ey big data – el oro del siglo xxi

1

Big data Information: the gold of the 21st century

2

Revolución digital SoLoMo En últimos 6 años> impacto significativo

Se funda Facebook

Facebook supera 1b

de usuarios Apple lanza al mercado

App- store

Sale al mercado el

priemr buscador web por MOSAIC

El primer sistema

de compra

online se lleva a

cabo por Pizza Hut

Netscape se hace público

Nokia saca al mercado el primer teléfono

con conexión a

internet

Dot Com bubble

bursts as NASDAQ peaks at

5,048.62

Se acuña el término

2.0

YouTube sele al

mercado

Se funda Foursquare

Facebook consigue

500m usuarios

Ipad sale al mercado

Iphone sale al mercado

Se funda Spotify

Twitter sale al

mercado

Twitter supera el millon de tweets en

¼sec

Se funda Napster

AOL

compra Netscape

Napster taken off-

line by federal judge

Business.com se vende £80k

Se funda Google

6 1.5 0.3 2 Años en llegar a los 50m de

usuarios

Google+

1.8 2.8

2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 1999 1998 1997 1996 2000 1995 1994 1993

Inte

grac

ión

de In

tern

et a

niv

el m

undi

al

28.7%

20%

4%

2%

15.7%

9.4% 8.6%

2013

39%

30.2%

Salida al mercado de

Google Glass

3

217 Nuevos usuarios se conectan desde el móvil cada minuto

1% CISCO estima que a día de hoy solo hemos llegado al

1% de conectividad

50bn De ‘’cosas’’ serán

conectadas en 2020

Durante la próxima década se espera la “Conectividad de las cosas” que permitirá

crecer exponencialmente

Cada vez más gente está conectada y surgen

nuevas vías innovadoras

Cada día que pasa el número de dispositivos

conectados creando datos y dispositivos automáticos

Esto es solo el principio

Perspectivas Económicas

Durante el próximo ciclo, la economía española permanecerá estancada, con tasas de paro, implicando un incremento de presión en los precios

Tendencias Sociales

Estancamiento de las renta disponible y mayor tiempo dedicado al trabajo - incremento del tiempo on-line

Cambios Demográficos

Decisiones de compra en manos de la generación de los 70s y 80s que se compone de perfiles mas individuales y con altas demandas de personalización y futuro compradores “millenials”

Desafíos Sociales

Los consumidores obligarán a las compañías a impulsar la ética y transparencia corporativa

El contexto macro como acelerador

Perspectivas Económicas

Tendencias Sociales

Cambios Demográficos

Desafíos Sociales

… Nuevas necesidades & expectativas …

.. Cambio en el valor percibido de los productos y servicios

Personalización

Importante y espontáneo

Tranquilidad

Cultura de conveniencia

Consumismo ético

Sensibilidad precio

Fuerte impacto en los consumidores

… Nuevas necesidades & expectativas …

Revolución de las tecnologías digitales

Movilidad

Social Media

Localización

Personalización

Importante y espontáneo

Tranquilidad

Cultura de conveniencia

Sensibilidad precio

Soy móvil

Soy 24/7

Soy global

Soy móvil

Soy 24/7

Lo quiero ya

Lo quiero mejor

Lo quiero personalizado

Te compararé con la competencia

Transformación digital modelos de negocio

Nuevo “journey del consumidor”

42% Consumidores europeos realizan búsquedas móviles en el punto de venta

Consumidores a nivel mundial utilizan los canales digitales como parte de su proceso de la compra

78% De la actividad móvil son datos (no voz)

38% Consumidores a nivel mundial tiene más de un canal de interacción

61%

Presentation title

18

El volumen de los datos

digitales crece rápidamente

SoLoMo genera grandes volúmenes de información en tiempo real

En tan solo 18 meses el volumen de datos

digitales será el doble

Presentation title

… Lo estamos extrayendo

10

►La ejecución efectiva de la estrategia de la experiencia del cliente aumenta las ventas y la lealtad a la marca

►Aumentar la capacidad de respuesta al cliente para crear modelos de negocio más ágiles

►Reduce los esfuerzos de marketing ineficaces

Mejorar experiencia de compra Punto de venta referencia

Personalización de la experiencia de compra

Experiencia de compra positiva en tiempo real

Identificación de surtido optimo por POS y canal

Acciones de venta sugerida

Incremento ticket canales

Priorización controlar los costes

Proactividad con los gastos emergentes

Mejorar el servicio de atención al cliente

Analizar los productos para proporcionar el mejor margen en productos

Utilizar la información logística para priorizar y alinear los esfuerzos de distribución menor coste

Gestión de la demanda

Reducir las ineficiencias en las operaciones comerciales (distribución, promociones, comunicación…)

¿Cómo puedo obtener más de mis socios?

