BUSINESSINTELLIGENCE

BUSINESS INTELLIGENCE ANLISIS

ANLISIS BASE
BASE DE
DE DATOS
DATOS

Business Intelligence (BI), CRM Analtico,

y Gestin de Bases de Datos (BD):

ELEMENTOS CLAVES PARA EL XITO

de las empresas a partir del

Universidad Andrs Bello

Katherine Alvarez Ruf

Ingeniero Comercial,
Doctorado U. de Lleida,
Espaa

!Universidad Andrs Bello por Katherine Alvarez R. y Jorge Jarpa V.

Jorge Jarpa Vrandecic
Ingeniero Comercial,
Ph D (c), MPM, MBA, USA

20 TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

L
a Inteligencia de Negocios
o Business Intelligence (BI)
es la aplicacin ms visible
de la nueva era del conoci-
miento, el CRM Analtico la
fase ms avanzada de la estrategia de
CRM, y finalmente las aplicaciones en
la Gestin de las Bases de Datos (BD)
constituyen hoy da los elementos cla-
ves y diferenciadores de las empresas
exitosas. El grado en el cual las em-
presas estn aplicando los proyec-
tos de BI, CRM y BD es un reflejo de
la competitividad y modernidad de
cmo se estn enfrentando los desa-
fos y expectativas en el final de esta
dcada.
Este artculo pretende transferir ex-
periencias de consultoras realizadas
a diferentes empresas en Chile e in-
vestigaciones enfocadas a estos temas
de inters estratgico y tecnolgico.
Basado en observaciones de patrones
se postula que las empresas que se in-
volucran en proyecto de BI, CRM o
Gestin de Bases de Datos pueden ex-
perimentar un sndrome que denomi-
namos Sndrome de Alhu, referido no logra usar bien esos datos, desgas-
a la Comuna de Alhu y que pretende
explicar porque fracasan tantos pro-
yectos o al menos las razones de las
dificultades iniciales. Se postulan los
diferentes estados que experimenta el
personal que ejecuta estos proyectos.
Adems, basado en investigacio-
nes y consultoras a empresas propo-
nemos nuevos Modelos, el Modelo
DICA, referidos al proceso de con-
versin de Datos en Informacin, Co-
nocimiento y finalmente en Acciones
concretas. Adems proponemos en
este trabajo el Modelo DIPIS refe-
rido a como estructurar una consul-
tora interna o externa en BI, CRM, y
Gestin de BD que describe la secuen-
cia del Diagnstico, Intervenciones,
Piloto, Implementacin total, y Segui-
miento. Se plantean las 7 Reglas de
Oro para evitar fracasar en un Proyec-
to de CRM en Chile y luego se postula
el Modelo de la Escalera de 8 Pelda-
os que muestra el Valor Proyectado
del Cliente (VPC).
Muchas organizaciones estn haciendo
un buen trabajo recolectando gran
cantidad de datos de los clientes, pero
desafortunadamente la mayora no logra
usar bien esos datos, desgastndose en
el manejo de los datos y focalizndose
en reas errneas.
Finalmente, se propone lo que se
debe gestionar y controlar en este tipo
de proyectos, desde la perspectiva de
ejecutivos y de jefaturas comerciales
y estratgicas de la organizacin.
Introduccin
Muchas organizaciones estn ha-
ciendo un buen trabajo recolectando
gran cantidad de datos de los clientes,
pero desafortunadamente la mayora
tndose en el manejo de los datos y fo-
calizndose en reas errneas.
Las correctas soluciones de anli-
sis de clientes e inteligencia de nego-
cios pueden ayudar a las empresas a
obtener el valor mximo a partir de
los datos de los clientes, habilitando a
las organizaciones a trabajar de forma
ms inteligente y eficiente. Estas he-
rramientas ayudan a las organizacio-
nes a tener una mayor visibilidad del
negocio y manejar los elementos cla-
ves que conducen a alcanzar buenos
resultados.
Los desafos que enfrentan las
empresas en este sentido son:
Anlisis predictivo como una de las
mayores tendencias para el 2010.
Desarrollar mejores prcticas que
determine el impacto directo de las
actividades de marketing.
Generar informacin clave de
TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl
clientes para que est disponible a
una mayor cantidad de personas en
la organizacin.
Combinar datos de diferentes siste-
mas para lograr una visin ms com-
pleta de la conducta de los clientes.
El sindrome de Alhu
(corresponde al nombre de la Co-
muna de Alhu)
Al constatar en varias empresas la
repeticin de una misma situacin
identificando la problemtica y su
causal se le denomin Sndrome de
Alhu, basado en que los empleados
al ingresar los datos de los clientes
tendan a marcar la primera opcin de
la lista que se desplegaba en el compu-
tador al requerir sus datos. En el caso
del listado de las comunas ordenadas
