visto como Textil Padilla ha ocupado el big data en el uso de la produccion y con sus clientes. Ahora también veremos como hace uso del big data en la compras y en la parte de tejeduría, para aclarar este tema Textil Padilla tiene mas de 20 maquinas de tejer, mismo que son para el uso diario del la compañía para realizar la producción de las telas, la cual con el pasar de los anos se ha visto con el análisis de datos como la maquinas se comportan y se ve cuanto producen, en la parte de la compra se puede ver como se hace el uso del big data para la adquisición de containers de hilo para la fabricación de la tela.

Para poder continuar con este tema Textil Padilla antes de pandemia se fabricaban mas de 200 mil kilos mensuales de la tela y que con el uso del big data se ahorrado no se desperdicia materia de la empresa, con el uso del big data se ha llegado a tener en cuenta muchas cosas que antes no se tenia y esto con llevo al crecimiento de la empresa, ver que día a día la empresa ha sido reconocida en el territorio ecuatoriano.

Para poder concluir  se puede ver como Textil Padilla ha ocuapdo el analisis de datos para dar un mejor calidad de tela a sus clientes, ver como van creciendo sus clientes con la adquisicion de la tela, tambien ver internamente ha dado uso cambios tan grande al momente de hacer la tela y acilitar el proceso de tal. Por  ultimo ver como se ha ahorrado miles de dólares gracias al análisis de datos.

Bibliografía

Padilla, T. (2021, 15 junio). Textil Padilla. Textil Padilla. https://textilpadilla.com.ec/productos.html

May 3, 2022

Uncategorized

RIMAC el mejor lugar que te ayuda a prever el futuro incierto

RIMAC Seguros y Reaseguros es una aseguradora y reaseguradora peruana. Es una de las principales compañías aseguradoras mas prestigiosas en Perú ya que en el mercado participa con un 33.36% de participación en el rublo. Su objetivo principal es el de realizar contratos para lograr extender la cobertura de riesgos o procesar pólizas de caución o seguro de garantía, pero también es el de entra al mercado de seguros previsionales y ventas vitalicias. Algunos seguros que esta empresa cubre son los seguros para adultos y flotillas, seguros para accidentes y enfermedades de los empleados, seguros empresariales, seguros a crédito o de impagos por terceros, entre otros.

Esta empresa llevo a cabo su relanzamiento en el año 1898, tiene el respaldo patrimonial del grupo Breca el cual es el conglomerado empresarial más importante del país. Fue fundada por la familia Brescia Cafferata hace más de cien años. Algunos de los hitos más importantes de esta empresa son que ha sido listada en la Bolsa de Valores de Lima en 1898; fue la primer en suscribir un sesgo de automóviles en 1919, fue la primera empresa en tener una central telefónica la cual atendía emergencias en 1996 y fue la primera en lanzar aplicaciones digitales las cuales permitían brindar un servicio de consultas en 2014.

En problema con esta compañía como en muchas otras es la de una sobre carga de información que poseen y no saben cómo enfocarla o direccionarla para aplicarla en el mercado. Esto hizo que RIMAC tenga que hacer un cambio en sus procesadores y servidores para crear una mejor atención a sus clientes, ellos usaban servidores como on-premier. Cada uno de sus procesadores generaba una tabla en su base de datos lo cual hacía que la complejidad administrativa de información sea demasiada y no podían procesarla. Esto creaba un problema no solo con los clientes y sus necesidades, sino que económicamente para la empresa el tener tantos datos y buscar personal que los direccione y procese incrementaba los costos y exceso de tiempo para procesar toda la información.

Esta empresa buscaba llegar a muchas más personas y hacer que sus servicios sean más requeridos y valorados por sus posibles compradores haciendo que la empresa tenga más valor en el mercado y siendo más reconocida, lo que lleva a que tenga un mayor pronombre en el país y posicionándola como una de las mejores no solo en territorio nacional sino internacionalmente abriéndose paso en el mercado mundial.

Para solucionar esta clase de problemas RIMAC ha usado plataformas que se caracterizan por ser “serverless” lo que indica que es un servidor que permite crear y ejecutar aplicaciones con rapidez y con un costo mucho menor ya que para este tipo de servidores no es necesario aprovisionar, es decir proporcionar y administrar infraestructura, además de que este servidor es automático lo cual facilita su uso y no requiere ningún esfuerzo adicional.

Algunas de las plataformas que esta compañía usa para su seguridad y estabilidad son los servicios de Data Lake, ya que los usuarios deben autenticarse con sus credenciales propias y el uso de AWS, la cual es un servicio de Identity & Access Management (IAM). IAM determina quien puede acceder a la plataforma, acciones o cualquier actividad que se quiera realizar. Otras de las plataformas son CloudWatch y CloudTrail los cuales son monitores y servicios de Data Lake de RIMAC, ya que son plataformas que producen alertan y notificaciones a sus usuarios permitiéndolos formar parte en un grado más minucioso en el proceso que se está realizando en la plataforma y sus servicios adquiridos.

En conclusión, RIMAC Seguros y Reaseguros es una aseguradora y reaseguradora la cual se ha renovado y ahora procesa sus análisis de datos realizados en on-premise, los cuales se suben a la nube de AWS la cual es una plataforma mundialmente reconocida y mundialmente utilizada ya que procesa y almacena datos de una forma acelerada y obtiene resultados rápidamente lo cual beneficia a muchas compañías ya que optimiza el tiempo y dinero de las mismas cumpliendo sus objetivos ayudándolos a ser más competitivos en el mercado.

Bibliografía

Opazo, M. (s.f.). Obtenido de https://www.morrisopazo.com/es/recursos/casos-de-exito/caso-de-exito-big-data-analytics-rimac-data-lake/

RIMAC. (s.f.). Obtenido de https://prevencionrimac.com/salud/articulo/Nota-por-los-120-anos

RIMAC. (s.f.). Obtenido de https://www.rimac.com/?fbclid=IwAR2kxjV_qLZezmYemSKi1DGQHV0EhdKXwLMpZcDjvcuzy2mXnO-W6H-w_aQ

seguros, V. c. (s.f.). Obtenido de https://www.segurosvip.com.pe/rimac-seguros

BlackRock: Business Intelligence y Data Analytics

BlackRock es la empresa de gestión de activos más grande del mundo, al 31 de diciembre de 2020 tenía $8.68 trillones de dólares en activos administrados[1]. Se trata de una empresa estadounidense de servicios financieros que se dedica, principalmente, a la gestión de activos e inversiones.  Entre su cartera de clientes se encuentran inversionistas institucionales, como fondos de pensiones y bancos, e inversionistas minoristas. Así mismo, BlackRock tiene varias líneas de negocio, sin embargo, sus principales productos son diferentes vehículos de inversión, como, por ejemplo, fondos mutuos y Exchange-traded funds (ETFs). En consecuencia, su principal fuente de ingresos son las asesorías de inversión y tarifas por administración de fondos. Actualmente, las oficinas centrales están ubicadas en New York, EE. UU., pero tiene presencia operacional en 38 países, sirviendo a clientes en más de 100 países[2]. El objetivo de este ensayo es repasar la historia de BlackRock, así como analizar el uso y procesamiento de datos de la compañía.

El origen de BlackRock se remonta a 1988 cuando Larry Fink y otros siete cofundadores decidieron fundar una empresa de gestión de activos. Pasaron años diseñando un software que finalmente se lanzó a la venta al público en 1999 con el nombre de Aladdin. El mismo año BlackRock realizó su IPO con un precio inicial de $14 dólares por acción, a marzo del 2022 la acción cotiza en $697 dólares por acción. En el 2000 se fundó BlackRock Solutions, subsidiaria para posicionarse como proveedor de tecnología. En el 2006 compra a Merrill Lynch Investment Management y en 2009 Barclay’s Global Investors, con estos últimos adquirió los derechos de iShares, la línea de EFTs más importante del mercado. Durante la crisis del 2008, analistas de BlackRock colaboraron con la FED para buscar soluciones a la crisis. A partir del 2017, BlackRock hace énfasis en las inversiones con impacto a largo plazo, se busca invertir en firmas que tengan un desarrollo sostenible. En el 2018 BlackRock lanza su AI Lab en Palo alto, para potenciar el uso de inteligencia artificial.[3]

Ahora bien, antes de analizar los objetivos y desafíos del uso de Business Intelligence y Análisis de datos en BlackRock, es importante puntualizar que el 80%[4] de las actividades de la firma está íntimamente relacionado con los mercados financieros. En virtud de aquello, es importante entender la importancia de la información en los mercados. La valoración de activos se realiza sobre la información disponible sobre los mismos, por lo tanto, las oportunidades de ganancia se generan a partir de los datos disponibles sobre los mismos. Inversionistas mejores informados podrán tomar mejores decisiones que, a la larga, se traduce en mejores rendimientos. Debido a esto, el principal objetivo del BlackRock en el procesamiento de data es maximizar las ganancias de sus fondos y obtener mejores rendimientos que los fondos de su competencia e incluso superar los rendimientos del mercado en general. El problema es que los mercados son altamente cambiantes, por lo que, para cumplir su objetivo, no solo se necesita un sistema de recolección de información sino también un sistema de procesamiento de la información recolectada que sirva para tomar decisiones en momentos oportunos. Para cumplir su objetivo BlackRock invierte millones de dólares en análisis de datos que les permita tener mejores rendimientos que su competencia y, además, ha desarrollado softwares que ayuden al procesamiento de datos para tomar decisiones de inversión oportuna.

BlackRock es consciente de que, en una era sobrecargada de información, las ventajas están dadas por la capacidad de procesamiento de datos. Es por eso que cuenta con un equipo encargado del análisis y procesamiento de datos denominado Systematic Active Equity (SAE) y, como veremos, utiliza tecnología de vanguardia para encontrar oportunidades en los mercados informacionalmente ineficientes.[5] Ahora bien, un primer paso en la estrategia de BlackRock consiste en recopilar información que, después de ser procesada, se convertirá en su ventaja informacional que le permitirá superar los rendimientos del mercado. Según su página web, al 2020 BlackRock ha invertido cerca de dos billones de dólares en información.

 Ahora bien, para el procesamiento de información BlackRock ha desarrollado un software de inversión integral denominado Aladdin (Asset, Liability and Debt and Derivative Investment Network). Aladdin combina el Big Data con BI, esta plataforma se encarga de procesar la Big Data al analizar el “comportamiento histórico de todos los productos financieros que existen o que han existido en el mercado. Este análisis tiene en cuenta todos las posibles incidencias y las fluctuaciones financieras que pudieran preverse y las compara con situaciones similares del pasado”[6]. Aladdin se encarga de analizar diferentes eventos, como, por ejemplo, desastres climáticos, tendencias globales, escándalos políticos o cualquier otro evento que pueda tener incidencia en el mercado de valores y lo traslada al momento actual para calcular las posibilidades de éxito o fracaso de una inversión, es decir, su riesgo. Para calcular la ocurrencia de cada escenario, Aladdin se basa en el Método de Montecarlo que consiste es un método estadístico que calcula las probabilidades de ocurrencia de un escenario determinado dadas las circunstancias.

Aladdin ha sido tan exitoso que ha convertido a BlackRock en una de las empresas financieras más importantes del mundo. Se estima que al 2021, BlackRock administraba 9.5 trillones de dólares, es decir, un poco más del 10% del PIB mundial[7]. De igual manera, más de 200 empresas confían en Aladdin para el análisis de riesgo[8], entre las cuales se encuetran administradoras de activos, fondos de pnsiones y otras empresas . A pesar de ser una red integral, el futuro de Aladdin está en la nube. BlackRock considera que el siguiente paso consiste en la próxima generación para la industria de gestión de inversiones. Lo que se busca es ampliar la utilidad de los datos  al permitir a las empresas incorporar datos que no son propios de Aladdin al sistema. Dicho en otras palabras, los usuarios de BlackRock reciben los datos de Aladdin y al mismo tiempo se les permite completar con fuentes de datos propias y de terceros. [9]

Sin perjuicio de que BlackRock usa la tecnología como motor de su progreso. En la compañía no desconocen la importancia del criterio humano a la hora de tomar las decisiones. Es por eso que BlackRock en la subdivisión de “Analytics and Risk”, la compañía ofrece varias carreras relacionadas con el modelamiento y análisis de datos, a marzo de 2022, la compañía ofrecía 12 vacantes para “data modelling”, 4 vacantes para “data science” y 23 vacantes para “data & analytics”.

En conclusión, BlackRock es una empresa de servicios financieros cuyos principales productos son diferentes vehículos de inversión. Consecuencia de aquello, los principales ingresos provienen de asesorías de inversión y tarifas por los fondos administrados. Blackrock desarrolla sus actividades en el mercado de valores, lugar donde la información tiene un papel preponderante a la hora de obtener rendimientos. En virtud de aquello, BlackRock ha enfocado sus esfuerzos en la recopilación y procesamiento de data a miras de obtener mejores rendimientos que la competencia y el mercado. Para el efecto, BlackRock ha invertido millones de dólares en Big Data y ha desarrollado un sistema de procesamiento y BI denominado Aladdin. Aladdin se ha convertido en el pilar fundamental de la compañía, al procesar los datos y prever posibles escenarios, lo que a su vez determina el riesgo de cada inversión. Aladdin ha permitido que BlackRock se convierta en una de las empresas más importantes el mundo, sin perjuicio de aquello, el futuro del análisis de datos en la compañía está en la transición de Aladdin a la nube y la inversión en carreras relacionadas con el modelaje, análisis y ciencia de datos.

Bibliografía

Reiff, N. (27 de 01 de 2021). INVESTOPEDIA.COM. Obtenido de How BlackRock Makes Money: investopedia.com/articles/markets/012616/how-blackrock-makes-money.asp#citation-23

BlackRock. (s.f.). History. Obtenido de blackrock.com: https://www.blackrock.com/corporate/about-us/blackrock-history

BlackRock. (2021). Systematic Active Equity. Obtenido de blackrock.com: https://www.blackrock.com/us/individual/education/equities/active-equities/systematic-active-equity#robust-people-power

Ochoa, I. (14 de 03 de 2020). El argumento del capital. Obtenido de igorochoa.net: https://igorochoa.net/2020/03/14/aladdin-blackrock-el-dios-algoritmico/

CNBC (Dirección). (2022). How BlackRock Became The World’s Largest Asset Manager [Película].

BlackRock. (2022). ALADDIN FAQs. Obtenido de blackrock.com: https://www.blackrock.com/aladdin/resources/faqs#:~:text=As%20a%20central%20processing%20system,support%20a%20seamless%20investment%20process.

