Cómo aprovechar Big Data para mejorar la Experiencia del Cliente

Cómo aprovechar Big Data para mejorar la Experiencia del Cliente

Big Data comienza a hacer posible la transformación digital a nivel global, impactando a todas las industrias y a los individuos –desde profesionales en TI, líderes de negocio, hasta los consumidores finales.

De acuerdo con un estudio de Forrester Research, el 74% de las empresas en México indican que quieren ser ‘impulsadas por datos’, pero sólo el 29% dicen que son capaces de conectar la analítica con la acción.

Aunque las organizaciones parecen insatisfechas con sus capacidades de Big Data, siguen aumentando el presupuesto con nuevas herramientas, software y capacidades.

Se espera que los ingresos mundiales del mercado de Big Data se incrementen de 18.3 millones de dólares en 2017 a 92.2 millones en 2026.

El mundo del Big Data introdujo una era en la que los petabytes de información pueden ser comprimidos y extraídos. Actualmente ya muchas empresas utilizan algoritmos derivados de Big Data para tomar decisiones sobre sus negocios, como por ejemplo: elegir un candidato para ocupar un puesto de trabajo, determinar quién es competente en un empleo existente, entre otras aplicaciones.

 

Maximizando la información

La realidad es que el reto que enfrentan todas las compañías hoy en día es saber qué hacer exactamente con todos estos beneficios que proporcionan las herramientas de Big Data. Por ejemplo, los centros de contacto o call centers están experimentando una afluencia masiva de datos de los clientes; no obstante, necesitan una manera eficiente de convertir esta información en estrategias para la optimización del negocio. En este sentido, las soluciones de Big Data pueden ser un recurso invaluable.

Mediante el análisis de datos de los clientes, pueden predecir con precisión sus comportamientos y las tendencias para garantizar que la experiencia coincida con sus expectativas. Para ello, estos consejos van dirigidos a cómo las empresas pueden aprender a utilizar Big Data para mantener a los clientes contentos:

 

1. Utilizar datos de los agentes/empleados

Los datos históricos de interacción cliente-agente son un excelente recurso para determinar las fortalezas y debilidades de los trabajadores. Mediante el análisis de los resultados de sus comunicaciones anteriores, es posible determinar su productividad en función de su nivel de habilidad para realizar múltiples tareas, y transferir las llamadas a los diferentes perfiles de trabajadores según las diferentes situaciones del día a día que pueden surgir.

 

2. Implementar análisis predictivo

Mediante el análisis de datos se puede determinar qué factores tienen el mayor impacto en el rendimiento del trabajador, lo que permite desarrollar estrategias adecuadas para aumentar su eficacia, disminuir el volumen de trabajo y mejorar la satisfacción general de los clientes. Se pueden utilizar modelos de análisis predictivo para evaluar qué cambios operativos tendrían el mayor impacto en el rendimiento general de la empresa.

 

3. Analizar la relación con los clientes a través de múltiples canales

La expansión de las nuevas tecnologías significa que las organizaciones con diversos canales de comunicación disponibles deben estar preparadas para manejar estos datos. Los clientes esperan poder contactar a través de llamadas, correo electrónico, redes sociales, aplicaciones para móviles y muchas otras fuentes. Si no se aplica un análisis correcto de los datos en cada uno de estos canales, se está perdiendo la oportunidad de recopilar información valiosa.

Por Héctor Sánchez, Vicepresidente de Ventas para Broadsoft en Latinoamérica

Leer más

MWC: Nokia lanza solución de marketing predictivo

MWC: Nokia lanza solución de marketing predictivo

La finlandesa Nokia presentó en el Mobile World Congress 2015 una solución de marketing predictivo que analiza a qué público enviar cada mensaje a partir del gran volumen de datos disponibles en la red.

Este servicio permitirá a las empresas optimizar sus recursos de marketing, maximizar sus beneficios y reducir la pérdida de clientes, según explicó el CEO de la firma, Rajeev Suri.