alfabticamente, la Comuna de Alhu
es la primera opcin.
El Sndrome de Alhu es parte de
la cultura organizacional de las em-
presas cuando con la llegada de una
nueva tecnologa o proyecto se produ-
ce un proceso natural que manifiestan
los colaboradores o empleados frente
a esta nueva tecnologa o proyecto.
Se detectaron una secuencia de 4
estados. ( Figura 1)
Este sndrome lo hemos verifica-
do en muchas industrias provocando
frustracin en la gerencia, perdida de
21
 BUSINESS INTELLIGENCE
DESCONFIANZA
INICIAL
tiempo y de confianza en los nuevos
proyectos, culpando erradamente al
proyecto mismo siendo que el verda-
dero error esta en los empleados que
ingresan mal los datos de los clientes
y por ende invalida cualquier anlisis
posterior.
Las empresas pierden millones
producto del Sndrome de Alhu
por ingresar datos de mala calidad
a sus sistemas de informacin. Esto
se explica cuando la mayora de los
usuarios o responsables de ingresar
datos de clientes no estn motivados
a hacer bien su trabajo o bien por co-
modidad marcan la primera opcin
al desplegarse una lista de opciones
en los diferentes campos que deben
de ser llenados al contactarse con un
cliente, como por ejemplo: la comuna
en la cual vive el cliente (Sndrome
de Alhu), edad o ao de nacimiento,
estado civil, etc.
Modelo Dica (Datos, Informacin,
Conocimiento, Acciones)
Dentro de investigaciones a indus-
trias y consultoras a empresas crea-
mos un modelo, denominado Mode-
lo DICA para explicar que los datos
son slo la materia prima dentro de
un proceso que busca resultados con-
cretos. (Figura 2)
El
DATOS
22 TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl
ANLISIS BASE DE DATOS
EJECUCIN TEMPO-
ACEPTACIN RAL DE INSTRUCCIO-
TEMPORAL NES
modelo refleja la importancia del
producto final en esta cadena de ele-
mentos valiosos para la empresa, a
partir de los datos que capturamos de
los clientes, que al organizarlos y cla-
sificarlos los convertimos en infor-
macin relevante para la empresa,
con la cual generamos informes con
patrones de conductas y tendencias
respecto al conocimiento de clientes
claves para finalizar en acciones
focalizadas en BI, las cuales apuntan
a aumentar la satisfaccin de los
clientes, fidelizarlos, y personalizar
las relaciones con ellos. Los datos de
los clientes por s solos no tienen nin-
guna utilidad para la empresa, pero
al transformarlos en informacin,
conocimiento, y acciones focalizadas
se logra una alta rentabilidad de los
sistemas de BI.
Modelo Dipis (Diagnstico, Inter- yecto de inteligencia de negocios tiene
venciones, Piloto, Implementa-
cin total, y Seguimiento)
Con el propsito de estructurar la
consultora a empresas en materias
de BI, CRM y gestin en BD hemos
creado un nuevo modelo que deno-
minamos Modelo DIPIS. (Figura 3)
Este Modelo est basado en una pro-
puesta para la implantacin del Mo-
delo DIPIS de Inteligencia de Nego-
cios para empresas, el cual consta de
INFORMACIN CONOCIMIENTO
DESCONFIANZA
CONSOLIDADA
Figura 1
5 faces, donde cada una de las siglas
representa una fase:
Fase 1: Diagnstico: se calcula una
duracin entre 1 a 4 meses
Fase 2: Intervenciones: se calcula
una duracin entre 2 y 8 meses
Fase 3: Piloto, implementando el
proyecto de inteligencia de nego-
cios solo a nivel piloto: se calcula
una duracin entre 3 a 12 meses.
Fase 4: Implementacin Total del
proyecto
Fase 5: Seguimiento y Control
Dada la experiencia en proyectos de
BI, CRM, BD un proyecto de este tipo
no debera de tomar ms de dos aos
(de la Fase 1 a la Fase 3) hasta entre-
gar resultados. Al completarse la ter-
cera fase se deben alcanzar resultados
a nivel piloto que puedan convencer
a toda la organizacin de que un pro-
una alta rentabilidad en cualquier
tipo de organizacin. En caso que se
planifique alcanzar los primeros re-
sultados por un perodo mayor de dos
aos, revela que se est dilatando de
manera artificial el proyecto y el logro
de resultados concretos.
Las tres primeras fases pueden va-
riar entre 6 y 24 meses, dependiendo
del tamao de la empresa, la comple-
jidad del negocio, burocracia y resis-
tencia al cambio para implementar
ACCIONES
Figura 2
 BUSINESS INTELLIGENCE
nuevos procedimientos, nmero de
sucursales, nmero de perfiles dis-
tintos de clientes, entre otros. La pro-
puesta del Modelo DIPIS implica la
aplicacin del Modelo DICA.
Hace unos meses me presentaron
el plan maestro de un Proyecto de In-