BlackRock. (2022). BlackRock To Launch the “Aladdin Data Cloud” Powered by Snowflake. Obtenido de blackrock.com: https://www.blackrock.com/corporate/newsroom/press-releases/article/corporate-one/press-releases/aladdin-data-cloud-powered-by-snowflake

BlackRock, Inc. MarketLine Company Profile. (n.d.). MarketLine, a Progressive Digital Media business. Doi: https://web-s-ebscohost-com.ezbiblio.usfq.edu.ec/ehost/pdfviewer/pdfviewer?vid=3&sid=b3bf11e3-c881-4a63-8a5b-c4e6119153d5%40redis

https://www.blackrock.com/uk/intermediaries/insights/big-data-in-asset-management/the-importance-of-human-and-machine

https://www.blackrock.com/us/individual/education/equities/active-equities/systematic-active-equity


[1] BlackRock, Inc. MarketLine Company Profile. (n.d.). MarketLine, a Progressive Digital Media business. Doi: https://web-s-ebscohost-com.ezbiblio.usfq.edu.ec/ehost/pdfviewer/pdfviewer?vid=3&sid=b3bf11e3-c881-4a63-8a5b-c4e6119153d5%40redis

[2] Ibídem.

[3] BlackRock. (s.f.). History. Obtenido de blackrock.com: https://www.blackrock.com/corporate/about-us/blackrock-history

[4] Reiff, N. (27 de 01 de 2021). INVESTOPEDIA.COM. Obtenido de How BlackRock Makes Money: investopedia.com/articles/markets/012616/how-blackrock-makes-money.asp#citation-23

[5] BlackRock. (2021). Systematic Active Equity. Obtenido de blackrock.com: https://www.blackrock.com/us/individual/education/equities/active-equities/systematic-active-equity#robust-people-power

[6] Ochoa, I. (14 de 03 de 2020). El argumento del capital. Obtenido de igorochoa.net: https://igorochoa.net/2020/03/14/aladdin-blackrock-el-dios-algoritmico/

[7] CNBC (Dirección). (2022). How BlackRock Became The World’s Largest Asset Manager [Película].

[8] BlackRock. (2022). ALADDIN FAQs. Obtenido de blackrock.com: https://www.blackrock.com/aladdin/resources/faqs#:~:text=As%20a%20central%20processing%20system,support%20a%20seamless%20investment%20process.

[9] BlackRock. (2022). BlackRock To Launch the “Aladdin Data Cloud” Powered by Snowflake. Obtenido de blackrock.com: https://www.blackrock.com/corporate/newsroom/press-releases/article/corporate-one/press-releases/aladdin-data-cloud-powered-by-snowflake

Caso de estudio: SHEIN

Shein y su uso del Big Data

«Everyone can enjoy the beauty of fashion»

La empresa Shein (que tiempo atrás se llamaba She Inside) es una tienda de moda online dedicada a la comercialización de ropa femenina, masculina y de niños, así como también accesorios, calzado y hasta maquillaje. Su matriz se encuentra en China, sin embargo, la distribución de sus productos se lo hace a más de 220 países. El nicho demográfico al que Shein busca vender sus productos es a la Generación Z, quienes son los principales usuarios de teléfonos móviles. Así logra Shein alcanzar un porcentaje mucho mayor en el tráfico de aplicaciones que cualquier otro competidor que tuviese. 

She in nace en el 2012 con su fundador Chris Xu, quien estudió en la Universidad de Washington y adquirió el dominio de sheinside.com tras abandonar su negocio de venta de vestidos de novia. Junto con un equipo de especialistas invirtieron el capital que tenía para arrancar con un negocio de e-commerce. Lamentablemente este fracasó por problemas con su socio. Posterior a esto, Chris ideó la “venta personalizada para ocasiones especiales”. Esto debido a que este tipo de vestimenta exportada desde China hacia el extranjero era bastante demandada dada la diferencia de precio. Actualmente la empresa produce prendas de vestir de moda femenina normal que es su elemento básico de negocio (McCormick, 2021). 

She in es considerada la empresa de e-commerce de mayor crecimiento en todo el mundo. Obtuvo casi 10 000 millones de dólares por ingresos y ha presentado un crecimiento de más del 100% en los últimos ocho años. Además, se posiciona como la aplicación de compras más grande en EEUU, así logrando aventajar a Amazon (Lopez, 2021). La ventaja de Shein, una empresa china, es que es capaz de competir en la categoría de ropa. Esto debido a que la fabricación es local, a grande escala, con buena calidad y a un precio reducido. Shein fue una de las primeras compañías en recurrir a influencers. También estuvo presente en Pinterest y recientemente en la famosa red social Tik Tok llegando a convertirse en la marca mas comentada de la misma en el año 2020 (McCormick, 2021). 

Para saber como se ha manejado Shein analicemos los algoritmos de internet y los propios datos que Shein obtuvo. Shein cuenta con acceso a información que reside en el Trend Finder de Google, que concede el rastreo en tiempo real de los términos de búsqueda en relación con la vestimenta en diversos países del mundo. De esta manera Shein logra pronosticar con exactitud la popularidad del encaje en Estados Unidos durante el verano del 2018. Adicional a esto tomemos en cuenta la cantidad exuberante de datos que esta empresa obtiene de terceros, es decir, de los consumidores a través de su aplicación y los equipos humanos de software que recorren los sitios de sus competidores. Ahora, Shein sabe exactamente qué es lo que las personas buscan y desean (McCormick, 2021).

Por otro lado, Shein comparte esta información con su equipo interno de diseño y creación de prototipos. Dado que Shein se encuentra en medio de la fabricación de moda China puede hacer que la producción se encuentre lista en tan solo tres días. Ha acumulado años de lealtad de sus proveedores que puede llegar a fabricar lotes increíblemente pequeños, alrededor de solo 10 artículos y luego de saber que el producto esta en constante rotación seguir trabajando la producción con la marcha (McCormick, 2021).

Shein ha conectado la fabricación directamente con el consumidor pues todo el mundo debía usar el software de gestión de la cadena de suministros (SCM) de Shein. A través de este los proveedores reciben actualizaciones sobre nuevos pedidos al instante basados en el comportamiento del consumidor, y envían datos de inventario y capacidad en tiempo real. De alguna manera de esta actualizando en vivo la capacidad de fabricación en función de quien esta mirando que en el sitio web y que es lo que se esta vendiendo (McCormick, 2021).

Una combinación de todos estos factores, el deducir la demanda, la producción rápida en lotes con cantidades pequeñas por las relaciones con los fabricantes, hace que Shein no deje residuos haciéndolo capaz de reducir sus precios. Otro secreto de esta empresa radica en la cantidad de datos que puede utilizar como retroalimentación y la velocidad a la que puede actuar sobre los diseños. (Fu, 2021). La fuerte demanda significa mas datos, lo que requiere decisiones mas inteligentes, precios mucho mas accesibles, mayor retención y adquisición de clientes. 

Para finalizar, Shein se a convertido en la marca de moda mas notable del mundo. Además, ha revolucionado el modelo de fast-fashion y da un paso mas allá, a un ultra fast-fashion. Esta es una marca es realmente sorprendente que terminó convirtiéndose en el gigante del comercio electrónico. Shein ha llegado para quedarse y es algo a lo que debemos acostumbrarnos. 

Bibliografía

Fu Y. (2021, 29 agosto). SheIn: A Story of Online Segregation and Data as Business Intuition. Yiqin Fu. https://yiqinfu.github.io/posts/shein/

Lopez, T. (2021, 23 mayo). Shein supera a Amazon como la app de compras más instalada en EE.UU. Ecommerce News. https://ecommerce-news.es/shein-supera-a-amazon-como-la-aplicacion-de-compras-mas-instalada-en-ee-uu/

McCormick, P. (2021, 17 mayo). Shein: The TikTok of Ecommerce. Not Boring. https://www.notboring.co/p/shein-the-tiktok-of-ecommerce?s=r

Google Ads y su evolución de datos

En sus inicios Google Inc. nombrada así por sus fundados Larry Page y Sergey Crin, dos estudiantes de la universidad de Stanford, quienes tenían el objetivo de organizar la información del mundo para que fuera mas accesible, mediante la creación de un método de búsqueda que determinaba la importancia de mas paginas creadas en la Word Wide Web. Este motor de búsqueda atrajo la atención de los inversores de Silicon Valley quieres en 1998 les entregan su primer cheque para fondos empresariales, es allí donde se funda Google Inc. Obtuvieron su primera oficina en el garaje de una casa. En los años siguientes, la empresa se expandió, mudándose a las oficinas centrales ahora conocida como “Googleplex” en California, USA. A pesar del cambio, la empresa mantiene el objetivo de buscar una de las mejores respuestas a las preguntas de sus clientes, en la actualidad, cuenta con más 60 mil empleados en más de 50 países. 

La plataforma de publicidad desarrollada por Google, en 2000, cuyo objetivo principal es permitir posicionar productos y servicios entre los resultados de búsqueda y es utilizado por las Pymes y empresas como estrategia de marketing para sus productos o servicios, que son o pueden ser usados como respuestas para preguntas registradas de usuarios del buscador. Sin embargo, para 2005, Google desarrolla Google Analitics, para ese entonces existía empresas dedicadas a entregar datos y resultados SEO, y REM, (Breve historia de la evolución de la publicidad en Internet, 2016) que no son más que, herramientas que entregan datos para entender el movimiento del mercado y a la oferta (competidores) en la red web, sin embargo, estos servicios eran pagados. La Aparición de Google Analitics usado para Google AdWords o más conocido como Google ads, entregaba este tipo de análisis y entregaba un espacio de publicidad de forma gratuita, cambiando la forma de ver, estudiar y trabajar en la publicidad.

Para 2011 Google Analitics, implemente la función que ayuda al empresario a comprender el comportamiento de los grupos de visitantes en la página destino y predecir una estratega de mercadotecnia que pueda exponenciar sus ventas. En esta era, Google implementa Google ads en redes sociales, basado en los intereses del usuario. Hoy en día y con más de 1.2 billones de usuarios de la internet se sabe que, en 2020, han captado 146,92 miles de millones de USD en ingresos por publicidad. (Google: ingresos por publicidad a nivel mundial | Statista, 2020)

Se ha determinado que las principales ventajas sobre el uso de Analytics en Google Ads, ha permitido obtener información mas global para analizar el desempeño de fuentes de trafico de visitantes y consumidores. Así como proporcionar información como, tiempo de visita, reproducción de videos y más. También entrega métricas sobre la satisfacción del sitio basado en rebote (cuantas veces se ha entrado a la página) y sobre tiempo de visitas. Esto con el fin de proyectar datos que permitan al usuario (empresario) crear un ajusto de retroalimentación continua.

Google Ads conjunto con Google Analitics, utilizan la información procesada de diferentes formas, en diferentes aspectos de su proceso de servicio, se encargan de la recopilación de los movimientos del usuario en todo el internet, tanto los sitios a donde se dirige cómo y por dónde se dirige, esto con el elemento principal de los Google ads, que son las palabras clave, así mismo recoge información y se encarga de mostrar información valiosa al cliente únicamente si cumple con características que según su algoritmo sea candidato y un posible cliente para el sitio, es decir gracias a recoger los perfiles de los clientes, estas herramientas permiten que las empresas no gasten dinero en publicidad general sino es a un tipo de mercado focalizado el cual aumenta sus probabilidades de incrementar las ganancias.

Como podemos ver, Google a través de sus herramientas Google Ads y Google Analitics a podido transformar la forma de hacer marketing, dejando al marketing tradicional a medios análogos, y siendo el marketing digital una nueva forma de vender incluso a generaciones y publico poco accesible como lo son la generación centenial y usar jerga informal que permita introducir de manera más casual los productos. Sin embargo, este bombardeo de publicidad a los consumidos es tan constante que se encuentra en los sitios web a los que visitamos, redes sociales y medio televisivos, como lo es Youtube, Twitchi, permite al consumido no perder tiempo en buscar un producto con las características que necesita sino, selecciona cual de todos los productos que se le recomienda elegir. El mundo del marketing digital se repotenciará a medida del desarrollo de la tecnología puesto que con nuevas herramientas que usen los datos de Google Analitics, se puede reformar o crear nuevas campañas publicitarias.  

Bibliografía

Google: ingresos por publicidad a nivel mundial | Statista. (2020). Statista; Statista. https://es.statista.com/estadisticas/635557/google-ingresos-totales-anuales-por-publicidad/

Breve historia de la evolución de la publicidad en Internet. (2016, December). Antevenio. https://www.antevenio.com/blog/2016/12/breve-historia-de-la-evolucion-de-la-publicidad-en-internet/#

Referencias

Alberio Ochoa (2015, September 25). 5 Beneficios de Integrar Google Analytics en tus Campañas de AdWords ~ Albeiro Ochoa. Albeiro Ochoa. https://albeiroochoa.com/beneficios-integrar-analytics-adwords/

Google Ads: 18 años de historia en Internet – Blog IDA Chile | Estrategia para el éxito de tu negocio. (2019, July 19). Blog IDA Chile | Estrategia Para El Éxito de Tu Negocio. https://blog.ida.cl/marketing-digital/google-ads-18-anos-de-internet/

Nuestros comienzos y la actualidad – Google. (2022). About.google. https://about.google/intl/es419/ourstory/#:~:text=La%20historia%20de%20Google%20comienza,universidad%2C%20deb%C3%ADa%20mostrarle%20la%20instituci%C3%B3n.&text=Lo%20llamaron%20Backrub.,Google%20(%C2%A1por%20suerte!).

EBAY y su sistema de recomendación de compra

How To Design an eBay Store That Stands Out

La empresa ebay pertenece a uno de los mercados con más tendencia en la nueva era, el ecommerce. Es pionera de subastas en internet y en la actualidad funciona internacionalmente, está enfocada en el comercio en línea, ofrece varios servicios como la compra y venta de productos, subastas, ventas de consumidor a consumidor y las personas que se manejan con sus propias tiendas en línea pueden usar esta plataforma como canal de ventas. La página de ebay permite ver todo el stock de mercadería en un solo lugar.

Ebay hace su aparición ante el mundo hace 27 años en California, Estados Unidos. En 1995, Pierre Omidyar, entonces a sus 28 años de edad, frente a su computadora en un fin de semana se dedicó a escribir el código de lo que luego sería eBay. Este sitio se lanzó un lunes 4 de septiembre de 1995 con el nombre AuctionWeb, el «Sitio de subastas». Omidyar nacido en París en el año 1967. Sus padres eran iraníes que viajaron a Francia, pero él a la edad de 6 cruzó el continente para mudarse a Estados Unidos. Durante el tiempo que asistía a la Escuela del Potomac, empezó a descubrir un gusto y curiosidad por las computadoras, lo que lo llevó a esta carrera: en 1988 se graduó en informática en la Universidad de Tufts. Se incorporó a Claris, filial de Apple, donde aportó a desarrollar MacDraw, una herramienta popular de gráficos de Mac. En 1991, se convirtió en empresario y cofundó Ink Development, que se especializó en crear interfaces de usuario para computadoras, bolígrafos y tableta. 