Estableciendo relaciones más eficientes e integradas

¿Qué hábitos de compra tiene mi cliente? Análisis datos para

proporcionarnos una visión única experiencia del consumidor

¿En qué se está invirtiendo el dinero?

Enfoque de un objetivo con un ángulo más amplio

¿Cómo incrementar mi ticket medio?

Buscando resultados en formas no tradicionales en lugares no

tradicionales

¿Cómo llegar a mis clientes?

Extrayendo información a partir de datos aparentemente irrelevantes

Eficiencia y Eficacia

Incremento de ingresos

Gestión de costes

Incremento de

rentabildiad

Incremento productividad

Nadie cuestiona su utilidad….. ¿no?

11

Ejemplo de utilidades por funciones identificadas para compañía española

Marketing

Optimización de surtidos Optimización de precios Optimización de diseño y colocación

Transparencia en las gestiones Optimización de los inputs

Gestión del almacén Optimización de la distribución y logística Gestión de proveedores

Comparación de precios Análisis de mercados en redes

Venta cruzada Marketing geolocalizado Análisis de comportamiento en tiendas Micro-segmentaciones Análisis de sentimientos Mejora de la experiencia multicanal del cliente

Promociones

Operaciones

Cadena de suministro

Nuevos modelos de negocio

Palancas Big data Función

12

Nadie cuestiona su utilidad… ¿no?

Operaciones

54%

(Oferta y demanda)

Finanzas

46%

(Gestión de riesgos)

Atención al cliente

26%

(Segmentaciones)

Marketing

47%

(Campañas)

Ventas

37% (Venta cruzada)

Desarrollo de productos

22%

(Análisis de demanda)

IT Analytics

47%

(Seguridad informática)

Investigación

30%

(Simulaciones)

Logística

18%

(Optimización de inventarios)

… proyectos de marketing no utiliza un análisis de datos a la hora de tomar decisiones (según CMOs) 63%

(+35%)

(25%-34%)

(15%-24%)

(5%-14%)

(0-4%)

Marketing Mix Modeling mejora una media del 14% los beneficios…

Las compañías que poseen un mayor control sobre sus datos son un 5% más productivas, y

un 6% más rentables

6%

6%

8%

6%

7%

19%

13%

11%

Cliente

Retail

IT

Serviciosfinancieros

Líderes enBig Data

MIT, Wharton y HBR

Presentation title

Únicamente utilizan entre 5-10% de sus datos

¿ Qué pasaría si se duplicaran,

triplicaran o cuatriplicaran?

15

Empresas lideres mercado español ya están extrayendo el “PETRÓLEO” en tiempo real

Presentation title

Impacto Reducción Llamadas

15-20%

Reducción abandonos

10-25bps

10-20%

Venta Cruzada

5-10ppts

5-15%

Costes captación

Aumento CSAT

Costes de Operaciones de Servicio

Retención y venta cruzada

Experiencia de cliente (CE)

Operadora Telco

‘Retailer’ nacional

Empresa de servicios

16

¿Por qué no estamos avanzando?

0% 10% 20% 30% 40% 50% 60% 70% 80% 90%

OtrosDatos Multimedia Ricos

Datos de ESB o Web ServiceDatos de Eventos o Mensajes

Web logsDatos de Ficheros No estructurados

Datos de Aplicaciones EmpaquetadasDatos XML

Datos Estructurados de DBMS LegacyDatos de Ficheros EstructuradosDatos Estructurados de RDBMS

Tipos de Datos Fuera de los DW Y Gestores de BBDD Tradicionales

El 53% de las organizaciones luchan para analizar datos que NO están en el DBMS tradicional ni en el DW

Fuente: Analytics Platforms – Beyond the Traditional Data Warehouse,

Variedad y velocidad

17

Nuevo paradigma tecnológico

Presentation title

MÉTODO TRADICIONAL MÉTODO A TRAVÉS DE BIG DATA

Analiza pequeños bloques de información Analiza toda la información

Información analizada

Información disponible

Se analiza toda la información

disponible

MÉTODO TRADICIONAL

MÉTODO A TRAVÉS DE BIG DATA

Cuidadosa selección de la información antes de cualquier análisis

Análisis de l ainformación tal cual está. Se irá eliminando sobre la marcha, cuando así se necesite

