SlideShare ist ein Scribd-Unternehmen logo
1 von 48
“Big Data para
convertir tus datos
en dinero”
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Descubre
más…
6
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Descubre
más…
6
Data
Marketplace
5
Información confidencial propiedad de Datlas®
¿Qué es Big Data?
¿Una “moda”?...
¿Qué es Big Data?
¿Un mito?...
¿Qué es Big Data?
“Big Data is like teenage sex:
Everyone talks about it,
Nobody really knows how to do it
Everyone thinks everyone else is doing it
So everyone claims they are doing it”
¿Un rumor?...
¿Qué es Big Data?
Es la derivación de valor a partir de la toma de
decisiones de negocio en función de bases de
datos relacionales tradicionales, aumentada
con nuevas fuentes de datos no estructurados.
El valor diferencial se obtiene del volumen y la
variedad.
La definición académica/científica
¿Qué es Big Data?
Definición gráfica…
Datos Integraciones Analíticos AccionablesReportes
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
¿Por qué usar Big Data?
“Sin datos solo eres otra persona
con una opinión”
W. Edwards Deming
Más allá de un trending topic
¿Por qué usar Big Data?
Los datos no mienten
data
¿Por qué usar Big Data?
Parte del proceso evolutivo
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Big Data para hacer dinero
Ejemplo común
Venta de Productos = E-Commerce
Datos Integraciones Analíticos AccionablesReportes
Big Data para hacer dinero
¿Cómo convertir tus datos en dinero?
Paso #1: La materia prima
Los datos
Datos Integraciones Analíticos AccionablesReportes
Paso #1: La materia prima
Los momentos claves (touch-points)
Cliente Productos TransacciónCanal
¿Dónde se esconden los datos?
Paso #1: La materia prima
Lo que se dice sin hablar…
Cliente Productos TransacciónCanal
• Edad
• Sexo
• Estudios
• Estado Civil
• Ocupación
• E-mail
• Teléfono
• Redes sociales
• ¿De dónde llega?
(motor de
búsqueda, redes
sociales, directo)
• ¿cuánto tiempo
pasa en cada
sección?
• ¿dónde hizo click?
• Zonas de calor
• ¿Qué productos
estuvo viendo?
• Filtro por ¿color, talla,
precio, temporada?
• ¿Buscó artículos
relacionados?
• ¿Buscó productos
para alguien más?
• ¿Cuántos artículos
compró?
• Ticket promedio
• ¿Encontró todo lo
que buscaba?
• ¿Comentarios o
quejas?
• ¿Volvió o es su
primera vez?
Paso #1: La materia prima
¿Cómo lo hacen?
Los Grandes
Ej: Aerolineas
Los Mortales
Ej: Tienda de Ropa
DATLAS®
Paso #1: La materia prima
Los datos
Datos Integraciones Analíticos AccionablesReportes
Paso #2: La transformación
Datos  Reportes
Datos Integraciones Analíticos AccionablesReportes
Paso #2: La transformación
Orden y estructura
• Perfil
• Avatar
• Indicadores
• KPI´s
• Infografías
• Combos
• Paquetes
• Canastas
• Financieros
• Gráficos
• Mapas
Cliente Productos TransacciónCanal
Paso #2: La transformación
¿Cómo lo hacen?
Los Grandes
Ej: Facturación
Electronica
Los Mortales
Ej: Ferretería
DATLAS®
Carretera
Nacional
Paso #2: La transformación
Datos  Reportes
Datos Integraciones Analíticos AccionablesReportes
Paso #3: Interconectar
Orquestación
Datos Integraciones Analíticos AccionablesReportes
Paso #3: Interconectar
Cruce de información
Perfil A
• Mujer
• 28-34 años
• Educación
superior
• Casada
• Hijos (2)
• Empleada
• Llega vía Redes
Sociales
• Navega en:
Niños (25min)
mujeres (15min)
hombres (10min)
• Filtra por: precio y
talla
• Busca camisas y
pantalones
(siempre)
• Observa mucho los
artículos de
caballero
• Compra en
promedio 3
artículos por visita
• Ticket promedio:
$890 MXN
• Cliente recurrente
Cliente Productos TransacciónCanal
Paso #3: Interconectar
Cruce de información
Cliente Productos TransacciónCanal
Todas las mujeres Perfil A ¿llegan por el mismo canal?
Todas ¿Llevan los mismos productos?
Todas ¿Gastan lo mismo?
¿Es “normal” que una mujer Perfil A se interese por artículos de
hombre (para su marido/novio)?
Su edad la hace más propensa a comprar artículos de marca/lujo
Paso #3: Interconectar
¿Cómo lo hacen?
Los Grandes
Ej: Cadenas retail
Los Mortales
Ej: Cafetería
DATLAS®
Paso #3: Interconectar
Orquestación
Datos Integraciones Analíticos AccionablesReportes
Paso #4: Insights
Ver más allá…
Datos Integraciones Analíticos AccionablesReportes
Paso #4: Insights
¿Qué es eso?
El entendimiento de una causa específica y su efecto dentro de un
contexto particular. Entender la naturaleza interna de las
relaciones.
Paso #4: Insights
Descubrir patrones
Las mujeres menores a 35 años llegan principalmente por redes sociales, mientras que las
mayores a 35 llegan directamente (por recomendación)
Las mamás “jóvenes” suelen comprar marcas más caras, mientras que las mamás “mayores”
priorizan la funcionalidad
Las mujeres entre 25-30 años compran más artículos de hombre que el resto (para regalos, etc.)
Cliente Productos TransacciónCanal
Paso #4: Insights
¿Cómo lo hacen?
Los Grandes
Ej: Tecnológicas
Los Mortales
Ej: Restaurantes
DATLAS®
Paso #4: Insights
Ver más allá…
Datos Integraciones Analíticos AccionablesReportes
Paso #5: Sabiduría
Aprender y mejorar
Datos Integraciones Analíticos AccionablesReportes
Paso #5: Sabiduría
Aprender y mejorar
Accionar
9:00-10:00am
Publicidad en
Redes
Sociales
Cliente Productos TransacciónCanal
Ofrecerle:
Promociones del
mes
Artículos más
nuevos
Pre-filtrar por:
Precio
Marca
Color
Talla
Ofrecerle su último
método de pago
(guardar la información
de su tarjeta)
Venta cruzada
Envío
Paso #5: Sabiduría
¿Cómo lo hacen?
Los Grandes
Ej: Transnacionales
Los Mortales
Ej: Franquicias
DATLAS®
Datos Integraciones Analíticos AccionablesReportes
Big Data para hacer dinero
En resumen…
Big Data para hacer dinero
La receta para convertir tus datos en dinero
1. Datos: Identifica todas las fuentes de datos (internas y externas) que tiene tu
negocio
2. Reportes: Ordena y estructura la información con las herramientas que
tengas a tu alcance
3. Integración: Relaciona todos los datos y reportes generados
4. Analíticos: Descifra y encuentra patrones (causa-efecto)
5. Accionables: Documenta el conocimiento, comunícalo y mejora
continuamente
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Información confidencial propiedad de Datlas®
Big Data & DATLAS®
Nuestro motor
Enfoque: Desarrollamos herramientas de inteligencia comercial y prestamos
servicios de analítica de datos
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Contenido
¿Qué es
Big Data?
1
¿Por qué
usar Big
Data?
2
Big Data
para hacer
dinero
3
Big Data
&
DATLAS®
4
Data
Marketplace
5
Información confidencial propiedad de Datlas®
Descubre
más…
6
Información confidencial propiedad de Datlas®
Descubre más de DATLAS®
Síguenos, suscríbete y obtén más regalos…
www.facebook.com/thedatlas
@TheDatlas
blogdatlas.wordpress.com
DATLAS
www.thedatlas.com/playbook
“Big Data para
convertir tus datos
en dinero”