Pierre Omidyar quién decidió lanzar este sitio a Internet buscaba dar a las personas un espacio virtual donde se pudieran contactar entre vendedores y compradores de artículos usados y nuevos. Tiempo después en 1999 con la ayuda de Meg Whitman que se había incorporado hace un año atrás a la empresa introdujeron la empresa a la bolsa de valores que fue un gran paso que les dio un impulso para comprar otras compañias y seguir creciendo como empresa. Algunos ejemplos muy importantes son: iBazar que les permitió expandir sus servicios a Europa y Paypal que hasta la actualidad sigue siendo la plataforma de transacciones de dinero en línea que se posicionó en internet, etc.

EBay se hizo propietaria de Hunch,  la empresa de análisis de datos, para ayudar a desarrollar una tecnología de recomendaciones para su mercado en línea. Hunch analiza datos de redes sociales como Facebook y de cuestionarios para hacer recomendaciones personales. Para entender cómo estas herramientas ayudan a eBay se puede poner un ejemplo, en el cual se comercializa un producto cada seis segundos. En ese intercambio de transacciones, la tecnología de este gran comercio electrónico tiene la capacidad de detectar en ese momento que, por decir, hay un incremento en la demanda de un determinado modelo producto, de forma que el sitio avisa automáticamente a los vendedores de este producto de la recomendación de tener en stock de ese producto. EBay dijo que Hunch ayudaría a sugerir productos relevantes para compradores en su página de internet. Es la última serie de adquisiciones de eBay, que trata de revivir su negocio online, que ha perdido cuota de mercado en los últimos años frente a Amazon. 

Tienen 350 millones de artículos activos y 100 millones de usuarios activos. Sabemos todo lo que ha hecho cada usuario en los últimos 10 trimestres. Sabemos exactamente lo que vieron en la pantalla: incluso si sólo navegan, conocemos los 50 artículos que se les mostraron. Con Kylin, el equipo ha podido utilizar datos en tiempo real para capturar tendencias e información sobre lo que buscan los compradores en eBay. Tenemos millones de artículos listados en eBay, y podemos profundizar en los datos y asegurarnos de que comercializamos y presentamos los productos adecuados para nuestros compradores. Además, nuestros conocimientos también ayudan a nuestros vendedores a tomar mejores decisiones sobre el inventario en el que está interesado el comprador de eBay.

Página de inicio de ebay durante el período de Navidad iniciar sesión  Fotografía de stock - Alamy
Personalización y marketing enfocado en cada usuario
Qué puede hacer eBay por mi tienda online? - Blog de comercio electrónico,  Ecommerce y Marketing Online | urbeCOM

Para eBay, una pieza fundamental es que los datos son propiedad de los usuarios, y la compañía no interfiere en ellos. Lo más importante es que quienes venden sus productos mediante el sitio de ebay puedan mejorar sus ventas, y la empresa les ayuda a alcanzar este propósito. Se ha puesto en valor el uso y análisis de todos estos datos internos, a partir de toda esta información se obtienen los modelos de recomendación que en muchas ocasiones revelan información completamente contraria a la que indican los propios consumidores, y pese a que es opuesta,  también es verdadera ya que es objetiva. A veces lo que los usuarios señalan como productos “que les interesan” no concuerda con lo que en realidad les interesa según su historial de navegación y búsqueda.  Debido al análisis de datos, los modelos de recomendación aprenden a mostrar productos similares  a los que en realidad se sienten interesados, y no a los que se declaran lo opuesto. Otro factor a favor es la actualización de la página pues se va renovando cada cierto periodo, a pesar que no cambia en su diseño primario, se lo hace para evitar el problema de saturación visual, también eBay esta frecuentemente actualizando el sitio web y adaptándola a los requerimientos del cliente. 

El mercado, como se venía mencionando, es muy competitivo y en él se encuentran posicionado de manera importante empresas de gran relevancia y mayor tamaño. Empresas de gran trayectoria como Alibaba, Amazon, Facebook, google, y otros que gozan de mayor capacidad financiera que les permite ofrecer mejores servicios a sus potenciales usuarios, por lo que ebay debe dar y buscar ese esfuerzo adicional en la mejora de la experiencia que vive el usuario al momento de comprar en ebay.

Desde el inicio de eBay han estado capturando datos y tienen una tonelada de ellos, es un gran trabajo diseccionar estos datos para que se pueda tomar decisiones mejor informadas. El cliente se encuentra en el centro de todo lo que hacen, el “buyer persona” esta en el pasado y si no les brindas a tus clientes una experiencia personalizada, se irán a otro sitio.  Ahora todo está conectado, es una nube de clientes que hablan entre ellos sobre tu producto y si haces que uno se sienta infeliz eso te puede afectar mucho.  Ahora es una fase de investigación que es mucho más profunda, más colectiva y luego viene el momento en que deciden comprar y luego se trata de la operación, sobre que tan fácil es comprar, que tan fácil es pagar, y un servicio al cliente. ¿Qué pasa después de comprar?, si se encargan de eso van a traer más consumidores. Un ejemplo para poder entender cuan beneficioso es mantener una recolección de datos se puede ver al comparar como es la experiencia de comprar en una tienda física. ¿Qué es lo que se hace en una tienda de ropa? Por lo general todo el mundo elige unas cuantas prendas y se las prueban, escogen una y vuelven a guardar las demás prendas, luego van al cajero y compran. ¿Qué es lo que sabe la empresa acerca de la preferencia de compra? Ellos solo saben acerca de lo que compro en ese momento. No saben todo en lo que mostró interés y no compró. Tener acceso a esta información puede ser muy interesante y útil ya que pueden ver lo que la gente quería y no terminó comprando, lo que puede servir a cualquier empresa en cualquier área para saber el motivo de no hacer la compra, tal vez fue el color, la forma, o el precio, etc. 

Ahora lo que se puede hacer con estos datos, que no estaba disponible en el pasado, y que esta disponible en la actualidad es evaluar porque todo es medible, a esto eBay le junta el plantear buenas preguntas para desbloquear nuevas oportunidades para llegar al cliente en lo profundo y darle realmente lo que quiere. Big data es solo un montón de data pero lo que importa y marca la diferencia es lo que haces después con esa información. A la empresa le importa tanto todos estos datos porque pueden extraer valor de ello y tomar decisiones que pueden por ejemplo, reducir costos, aumentar ventas, etc. 

eBay se basa en tres fases para hacer uso de los datos: 

Fase 1: Recolectar datos. Tratar de conseguir toda la información posible de como el consumidor interactúa con la marca, o los productos. Lo que se necesita son hardware y procesos para asegurarse que la información se almacena con precisión.

Fase 2: Se tiene un montón de información, ¿qué hacer con ello?, pues se crean informes para poder ver las tendencias. 

Fase 3: No se quiere solo mirar las tendencias, en realidad quiero comenzar a basar mis decisiones en las tendencias que veo y alcanzar una gobernanza de los datos.

Fase 4: Llamado análisis predictivo. Aquí es básicamente donde la máquina se hace cargo, cuando se dice que no quieren tomar una decisión basada en datos, sino quieren crear un conjunto de reglas en las que se tomará una decisión en función de lo que quiero como resultado de esa situación. eBay ya no hace marketing para un grupo de personas, sino que se hace marketing para cada persona individual, las personas deberían ver cosas diferentes dependiendo de sus intereses, mejor conocido como personalización. 

            En conclusión, considero que eBay y muchas empresas de este tipo (modelos de negocios digitales), tienen gran acogida y tanto buen desempeño como buenos resultados porque hicieron lo que otros negocios no hacen, que es enfocarse en ti, con esto me refiero a que no te etiquetan en un grupo con personas con dicen tener las mismas características sino que comprenden que tu perfil y gustos son únicos, tal vez si puedes tener similitudes con otros pero lo que hace que optes por comprar en línea es la atención personalizada que te ofrecen, junto con las actualizaciones, innovaciones y seguimiendo que te dan a diario.

Referencias

Casino, F. (8 de Enero de 2021). iProUp. Obtenido de iProUp: https://www.iproup.com/innovacion/17049-la-historia-de-ebay-y-de-su-creador-como-inicio-la-empresa

Pascual, P. (14 de Diciembre de 2020). PiperLab. Obtenido de PiperLab: https://piperlab.es/2020/12/14/ebay-25-anos-de-datos-historicos/

El uso de Big Data en General Electric

Historia y biografía de Historia de General Electric

Presente en el centro de la industria eléctrica desde sus inicios, protagonista del desarrollo del mundo moderno y sobresaliendo en sectores como la aviación, salud y energía renovable, lo llevó a convertirse en una de las empresas estadounidenses más valiosas e innovadoras del mundo, General Electric (General Electric, s.f.). Esta empresa que ha logrado superar crisis económicas, manteniéndose desde sus inicios como líder en sus diversos campos laborales por más de un siglo. A pesar de las difíciles circunstancias que GE ha pasado y los cambios tras un nuevo CEO, la empresa siempre ha mantenido intacto su espíritu innovador, enfocada siempre en la precisión de sus acciones y en el futuro de la compañía. 

Este escrito tiene como objetivo el estudio de la empresa General Electric y el análisis de la dinámica de negocio que ha manejado desde sus inicios hasta la actualidad, por medio de los siguientes puntos a tratar: primero, origen de GE y sus principales contribuciones; segundo, análisis del modelo gerencial del ex CEO Jack Welch de GE; tercero, estudio de la caída de acciones tras el cambio del nuevo CEO, Jeffrey Immelt; cuarto, investigación del endeudamiento empresarial que ha sufrido las últimas décadas; quinto, medidas que ha tomado GE para solucionar sus problemas financieros; finalmente, presentación de datos actuales de la situación actual de General Electric. 

En 1978, Thomas Edison fundó la compañía Edison Electric Light Company, en donde fue patentada la primera bombilla, capaz de alumbrar 600 horas. Fue en Nueva York donde Edison construyó la primera central eléctrica y en 1892 esta empresa se fusionó con la compañía de Thomson-Houston Company, creando la General Electric. Durante los primeros años, GE se mantuvo en la cima, fabricando las primeras máquinas de rayos X, al igual que impulsando la creación de las primeras grandes locomotoras eléctricas, entre otros descubrimientos que tenían como finalidad impulsar la ciencia y tecnología, construyendo así máquinas que facilitaran el día a día de una sociedad proyectada al futuro(Excellence, s.f.). Como consecuencia, GE era consideradora como una de las empresas más importantes dentro de los Estados Unidos, especialmente por su expansión dentro de diferentes áreas comerciales. 

Aunque, esto cambió cuando el nuevo CEO de GE Jack Welch, decidió transformar este enfoque empresarial, centrándose en las áreas en donde sobresalía completamente y eliminando aquellas en donde no mantenía cierto liderazgo en el mercado. Jack Welch se mantuvo al frente de GE desde 1981 hasta el 2001 (Crea Y Transforma, 2021). Durante este periodo Welch fue criticado por haber despedido a más de 100.000 empleados de General Electric, ganándose de esta forma el apodo de Neutrón Jack, por otro lado, fue admirado por su extraordinaria manera de rejuvenecer GE, Welch eliminando la burocracia e impulsando el Internet (Intermarket Soporte, 2010). 

Jack Welch mejoró los servicios financieros, fortaleció el área de alta tecnología, así como se deshizo de 71 empresas, de este modo igual adquirió nuevas compañías de equipos médicos y un canal de televisión (Crea Y Transforma, 2021). Welch mantuvo siempre un alto enfoque en la innovación empresarial, la cual comenzaba desde sus trabajadores, por esta razón, la motivación y capacitación del personal era fundamental para cumplir los altos estándares que requería la empresa. En una entrevista que se le realizó para el canal A&E, Welch menciona la importancia que representa el negocio electrónico, describiéndolo como “el abecedario básico del mañana” (Intermarket Soporte, 2010). Durante estos 20 años Welch se encargó de aniquilar lo innecesario y en transformar a General Electric en una empresa sin límites, pasando de esta forma de ser una empresa manufacturera de 25 billones a una corporación conglomerada de alrededor de 130 billones de dólares (Crea Y Transforma, 2021).

En 2001 Jeffrey Immelt fue elegido el nuevo CEO de GE, quien tuvo que pasar por la crisis del 2008, la cual dejó muy herida a la compañía, económicamente. Lamentablemente, Jeffrey no logró controlar la crisis y las acciones de la compañía cayeron un 42%, a pesar de que la empresa recibió apoyo de grandes inversionistas, como es el caso de Warren Buffer, quien invirtió 3 billones en la empresa, esta siguió desmantelándose poco a poco. Por tal razón, en 2017, Jeffrey R. renuncia, dejando a cargo a John Flannery, quien trató de reducir los costos operativos de la empresa. (Crea Y Transforma, 2021)

Los esfuerzos que realizó Flannery no fueron suficientes, la empresa seguía arrojando números rojos, por lo que en tan solo 14 meses fue reemplazado por H. Lawrence Culp, quien tuvo que afrontar la perdida que le dejó Flannery de 100 billones en valor de mercado. Durante los primeros años, Culp logró que las acciones subieran un 18%, después de compartir su visión para el futuro de GE con los inversores. Aunque el sobre endeudamiento bajó en un 12%, las controversias legales hicieron que sus acciones bajaran. (Crea Y Transforma, 2021)

En 2019, Culp redujo la deuda en unos 28 billones, como resultado de un mejor manejo de capital y la venta de ciertas empresas. A pesar de lo mencionado, ciertas cifras reflejan la estrepitosa caída que ha sufrido GE los últimos años, por ejemplo; del 2017 al 2020 las acciones cayeron un 59% y la empresa ha recortado alrededor de 12.000 empleos, su capitalización en el mercado era de 262 billones, actualmente ronda entre los 64 billones. Al mismo tiempo, la pandemia ha golpeado la rentabilidad de GE, con los viajes detenidos, la unidad de aviación de GE experimentó ciertos cortes del personal. (Crea Y Transforma, 2021)

Sin embargo, General Electric promete un cambio en la empresa, cabe recalcar que GE opera en más de 180 países, además que en los últimos años implementó programas de software y de análisis. GE utiliza más de 2000 aplicaciones en la nube y 55 servicios de AWS, desarrollando así un sistema eficiente en sus negocios de sanidad, energía, aviación y energías renovables (AWS, s.f.). Esto le ha permitido impulsar cierta área como el internet industrial, el cual consiste en implementar más sensores en su maquinaria, de tal manera que se pueda exceder a un sin número de información de las locomotoras, motores de propulsión, máquinas de resonancia magnética, entre otros equipos vendidos. Además, la empresa pretende por medio del uso de sensores identificar nuevas formas de mejorar los procesos de trabajo y la fiabilidad, aumentando de esta manera la eficiencia empresarial (Leber, 2012). 