Según la compañía, esta solución permitirá lanzar campañas más cortas pero igual de efectivas, ya que la correcta segmentación del público aumenta su efectividad: calculan que el número de clic en las promociones aumenta hasta el 25%.

El ejecutivo detalló que el desarrollo de servicios relacionados con el Big Data es una de las principales estrategias de futuro para la compañía, que quiere aprovechar su experiencia en la gestión de redes para ayudar a contextualizar y dar utilidad a toda esta la información.

Leer más

Aentrópico, la web de análisis predictivo para empresas

Aentrópico, la web de análisis predictivo para empresas

Promocionar productos, identificar los mejores horarios de venta y técnicas para retener clientes, así como detectar la corrupción, son desafíos comunes que las empresas pueden solventar con un clic, a partir de una plataforma desarrollada en Colombia por Aentrópico que ya está en Estados Unidos y pronto en Brasil.

Esta web de análisis predictivo ayuda a los hombres y mujeres de negocios a tomar decisiones, busca dar respuesta a infinidad de problemas y convertirse en el ‘Amazon’ de las soluciones tanto en el ámbito empresarial como en el sector público, informa Colombia.inn.

Sebastián Pérez Saaibi y Juan Pablo Marín son los fundadores de Aentrópico y quienes participan desde este mes y hasta octubre próximo en el MassChallenge de Boston, el mundial del emprendimiento que reúne a empresas jóvenes con alto potencial.

Ambos están entre los cinco emprendimientos colombianos elegidos para desarrollar su proyecto tecnológico y competir por un premio de un millón de dólares en esa ciudad estadounidense.

“Aentrópico lo que hace es ahorrarles todo el trabajo. Decirles: por favor, cargue sus datos acá, en una pagina web, ellos dan un click y (…) tienen un reporte automatizado que les muestra cómo no solamente se ve su negocio sino qué tipo de cosas puede hacer para mejorar y redireccionarlo”, explicó Pérez Saaibi a Colombia.inn.

Y aunque parezca sencillo, este desarrollo, que ya cuenta con una decena de clientes en su versión beta, acumula horas de trabajo y reúne varios años de experiencia de sus creadores en empresas como IBM o la minera BHP Billiton. También cuenta con el aval de expertos de las universidades de Harvard y ETH de Zúrich.

“Detrás de estos reportes hay un montón de matemática, un montón de física, un montón de tecnología, que realmente lo que hace es garantizarle a las personas que están teniendo los mejores algoritmos de punta para mejorar su capacidad de tomar decisiones para su empresa”, agregó Sebastián.

En apenas un año y cuatro meses como empresa ya disponen de unos 2,000 algoritmos que “se pueden usar para solucionar problemáticas tan diversas que van desde la minería hasta (…) el diseño de mejores políticas públicas o monitoreo de corrupción”.

En este tiempo, Aentrópico, además, se ha convertido en un pequeño holding con una filial en Boston y próximamente otra en Río de Janeiro: la meta es aprovechar la “flexibilidad” de este modelo de negocio “y crecer más rápido”, apuntó Pérez Saaibi, un físico de 28 años originario de Bucaramanga, en el noreste de Colombia.

Aentrópico atiende a microempresas pero también a grandes corporaciones y ofrece soluciones con datos tan simples como las facturas.

“Solo con esa información, si está tabulada en una tabla de datos, la puedes cargar a nuestra plataforma y te podemos decir qué tipo de cliente por edad, por demografía, puede generar más ingreso”, según el investigador.

Esta herramienta, cuya suscripción cuesta desde 500 dólares, ya ha generado 70,000 dólares de ingresos en 2012 y el cierre de contratos para este año por otros 60,000 dólares.

Ahora, Pérez Saaibi y Marín afinan su estrategia para captar a empresas dedicadas al comercio minorista o de telefonía móvil, y en Brasil se han aliado con una aceleradora de negocios.

“Empezamos este plan hace dos meses y ya tenemos algunas ventas y clientes en Brasil y pronto en Estados Unidos”, detalló.
 

 

EFE

Leer más