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 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 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/ae/intermediaries/insights/new-technologies-changing-asset-management?switchLocale=y&siteEntryPassthrough=true#target-the-%E2%80%9Cright%E2%80%9D-data-

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

Shein y su uso del Big Data

«Everyone can enjoy the beauty of fashion»

• LinkedIn
• Twitter
• Instagram

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

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!).

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.

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/

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).  

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 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

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 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

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

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

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 Huang, Chris 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

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 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 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

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

El Metro de Barcelona es una empresa de servicio de transporte público la cual se rige por la “Societat Privada Municipal Ferrocarril Metropolitá de Barcelona” (Barcelona, 2021, p.1) esta sociedad privada se basa en la movilización masiva de personas, de un lugar a otro en la ciudad de Barcelona y fuera de ella, siendo una forma clásica pero a la vez barata de viajar entre ciudades, dicha sociedad privada está conformada por un proyecto moderno de movilización urbana, la empresa desarrolló “(…) redes metropolitanas, establecieron bases que aprovecharon después para el Metro, como trazados o puntos estratégicos para las redes” (Casado López, 2019, p.18) siendo este contexto de mucha ayuda para la empresa privada de Barcelona.

La empresa Metro de Barcelona, ha marcado un antes y un después en lo que se refiere a movilización rápida y segura, el metro se remonta a la antigüedad, por otro lado, dicha empresa lleva una variedad de hitos a través de la historia del metro, “(…) Müller y Zaragoza plantearon el diseño de una red metropolitana (…)”  (Casado López, 2019, p.22) dichos ingenieros cambiaron totalmente lo que era viajar a pie o en tranvía, a viajar en un medio rápido como lo es el metro, de igual forma, otro hito marcado en la historia de Barcelona por la compañía Metro de Barcelona es la modernización del estilo de viajar, debido a que esta compañía implementó la inteligencia artificial llamada RESPIRA para reducir el COVID-19 en las vías.

En otras palabras, el proyecto implementado (RESPIRA) se basa en utilización de “machine learning de predicción” (Bacardí, 2020) , lo cual ayudará a mejorar la calidad del aire que circula en las vías del metro, adentro y afuera de las diferentes líneas, como un claro ejemplo está la línea 1 la cual es la más transitada, sin embargo, el método de ventilación “ (…) se impulsa aire exterior por las estaciones y se extrae aire caliente por los pozos de túnel” (Bacardí, 2020) este siendo no efectivo a la hora de suprimir cualquier tipo de virus, por lo cual RESPIRA realiza varios sondeos del ambiente tanto adentro como afuera de las líneas, con el fin de enfriar el clima, a su vez, ventilar todo tipo de virus o bacteria, causando una reacción de eliminación de calor y humedad con la expectativa de “(…)refrescar los túneles y extraer el calor (…)” (Bacardí, 2020).

Esto quiere decir, que el proyecto RESPIRA está enfocado en ciertos objetivos de desarrollo sostenible como lo la energía asequible y no contaminante, y las ciudades y comunidades sostenibles, cumpliendo ambos objetivos, a causa de, una “(…) mejora de las condiciones ambientales y la eficiencia energética.)” (Bacardí, 2020) esto da a entender que dicho proyecto ha sido de ayuda para millones de españoles consumidores de dicho método de transporte, causando un gran impacto en la sociedad actual del COVID-19, del mismo modo, RESPIRA no fue creado con el propósito de disminuir casos del virus actual, el proyecto estaba enfocado en un plan sin pandemia, sin embargo, con la presente situación el Metro de Barcelona decidió implementarlo ya que era de gran ayuda para combatir el virus.

Con la intención de que las personas se sintieran más seguras viajando en metro y no recayeran las ventas de tickets del metro mismo, ya que, siendo una empresa privada no cuenta con un sustento del estado español ni de ninguna entidad regulatoria pública de España, de manera análoga, la implementación de RESPIRA ha creado un sentimiento de preocupación de parte de las empresas hacia sus consumidores, por lo que, los consumidores han respondido con la misma amabilidad y compromiso, viajando en las líneas del Metro de Barcelona, manteniendo estable la venta de tickets, y de misma forma, la cantidad de viajes más frecuentes que nunca.

A fin de terminar este ensayo se concluye que la empresa privada Metro de Barcelona ha conseguido mantener estables sus ventas y sus viajes, de manera que la inteligencia artificial o mejor dicho el machine learning, mediante un análisis de datos profundo, se tuvo la oportunidad de crear el proyecto RESPIRA, el cual ayuda a que el virus del COVID-19 no se esparza más y poder transformar la forma de viajar en metro de una forma limpia y segura, a través, de bajas de temperatura y frescura en las líneas del metro.