En el área de aviación, Anil Varma, investigador en aprendizaje de máquinas en el centro de San Ramón, ha descubierto que estos sensores utilizan cierto tipo de algoritmo, capaz de identificar aquellos motores de propulsión que necesitan una revisión, generando así un 70% de precisión y con un mes de antelación. Este gran avance tecnológico, el cual fue gestionado por el gran manejo de los encargados de análisis de datos, quienes obtienen información de las máquinas y la transforman en datos y estadísticas, para luego crear algún tipo de artefacto, en este caso, un sensor encargado prevenir costosos retrasos en los vuelos (Leber, 2012). 

Según datos de la página web ICAS, “la empresa ha calculado que los datos podrían aumentar la productividad en EE.UU. en un 1,5%, lo que, en un periodo de 20 años, podría ahorrar suficiente dinero para aumentar la renta media nacional hasta en un 30%.” (O’Neill, 2016). En general, dados los problemas económicos que la empresa está pasando, GE ha apostado por realizar mejoras en su productividad, así mejorar sus beneficios y crear una estrategia de datos (Leber, 2012).  

General Electric se divide en tres áreas con empresas independientes

En la actualidad, General Electric se encuentra en una situación complicada, al mismo tiempo que anunció que planea dividir la compañía en tres independientes empresas; salud, energía y aviación. Tal proceso se irá desarrollando paulatinamente hasta 2024 y la primera división de atención médica se hará a principios de 2023 (El País, 2021). Asimismo, como lo menciona EL PAÍS, las acciones de GE han subido en un 5%, mostrando así resultados positivos frente al nuevo manejo del negocio.

En conclusión, GE es una empresa multinacional enfocada en el futuro de la sociedad, desde sus inicios con Thomas Edison y continuando con el gran Jack Welch, GE es conocida por ser una empresa altamente competitiva. Aunque los últimos años fueron muy difíciles para la compañía, especialmente por la crisis económica del 2008 y la actual situación de la pandemia, costándole así mantenerse líder en sus áreas de negocios, GE trabaja diariamente para superar los obstáculos del pasado y enfocarse en el futuro. Por medio del Internet industrial y el análisis de datos, la empresa ha logrado crea diferentes tipos de sensores para sus diversas maquinas, lo que le ha ayudado a identificar nuevas mejoras en su sistema, de tal forma que se reduzcan costos y la eficacia aumente, así como su productividad. Tal y como lo menciona en página web oficial de General Electric, la empresa está empezando de nuevo, aprendiendo de sus errores del pasado y estudiando las posibles soluciones, todo enfocado en la vida moderna para colocarse nuevamente en la cima.

Referencias

AWS. (s.f.). General Electric en AWS. Obtenido de https://aws.amazon.com/es/solutions/case-studies/general-electric/

Crea Y Transforma. (4 de octubre de 2021). ¿Qué le pasó a General Electric? – La estrepitosa caída en desgracia de la empresa de Thomas Edison. Obtenido de https://www.youtube.com/watch?v=DlXiVx_DIpg

El País. (2021, noviembre 9). General Electric anuncia la división del conglomerado en tres negocios. Retrieved from https://elpais.com/economia/2021-11-09/general-electric-anuncia-la-division-del-conglomerado-en-tres-negocios.html

Excellence. (s.f.). General Electric: alineado con las necesidades del mundo. Obtenido de https://www.eexcellence.es/entrevistas/modelo-de-negocio/general-electric-alineados-con-las-necesidades-del-mundo

General Electric. (s.f.). General Electric. Obtenido de https://www.ge.com

Intermarket Soporte. (10 de noviembre de 2010). INTERMARKET – Jack Welch, su modelo gerencial. Obtenido de https://www.youtube.com/watch?v=5VeUZAib0hw

Leber, J. (30 de noviembre de 2012). General Electric promueve un Internet industrial. Obtenido de https://www.technologyreview.es//s/3157/general-electric-promueve-un-internet-industrial

O’Neill, E. (23 de septiembre de 2016). 10 companies that are using big data. Obtenido de https://www.icas.com/insight/technology/10-companies-using-big-data

Ferrari y su innovación con AWS

Ferrari es un fabricante de automóviles deportivos con sede en Maranello, Italia. Principalmente se fundó como un equipo Ferrari que producía autos de carrera y luego comenzó a producir autos deportivos. El negocio principal de Ferrari es construir autos de lujo de alto rendimiento para vender a un número selecto de clientes. Siempre son modelos que se venden por más de 150.000 euros cada uno y tienen motores de más de 500 caballos. La propia empresa se encomienda de todo el procesamiento, desde el planteamiento, la ingeniería, la producción, la logística y la comercialización, fundamentalmente a través de su red de distribuidores. Como todos sabemos, Ferrari tiene una historia muy larga tanto en deportes automovilísticos como en ventas de automóviles.

Bajo el liderazgo de Enzo Ferrari, Scuderia Ferrari fue fundada en Módena, Italia en 1929, especializándose en el desarrollo y producción de autos de carreras. Enzo pertenece a la marca Alfa Romeo y ha trabajado en las primeras etapas del desarrollo de proyectos profesionales como el Alfa Romeo Bimotore. Su gran pasión por el automovilismo y su talento le llevaron a dejar la empresa, acabando así con la Scuderia. No obstante, el arribo de la Segunda Guerra Mundial y la Guerra Fría interrumpieron todos sus planes de carrera y tuvo que esperar hasta 1947 para presentar el inicio de Ferrari con su primer vehículo, el 125 Sport. Un día importante en la historia de la empresa. Los éxitos en las 24 Horas de Le Mans en 1949, el Gran Premio de F1 de 1951 y el Campeonato Mundial de Fórmula Uno de 1952 fueron solo el comienzo de esta leyenda de las carreras. Aunque ganó su último título de constructores en 2008, es, con mucho, el equipo más ganador, con un total de 16 títulos en su historia, gracias a que tiene muchos seguidores leales de carrera alrededor del mundo (T, 2021).

La primordial estrategia de marketing de la marca es la garantía. Tiene una fama inolvidable en la Fórmula 1, lo que significa gastar millones en propaganda y pagar a las figuras de la Formula 1 mediante su equipo denominado Scuderia Ferrari. Por ahí pasaron las siluetas de los alemanes Michael Schumacher y Niki Lauda. Asimismo, organiza sus propias carreras en las que solo compiten coches de diferentes líneas. Advisory (2021), añade que una empresa italiana de renombre que dirige su producción a consumidores con alto poder adquisitivo enfrenta enormes desafíos, como cambiar las preferencias de los clientes potenciales, disminuir las transmisiones de dióxido de carbono de los coches, diseños modernos y avances tecnológicos, que la obligarán a administrar cuidadosamente los recursos, mientras a la vez que cumple con los planes de inversión, lo que le permite mantenerse a la vanguardia y disfrutar de una posición privilegiada en un mercado altamente competitivo.

Por lo tanto, en el año 2021, a través de una asociación con Amazon Web Services (AWS), el análisis moderno, la práctica automotriz, el almacenamiento, la computación y las bases de datos de AWS comenzaron a ayudar a los ingenieros de Ferrari a obtener nuevos conocimientos sobre el diseño de vehículos y el desempeño en la pista. Según Thomas (2021), actualmente, utilizan instancias basadas en Amazon Elastic Compute Cloud (Amazon EC2) y AWS Graviton2 para realizar simulaciones complejas para probar la productividad del coche en diversas condiciones de conducción y ambientes de competición. En la práctica, esto significa que los técnicos de Ferrari crean gemelos digitales de las piezas completas o vehículos que componen un automóvil, los simulan de forma virtual y les brinda una amplia gama de datos, desde la seguridad hasta el atornillado en piezas físicas y de rendimiento.

Tan pronto Ferrari acaba con la simulación a la ensambladura de su nuevo prototipo de automóvil de competición, utilizan el análisis de AWS y Amazon SageMaker para obtener datos sobre cómo se comportarán sus piezas y automóviles en las condiciones reales del futuro. En la práctica, con la herramienta de selección de datos de SageMaker Data, Ferrari selecciona rápidamente datos de varias fuentes de datos, como Amazon Athena, AWS Lake Formation, Amazon Simple Storage Service (S3) y Amazon EC2. Puede escribir consultas para fuentes de datos e importar datos directamente a SageMaker desde varios formatos de archivo, y usar las plantillas de visualización de SageMaker Data y las transformaciones de datos integradas para garantizar que los datos preparados den como resultado modelos de aprendizaje automáticos precisos. El etiquetado de datos de Amazon SageMaker, también, le permite identificar datos sin procesar, como imágenes, archivos de texto y videos, y agregar etiquetas informativas para crear conjuntos de datos de capacitación de alta calidad para sus modelos de aprendizaje automático que ayuda a Ferrari a consultar sobre su competencia y en cómo se mueve el auto en la carrera o en una vuelta normal.

La empresa también construye un lago de datos en Amazon S3 y usa AWS Lake Formation. Producir un lago de datos con Lake Formation para Ferrari es tan fácil como conceptualizar la procedencia de los datos y qué políticas de estabilidad e ingreso quiere utilizar. Lake Formation lo ayuda a recopilar y clasificar los datos de bases de datos y almacenamiento de objetos, los lleva al nuevo lago de datos de Amazon Sencilla Storage Service (S3), los limpia y los califica por medio de algoritmos de machine learning y salvaguarda la entrada a su información confidencial por medio de controles pormenorizados en los niveles de columna, fila y celda. De esta manera, los italianos pueden probar datos relacionados con el desempeño y manejo del vehículo, la temperatura del motor a diferentes velocidades, la carga de la suspensión y más. Por lo tanto, los técnicos de la industria ahora tienen una perspectiva flexible para probar nuevos bocetos y tácticas con el fin de apresurar la regularidad de la innovación.

Elegimos AWS por nuestro enfoque inquebrantable en la innovación, el conjunto de características incomparables y la experiencia comprobada en el apoyo a socios deportivos y automotrices. A lo largo de su historia, Ferrari se ha centrado en las carreras y la innovación, y ahora esperamos aplicar el aprendizaje automático, el análisis avanzado y la informática de alto rendimiento de AWS en toda la empresa para ofrecer más información y coches más inteligentes, dijo Mattia Binotto (2021), manager principal de la Scuderia Ferrari.

Además, con Amazon EKS y Amazon DynamoDB, Ferrari crea, implementa y escala rápidamente soluciones digitales avanzadas como Ferrari Car Configurator. Los compradores potenciales, actualmente son capaces de utilizar el consultor para personificar sus autos y abstraerse en exhibiciones 2D y 3D de mucha definición. El Centro de indagación de automóviles de Ferrari, también impulsado por AWS, centraliza y administra la información sobre los autos. Para los consumidores, esto significa acceso a información dinámica y personificada de sostenimiento y servicio y así tener la garantía que estos clientes potenciales no pierdan interés en la marca (Thomas, 2021). Otra aplicación que se implementa es el Centro de información del vehículo, donde los empleados de Ferrari centralizarán y administrarán los datos del vehículo de los clientes para brindarles de manera proactiva servicios como recordatorios de mantenimiento, entre otras cosas.

Por otro lado, para los seguidores de la F1, la Scuderia Ferrari usa la computación, los contenedores y los servicios de análisis de datos de AWS con el fin de fomentar un nuevo programa digitado de participación de los seguidores mediante un programa en el teléfono móvil. La nueva aplicación tiene como objetivo informar, educar y entretener a sus fans. Al crear un perfil personalizado, los seguidores obtendrán contenido único como visitas virtuales en la cochera de Scuderia Ferrari y paquetes de hotel las semanas de competencia. A continuación, Ferrari prepara establecer una multimedia inmersiva e incrementada en AWS para llevar a las personas al garaje para que puedan comunicar con los conductores y la demás plantilla de la Scuderia (Thomas, 2021). Con dicha dinámica, Ferrari espera construir una base de fans virtual entre los millones de clientes del servicio e involucrar a los seguidores con consultas fundamentados ​​en la aplicación las semanas de certamen.

En conclusión, se puede observar como Ferrari, una marca inigualable por su historia y reputación, no tiene recelo de unirse con otras compañías para usar el análisis de datos y entrar en el mundo digitalizado o virtual para brindar nuevas experiencias al cliente. También se ve como gracias al análisis de datos, Scuderia Ferrari está alcanzando sus objetivos y logrando pasar la crisis en la competencia de Formula 1 donde actualmente se le ve como favorita para ganar el campeonato este año y terminar esa sequía de aproximadamente 13 años.

Referencias

Advisory, P. (2021, 31 marzo). FERRARI: Análisis sobre «il Cavallino Rampanti». Probuen Advisory | Actividad corporativa & inmobiliaria. Recuperado 17 de abril de 2022, de https://probuen.es/blog/ferrari-analisis-sobre-il-cavallino-rampanti/

T. (2021, 14 octubre). Historia de Ferrari, la marca más asociada a las carreras, la velocidad y el éxito. Tentulogo. Recuperado 17 de abril de 2022, de https://tentulogo.com/historia-de-ferrari-la-marca-mas-asociada-a-las-carreras-la-velocidad-y-el-exito/

Thomas, W. (2021, 28 junio). Ferrari Throttles Data Innovation for Consumers, Fans. CDOTrends | Digital & Data Insights for Business Leaders. Recuperado 17 de abril de 2022, de https://www.cdotrends.com/story/15707/ferrari-throttles-data-innovation-consumers-fans?refresh=auto

HBO

Home Box Office, también conocida como HBO, es una cadena de televisión, que vio por primera vez la luz en Estados Unidos. Su campo principal es programar películas que se estrenaron recientemente, convirtiéndose así en un producto llamativo para el cliente. HBO comercializa en gran parte de todos los continentes, pero de igual manera no está disponible en ciertos países de Latinoamérica, Caribe, y ciertos sectores de Estados Unidos.

La primera emisión de HBO se realizó en 1972, y se convirtió en el primer canal de televisión por cable, y en 1975 se convirtió en la primera cadena en transmitir vía satélite. El fundador de HBO, Charles Francis Dolan, al percatarse de la buena recepción que tuvo la compañía tomó la decisión de convertir al canal en un programa bajo suscripción, volviéndolo así exclusivo, y aumentando los ingresos de una forma significativa. Otro elemento para destacar de HBO, son sus programas y películas creadas bajo su nombre, las mismas que han tenido un gran reconocimiento, como por ejemplo: The Sopranos, Game Of Thrones, Sex and The City, Euphoria, entre otras. Tras varios años emitiendo programas exclusivos y de calidad, la compañía en el año 2010 registró cerca de 28 millones de usuarios, convirtiéndola en la cadena de televisión con más suscriptores dentro de Estados Unidos. La última novedad de HBO, es la creación de su propio canal de streaming, llamado HBO MAX, compitiendo de cerca con otras aplicaciones como Netflix y Amazon Prime.

