Browsing articles tagged with " CRM"

¿Cómo determinar una campaña de encuestas con Análisis de Datos?

Jun 5, 2014   //   by wpuser   //   Minería de Datos  //  Comentarios desactivados en ¿Cómo determinar una campaña de encuestas con Análisis de Datos?

Usualmente, antes de realizar un estudio de mercado, o de aplicar campañas de ventas, introducción de nuevos productos en el mercado, o simplemente, la idea de realizar una encuesta a nuestros clientes para valorar ciertos indicadores, siempre tenemos  una primera incógnita: ¿A quiénes de mis clientes debo realizar la encuesta, para que esta sea fiable?

Si tenemos pocos clientes (no deseable), y los conocemos en profundidad, es relativamente sencillo seleccionar una muestra de los mismos para realizar la encuesta o el sondeo de opinión, pero cuando tenemos cientos o miles de clientes, de todo tipo de tamaño y “pelaje”, ¿Cómo puedo asegurarme de que recojo en una muestra sencilla la mayoría de los perfiles posibles que me den una representación veraz de la información? Es en este caso, cuando herramientas analíticas de Minería de Datos, de una forma automatizada y sencilla, nos puede dar la respuesta.

Y la respuesta está en la propia pregunta:  hay que perfilar los clientes. Dado que existen algoritmos muy maduros de segmentación y clasificación, con este tipo de herramientas, modelándolas un poco, seremos capaces de seleccionar de forma óptima y elegante la muestra perfecta para nuestro estudio.

  • Pero, ¿Cómo se hace?  Lo primero y evidente, (a veces no tanto),  es introducir los datos que podamos de nuestros clientes y, por ejemplo, sus ventas,  en el sistema, (cuantos más, mejor).  Después, lanzamos un análisis de correlación para identificar qué variables o indicadores son los que tienen mayor relevancia en el modelo de datos de origen, de esta forma, anulamos las variables que se repiten muchas veces, que son poco representativas (tienen muchos valores únicos), aquellas que tienen datos nulos, y dejamos el “set” de datos listo para el proceso de clasificación.

indicadores_relevantes

  •  Una vez filtrados los indicadores “interesantes”, dados por el sistema, generamos una segmentación automática, que nos indica, sin que el sistema sepa “nada a prirori”, cómo los datos se distribuyen en “perfiles” homogéneos en base a sus datos.

Dependiendo de qué tipo de datos estamos utilizando (más numéricos que alfanuméricos, o mixto), podremos utilizar un tipo de algoritmos u otros.

cluster_automatico

  • El secreto está en determinar cuál es el número óptimo de perfiles a dividir el conjunto completo de los datos. Para ello, se pueden aplicar clasificadores que “evalúen” lo bueno o malo que es el distinto conjunto de datos a la hora de predecir a qué segmento pertenecen.

x-validacion_cluster

Además, podemos generar un “mapa de perfiles” que nos permita analizar de un “vistazo”cuál es el “prototipo” o “centroide” de cada segmento, y así, identificar cada segmento con sus datos principales, e incluso, poder ponerles nombre, si lo deseamos, a cada distribución de datos (esto, aún, las máquinas no saben hacerlo bien):

Perfiles_tipo_Segmentación

Finalmente, cuando ya tenemos los segmentos debidamente clasificados, sólo tenemos que ver qué proporción sobre el universo general le corresponde a cada segmento, y en base a esta proporción, seleccionar un número de individuos representativo. Es decir, si queremos tomar 100 individuos, y el cluster1 supone un 30% del universo, cogeremos 30 individuos de este cluster.

  • ¿Cómo podemos seleccionar los individuos de cada cluster? Existen dos opciones.. La primera y más sencilla, al azar… Le decimos al sistema que tome al azar un porcentaje de cada perfil en base a su distribución general,  y listo.

perfiles_en_mapa

Otra forma más “inteligente” es decidir, dentro de cada perfil, que estrato seleccionamos. Por cada grupo, habrá clientes que estén más cerca del “prototipo” principal de dicho grupo, y otros que estén más lejos, es decir, que pertenecen a ese grupo, pero están cerca de pasarse a otro (imagínense que un grupo es el de los clientes fieles, y otro el de los desertores: habrá individuos que estén “lejos” del centro de los “fieles“, que aunque son “fieles“, están cerca de “desertar“). De esta forma, este análisis no sólo sirve para realizar la encuesta, sino también para detectar anomalías entre los clientes de cada grupo.

perfiles_en_mapa_centroides_vs_desertores

Así, de los 30 individuos que tenemos que tomar del perfil1, por ejemplo, podemos tomar 10 clientes cerca del “centro” del cluster, 5 en el extremo superior, y 5 en el extremo inferior, permitiendo al sistema seleccionar, de entre los clientes del tipo de perfil 1, una distribución importante de los “centrales“, pero también poder recabar la información de los extremos, que posiblemente puedan ser los descontentos.