Weitere ähnliche Inhalte

Kürzlich hochgeladen

Los más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfLos más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
JC Díaz Herrera
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
BESTTech1
 

Kürzlich hochgeladen (20)

Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto Rico
 
Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdf
 
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfLos más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismo
 
Investigacion cualitativa y cuantitativa....pdf
Investigacion cualitativa y cuantitativa....pdfInvestigacion cualitativa y cuantitativa....pdf
Investigacion cualitativa y cuantitativa....pdf
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...
 
Las marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfLas marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdf
 
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILASistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
 
diseño de una linea de produccion de jabon liquido.pptx
diseño de una linea de produccion de jabon liquido.pptxdiseño de una linea de produccion de jabon liquido.pptx
diseño de una linea de produccion de jabon liquido.pptx
 
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdfPorcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
 
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdfCALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
 
6.3 Hidrologia Geomorfologia Cuenca.pptx
6.3 Hidrologia Geomorfologia Cuenca.pptx6.3 Hidrologia Geomorfologia Cuenca.pptx
6.3 Hidrologia Geomorfologia Cuenca.pptx
 
La Guerra Biologica - Emiliano Paico Vilchez.pdf
La Guerra Biologica - Emiliano Paico Vilchez.pdfLa Guerra Biologica - Emiliano Paico Vilchez.pdf
La Guerra Biologica - Emiliano Paico Vilchez.pdf
 
EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,
EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,
EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,
 
COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .
 