HBO al darse cuenta de la gran cantidad de personas que podía encontrar en la herramienta de streaming, decidió lanzarse al mercado, ya teniendo una base fuerte en cuanto a series, películas y documentales, empezó a aliarse con otras productoras, como por ejemplo DC, y así es como obtuvo todas las producciones de superhéroes de este universo, otro ejemplo son todas las producciones de Warner Bros, las mismas que abarcan gran parte de esta aplicación. Otro de sus logros obtenidos, fue la descarga de su aplicación móvil, llegando a tener cerca de 90 mil descargas en su primer día.

Con todas las bases ya establecidas, ahora era momento de que HBO empiece a analizar cómo llegar a las diferentes personas, tomando en cuenta varias condiciones, como la edad, nacionalidad, género, y lo más importante, los gustos de cada uno. Para poder realizar esto, HBO MAX, optó por ser una aplicación más “humana”, en donde las sugerencias no eran solamente dadas por algún tipo de algoritmo, sino que además las recomendaciones serían dadas por humanos mismos, los cuales principalmente eran editores y celebridades que podían asomar en algún programa otorgado por la plataforma.

Otro de los pasos grandes y diferentes que realizó HBO MAX, fue el diseño de su aplicación y de su página web, tiene una forma muy diferente a las plataformas de streaming comunes, por otro lado HBO MAX, se inclina más por la comodidad de sus usuarios, ofreciéndoles la capacidad de crear listas de series y películas, generando así un gran campo de sugerencias y al mismo tiempo compartir con amigos y familiares, aumentando la oferta de títulos.

El uso de la big data de igual manera ayudó a la plataforma para mantener a su audiencia pendiente del desarrollo de las diferentes series, y asegurarse de que vayan siguiendo la secuencia de estas, haciéndoles sentir parte de la narrativa. En un estudio realizado por la Universidad Técnica de Múnich, se estudio y analizó la serie Game of Thrones, donde con la ayuda de la big data y algunas encuestas, recopilaron la información de sus usuarios, respecto a la supervivencia de los personajes dentro de la serie, generando un aire más expectante y emocionante para que sigan consumiendo el trabajo audiovisual.

Uno de los lemas más grandes de la big data en el mundo del streaming, y que aplica HBO, es producir aquello que cause satisfacción al usuario, y así basándose en los datos recolectados darse cuenta cuál serie o película capta más la atención de los suscriptores. En el caso de las series, esta regla es clave para la renovación de nuevas temporadas, si es de gusto del público continuará la historia, de caso contrario se cancelará. Es por esta razón que la interacción entre producto y usuario es un factor importante para el análisis de datos.

En conclusión, conocer a los usuarios es importante para entender si el rumbo de una serie o película es el correcto. Conectar a la serie/película con el suscriptor es un factor trascendental para que crezca la audiencia y que los espectadores fieles puedan recomendar la serie/película emitida. El hecho de que HBO utilice no solo los algoritmos programados, sino también acepte recomendaciones de propios trabajadores, convierte a la plataforma en una de las primeras en realizar esto, volviéndola un poco más “humana”.

Bibliografía:

Israel, V. (2021). Big Data y recomendaciones algorítmicas en las SVOD. Universidad Ramón Llull. https://www.cac.cat/sites/default/files/2021-01/Veronica_Israel_mencio_XXXIIedicio.pdf

Moreno, G. (2019). Sistema Big Data para el análisis de series de televisión. Universidad de Castilla – La Mancha. https://ruidera.uclm.es/xmlui/handle/10578/23162

Noticias TNE. (2020). HBO MAX llega para competirle al tú a tú a Netflix. TNE. https://circulotne.com/hbo-max-llega-para-competirle-al-tu-por-tu-a-netflix.html Samaniego, J. (2019). ¿Quién se esconde tras la pantalla? El Big Data tiene la llave de la industria televisiva. Hablemos de empresas. https://hablemosdeempresas.com/grandes-empresas/big-data-en-television/

Nestlé y su análisis de datos

Nestlé es una de las multinacionales más importantes a nivel la cual fue creada en suiza para desarrollar alimentos y bebidas que incluyen alimentos para niños menores alimento medicinal, agua, cereales entre otros productos junto con la colaboración de diferentes marcas las cuales se han ido implementando al plan inicial y que a lo largo de los años se han ido transformando a nivel internacional para crear una marca reconocida, pero con características diferente en cada país que se encuentra.


En el siglo 19 en los pueblos y ciudades europeas la leche fresca era un bien cotizado el cual también traía problemas debido a que la refrigeración de este era costosa en esos tiempos lo cual hacía que la leche se echara a perder y por consecuencia esto generara enfermedades, alrededor de 1865 y debido a la situación se creó la leche condensada en lata, pero esto en estados unidos lo cual se replicaría en las ciudades de Europa. Entonces seria Henry Nestlé quien replicaría a base de experimentar con leche en polvo, trigo y azúcar la cual llamaría harina lacteada, que tomaría mucha fuerza y fama la cual crecería en Europa alrededor de 1868 y que hoy en día la conocemos como cerelac y que se sigue comercializando alrededor del mundo. Con la comercialización de la harina lacteada y su fama creciente fue como nació Nestlé ya como empresa que posteriormente se uniría con Anglo-swiss condensed milk Co la cual ahora conocemos con la lechera y la empresa Julius Maggie.
Uno de los objetivos que se buscaba era poder obtener datos los cuales reflejaran diferentes secciones, las cuales se dividirían en 4 como son: Las marcas y productos a nivel global y local, La cantidad de personas con problemas de alimentación, Productos pocos saludables, Nuevas generaciones de consumidores
Todas estas secciones fueron escogidas con un objetivo el cual sería potenciar en un futuro la marca para así obtener mejoras a nivel empresarial siempre y cuando estas mejores también vayan de la mano con las precauciones y elementos que la empresa Nestlé siempre tiene en cuenta como es la salud del consumidor, la parte ambiental entre otras cosas.


El desarrollo de estos datos se realizaría bajo la utilización de big data, inteligencia artificial o diferentes programas que trabajarían de manera individual y en regiones especificas para así poder obtener mayor cantidad de datos y que estos de la misma manera sean diferentes para así poder realizar planes de organización los cuales se van a adaptar con los objetivos de la empresa.


Este ultimo tema es un elemento importante ya que uno de los 4 grupos de los que se hablo al principio era sobre la marca y los productos, y es importante divido a que los datos en esta sección van a ser demasiados por lo cual la big data y estos programas van a ayudar, además de que al tener que realizarlos de manera individual van a estar perfectamente seleccionados y clasificados
Con todo esto podemos sacar varias conclusiones sobre la importancia de los programas y las diferentes alternativas que hoy en día hay para poder manejar situaciones de este nivel, el mundo va cambiando y el plan de las empresas deben desarrollarse en conjunto con las nuevas estrategias que van saliendo, en este caso Nestlé no quiso quedarse atrás y esta desarrollando esta evolución empresarial la cual a futuro será solo de esta manera.

Bibliografía

https://www.nestle.com.ec/es/aboutus/acercadenestl%C3%A9
https://www.nestle.com.ec/es/aboutus/acercadenestl%C3%A9
https://www.expansion.com/economia-digital/companias/2017/07/20/596fa4f9ca474132268b45e9.html
https://www.nestle.com.bo/sites/g/files/pydnoa271/files/es/media/documents/the_world_nestle_esp.pdf

Pronaca y El Análisis de Datos

Ensayo Caso de Estudio

La Procesadora Nacional de Alimentos C.A. Pronaca es una empresa que se dedica a la distribución y a la producción de alimentos. Pronaca produce y distribuye muchas de las marcas de alimentos que se puede encontrar en el mercado. Su oficina matriz se encuentra en Ecuador, la cual fue fundada en 1979. Desde sus inicios se dedicaron a la distribución de huevos comerciales y la venta de pollos que se importan desde la Hacienda “La Estancia” en Puembo. Posteriormente, inicia la investigación que tiene como fin el desarrollo y la producción de semillas de maíz y arroz, una vez concluido este proceso inicia la comercialización en de todos estos productos en Puembo. En la ciudad de Bucay se instalaron varias granjas de crianza y una planta procesadora de aves, y la producción de palmito cultivado en la empresa INAEXPO, la cual se ha ganado su reputación como una de las mayores empresas que dedican a la exportación de este producto por todo el mundo. Tras el éxito del palmito se comenzó el cultivo de alcachofa, para replicar el modelo de exportación de palmito. A pesar de que oficina matriz se fundó en 1079, la compañía comenzó en 1957 con el nombre de INDIA, que en sus inicios tenía como objetivo la importación y la distribución de suministros agropecuarios y artículos para industria textil. Posteriormente, se crea Incubadora Nacional C.A. en el año 1965, el cual es una empresa que se dedica a la incubación de manera tecnificada para la importación de pollos. En 1974 se origina la empresa de INDAVES, para producir huevos de manera comercial. Y en el año 1979 se fusionan estas empresas para convertirse en la Procesadora Nacional de Alimentos C.A.

Al ser una empresa cuyo objetivo es la producción de alimentos y la formación de plantas que se encuentran ubicadas en todo Ecuador, muchas veces requieren de la movilización de los trabajadores junto con sus familiares, para lograr manejar las sedes operativas y las administrativas en las localizaciones correspondientes. Como es el caso de la provincia de Bucay, en Guayas, al instalar nuevas plantas y espacios ganaderos en zonas rurales, el personal se tuvo que movilizar. Por lo que tras un análisis determinaron que inicialmente los hijos de los trabajadores no continuaron con sus estudios tras la movilización. En este punto se crea la Fundación San Luis, organización que se dedica a la construcción de instalaciones educativas para brindar educación a los hijos de los trabajadores que tuvieron que movilizarse. Posteriormente, se analizó que muchos de los trabajadores no habían cursado el bachillerato, por lo que se propone un nuevo proyecto especial, en el año 2004 denominado “Nunca es Tarde para Aprender”, para fomentar el desarrollo integral de los trabajadores, y permitirles culminar este ciclo académico. Todo esto fue el resultado de investigación y análisis por parte de Pronaca como desarrollo social enfocado a niños, niñas y jóvenes de escasos recursos económicos en los sectores rurales, brindando educación y alimentación. Actualmente, el grupo Pronaca tiene cinco líneas de negocio, el primero es la línea de cárnicos, la comercialización y crianza de aves, cerdos y reces representa el 53.8% de ventas de la empresa. La línea de nutrición animal representa el 22.3% de los ingresos de ventas. Un 13.8% de las ventas corresponden a la línea de valor agregado, como son los productos congelados, productos de mar y embutidos. Y finalmente, un 10.1% corresponde a los secos y negocios internacionales. En un amplio panorama tienen una amplia variedad de productos, cerca de los 800 productos distribuidos bajo 25 marcas diferentes. Esto es un ejemplo de cómo la investigación y el desarrollo influye en las ventas, creando productos con presentaciones más pequeñas, asequibles en diferentes rangos de precios para los segmentos de ingresos medios y bajos de la población. Son decisiones que la empresa tomó para extender su base de clientes y tener una mayor presencia en el mercado.

Con el paso de los años, la industria de los Alimentos a nivel nacional ha representado un gran componente para la economía del Ecuador. Con un constante crecimiento adaptando nuevas tecnologías para brindar un valor agregado a la gama de productos. Entre ellas podemos destacar la industria de la conservación de alimentos, que, con los años, a dado lugar a una amplia variedad de aplicaciones con diversas ventajas para los consumidores y satisfacer sus necesidades y recibir productos con un buen valor nutricional. Y en efecto, esta es la problemática que Pronaca busca resolver, facilitar a las personas el preparar un plato de comida que contenga los nutrientes necesarios para el ser humano, y de la misma manera máxima todo el tiempo posible para las personas. Por lo que Pronaca utiliza diversos diseños de investigación para indagar de una manera precisa con información acertada para satisfacer esta necesidad planeada. Primero comenzó con un análisis inicialmente de los consumidores directos de sus productos, en este caso las amas de casa, profesiones, solteros, empleados, e incluso estudiantes que les guste la comida rápida y de fácil preparación, esto mediante un método cuantitativo, es decir, por medio de un cuestionario, análisis demográficos que producen números para posteriormente ser analizados y verificar, aprobar o rechazar las variables definidas. Por otro lado, se realizan investigaciones con variables cualitativas que parten de una hipótesis y se genera un proceso de investigación entre los eventos y su interpretación. Muchas veces estos métodos están sujetos a la perspectiva y a la comprensión interpretativa de la experiencia humana. Una vez conseguida la población o una muestra, se comienza la investigación, que puede ser descriptiva, para medir, especificar y describir las respuestas importantes de los datos obtenidos descubriendo tendencias, lo que permite a la empresa tomar decisiones.

Pronaca, al ser una empresa que se dedica a la producción y comercialización de alimentos, los principales desafíos a considerar es inicialmente el proceso por el cual deben pasar para determinar y construir una planta procesadora. Para lo cual han diseñado proyectos de acuerdo a las necesidades de los distribuidores zonales para una correcta coordinación y participación de la empresa tanto en ingeniería como en la construcción. Por lo cual, Pronaca ha diseñado estándares cuyo alcance se aplica tanto a centros de operación, distribuidores zonales y las compañías relacionadas. Inicialmente, se plantea un anteproyecto que refleje las necesidades de distribuidor para posteriormente se plasma los aspectos económicos de toda la inversión hasta llegar a un acuerdo para la realización de los trabajos. Sin embargo, se debe considerar la gran diversidad de variables que pueden afectar las funciones de almacenamiento o de la actividad en cuestión, en el cual son los pedidos de insumos o despachos, como y donde se controlan hasta la rotación de mercaderías. Se desarrolla un layout operacional y de la infraestructura que se ajuste a los requerimientos funcionales necesarios. Inicialmente, estos criterios se obtiene un menor costo inicial, sin dejar de lado el estudio crítico previo a los potenciales usos, las posibilidades de crecimientos, el requerimiento de uso único o fraccionario. Para los edificios se busca menores costos de construcción y con la flexibilidad de cambios o ampliaciones, de igual manera con las bases de sedimentación y columnas para su futuro aprovechamiento, partiendo de un área mínima de 9 a 15 metros cuadrados, considerando líneas rectas con construcción rectangular. Los techos y ventanas se acomodarán en función a las condiciones ambientales óptimas para la planta, mientras que la altura ira en función de los procesos de cada departamento, un techo impermeable debido a las condiciones climáticas adversas. Se considera el mínimo de paredes para la separación de espacios y las puertas dependerán de la utilización, el tamaño de las áreas y la altura disponible. De igual manera se considerarán respectivos vestidores, baños, cocina y comedores, para las áreas auxiliares de empleados y para las oficinas administrativas se define por tipo de empleado, junto con salones de conferencia y servicios. Por otro lado, los servicios de bodega se debe considerar insumos eléctricos, de agua, ventilación, sistemas de información, entre otros. Y diversos campos que la empresa determinó como estándares necesarios para la planificación de una planta de desarrollo de oficinas, plantas, centros de desarrollo, granjas.