Con esta selección automática, nos aseguramos de tener la información de la opinión de los distintos tipos de clientes, sin olvidarnos de ninguno.

individuos_seleccionados_para_encuesta

Finalmente, la interpretación de las encuestas, en base a los perfiles, se puede agilizar con un clasificador en base a los contenidos de las mismas, de forma que podamos “triangular” automáticamente los perfiles de las respuestas, en un proceso similar al explicado, pero con los datos de las respuestas agregados a los datos iniciales tomados en la investigación.

Ya saben, cualquier consulta adicional al respecto, dudas, o ayuda en este tipo de procesos, no duden en contactar con nosotros.

BSV – Un sistema de pregunta-respuesta para la gestión de incidencias en ERPs

Ago 9, 2012   //   by wpuser   //   Semántica  //  Comentarios desactivados en BSV – Un sistema de pregunta-respuesta para la gestión de incidencias en ERPs

La mayoría de los sistemas de gestión implementados en las PYMES, se centran en la gestión modular de los problemas de dimensión empresarial, pero existe la necesidad de plataformas (buscadores) que focalicen la necesidad de información relevante a estos sistemas. La manera usual de detectar esta información es en base al conocimiento de un experto en el sector particular de cada empresa, y su habilidad para seleccionar esta información a través de consultas a en la Intranet propia, o la habilidad de gestionar la documentación de una forma más o menos ordenada dentro de sus propios sistemas.

Estas acciones determinan un coste del tiempo invertido en estas búsquedas que no reportan ningún valor añadido al rendimiento de estos profesionales. Es por ello, que desde estas empresas urge la necesidad de un buscador centralizado que, de una forma inteligente, sea capaz, desde un único punto de control, devolver la información relevante para su negocio, y no otra.

BSV es la respuesta a esta necesidad, que de una forma sencilla y ágil, es capaz de proveer a los usuarios de SAP la información ajustada a las preguntas sobre su negocio sobre toda la documentación interna existente. El caso de uso aplicado es en el mantenimiento de incidencias, soporte, correctivos y evolutivos que Ibermática ofrece a sus clientes, permitiendo a los consultores de primer y segundo nivel, solucionar dichas incidencias o consultas en base a la búsqueda dentro del propio sistema de aquellas resoluciones dadas en el pasado relacionadas con la consulta actual, independientemente que la resolución esté incluida en las observaciones de la gestión de incidencias, en documentos anexos a dichas incidencias o en la gestión propia de los expedientes en SAP.

Las ventajas de BSV sobre otros sistemas son:

  • Sistema totalmente embebido en la base de datos del propio ERP.

Los procesos de indexación, extracción, consulta y selección de las mejores respuestas está totalmente incluido en la base de datos del ERP nativo, y programado totalmente en el lenguaje propio de cada ERP (por ejemplo, en el caso de SAP, en Abap, pero está disponible para .NET, Java, etc…), de forma que no es necesario incluir ningún otro módulo adicional (TREX, Lucene, u otros…)

  • Parametrización mínima

El sistema no necesita de expertos en parametrización para poner el marcha el sistema. Símplemente hay que indicar al módulo de indexación que campos del sistema queremos analizar, (registro/campo), y con ello, el sistema comenzará a procesar dicha información, manteniendo en todo momento el control de seguridad de los accesos a la información propios de la política de cada ERP.

  • Autocatalogación y anotación automáticos

No es necesario clasificar, anotar, incluir “tags” o diferenciar la información introducida en el sistema. BSV se encarga, internamente de realizar las anotaciones de forma desasistida, extraer la información relevante, ordenar las indicencias por nivel de importancia en base a los históricos de ANS o resoluciones, de forma que el usuario, ´solo tiene que dar de alta la incidencia, procesarla según el flujo normal de resolución, y finalizarla. BSV se encarga de todo lo demás.

  • Sencillez de uso y Sistema de preguntas en lenguaje natural.

El usuario, (bien cliente final, bien consultores o resolutores de los distintos niveles de servicio), sólo tienen que especificar a BSV cuál es la nueva incidencia ocurrida, y el servidor de búsqueda extraerá un lista de incidencias similares ocurridas en el pasado, con la solución específica de las mismas, ahorrando tiempo de búsqueda, revisión, y análisis. El “sé que esto mismo me ocurrió hace un año, pero no ´se cómo lo hice” está solucionado con BSV.

  • Implantación inmediata

Al ser una plataforma modular, integrada en la arquitectura del ERP, pero independiente de la misma, BSV sólo lee la información origen, y genera sus propias tablas de análisis, que utiliza para dar respuesta al sistema. De esta forma, una vez integrado el ERP con BSV, el sistema, dese el primer momento, comienza analizar la información y dar respuesta a las consultas pedidas por los usuarios del sistema.

  • Multiidioma y multiformato

BSV es un sistema independiente de idioma, basando su tecnología en técnicas de “stemmer” y análisis estadístico, vectorizando la información por medio de índices de frecuencia inversa, entre otros.