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docxAMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
 
Los primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdfLos primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdf
 

Empfohlen

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 

Empfohlen (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Talent Land 2018 "DATLAS: Big Data para convertir tus datos en dinero"

  • 1. “Big Data para convertir tus datos en dinero”
  • 2. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Descubre más… 6 Data Marketplace 5 Información confidencial propiedad de Datlas®
  • 3. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Descubre más… 6 Data Marketplace 5 Información confidencial propiedad de Datlas®
  • 4. ¿Qué es Big Data? ¿Una “moda”?...
  • 5. ¿Qué es Big Data? ¿Un mito?...
  • 6. ¿Qué es Big Data? “Big Data is like teenage sex: Everyone talks about it, Nobody really knows how to do it Everyone thinks everyone else is doing it So everyone claims they are doing it” ¿Un rumor?...
  • 7. ¿Qué es Big Data? Es la derivación de valor a partir de la toma de decisiones de negocio en función de bases de datos relacionales tradicionales, aumentada con nuevas fuentes de datos no estructurados. El valor diferencial se obtiene del volumen y la variedad. La definición académica/científica
  • 8. ¿Qué es Big Data? Definición gráfica… Datos Integraciones Analíticos AccionablesReportes
  • 9. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 10. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 11. ¿Por qué usar Big Data? “Sin datos solo eres otra persona con una opinión” W. Edwards Deming Más allá de un trending topic
  • 12. ¿Por qué usar Big Data? Los datos no mienten data
  • 13. ¿Por qué usar Big Data? Parte del proceso evolutivo
  • 14. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 15. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 16. Big Data para hacer dinero Ejemplo común Venta de Productos = E-Commerce
  • 17. Datos Integraciones Analíticos AccionablesReportes Big Data para hacer dinero ¿Cómo convertir tus datos en dinero?
  • 18. Paso #1: La materia prima Los datos Datos Integraciones Analíticos AccionablesReportes
  • 19. Paso #1: La materia prima Los momentos claves (touch-points) Cliente Productos TransacciónCanal ¿Dónde se esconden los datos?
  • 20. Paso #1: La materia prima Lo que se dice sin hablar… Cliente Productos TransacciónCanal • Edad • Sexo • Estudios • Estado Civil • Ocupación • E-mail • Teléfono • Redes sociales • ¿De dónde llega? (motor de búsqueda, redes sociales, directo) • ¿cuánto tiempo pasa en cada sección? • ¿dónde hizo click? • Zonas de calor • ¿Qué productos estuvo viendo? • Filtro por ¿color, talla, precio, temporada? • ¿Buscó artículos relacionados? • ¿Buscó productos para alguien más? • ¿Cuántos artículos compró? • Ticket promedio • ¿Encontró todo lo que buscaba? • ¿Comentarios o quejas? • ¿Volvió o es su primera vez?
  • 21. Paso #1: La materia prima ¿Cómo lo hacen? Los Grandes Ej: Aerolineas Los Mortales Ej: Tienda de Ropa DATLAS®
  • 22. Paso #1: La materia prima Los datos Datos Integraciones Analíticos AccionablesReportes
  • 23. Paso #2: La transformación Datos  Reportes Datos Integraciones Analíticos AccionablesReportes
  • 24. Paso #2: La transformación Orden y estructura • Perfil • Avatar • Indicadores • KPI´s • Infografías • Combos • Paquetes • Canastas • Financieros • Gráficos • Mapas Cliente Productos TransacciónCanal
  • 25. Paso #2: La transformación ¿Cómo lo hacen? Los Grandes Ej: Facturación Electronica Los Mortales Ej: Ferretería DATLAS® Carretera Nacional
  • 26. Paso #2: La transformación Datos  Reportes Datos Integraciones Analíticos AccionablesReportes
  • 27. Paso #3: Interconectar Orquestación Datos Integraciones Analíticos AccionablesReportes
