Seis casos de negocio realistas para la utilización de big data
Seis casos de negocio realistas para la utilización de big data_Examen del analista de datos
Big data está cambiando el panorama competitivo del mercado. Y aquellas empresas que pueden hacer pleno uso del análisis de big data a menudo pueden ofrecer productos y servicios al mercado más rápido y mantener mejor la coherencia con las necesidades y deseos de los clientes. En 2014, una encuesta de la empresa de investigación Gartner encontró que el 73% de las empresas encuestadas habían invertido en big data o planeaban invertir en proyectos de big data en los próximos 24 meses; en 2013, esta proporción era del 64%; Los encuestados calificaron como la máxima prioridad mejorar la experiencia del cliente y la eficiencia de los procesos.
La mejora de la experiencia del cliente se está logrando tanto en línea como fuera de línea, con datos recopilados de teléfonos inteligentes, aplicaciones móviles, sistemas POS y sitios web de comercio electrónico. Dado que las empresas son capaces de recopilar y analizar cada vez más tipos de datos que nunca, es necesario cuantificar lo que hacen hoy y por qué lo hacen. Además, es el medio más flexible de ajustar la estrategia empresarial para aumentar o mantener la cuota de mercado. En el proceso de ejecución, las mejoras en la experiencia del cliente ayudan a aumentar la lealtad del cliente y el crecimiento de los ingresos comerciales. Por otro lado, si las empresas optan por ignorar los datos relevantes, es probable que pierdan clientes y transacciones frente a competidores que son más ágiles y conocedores del análisis de datos.
La mejora de los procesos empresariales continúa enfocándose en aumentar la eficiencia, ahorrar costos y mejorar la calidad de los productos o servicios. Los macrodatos pueden proporcionar conocimientos más profundos que los sistemas tradicionales porque están respaldados por el análisis de más puntos y fuentes de datos.
Ya sea que el objetivo sea impulsar el crecimiento de los ingresos, acelerar el tiempo de comercialización, optimizar la fuerza laboral o lograr otras mejoras operativas, en esencia es volverse más proactivo y ser menos reactivo significa utilizar análisis predictivos para acortar la curva de aprendizaje. .
Hay muchas maneras de utilizar big data para mejorar y mejorar las operaciones comerciales. A continuación le presentaremos seis casos típicos.
Reducir el tiempo de comercialización
El lanzamiento de un nuevo producto o servicio implica múltiples etapas del ciclo de vida, algunas de las cuales son más fáciles de acelerar que otras. Durante las últimas décadas, los fabricantes de medicamentos han utilizado simulaciones de ensayos clínicos para acelerar el aprendizaje, reducir costos y reducir la carga innecesaria para los pacientes que participan en los ensayos. Con la ayuda de la computación en la nube y el big data, las simulaciones de ensayos clínicos pueden resultar más beneficiosas para los fabricantes y los pacientes.
Bristol-Myers Squibb redujo el tiempo de simulación de ensayos clínicos en un 98 % al extender su entorno grid alojado local a la nube de AWS. La compañía también ha optimizado aún más los niveles de dosificación para hacer que el medicamento sea más seguro y requiera menos muestras de sangre de los pacientes de los ensayos clínicos.
Debido a que los ensayos clínicos son muy sensibles a los datos, Bristol-Myers Squibb estableció un túnel VPN cifrado y dedicado a Amazon Gateway y configuró una nube privada virtual para permitir que su entorno operativo sea compatible con los clientes públicos en cuarentena.
Antes de pasar a la nube, los científicos utilizaban un entorno interno compartido, por lo que les llevó unas 60 horas ejecutar cientos de proyectos. Ahora, cada científico tiene un entorno dedicado y se pueden procesar 2000 proyectos en aproximadamente 1,2 horas sin interrumpir a otros miembros del equipo.
Después de migrar a la nube de AWS, Bristol-Myers Squibb pudo reducir el número de sujetos en sus ensayos clínicos de investigación pediátrica de 60 a 40, al tiempo que acortó el tiempo de estudio en más de un año.
Optimización de la fuerza laboral
Los departamentos de recursos humanos de algunas empresas están utilizando análisis de talento y big data para reducir costos y gestionar eficazmente los problemas relacionados con los recursos humanos. Big data les ayuda a seleccionar eficazmente nuevos empleados que puedan adaptarse mejor a la empresa, reducir las tasas de rotación de empleados, comprender la producción de habilidades y mano de obra en el mercado existente y determinar los talentos que la empresa necesita para su desarrollo futuro.
Xerox utilizó big data para reducir las tasas de deserción en sus centros de llamadas en un 20%. Para hacer esto, debe comprender qué causa que los empleados se vayan y determinar cómo mejorar el compromiso de los empleados.
Mejorar el rendimiento financiero
Los departamentos financieros de las empresas ya no se limitan a realizar informes periódicos y trabajos de BI, sino que ya están empezando a utilizar big data para reducir riesgos y costes y buscar oportunidades. para mejorar la precisión de la predicción. Específicamente, utilizan datos para identificar clientes y proveedores de alto riesgo para frustrar el fraude, identificar fugas de ingresos y descubrir modelos comerciales nuevos o más eficientes.