Además, contiene un módulo semántico, que, en base a distintos diccionarios generales y/o particulares dentro de un contexto, facilita la selección de los documentos a encontrar independientemente de lo que escriba el usuario. De esta forma, si por ejemplo, estamos en un entorno contable, cuando busquemos “asientos sin asignar” en el sistema, BSV sabrá que debe devolver información contable, aunque la empresa se dedique a mobiliario urbano, y no traerá información comercial sobre los productos de la empresa, todo lo contrario que si la misma consulta la realiza el departamento técnico o comercial.

Esto supone un avance sobre las búsquedas, que no se realizan solamente sobre índices preestablecidos (como Sorl, Lucene, etc..), sino que se realizan sobre conceptos construidos en base a equivalencias y sinónimos semánticos.

  • Seguimiento y control:

BSV mantiene constantemente un seguimiento de las preguntas realizadas, adecuación de las respuestas, logs de errores, accesibles desde el propio sistema.

  • Sistema de auto-corrector ortográfico integrado

Permite, a la hora de realizar una consulta, chequear si la consulta es correcta o no.

Funcionamiento

El proceso de búsqueda de solicitudes consta de una pantalla de selección con dos campos: el cliente al que pertenecen las solicitudes, en caso de no introducir ninguno sacara peticiones de todos los clientes, y el texto libre por el que realizar la búsqueda.

 

 En el campo de texto libre el sistema sugiere una serie de palabras correctas en el caso de detectar que no esta bien escrita la palabra.  Estas sugerencias podrán aceptarse o no.

Texto libre de ejemplo: NO CONSIGUE IMPREMIR FACTURAS LOTES Y ENTREGAS

 Al ejecutar se visualizara un listado ALV (en SAP)  con las peticiones relacionadas con el texto de búsqueda, permitiendo la navegación desde el listado.

 

Los campos que aparecen en el listado son el Cliente, la solicitud, el título, área-modulo-submodulo, consultor responsable, el % de acierto y la frecuencia.

El % Acierto es el número de aciertos que hay en la incidencia con respecto a las palabras que introducimos en la búsqueda. Es decir, si buscamos, por ejemplo, “errores en facturas y sus efectos”, internamente, el sistema va a buscar todos los documentos relacionados con <errores>, <facturas> y <efectos>, y sus declinaciones (facturado, facturó, facturé, facturación, etc….). Si en una incidencia, existen (en cualquier lugar de la misma), las tres palabras, el acierto será del 100%, sino, el acierto será el número de palabras encontradas en el aviso entre las palabras buscadas (n / 3).

La frecuencia es un ratio de repeticiones. Bajo el mismo ejemplo anterior, si por ejemplo, una solicitud tiene las palabras anteriores, pero sin repetición, la frecuencia será 1+1+1 / número de palabras buscadas, es decir, 1. Pero suponer que una solicitud aparece <facturado>, <facturación> y <facturé>, y luego, <efecto> y <error>, el porcentaje será el mismo (199%), pero la frecuencia, será (3 + 1+ 1)/3 -> 1.6 -> 2, con lo que tendrá más peso en la lista de aciertos.

Además, BSV indica en qué lugar de la gestión de incidencias se encuentra la información de interés:

 

Puede parecer extraño que le primer acierto tenga facturas y entregas cerca, pero si se accede a la solicitud, doble-click sobre ella y visualicemos el documento indicado, veremos que se justifica la relación entre la pregunta y la mejor de las respuestas:

 

 CARACTERES ESPECIALES PARA BÚSQUEDAS

Además de las consultas en lenguaje natural de forma directa, existen alguno “comodines” que permiten refinar las búsquedas, como lo son:

 1. Búsqueda por cercanía, carácter “/”

Si se quiere que las palabras a buscar se encuentren cerca en la búsqueda y no en lugares muy separados, se utiliza el carácter “/”.

Ejemplo: NO CONSIGUE IMPREMIR /FACTURAS LOTES Y /ENTREGA

  2. Excluir solicitudes por palabra, carácter “-”

Se puede proceder a eliminar de la búsqueda solicitudes que contengan una palabra concreta.

Siguiendo con el ejemplo anterior, eliminar de la búsqueda aquellas solicitudes que contengan la palabra “CME”.

 Ejemplo: NO CONSIGUE IMPREMIR /FACTURAS LOTES Y /ENTREGAS –CME.

 Se ve en el listado de peticiones que desaparece la encontrada en el caso 3.1.1, de cercanía de palabras.

 3. Frases exactas, carácter “””” (dobles comillas)

Con estos caracteres se obtienen resultados de textos exactos dentro de las solicitudes. Para este caso hay que tener en cuenta que no se deben incluir entre las dobles comillas palabras como: a, de, con, guiones ‘-‘, barras ‘/’, etc…, al no ser significativas.

 Ejemplo: NO CONSIGUE IMPREMIR /FACTURAS LOTES Y /ENTREGAS -CME “CHOCOLATES”

 Otro ejemplo: NO CONSIGUE IMPREMIR /FACTURAS LOTES Y /ENTREGAS -CME “BAJA ALTA”.

En definitiva, BSV permite agilizar las búsquedas en formato no estructurado dentro de nuestra organización de una forma sencilla, transparente y directa, y es integrable en cualquier sistema CRM o ERP que deseemos.