Referencias:

• Barcelona, A. (2021). La historia del metro de Barcelona empezó hace ahora 100 años. https://ajuntament.barcelona.cat/lescorts/es/noticia/la-historia-del-metro-de-barcelona-empezo-hace-ahora-100-anos_1072500
• Bacardí, R. (2020). La Inteligencia Artificial se cuela en el metro de Barcelona. https://bigdatamagazine.es/la-inteligencia-artificial-se-cuela-en-el-metro-de-barcelona
• Casado López, E. (2019). Los Inicios del Metro de Barcelona, Madrid 1919 / Barcelona 1924 [E-book] (1st ed.). Barcelona: Escuela Técnica Superior de Arquitectura de Madrid. https://oa.upm.es/55679/1/TFG_Casado_Lopez_Eduardo.pdf?forcedefault=true
• Corts, L. (2021). La historia del metro de Barcelona empezó hace ahora 100 años. https://ajuntament.barcelona.cat/lescorts/es/noticia/la-historia-del-metro-de-barcelona-empezo-hace-ahora-100-anos_1072500

Burberry fue fundada por Thomas Burberry en 1856, lo que la convierte en una de las marcas de moda más antiguas que existen en la actualidad. Por aquel entonces, Burberry seguía siendo una empresa familiar, pero debido a su creciente tamaño y estatura, ahora ha asumido el estatus de sociedad anónima. Es una marca de diseño londinense, que lleva más de 164 años en el mercado, tenga la experiencia necesaria para producir algunas de las mejores prendas y accesorios que la industria puede ofrecer a sus clientes. Su historia va incluso más allá de la alta costura y se adentra en el territorio de la Primera Guerra Mundial, donde diseñaron como marca las chaquetas de los oficiales británicos.

Con más de 400 tiendas en 50 países, la marca de herencia británica es uno de los principales actores de la industria de la moda de lujo. Con el cambio a la venta online, la marca, en 2006, decidió reposicionarse hacia la tecnología digital con el objetivo de no ser un mero actor en el espacio digital, sino una fuerza dominante.

Por otro lado, Burberry fue quien invento la gabardina para el uso en telas y prendas de vestir. La marca de moda de lujo Burberry es conocida por muchas cosas. Por ejemplo, los característicos colores de los cuadros escoceses, la clásica gabardina y las bufandas de cachemira. Pero hay dos cosas que quizá no sepa que la marca está abriendo camino: la inteligencia artificial y el big data.

Su éxito, logrado mediante el uso de inteligencia artificial y big data para mejorar las relaciones con los clientes y las ventas, ha sido asombroso.

Burberry se dio cuenta rápidamente de que los clientes estaban dispuestos a compartir sus datos personales, siempre y cuando eso mejorara sus vidas. Este descubrimiento se utilizó para animar a los clientes a proporcionar sus datos personales al inscribirse en programas de fidelidad y recompensas. La información obtenida se utilizó para ofrecer recomendaciones de productos adaptadas a las preferencias de los clientes, tanto en las tiendas como en Internet.

Sabemos que esto no es nuevo: las empresas llevan mucho tiempo utilizando los datos de los clientes para promover ofertas personalizadas. Sin embargo, Burberry ha dado un paso más al compartir datos como los hábitos en las redes sociales y el historial de compras con los asistentes de la tienda a través de una tableta. Así, la próxima vez que vayas a una tienda de Burberry, el asistente de ventas te dará sugerencias de bolsos basadas en el último abrigo que hayas comprado en ellos. Además, los productos de las tiendas están equipados con etiquetas RFID que envían información a los móviles de los clientes, proporcionando información como recomendaciones de productos y sugerencias de estilo. Antes, este tipo de experiencia de compra tan personalizada se limitaba a la venta online. La entonces consejera delegada de Burberry, Angela Ahrendts, explicó que la estrategia consistía en hacer que «pasar por nuestras puertas fuera como entrar en nuestra página web».

La transformación digital hizo que la marca de lujo aumentara en un 50% el número de clientes que repiten, gracias a la tecnología de vanguardia y a la experiencia de compra sin fisuras. En lo que respecta a la tecnología, Burberry fue pionera en la adopción de nuevas tecnologías y diversos canales en el sector del lujo. Fue la primera marca del mundo en utilizar la función Snapchat y también la primera en tener su propio canal de Apple Music. La empresa también aprovechó los chatbots de Facebook durante la Semana de la Moda de Londres en 2016 para ofrecer actualizaciones a los clientes. Desde entonces, el chatbot se ha expandido a otros servicios como la asistencia al cliente. De hecho, incluso se puede utilizar el chatbot para organizar un viaje en Uber a la tienda de Burberry más cercana.

La compañía no se detendrá ahí, ya que sigue buscando nuevas formas de revolucionar la tecnología para mantener su posición como pionera en el segmento del lujo. Burberry quiere introducir la IA en otras áreas de operaciones, como la producción y el desarrollo de productos. Aunque la moda de alta gama y la tecnología pueden ser una pareja poco probable, Burberry sigue prosperando al crear una experiencia de comercio electrónico inmersiva para sus clientes. Será interesante ver si más marcas de lujo se suben al carro y si la IA se convertirá en una fuerza omnipresente en el mundo de la moda de lujo. Hoy en día, no basta con lanzar un sitio móvil o invertir en imágenes de alta calidad. Al fin y al cabo, vivimos en la era digital y no hay forma de escapar de ella.

Fuentes

España, B. (n.d.). Nuestra historia | Burberry. Burberry España. https://es.burberry.com/nuestra-historia/

Jain, V. J. B. (2018, April 18). Big Data Drives Luxury Brands Growth Beyond Digital. Luxe Digital. https://luxe.digital/business/digital-luxury-reports/big-data-drives-luxury-brands-growth-beyond-digital/

Tung, C. (2020, July 4). Burberry: What Makes the Luxury Brand So Unique? Maggwire. http://www.maggwire.com/burberry-what-makes-the-luxury-brand-so-unique/