Otro desafío a considerar es la creación de nuevos productos para incluirlos al mercado. Para lo cual, Pronaca maneja un modelo de desarrollo en cuál inicia con ideas de productos y posteriormente pasa a mercadeo que junto con negocios analizan en función a los productos vendidos, sobrantes y pasa a un archivo de ideas. Un comité de innovación comienza el estudio para la producción desde la gerencia de negocio mercadeo para pasar al área de investigación y desarrollo. En este proceso lo que se analiza es el desarrollo tecnológico, se realiza un estudio al consumidor, el desarrollo del empaque, los análisis de costo, entre otros. Una vez finalizado este prototipo de proyecto, la gerencia de negocio mercadeo lanza la propuesta de lanzamiento al comité de innovación para definir detalles. Una vez terminado este proceso, el comité de lanzamiento comienza la producción únicamente para los colaboradores de la empresa, para que de esta manera se obtengan datos necesarios mediante encuestas a los propios colaborares para dar paso a un lanzamiento externo.

En conclusión, Pronaca es una empresa que utilizó el análisis de datos para mejorar en muchos aspectos, comenzando desde apoyo hacia los trabajadores después de determinar que muchos de ellos no habían culminado el ciclo académico y considerando a los hijos de los mismos. De igual manera se puede concluir que Pronaca toma todas sus decisiones siempre bajo un análisis exhaustivo, Por otro lado, la empresa se reinventa cada día, ya que siguen cumplimento con su desafío inicial, de brindar productos alimenticios de calidad, sanos y nutritivos. Y el análisis es fundamental para generar mejoras tanto en procesos como en productos. Pronaca emplea diversos métodos de análisis y de obtención de datos, entre las cuales destacan las entrevistas y cuestionarios, como el estudio partiendo de una hipótesis y experimentando para interpretar los resultados para la toma de decisiones ha permitido a Pronaca ser una empresa tan reconocida.

Referencias:

Bank Watch Ratings S.A. Calificadora de Riesgos. (2020, 19 junio). Procesadora Nacional de Alimentos C.A. PRONACA. Bolsa de Valores Guayaquil. Recuperado 3 de marzo de 2022, de https://www.bolsadevaloresguayaquil.com/sigcv/Opciones%20de%20Inversion/Renta%20Fija/Prospectos/PROCESADORA%20NACIONAL%20DE%20ALIMENTOS%20C.A.%20PRONACA/Papel%20Comercial/Calific.%20(7)%20Pronaca%20PC%2009-07-20.pdf

Belnabes Martillo, A. B. (2019). ANÁLISIS DE LOS INGRESOS OPERATIVOS DE LA COMPAÑÍA PROCESADORA NACIONAL DE ALIMENTOS C.A. Edu.ec. Recuperado 3 de marzo de 2022, de https://repositorio.itb.edu.ec/bitstream/123456789/1693/1/PROYECTO%20DE%20GRADO%20DE%20BELNABES%20MARTILLO.pdf

Soledad Mena, M. A. (2020). La Responsabilidad Social Empresarial y el programa educativo Netpa de la empresa Pronaca en el desarrollo integral de los obreros de los centros de operación, que culminaron el bachillerato entre los años 2010 a 2015 en las parroquias de Puembo y Pifo. Edu.ec. Recuperado 2 de marzo de 2022, de https://repositorio.uasb.edu.ec/bitstream/10644/7801/1/T3383-MGDE-Mart%C3%ADnez-La%20responsabilidad.pdf

Wikipedia’s contributors. (2021, November 12). PRONACA. Wikipedia, The Free Encyclopedia. Recuperado de: https://es.wikipedia.org/w/index.php?title=PRONACA&oldid=139669381

Uso de Salesforce en la empresa en Xtream Lashes company

Por Isabel Crespo

 ¿Cómo poder mantener el control interno de la empresa?, ¿Cómo ser eficientes? Sin duda, esas son algunas preguntas que en la actualidad preocupan a los gerentes de empresas a nivel mundial. El mundo avanza rápido y la implementación de sistemas que empoderen y mejoren los procesos internos de las empresas son indispensables. Existen muchas formas de tecnificar una empresa, hoy en día existen muchos sistemas que permiten este cambio. La tecnificación es importante a medida que las personas están más conectadas a internet y la mayor cantidad de datos personales son arrojados diariamente por estos sitios. Como lo explica Corona (2009): “la importancia de la información tecnológica como fundamento de un nuevo tipo de sociedad, en la que es posible la consolidación de una economía global basada en el conocimiento, motor de la transformación social” (p. 4). Es decir, la información adquirida a través del internet es una nueva forma de conocimiento en la que se puede transformar sociedades siendo nuestros datos una información valiosa. De esta manera la empre Xtream Lashes tecnificó sus procesos lo que le permitió ser líder mundial en la industria de la belleza.

     Xtream Lashes es una empresa estadounidense con sede en Spring, Texas. Es líder en la industria de la belleza, su giro de negocio es enfocado en pestañas semipermanentes y cosméticos dirigidos a las pestañas como es la colocación y el cuidado de estas. Xtream Lashes no tiene tiendas físicas. La forma en la que llega al cliente final es a través del e-commerce. También tiene un equipo de ventas los cuales llegan a grandes cadenas de belleza físicas a través de sus distribuidores como es el caso de Sephora, Saks Fifth Avenue, Spa Nordstrom, Mario Tricoci Salon y otros lugares de lujo. A parte de vender y comercializar pestañas semipermanentes, se encargan de certificar y capacitar a estilistas en la colocación y cuidado de las pestañas a nivel mundial. Con el fin de fidelizar la marca y sobre todo abrir mercado en los estilistas más reconocidos en el mundo (XtreamLashes, 2022).

     Xtream Lashes fue fundada por Jo Mousselli y su familia en 2005. Jo Mousselli fue una antigua enfermera que entendió la necesidad de las mujeres en sentirse empoderadas y hermosas en su día a día. En los primeros años de la empresa cada integrante de su familia se encargó de cada área de la companía. Todo el negocio estaba manejado en su hogar sin muchos trabajadores, como lo explicó Jo Mousselli en el aniversario de los 10 años de su empresa. El tema de las capacitaciones a estilistas permitió a la empresa abrirse en el mercado y empezaron a ser reconocidos casi orgánicamente. Uno de los grandes desafíos de la empresa fue encontrar un estilista de Xtream Lashes que cumplan con los estándares de calidad. En aquel tiempo no había regulaciones de la FDA y tampoco estándares que garanticen la higiene del lugar y el servicio a los clientes. Ella decidió emplear un programa de capacitación que asegure que el estilista que utilice su producto cuente con sus credenciales y licencia en belleza y salud. La empresa ha capacitado a más de 32.000 estilistas alrededor del mundo. Para que esto sea posible la empresa cuenta con estilistas especializados en el mundo que capacitan cada vez a más personas generando una comunidad muy fuerte.

     La empresa se expandió esporádicamente con un gran número de clientes. Para ese entonces la empresa utilizaba distintos sistemas los cuales estaban dirigidos a diferentes bases de datos. Esto no cumplía con la visión de la dueña, no era un sistema eficiente. Por lo cual la empresa opto por implementar un sistema dinámico y adaptable que sea una única plataforma capaz de almacenar todos los datos en la nube, brindar información y análisis para cada departamento y valor a los clientes finales. De esta manera, la empresa implementó un CRM llamado Salesforce el cual tiene varias funcionalidades que ha permitido a la empresa apalancarse en el mercado de una mejor manera. La empresa cuenta con un ERP central que sirve como el cerebro de la empresa, llamado Ascent. Ascent cuenta con varios módulos como el sistema contable, inventario, producción, etc. Salesforce funciona como un modelo CRM que no está ligado al ERP, sin embargo, a través de un web service llamado AppExchange obtiene bases de datos e información para poder alimentar al CRM. Este proceso de traspaso de información dura alrededor de 6 meses a un año, pero Salesforce lo pudo hacer en 3 semanas (Salesforce, 2020). Salesforce es un CRM escalable y flexible que le permite entrar en el ciclo de vida del cliente. El CRM permite a la empresa crear Apps especializadas para cualquier ámbito que se desee trabajar en la empresa.

     Para empezar, entender al consumidor es importante para poder llegar a conversiones de ventas reales. Un CRM es un sistema integrado a la empresa que permite entrar y entender el ciclo de vida del cliente. Es importante entender que el proceso de compra se da mucho antes de poder tener el contacto con el vendedor. Se trata de una base de datos que arroja el cliente en internet. El CRM se encarga de entender el comportamiento del cliente antes, durante y después de llegar a la conversión de venta. Como lo explica Russo (2018): ´´ hoy, con la información ampliamente difundida en Internet, más del 70% del proceso de compra se hace antes del contacto con el vendedor´´ (s.p). Es decir, tener una conexión con los interesados en los productos o servicios no se hace después de que estos hayan comparado los productos es un seguimiento de sus gustos y datos personales para poder llegar a satisfacer el cliente final y así generar ventas reales. En el caso de la empresa Xtream Lashes, la interacción con los clientes y que estos estén satisfechos son de los pilares de la empresa. Gracias a la implementación de Salesforce la empresa ha podido generar una gran base de datos acerca de los estilistas alrededor del mundo. Han podido recaudar sus órdenes de compra, interacciones en internet y las capacitaciones que estos han recibido por la empresa. Esta investigación de vida del cliente le sirve para los dos modelos de negocio de la empresa ya sea la investigación sobre los productos o los cursos de la aplicación de pestañas. La empresa va evolucionando y adaptándose a nueva información genera informes que mejoran la satisfacción del cliente. A partir de este informe, se puede analizar varias cosas como es el caso de las promociones cual tuvo más interacción y conversión de ventas y cual no. Para el caso de las capacitaciones la empresa analiza que curso da los mejores resultados en el aprendizaje de estilistas.

     Por otro lado, este CRM en específico tiene varias funcionalidades como el seguimiento a los clientes, marketing, e-commerce, etc. El concepto básico del ERP es ser un módulo extra en el ERP que tiene un solo tipo de funcionalidad, el seguimiento del cliente como un marketing integrado que analiza al cliente en el proceso de la compra para generar leads, en este caso interés. Sin embargo, Salesforce ha logrado ser más que eso es un sistema integral creando varias funcionalidades para satisfacer al cliente. Este sistema CRM es capaz de crear Apps que ayuden al manejo de la empresa. En el caso de Xtream Lashes, Salesforce creo una app llamada Lash Calculator dirigida a los estilistas, la cual se encarga de analizar el grosor, el largo y la curvatura de pestañas que queden mejor en el cliente. Los programadores de Java que trabajan con la marca pudieron crear esta aplicación en el sistema de Salesforce en un corto tiempo. De esta manera, Salesforce crea una diferenciación en los CRM convencionales dando valor al cliente y el consumidor.

     En conclusión, Xtream Lashes es una empresa tecnificada que se dio cuenta de la importancia del análisis de datos. Su información es valiosa y le permite poder llegar a muchos estilistas alrededor del mundo, entender sus necesidades y brindar el mejor producto. En el caso de los clientes-consumidores analizan los productos y como estos se sienten con estos. En la actualidad, Xtream Lashes se ha convertido en una empresa fuerte en la industria de la belleza. Todo esto lo pudieron lograr con la ayuda de un sistema integral y escalable que pueda cubrir varios aspectos de la empresa. Salesforce, por lo tanto, es un sistema que ayuda a Xtream Lashes a poder controlar y analizar la interacción del cliente con la empresa. Dan seguimiento antes, durante y después de la conversión de venta con el fin de mantener el interés del cliente con la marca. Permite entender el ciclo de vida del cliente y generar una base de datos de todos sus clientes, como las ventas las cuáles pueden ayudar alimentar el ERP central. Salesforce tiene muchas funcionalidades y es capaz de brindar a la empresa funciones que le ayuden a controlar procesos. Generalmente, un CRM es un sistema de atención al cliente y no involucra más funciones. Salesforce es un tipo de Bussines Intelligence muy adaptable, es capaz de crear Apps dentro del sistema de cualquier tipo aspecto que desee cubrir la empresa. En mi opinión, Salesforce es un CRM funcional que permite a Xtream Lashes tener información en una sola base de datos. Salesforce analiza los datos para que Xtream Lashes pueda tomar decisiones certeras con los clientes y ejecutar aplicaciones para cada departamento de la empresa. Estas aplicaciones son capaces de generar datos que sean accesibles con los trabajadores de la empresa.

REFERENCIAS:

Corona, J. (2009). El valor de la información en tiempos de internet. El hipertexto como objeto de estudio. XXVII Congreso de la Asociación Latinoamericana de Sociología. VIII Jornadas de Sociología de la Universidad de Buenos Aires. Asociación Latinoamericana de Sociología, Buenos Aires. Acta académica. https://cdsa.aacademica.org/000-062/52.pdf

Russo, A. (2018). Por qué debes integrar tu CRM con una herramienta de Automatización de Marketing Digital. RD Station. Recuperado el 06/03/2022 de: https://www.rdstation.com/es/blog/integrar-crm/

Salesforce (2022). La belleza del empoderamiento. Salesforce. Recuperado el 06/03/2022 de: https://www.salesforce.com/customer-success-stories/xtreme-lashes/

XtreamLashes (2022). Our History Xtream Lashes. Xtream Lashes. Recuperado el 06/03/2022 de: https://www.xtremelashes.com/eyelash-extensions-about-xtreme-lashes.aspx

NVIDIA

Realizado por: Stefano Alvarez

Abstract

En el siguiente ensayo se encontrará acerca de la empresa NVIDIA, su historia a que se dedica y como ha implementado herramientas digitales de análisis de datos para la mejora de esta

NVIDIA

Nvidia corporation es una empresa multinacional que se dedica al desarrollo de unidades de procesamiento grafico y tecnologías de circuitos integrados para toda clase de dispositivo electrónico como dispositivos móviles, ordenadores y estaciones de trabajo

Dentro del año de 1993 Jen-Hsun HuangChris Malachowsky, y Curtis Priem fundaron la compañía en el estado de California-Estados Unidos, sacando posteriormente en 1995 su primer producto NVIDIA NV1, una tarjeta grafica basada en texturas de superficies cuadráticas. Además de ser pionera posteriormente con las nuevas tarjetas graficas Ge Forcé diseñadas para la siguiente generación de estas patentándolas en el año 2013

A la empresa para ese entonces se encontraba en grandes números y con un exponencial crecimiento sin embargo NVIDIA encontró un mercado en donde podían generar otro auge el cual es el uso de los GPU. Al ver que grandes empresas necesitaban analizar datos de sus consumidores mediante Big data y AI, los compuestos de la CPU se volvían obsoletos pues realizan cálculos de forma secuencial el cual implica realizarlos uno a la vez, por lo cual NVIDIA ofreció los GPU integrando sus tarjetas grafica para que así tengan la capacidad de efectuar miles de cálculos a la vez

BURGER KING Y EL ANALISIS DE DATOS

Jose Alejandro Aguayo

00321532

Burger King es una de las franquicias de comida rápida mas populares alrededor del mundo. Sus míticas hamburguesas han sido un total éxito hasta el día de hoy, y es considerada la segunda franquicia de hamburguesas mas populares y exitosas de la actualidad. Esta franquicia de comida rápida se dedica principalmente a la venta de hamburguesas, sin embargo, existen otros platos como son las alitas de pollo, y los sándwiches, por otro lado, vende helados y una variedad de postres con los cuales puedes continuar después de comer tu plato fuerte. Burger King se comercializa en la gran mayoría del mundo entero por lo cual sería muy largo hacer una lista de los países donde está presente.

