Fui contratada por una empresa financiera, como analista de Business Intelligence, para ocuparme en un principio del desarrollo de Cross-sell de los distintos servicios que ofrecía la cía.

En el momento de mi ingreso, todas las campañas X-sell eran procesadas y ejecutadas mediante Access.

*Razonamiento*

Esto generaba que el proceso demorara mucho tiempo y, entre otras cosas, que se cometieran errores y, por el tamaño de información, rupturas de las bases.

A su vez, no dejaba tiempo para que se pudieran analizar los resultados. Este debía ser utilizado para el proceso y enmienda del las bases.

*Ejecución*

Se decidió automatizar el proceso, y se consideró como alternativa la implementación de SAS. La versión más adecuada, considerando las necesidades, fue SAS Interprise Guide 4.1.

En principio fue necesario, junto a IT y una consultora externa, aggiornar la información de la compañía para que fuera exclusivamente utilizada con esta herramienta.

Llevó alrededor de 6 meses identificar las variables y los campos necesarios para armar cada tabla necesaria.

Una vez que esta información estuvo lista para ser utilizada (se fue corrigiendo con el tiempo), se comenzó con el traspaso del proceso de generación de campañas desde Access a SAS (cálculos, importación de información externa, etc) .

*Resultados*

Con la información disponible en SAS, se comenzaron a procesar las campañas. Esto llevó aparejado varios beneficios:

TIEMPO DE GENERACION: el método anterior requería 10 días (a veces más) para procesar las campañas. Al implementar SAS el tiempo se redujo a 1 hora apróx.

INDEPENDENCIA DE OTRAS AREAS : al crear tablas exclusivas para este proceso, se logró independizarse de la generación de tablas desde otras areas (IT)
INFORMACION PARA ANALISIS: el proyecto nutría a tablas de las que se podía extraer información fácilmente para realizar diversos análisis.

FLEXIBILIDAD: el nuevo proyecto permitió realizar distintos cambios solicitados de forma más rápida (cambios de criterios de políticas, comerciales, etc)

PRIORIZACION DE CAMPAÑAS : permitió darle un orden de prioridad, en la ejecución, a cada campaña de acuerdo a la importancia.

CONTROL / SEGUIMIENTO DE CROSS SELL (*): al generarse un Datamart Analítico, se pudo llevar un control, medición, etc. de los resultados de las campañas generadas (efectividad, rentabilidad, segmentación de clientes, etc.)

*Dificultades_y_Aprendizajes*

(*) Como consecuencia de la obtención de resultados, se podían realizar diversos análisis:

Análisis de perfiles de clientes y hábitos de compra para el marketing por segmentos, por valor del cliente y personalizada.
Análisis de rentabilidad y del valor del cliente.
Análisis de la cesta de compra ideal para clientes individuales o segmentos de clientes.
Análisis de la cartera de productos para obtener la máxima rentabilidad y retención de clientes.
Diseño y análisis de campañas de marketing óptimas y rentables.
Otros.

*interes*

Por la magnitud de variables involucradas y la complejidad del proceso, requirió de "prueba y error" constantes. Fue un proceso que requirió de paciencia, por ser al menos 3 las áreas de la compañía involucradas y cada una de ellas con "sus tiempos".

Lo que aprendí como resultado es que hay que arriesgarse al cambio, a la innovación. El éxito de esta experiencia abrió las puertas para desarrollar y automatizar otros procesos dentro del negocio.

Hoy en día, la realidad obliga a tomar decisiones cada vez más rápidas y precisas. Los costos del error y la demora son cada vez más altos. Para que la compañía tome decisiones es es imprescindible que cuente con información oportuna y fehaciente.

Últimas actualizaciones de hace 564 dias para Pablo Fondevila

Blogs
|
Grupos
|
Archivos
|
Actividades
|
Foro
|
|
Términos de Uso y Políticas de Privacidad

Una comunidad con el apoyo de SAS Cono Sur