Recientemente, la cooperación entre The Weather Company e IBM permitirá a los usuarios empresariales gestionar mejor el impacto de las condiciones climáticas en el rendimiento empresarial. Según The Weather Company, los factores climáticos tienen un impacto económico por valor de 500 mil millones de dólares cada año sólo en los Estados Unidos.
Estos datos meteorológicos provienen de más de 100.000 sensores meteorológicos y aviones, así como de millones de teléfonos inteligentes, edificios y vehículos que circulan por la carretera. Estos datos se combinan con otras fuentes de datos de 2,2 mil millones de puntos de pronóstico únicos para producir un promedio de más de 10 mil millones de pronósticos meteorológicos en tiempo real todos los días. Por ejemplo, los minoristas pueden utilizar estos datos para ajustar las estrategias de dotación de personal y cadena de suministro. Las empresas de energía podrán utilizar esta información de datos meteorológicos para mejorar la oferta y pronosticar la demanda. Las aseguradoras podrán advertir a sus asegurados sobre condiciones climáticas severas para reducir la probabilidad de daños al automóvil durante las tormentas de granizo.
Ventas inteligentes
Modificar ligeramente las estrategias de ventas y marketing de su empresa puede tener un impacto profundo en el rendimiento de ventas de su empresa, especialmente cuando se analiza a través de modificaciones planificadas de big data.
Imagínese una campaña de marketing por correo directo de seis semanas con una tasa de cupón superior al 70%. Según la Asociación de Venta Directa, la tasa promedio de devolución de correo directo es sólo del 3,7%. Entonces, ¿cómo lo hace la cadena de supermercados Kroger? Por un lado, utiliza correo directo personalizado basado en el historial de compras personal del cliente.
El programa de tarjetas de fidelización de clientes de Kroger está clasificado como el número uno en la industria alimentaria. Más del 90% de los clientes utilizan tarjetas de membresía para comprar productos. Si bien hay una combinación de otros factores que hacen que el desempeño financiero de Kroger sea tan impresionante, sus 45 trimestres consecutivos de crecimiento constante pueden atribuirse, al menos en parte, a su programa de fidelización de clientes.
Minimizar las fallas de equipos y activos
Las empresas quieren evitar interrupciones innecesarias y ansiedad de los clientes. Ahora los sensores están integrados en todo y las empresas pueden utilizar estos datos para determinar cuándo se necesitan reparaciones en aviones, trenes, automóviles y otros equipos eléctricos. Lo ideal es que, cuando se produzca un problema, la empresa comprenda qué lo ha causado y cómo se puede solucionar. Lo mejor es contar con un equipo de mantenimiento profesional.
Pratt & Whitney, una unidad de United Technologies Corp., está tratando de reducir las reparaciones no planificadas de motores de aviones. Según Airinsight.com, los motores actuales son capaces de recopilar aproximadamente 100 parámetros de múltiples instantáneas mientras el avión está en vuelo. En comparación, la nueva generación de motores es capaz de recopilar 5.000 parámetros en vuelos continuos. Este proceso genera aproximadamente 2 gigabytes de datos. Utilizando estos datos, Pratt & Whitney y su socio IBM pueden realizar reparaciones proactivas.
Aprovechar el valor de por vida del cliente
Los clientes empoderados de hoy son más exigentes y volubles que nunca. Para mantener o aumentar la participación de mercado, las empresas necesitan saber lo más posible sobre sus clientes, mejorar continuamente sus productos y servicios y estar dispuestas a ajustar sus modelos de negocios para reflejar las necesidades reales de sus clientes.
La empresa estadounidense de alquiler de coches AvisBudget ha apostado por este aspecto. Aumentaron su participación de mercado y generaron cientos de millones de dólares en ingresos adicionales mediante la implementación de una estrategia de consolidación. Participe activamente en la determinación de segmentos de valor para el cliente, proporcione incentivos escalonados y aumente la lealtad del cliente. El socio de TI de la empresa, CSC, utilizó un modelo para predecir el valor de vida útil de la base de datos de clientes de AvisBudget y validó su uso de campañas de marketing multicanal y los análisis correspondientes.
Los datos de evaluación del cliente ahora combinan otros datos, incluido el historial de alquiler del cliente, problemas de servicio, datos demográficos del área de servicio, afiliaciones comerciales, comentarios de los clientes y más. Avis Budget también recopila y analiza datos de redes sociales. La empresa cuenta con un equipo de expertos en redes sociales dedicados al marketing de marca. La compañía también actualizó recientemente su sitio web para mejorar aún más la experiencia del cliente y está utilizando big data para predecir la demanda regional de servicios de colocación y fijación de precios de flotas.
Lo anterior es el contenido relevante compartido por el editor sobre los seis casos comerciales prácticos de utilización de big data. Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.