Todo comenzó en Miami, Florida en el año de 1954 gracias a dos emprendedores llamados David Edgerton y James McLamore. Estos emprendedores ya tenían una gran experiencia en el mundo de la comida rápida, sin embargo, su objetivo con Burger King era ofrecer al cliente comida de calidad y servida lo más rápido posible, a precios razonables y en un entorno atractivo y limpio. En el año de 1957 Burger King dio a luz a su producto “bomba” la famosa WHOPPER, esta hamburguesa arraso en popularidad y no tardo en convertirse en un total éxito que incluso hasta el día de hoy esta hamburguesa sigue siendo su producto principal y popular. Hoy en día Burger King sigue existiendo y es la segunda franquicia de comida rápida mas popular del mundo entero ganándose los corazones de sus clientes a medida que pasan los años.

Gracias a los nuevos desarrollos tecnológico, que ayudan a las empresas grandes como Burger King, se puede evidenciar un desarrollo en el análisis de datos de las empresas. A través de este ensayo mostrare cuatro formas en las cuales el análisis de datos ayudo a Burger King a mejorar su rendimiento empresarial y comercialización. La primera es como un Burger King de Monterrey uso foot traffic para poder generar nuevas ideas de negocios. La segunda es como Burger King uso el análisis de datos dentro de su empresa para descubrir desigualdades de genero y poder generar un programa de becas para incentivar a las mujeres trabajadoras a tener un título en artes culinarias. Por otro lado esta el cambio de logotipo y estilo en los restaurantes de Burger King para asimilarse mas a lo vintage y finalmente esta la “traffic whopper” la cual es una idea innovadora en la cual se vende hamburguesas a la gente estancada en el trafico a domicilio.

Según una investigación que se realizo cerca de la universidad de Monterrey en México, se pudo observar gracias a foot traffic algunos datos acerca el movimiento entre las tiendas de Burger King y McDonald’s las cuales quedan alado de la universidad. Con esta información se pudo observar la distribución de visitas por semana, la evolución de ventas por semana, clientes que son fieles a la franquicia Burger King e identificar zonas idóneas para establecer nuevos puntos de venta. Esta información ayuda a Burger King a tomar nuevas medidas de mercado y por otro lado observar si sus ventas han sido afectadas con el tiempo o por el hecho de que McDonald’s este alado, y así sacar nuevas ideas innovadoras para mejorar el rendimiento del restaurante de Monterrey.

Gracias al análisis de datos dentro de la empresa Burger King observo que existía muchos más hombres que mujeres y que muchas de estas personas eran gente sin ningún titulo universitario. Gracias a esta información Burger King decidió realizar un programa llamado “Burger King H.E.R” en el cual se ofrece becas en artes culinarias y gastronomía desde los 25,000$ para mujeres. Existen ciertos requisitos para poder ser parte de este programa como por ejemplo ser ciudadano americano y empelado de la franquicia de Burger King por lo menos 6 meses y tener algún tipo de necesidad económica, la cual no te permita poder pagarte algún tipo de estudio universitario. Por otro lado la empleada debe tener un titulo de que acabo la escuela secundaria o de que tiene un GED (general educational development test).

Por otro lado, esta el cambio de Imagen de Burger King. Gracias a la información recolectada a lo largo de la última década se pudo observar que el cliente de hoy en día se siente fuertemente llamado por lo “vintage”, que hace referencia a todo lo que estuvo de moda en una época pasada, Burger King aprovecho esto y decidió renovar completamente su marca en el 2021 volviendo hacia lo vintage gracias al análisis de datos. Burger King retomo el logotipo que usaba en la década de los setentas para apelar y satisfacer a los clientes mas fieles y antiguos de la franquicia y de igual manera con el objetivo de volver a lo pasado. No solamente cambiaron el logotipo, también cambiaron la monógama y la hicieron un modelo mucho mas sencillo, los colores de ahora son mucho mas parecidos a los colores que te puedes encontrar en una hamburguesa Burger King, por otro lado, utilizan una Tipografía “Flame” la cual esta inspirada en la clásica Tipografía setentera. Esto de igual manera se observa en el embalaje ya que ahora el papel de Burger King usa letras y colores inspirados en lo “groovy” setentero, como por ejemplo Jimi Hendrix y la temática de Austin Power.

Finalmente, esta la traffic Whopper, la cual es una idea que surgió gracias a la BigData. Este es un claro ejemplo de una idea innovadora que se hace justo en el momento preciso, ya que en el pasado no hubiese funcionado. La traffic Whopper es la atención a domicilio en el tráfico. A veces nosotros nos quedamos estancado en el tráfico por un tiempo indefinible, pero Burger King analizo esto a través de BigData y foot traffic y pudo observar que se puede vender tranquilamente hamburguesas a domicilio en el tráfico, esta idea innovadora soluciona el problema de tener hambre en el tráfico, y por eso es que es tan buena, sin embargo no funciona en todas las partes del mundo, ya que no en todo lado existe tráfico.

En conclusión Burger King a utilizado en análisis de datos de muchas maneras para pode mejorar sus ventas y rendimiento laboral, lo cual a permitido a Burger King colocarse en el segundo puesto de las franquicias a nivel global. Existen muchas maneras mas populares en las que se ve el análisis de datos, como por ejemplo poner comida nacional en los Burger Kings de cada país, por ejemplo acá en Ecuador la empanada de verde, sin embargo creo que es importante mencionar no solo que conocemos y podemos observar, sino también como la Big Data y el análisis de datos en otros Burger King alrededor del mundo han ayudado a mejorar esta franquicia tan popular que ya es parte de la época y a causado un cambio importante en nuestras vidas.

BIBLIOGRAFIA:

admin, A.-. (2021, October 22). McDonald’s vs. Burger King: Análisis de movilidad. Predik. Retrieved February 1, 2022, from https://predikdata.com/2021/09/10/mcdonalds-vs-burger-king-quien-gana-en-el-punto-de-venta/

admin. (2020, May 28). Los Datos son El Nuevo Petróleo. UDLA. Retrieved February 1, 2022, from https://www.udla.edu.ec/liderazgo/blog/2020/05/28/los-datos-son-el-nuevo-petroleo-2/

A, S. (n.d.). Burger King. Wikipedia. Retrieved February 1, 2022, from https://es.wikipedia.org/wiki/Burger_King#:~:text=Otros%20pa%C3%ADses%20donde%20no%20est%C3%A1,Nicaragua%2C%20sin%20ning%C3%BAn%20comunicado%20oficial.

Denans, S. (2021). Análisis de un rediseño: Burger King, 2021. DocLogo. Retrieved February 1, 2022, from https://doclogo.com/articles/es/analisis_rediseno_bk_2021_11012021 Ortega, E. (2021, August 27). Burger King: Análisis corporativo 2021. Enrique Ortega Burgos. Retrieved February 1, 2022, from https://enriqueortegaburgos.com/burger-king-analisis-corporativo-2021/

IBM Y SU CONTRIBUCIÓN AL ANÁLISIS DE DATOS

IBM es una empresa multinacional americana dedicada a proporcionar soluciones, basándose en las ciencias de la computación, a empresas para mejorar sus procesos. Esta comercializa un servicio de consultoría, junto con la venta y desarrollo de software líder en los mercados, hacía empresas que buscan optimizar sus procesos. Igualmente se dedica al marketing digital, inteligencia artificial y Big Data, en 170 países.

La empresa se fundó en 1911 en Nueva York. Inicialmente fue una empresa dedicada a la producción de máquinas tabuladores. Hasta antes de los 80s IBM dominaba el mercado de la tecnología, vendiendo hardware y los primeros computadores personales. IBM incluso vendió su tecnología a la NASA en los 70s siendo fundamental para el proyecto Apolo. No obstante, en 1983, empresas nacientes como Microsoft y Apple destronan a IBM en el mercado. Durante los siguientes años IBM sufre una restructuración interna, dejando de producir hardware e invirtiendo en el desarrollo de software, así como en el servicio de consultoría. En el 2009 IBM compra la empresa de software SPSS. Hoy en día, IBM genera 9,4 billones de dólares en beneficios anuales y cuenta con más de 400 mil empleados.  

La empresa multinacional busca, basándose en la rama de la ciencia de la computación, ser pioneros en el desarrollo de nuevas tecnologías capaces de optimizar los procesos de las empresas. La empresa tuvo que restructurar su visión dado el abrupto desarrollo en la industria computacional, con empresas como Apple y Microsoft. Solucionaron dicho problema invirtiendo más en servicios de consultoría y el desarrollo de software. Un gran desafío fue encontrar su lugar en el mercado, buscando su propia identidad. Así, se tuvo que encontrar una forma de reparar errores, como el no tener contratos de exclusividad con pequeñas empresas como Microsoft, la cual en cierto momento trabajó para IBM ofreciendo sus sistemas operativos.

IBM ha conseguido mantenerse como un gigante mundial en la industria de la tecnología debido a su capacidad de innovar junto con la inversión en el desarrollo de nuevas tecnologías. De similar manera, cabe recalcar la visión de la empresa al desarrollar productos que pueden implementarse a nivel interno, como softwares, con el fin de implementar sus mismos productos internamente para conocer mejor las necesidades de sus clientes. Se presentará el rol de IBM con sus productos: SPSS Statistics, Watson Studio, Cognos Analitics on Cloud y Máximo.

El programa estadístico IBM SPSS Statistics es uno de los productos más comercializados de la empresa, especialmente para aquellas compañías que se dedican a investigar mercados. “IBM SPSS Statistics es uno de los principales softwares estadísticos que ayuda a encontrar insights nuevos a sus datos de una forma rápida y fácil.” (IBM, 2021). El programa cuenta con una diversidad de herramientas estadísticas para ejecutar ya sea estadística descriptiva, regresiones, gráficos, tablas con la ventaja que pueden ser publicados instantáneamente. Una de las principales ventajas de los productos de IBM somo es el caso de SPSS Statistics es la viabilidad de escribir en código abierto. La ventaja del producto SPSS es que permite a grandes empresas, así como pequeños negocios o emprendimiento, tener una mayor noción del mercado en el cual se desenvuelven, pero con un enfoque netamente estadístico. 

IBM Watson lleva el nombre del fundador de la compañía Thomas Watson y resultó ser el supercomputador pionero en inteligencia artificial generado por IBM. Con Watson Studio, el usuario es capaz de recopilar data independiente de donde sea almacenada, con el fin de acelerar el proceso de IA y Machine Learning. Lo mismo se evidencia en, “Cree, ejecute y gestione modelos de IA. Prepare datos y cree modelos en cualquier nube utilizando código fuente abierto o modelado visual. Prediga y optimice sus resultados” (IBM, 2021). Como se menciona, uno de los atractivos de dicho producto es la flexibilidad que ofrece en cuanto a recopilar información de distintas nubes y poder recomendar soluciones a problemas existentes. Watson es uno de los productos más atractivos de IBM dado que es un computador inteligente que tiene la habilidad de comunicarse con el usuario de manera sencilla y sugerir diferentes soluciones o estrategias. No es necesario tener grandes cantidades de conocimiento para entender las sugerencias de Watson, y este presenta la información de manera gráfica, para poder extraer información rápidamente.

Por otro lado, Cognos es una plataforma de Inteligencia Empresarial, a diferencia de Watson y SPSS, Cognos se enfoca exclusivamente en la toma de decisiones. IBM lo describe como, “Describa los insights ocultos en sus datos, convierta esos insights en conocimiento, renueve su visualización de datos y aprovéchelos al máximo” (2021). Dado que un problema recurrente en las empresas es el manejo de su información, junto con el poder tomar decisiones basándose en un proceso de Big Data, Cognos Analitics permite organizar los datos de una empresa a través de diversos recursos como la gestión de eventos. Así, nuevamente a través de gráficas dinámicas, el gerente de una empresa, grande como pequeña, tiene la posibilidad de hacer un seguimiento a los proyectos de su empresa, así como de futuros objetivos y metas.

En tercer lugar, el software Máximo relaciona conceptos de IA (Inteligencia Artificial), IOT (Internet de las Cosas) y analítica. El Internet de las Cosas hace referencia a la habilidad que se tiene hoy en día de conectar diversos dispositivos electrónicos entre sí. Por lo tanto, IBM define a Máximo como “El software Máximo Application Suite ofrece una solución integral para la supervisión, mantenimiento y gestión de activos inteligentes” (2021). Este programa permite a las empresas optimizar su rentabilidad, ya sea reduciendo los tiempos de inactividad como aumentando los ciclos productivos de los activos empleados. A diferencia de los productos presentados previamente, Máximo se enfoca exclusivamente en los activos empleados, y trabaja en la optimización de tiempos de trabajo de estos, haciendo que sea un software muy atractivo en la rama de procesos. Como se evidencia, las empresas buscan minimizar costos y optimizar sus beneficios. Máximo permite a sus usuarios dar un seguimiento a sus activos y encontrar rápidamente que equipos no funcionan óptimamente. Así, se pueden detectar y solucionar cuellos de botella y diversos procesos.

Finalmente, lo que hace que IBM se mantenga por tantos años en el pedestal de la industria tecnología es su capacidad de innovar, lo cual es posible gracias al apoyo que brindan sus softwares y plataformas. En adición, los productos de IBM son diseñados para interactuar entre sí, cada uno con un enfoque específico, pero siempre con la opción de trabajar juntamente con estos. Sus softwares se desarrollan pensando en el consumidor, y buscan presentar la información de los datos de manera rápida y clara. Gracias al análisis de datos, está empresa fue capaz de entender a la perfección la necesidad de sus consumidores, con el fin de redirigir sus objetivos hacía el desarrollo y la consultoría a otras empresas. IBM ha logrado dar un doble sentido a sus productos, los cuales le proporcionan un ingreso al ser vendidos, así como una herramienta para la toma de decisiones dentro de la misma empresa.