  • 28. Paso #3: Interconectar Cruce de información Perfil A • Mujer • 28-34 años • Educación superior • Casada • Hijos (2) • Empleada • Llega vía Redes Sociales • Navega en: Niños (25min) mujeres (15min) hombres (10min) • Filtra por: precio y talla • Busca camisas y pantalones (siempre) • Observa mucho los artículos de caballero • Compra en promedio 3 artículos por visita • Ticket promedio: $890 MXN • Cliente recurrente Cliente Productos TransacciónCanal
  • 29. Paso #3: Interconectar Cruce de información Cliente Productos TransacciónCanal Todas las mujeres Perfil A ¿llegan por el mismo canal? Todas ¿Llevan los mismos productos? Todas ¿Gastan lo mismo? ¿Es “normal” que una mujer Perfil A se interese por artículos de hombre (para su marido/novio)? Su edad la hace más propensa a comprar artículos de marca/lujo
  • 30. Paso #3: Interconectar ¿Cómo lo hacen? Los Grandes Ej: Cadenas retail Los Mortales Ej: Cafetería DATLAS®
  • 31. Paso #3: Interconectar Orquestación Datos Integraciones Analíticos AccionablesReportes
  • 32. Paso #4: Insights Ver más allá… Datos Integraciones Analíticos AccionablesReportes
  • 33. Paso #4: Insights ¿Qué es eso? El entendimiento de una causa específica y su efecto dentro de un contexto particular. Entender la naturaleza interna de las relaciones.
  • 34. Paso #4: Insights Descubrir patrones Las mujeres menores a 35 años llegan principalmente por redes sociales, mientras que las mayores a 35 llegan directamente (por recomendación) Las mamás “jóvenes” suelen comprar marcas más caras, mientras que las mamás “mayores” priorizan la funcionalidad Las mujeres entre 25-30 años compran más artículos de hombre que el resto (para regalos, etc.) Cliente Productos TransacciónCanal
  • 35. Paso #4: Insights ¿Cómo lo hacen? Los Grandes Ej: Tecnológicas Los Mortales Ej: Restaurantes DATLAS®
  • 36. Paso #4: Insights Ver más allá… Datos Integraciones Analíticos AccionablesReportes
  • 37. Paso #5: Sabiduría Aprender y mejorar Datos Integraciones Analíticos AccionablesReportes
  • 38. Paso #5: Sabiduría Aprender y mejorar Accionar 9:00-10:00am Publicidad en Redes Sociales Cliente Productos TransacciónCanal Ofrecerle: Promociones del mes Artículos más nuevos Pre-filtrar por: Precio Marca Color Talla Ofrecerle su último método de pago (guardar la información de su tarjeta) Venta cruzada Envío
  • 39. Paso #5: Sabiduría ¿Cómo lo hacen? Los Grandes Ej: Transnacionales Los Mortales Ej: Franquicias DATLAS®
  • 40. Datos Integraciones Analíticos AccionablesReportes Big Data para hacer dinero En resumen…
  • 41. Big Data para hacer dinero La receta para convertir tus datos en dinero 1. Datos: Identifica todas las fuentes de datos (internas y externas) que tiene tu negocio 2. Reportes: Ordena y estructura la información con las herramientas que tengas a tu alcance 3. Integración: Relaciona todos los datos y reportes generados 4. Analíticos: Descifra y encuentra patrones (causa-efecto) 5. Accionables: Documenta el conocimiento, comunícalo y mejora continuamente
  • 42. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 43. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 44. Información confidencial propiedad de Datlas® Big Data & DATLAS® Nuestro motor Enfoque: Desarrollamos herramientas de inteligencia comercial y prestamos servicios de analítica de datos
  • 45. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 46. Contenido ¿Qué es Big Data? 1 ¿Por qué usar Big Data? 2 Big Data para hacer dinero 3 Big Data & DATLAS® 4 Data Marketplace 5 Información confidencial propiedad de Datlas® Descubre más… 6
  • 47. Información confidencial propiedad de Datlas® Descubre más de DATLAS® Síguenos, suscríbete y obtén más regalos… www.facebook.com/thedatlas @TheDatlas blogdatlas.wordpress.com DATLAS www.thedatlas.com/playbook
  • 48. “Big Data para convertir tus datos en dinero”

Hinweis der Redaktion

  1. Pedro first Cesar y Goma then
  2. Pedro first Cesar y Goma then
  3. Pedro first Cesar y Goma then
  4. Dejar claro que nosotros automatizamos el proceso, igual que el BI… osea que no hay personas siempre detrás del proceso, sino que se automatiza