Poca cantidad de información cuidadosamen

te ordenada Gran cantidad de información ’desordenada’

1

18

Genera nuevo reto de negocio

Comenzar con hipótesis y contrastarlo con la información seleccionada

Explorar toda la información e identificar correlaciones

Hipótesis Pregunta

Información Respuesta

Información Exploración

Correlación Conocimiento

MÉTODO TRADICIONAL MÉTODO A TRAVÉS DE BIG DATA MÉTODO TRADICIONAL MÉTODO A TRAVÉS DE BIG DATA

MÉTODO TRADICIONAL

MÉTODO A TRAVÉS DE BIG DATA

Análisis de la información una vez que ha sido procesada y enviada a un data warehouse o data mart

Análisis de la información en tiempo real, nada más ser generada

Información

Conocimiento

Análisis Respositorio Conocimiento Análisis Información

Presentation title

2

19

Nuevas capacidades funcionales 3 Pasado Futuro

¿Qué ha pasado ?

¿Por qué ha pasado ?

Query Report Data Mining

Análisis Descriptivo

¿Qué esta pasando?

¿Por qué esté pasando ?

Data Mining en tiempo real

Análisis Predictivo

¿Qué es probable que pase?

Business intelligence

(Reporting y Dashboard)

Análisis en tiempo real

Análisis predictivo

¿Qué puedo hacer?

Análisis prescriptivo

Análisis Predictivo

Dificultad

Valor

20

Amazon : Eficiencia de vanguardia y un modelo de negocio ► Venta Sugerida ► El 35% de las ventas en 2010

fueron procedentes de las recomendaciones

► Sistemas de servicio al cliente automatizados

► 90% automatizados vs 44% media en la competencia

► La mayor satisfacción del cliente en el sector (puntuación de 86 en el ACSI)

► Cadena de suministro ► La mejor eficiencia en el sector, lo que reduce en un 3-4% los COGS (Cost Of Goods Sold)

► Precios dinámicos ► Cambios de precio en el día para mantener el 5-20% de liderazgo en precios sobre la competencia

21

Definir una estrategia de Marketing de clientes, sirviéndose de la movilidad, incremente la frecuencia de visita y el gasto de los consumidores

Sector Retail Nacional >250 puntos de venta

Incremento de ticket medio

7 %

+10% frecuencia

a clientes fieles

+ 60% frecuencia en

clientes Ocasionales

Motor Analítico en Real

Pun

to d

e Ve

nta

Salida

Entrada

Identificación

Pago

Compra

• Gelocalización de clientes • Acciones de captación por proximidad

• Conocimiento a tiempo real del comportamiento en el Punto de Venta

• Automatización del proceso de pago, redención y emisión de cupones

• Comunicación directa a bajo coste • Servicios de valor añadido

• Branding • Sencillez y usabilidad • Valor añadido para el

consumidor (ofertas, mapa de establecimientos, juegos, recetarios, …)

22

Big Analytics Tiempo Real (BATIR) en un mundo “SoLoMizado”

Big Prescriptive

==

Datos en tiempo real

+

Análisis en tiempo real

(datos gráficos)

+

Reacción en tiempo

real

(retroalimentación)

Incremento de ingresos y mejora del margen

23 Presentation title

Muchas gracias

Pablo González Muñoz

Socio Advisory Services

[email protected]

mailto:[email protected]

24

Ernst & Young Assurance | Tax | Transactions | Advisory Acerca de EY EY es líder mundial en servicios de auditoría, fiscalidad, asesoramiento en transacciones y consultoría. Los análisis y los servicios de calidad que ofrecemos ayudan a crear confianza en los mercados de capitales y las economías de todo el mundo. Desarrollamos líderes destacados que trabajan en equipo para cumplir los compromisos adquiridos con nuestros grupos de interés. Con ello, desempeñamos un papel esencial en la creación de un mundo laboral mejor para nuestros empleados, nuestros clientes y la sociedad. EY hace referencia a la organización internacional y podría referirse a una o varias de las empresas de Ernst & Young Global Limited y cada una de ellas es una persona jurídica independiente. Ernst & Young Global Limited es una sociedad británica de responsabilidad limitada por garantía (company limited by guarantee) y no presta servicios a clientes. Para ampliar la información sobre nuestra organización, entre en www.ey.com. © 2014 EYGM Limited. All Rights Reserved.

http://www.ey.com/

ey big data – el oro del siglo xxi

Documents