Referencias

IBM (2021). Productos y Servicios. Recuperado de: https://www.ibm.com/mx-es/products

McDonald`s

McDonald’s es una empresa que se dedica a la venta de comida rápida, bebidas, desayunos, postres y actualmente lidera el segmento de servicio rápido. Para (McDonald´s, 2021) la marca McDonald´s es reconocida universalmente por el servicio de calidad, la cobertura está en los cuatro continentes del mundo, además la constate innovación en base a la digitalización y tecnología ha permitido que McDonald’s sea un lugar acogedor para clientes y colaboradores.

En el año 1940 los hermanos Richard y Maurice abrieron el primer local en San Bernardino California, para (Ruben, 2020) este era un local de comida rápida a través de un proceso para la venta inmediata de sus productos, no obstante el tercer personaje le dio un giro al modelo de negocio, puesto que reestructuraron el negocio creando un modelo que les permitiera generar más ventas, la estrategia fue entregar las ordenes en menos tiempo posible, de esta forma nació uno de los modelos más exitosos en la industria de la comida, el concepto estuvo basado en la velocidad en la entrega de los productos, precios bajos y el volumen, ante el éxito del negocio los hermanos Richard y Maurice decidieron vender el secreto de su modelo de negocio, en 1953 McDonald’s inicia la etapa de expansión por los estados de California y Arizona, estableciendo un sistema de franquicias, en esa época se integró a esta compañía Raymond Kroc con el objetivo de ser el representante de franquicias, llevando la cadena a cada rincón de Estados Unidos, cabe mencionar que la ambición del socio de los hermanos llevo a la empresa a ser líder en la industria de alimentación.

Para (Cruz, 18) Arcos Dorados como franquiciatario de McDonald’s alrededor del mundo tiene como objetivo estandarizar la información de los productos para gestionar el ciclo de vida de los mismos, así como la medición de sus obligaciones fiscales, la administración de sus proveedores y el establecimiento de precios esta aplicación se realizará mediante el análisis del comportamiento del usuario y sus preferencias de compra en las distintas regiones en donde se encuentra ubicado McDonald’s.

Debido a que McDonald’s opera en más de 118 países y cuenta con más de 34000 establecimientos. (SIPSE, 2019) dice que se vuelve un asunto de suma complejidad el gestionar todos estos volúmenes de información Arcos Dorados decidió utilizar la plataforma de integración y análisis de datos TIBCO que es un software encargado de la administración de datos con el objetivo de mejorar el manejo de los datos para ser más analíticos y mejorar la eficiencia de la empresa.

Con la utilización de TIBCO se ha reducido hasta 30% el tiempo de carga de datos sobre el ciclo de vida de un producto desde que se formula una idea hasta que llega a las manos de los clientes, según (Riquelme, 2019) el director de ventas de TIBCO asegura que Arcos Dorados es un caso interesante de uso de integración y análisis de datos ya que la compañía está sumando la información que tiene del inventario, de restaurantes y de cobranzas para mejorar la experiencia del usuario. Mediante el Time to Market se buscó minimizar el tiempo del ciclo de vida de los datos en los que estos son recopilados, publicados y comercializados y reducir el esfuerzo que se requería en el tratamiento de estos datos teniendo una reducción del 40% en el tiempo entre que un producto se plantea para salir al mercado hasta que todos los sistemas estén listos para que dicho producto llegue a las manos del cliente. En donde diferentes áreas de la empresa participan de todos estos procesos para mejorar la experiencia del cliente.

De la misma manera McDonald’s utilizó la herramienta de análisis estadístico JMP de SAS que según (JMP, 2021) utiliza este software para anticipar y monitorear las tendencias, identificar y examinar cualquier oportunidad en las operaciones y asesorar a los involucrados dentro de la corporación sobre cómo mejorar continuamente el servicio al cliente, el encargado de estas mejoras es Mike Cramer director de investigación de operaciones de McDonald’s.

Cramer buscó mejorar todo el proceso que vive el cliente desde que ingresa al parqueadero, realiza la compra, utiliza los predios de la empresa hasta que se va, en donde Cramer asegura que los equipos, desde sus diseños y sus sistemas de información hasta las interfaces Hombre Máquina son aquellos que se deben encargar de recolectar los datos de la experiencia del usuario en McDonald’s.

Con lo expuesto McDonald’s además busca implementar la inteligencia artificial para implementarla en los pedidos por el Auto, donde según (Revista de Robots, 2021) cuando se llega con el vehículo se escanea la matrícula y con eso el sistema accede al perfil del cliente y en base a los anteriores pedidos del mismo la inteligencia artificial le ofrecerá a través de pantallas y comandos de voz menús dinámicos de lo que probablemente el cliente vaya a ordenar. Demás dependiendo de otras variables como el momento del día, la climatología la aplicación le ofrecerá al cliente diferentes menús. Para mejorar los tiempos de ejecución de las ordenes mediante la inteligencia artificial también se evaluará cuantos clientes hay en fila, entonces si hay muchos clientes en fila la aplicación le recomendará al cliente lo más fácil y rápido de preparar para agilizar el movimiento de vehículos. De la misma manera McDonald’s buscará aplicar la misma tecnología para los clientes dentro del local mediante la visión artificial y mediante la aplicación del celular.

Al analizar el comportamiento de sus clientes mediante máquinas que se encargaban de la recolección de datos tanto de las preferencias de consumo, así como de la satisfacción con la marca que tienen los usuarios McDonald’s ha podido implementar planes de mejora continua par que la experiencia del cliente sea totalmente satisfactoria desde el momento que llega a cualquier establecimiento de McDonald’s hasta que este se retira del lugar.

Se concluye que mediante el análisis de datos y la inteligencia artificial McDonald’s busca mejorar la satisfacción de sus clientes, mediante programas que analicen las preferencias de sus clientes para así mediante inteligencia y visión artificial una aplicación le recomiende al cliente varías opciones de menús dependiendo de sus preferencias, y la hora del día reduciendo el tiempo de espera del cliente agilizando los tiempos de producción del pedido del cliente.

Referencias

Cruz, V. (2019 de 09 de 18). McDonald’s apuesta por el análisis de datos. Obtenido de Info Channel: https://infochannel.info/mcdonalds-apuesta-por-el-analisis-de-datos/

JMP. (2021). McDonald’s hace deliciosos descubrimientos con JMP®. Obtenido de https://www.jmp.com/es_es/customer-stories/mcdonalds.html

McDonald´s. (2021). McDonald´s Ecuador. Obtenido de https://www.mcdonalds.com.ec/compania/sobre-mcdonalds

Revista de Robots. (19 de 03 de 2021). MCDONALD´S UTILIZA INTELIGENCIA ARTIFICIAL PARA ADELANTARSE A TU PEDIDO. Obtenido de https://revistaderobots.com/inteligencia-artificial/mcdonalds-inteligencia-artificial-pedidos/

Riquelme, R. (12 de 09 de 2019). McDonald´s analiza datos para venderte hamburguesas. Obtenido de El Economista: https://www.eleconomista.com.mx/tecnologia/McDonalds-analiza-datos-para-venderte-hamburguesas-20190912-0064.html

Ruben. (21 de 02 de 2020). ¿Cuántos McDonalds hay en el mundo? Obtenido de 123 Viajando: https://www.123viajando.com/cuantos-mcdonalds-hay-en-el-mundo/

SIPSE, R. (13 de 09 de 2019). McDonald’s revela uso de inteligencia artificial para ‘vender’ sus productos. Obtenido de SIPSE: https://sipse.com/tecnologia/mcdonalds-revela-uso-inteligencia-artificial-para-vender-productos-344248.html

El uso de Big Data en H&M

Logotipo de H&M: una breve historia de un diseño | Turbologo

La empresa Hennes & Mauritz AB o más conocida como H&M, es una compañía dedicada a la venta de moda rápida para diferentes públicos objetivos, tales como hombres, mujeres, niños, personas de tallas grandes, entre otros. Actualmente, es una de las marcas de ropa más reconocidas de todo el mundo debido a la gran variedad de productos que ofrece ya que constantemente, cambian de stock haciendo que sus productos siempre sean novedosos para el público. Hoy en día, se encuentra ubicada en alrededor de 69 países y cuenta con más de 4500 tiendas físicas, además de eso, su tienda en línea está habilitada para más de 44 países.

H&M tuvo inicio en 1947, cuando el comerciante Erling Persson abre su primer local en Västerås, Suecia, el cual, en aquel entonces era conocida como Hennes, que significa “Para ellas”. En un principio, la empresa se dedicaba únicamente a la venta de ropa femenina hasta que en 1968 se fusiono con otra empresa de moda masculina llamada Mauritz Widforss, es allí es de donde surge su nombre actual: H&M. Durante sus primeras décadas de funcionamiento, se expandieron durante toda Europa y con el paso del tiempo llegaron a situarse en el resto de contienes. En 1975, expande su público objetivo y se introduce a vender cosméticos y ropa para niños y bebés. En 1998 abren su tienda en línea. Aunque H&M se ha mantenido al margen por la variedad de ropa que vende y las colaboraciones que ha hecho con gente famosa a lo largo de los años últimamente ha ido perdiendo seguidores ya que su nombre, junto con el de otras marcas dedicadas a la moda rápida, ha sido relacionada como una empresa poco ética por los daños ambientales que provocan, es así como en 2010 se tomó la decisión de implementar H&M Conscious, la cual consiste en producir prendas más amigables con el medio ambiente.

El secreto del éxito detrás de H&M es la moda rápida y las estrategias de marketing que han implementado a lo largo de los años. A finales de los años 70 empezó a surgir la moda rápida, lo cuál cautivo la atención de muchas personas debido a la gran diversidad de productos que se ofrecían en cortos lapsos de tiempo. H&M se ha beneficiado mucho del Big Data ya que, con este logran anticipar cuáles serán las próximas tendencias de los siguientes meses e incluso años, por lo cual, el 80% sus diseños y prendas son preparados con un año de antelación. Además de eso, usando el Big Data han analizado que estrategias de marketing han funcionado y cuáles no, con el fin de aumentar sus ventas.

Adicionalmente, gracias al análisis de datos recolectado de las compras realizadas, tarjetas de fidelización y devoluciones de sus tiendas físicas y online, permitió a la empresa adaptar sus productos en tiendas según las tendencias de compra de cada país y región. Esto dio como resultado un incremento de 5% en ventas del 2017 al 2018. Igualmente, analizando los mismos datos que se mencionaron anteriormente, pudieron darse cuenta de que sus productos no estaban llegando a todos los públicos objetivos deseados y además lograron crear hipótesis del porque aquello estaba ocurriendo, por lo cual, en base a ello decidieron crear submarcas enfocadas en las necesidades de aquellos públicos no alcanzados, tales como Weekday, Monki o COS. Otro de los usos del Big Data en H&M es que, en base a las prendas más compradas de sus últimas colecciones, seleccionan cuales serán aquellas que serán expuestas en sus maniquís o en la página oficial de H&M.

Similarmente, este uso de análisis de datos permite que la empresa identifique las tendencias que van a ser las más importantes para poder desarrollarlas con antelación y así nunca quedarse sin stock de prendas con mayor demanda. Esto contribuyo mucho al incremento de ingresos de H&M ya que se observó como muchas compras eran perdidas por causa de demora en entrega de productos a las tiendas físicas. Con la implementación del big data que se menciono anteriormente, se evita que estos errores ocurran y que así, la ropa siempre esté disponible en todas las tiendas.

De igual modo, la empresa utiliza el Big Data y el E-Commerce en su tienda en línea para analizar los días en los que hay menos compras para así ofrecer descuentos que duran un par de horas para incentivar las ventas. Aparte, a la hora de seleccionar una prenda, la página web da recomendaciones de otras prendas de ropa para complementar el estilo y también muestra otras sugerencias en base a lo que han comprado otros clientes que también han visto o han comprado la prenda seleccionada. Esto aumenta la probabilidad de que los clientes hagan compras impulsivas y terminen gastando más dinero del que tenían planeado en un principio. De igual manera, la página web brinda la oportunidad de suscribirse a un boletín informativo, los cuales son personalizados en base a la interacción que han tenido los clientes dentro de la página.

En suma, en los últimos años, H&M ha realizado colaboraciones con distintas empresas, entre la más destacada podemos mencionar a Google. Junto con Google utilizaron el Big Data para analizar datos específicos recolectados de los “cookies” como siluetas, colores en tendencia, materiales, estampados, prendas de ropa más compradas, etc. Es así como con esta información lanzaron su primera colección “Data Dress”, la cual como su nombre lo indica está basada únicamente en Big Data el 16 de mayo del 2019. Pero esta colaboración no acaba allí, puesto que con Google han estado realizando una aplicación llamada «Coded Couture», la cuál consiste en permitir a los usuarios de Android realizar su propia vestimenta en base a sus gustos y estilos de vida. Dentro de la aplicación se envían sugerencias las cuales están basadas en el perfil del usuario, el cual es construido en base a las búsquedas realizadas en Google y también usando el sistema Snapshot API, el cual monitorea los movimientos de los usuarios todos los días, desde lugares que han visitado hasta el clima de su ubicación geográfica gracias a la geolocalización integrada en Google Maps.

En conclusión, H&M se ha visto bastante beneficiada por el uso de análisis de datos que utilizan. Les ha ayudado a aumentar el número de ventas tanto en sus tiendas físicas como en la página web, vender productos que se encuentran en tendencia, mantenerse frente a sus competidores, alcanzar distintos públicos objetivos, entre otros. Adicionalmente, el “Data Dress” es una de las mayores innovaciones por las cuales está pasando la empresa gracias al análisis de datos. Todo aquello mencionado anteriormente, ha sido fundamental para el crecimiento y avance de la empresa. Aunque queda mucho camino por recorrer, H&M se mantiene al margen de sus problemas y junto al uso de análisis de datos pueden abordar y captar estos conflictos de una manera más sencilla.  

Referencias

Gallego, M. (2019). H&M lanza una colección basada en Big Data. Big Data Magazine. https://bigdatamagazine.es/hm-lanza-una-coleccion-basada-en-big-data

Spies, S. (2019). «Data Dress» de Google y H&M coge forma. Fashion Network. https://es.fashionnetwork.com/news/-data-dress-de-google-y-h-m-coge-forma,808037.html

(2019). H&M saca partido al ‘big data’: lanza una colección según lo que se busca en Internet en cada ciudad. Modes Información, SLU. https://www.modaes.com/empresa/hm-saca-partido-al-big-data-lanza-una-coleccion-segun-lo-que-se-busca-en-internet-en-cada-ciudad-es.html

(2019). H&M saca partido del Big Data Analytics. Integra IT. https://integrait.com.mx/blog/big-data-analytics-retail/

La historia H&M– pasión infinita por la moda. The H&M Way. https://about.hm.com/content/dam/hmgroup/groupsite/documents/es_us/hm-way/HM%20Way_es_us.pdf