teligencia de Negocios de uno de los
bancos ms importantes de Chile.
El proyecto estaba sustentado en un
plazo de 5 aos, que era demasiado
extenso para mantener la credibili-
dad en l proyecto.
A principios de esta dcada se plan-
teaban periodos de muchos aos, pero
hoy en da, en el ao 2010, no podemos
esperar ms de 2 aos para lograr re-
sultados concretos que demuestren a
los inversionistas que el BI es renta-
ble, que refuercen la credibilidad en
DIAGNSTICO INTERVENCIONES
el rea de Negocios y de Marketing,
as como finalmente que convenzan a
los escpticos dentro de la empresa,
de que la BI es el mejor proyecto de los
ltimos aos.
Business Intelligence (BI) o Inte-
ligencia de Negocios
Business Intelligence (BI) se rela-
ciona con la ventaja competitiva de
una empresa y con el uso inteligente
de los datos disponibles para la toma
de decisiones. Una planilla de clculo
es una de las herramientas de BI ms
comunes hasta avanzados visualiza-
dores y plataformas tecnolgicas.
La tecnologa de BI se ha concen-
trado en la ltima dcada en el uso de
los datos almacenados y el procesa-
miento analtico online. El Data Ware-
housing (DW) es una forma conven-
24 TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl
ANLISIS BASE DE DATOS
cional de recolectar datos del negocio
dentro de un repositorio de datos,
dnde son organizados y validados
para proveer reportes para la toma de
decisiones. Mientras ms veloz es el constitua una fuente de datos de los
proceso de BI se toman mejores deci-
siones de negocios.
CRM, Customer Relationship Ma-
nagement
Una de las tendencias de mayor im-
pacto estratgico en las empresas y en
los clientes en los ltimos diez aos
han sido los proyectos de CRM. Custo-
mer Relationship Management o Ges-
tin de las Relaciones con los Clientes,
constituye parte de la nueva propues-
ta de valor en las empresas modernas
que est basado en el marketing re-
lacional, el cual persigue capturar y
PILOTO IMPLEMENTACIN
mantener relaciones de largo plazo
con los clientes.
En estas dos ltimas dcadas con la
masificacin de los mercados, la con-
centracin de las industrias, la infide-
lidad de los consumidores, las rela-
ciones impersonales con los clientes
y los cambios repentinos que experi-
mentan los consumidores, las empre-
sas buscan con CRM volver acercar-
se a los clientes, entenderlos mejor,
atenderlos en forma mas personali-
zada, crear nuevamente confianzas
mutuas, elevar su satisfaccin, lograr
ms fidelidad, identificar a sus clien-
tes claves, prevenir su fuga, y adaptar-
se ms rpidamente a sus cambios de
gustos y preferencias.
Desde hace ms de treinta aos que
existe CRM como concepto, que no
utilizaba la tecnologa, pero si una es-
trategia comercial muy comn. En las
tiendas pequeas de barrio donde se
sola comprar se mantena un CRM,
Cuaderno de Registro Mensual, que
clientes, especialmente de los clientes
claves que lograban una relacin muy
personalizada inclusive con cada
miembro de las familias que concu-
rran a comprar.
CRM, se basa en una gran estrate-
gia de Marketing Relacional a nivel
corporativo centrada en el cliente. Por
lo tanto, no todas las empresas estn
preparadas para implementar un pro-
yecto CRM, ya que muchas empresas
an en Chile estn aplicando una es-
trategia corporativa de enfoque en las
ventas.
SEGUIMIENTO
Figura 3
Las primeras empresas que co-
menzaron a aplicar un CRM en Chile
fueron entre el ao 1998 y el 2002, sin
mayores diagnsticos y con muchos
problemas en cumplir los objetivos,
los tiempos y presupuestos plantea-
dos. Hoy en da es comn para mu-
chas empresas tener un proyecto de
CRM como en la industria bancaria,
de seguros, AFP, Isapres, retail, servi-
cios, manufacturera, energticas, te-
lecomunicaciones, entre otras. Es as
como en los ltimos 3 aos en Chile
con la disminucin significativa en
los precios de los proyectos CRM, va
subcontratar el servicio, las medianas
e incluso pequeas empresas se han
sumado a las grandes empresas.
Las 7 reglas de oro para evitar
fracasar en un proyecto de CRM.
(Propuestos por Jorge Jarpa V.
en la Revista de la Cmara Oficial
Espaola de Comercio de Chile.
Mayo 2007, N 310).
Despus de ms de cinco aos de
experiencia en proyectos e investiga-
ciones de CRM en Chile podemos re-
comendar a los empresarios chilenos
las siguientes Reglas:
(1 Regla) Un proyecto CRM no mo-
derniza a la empresa por si slo con
su implantacin. Una empresa con
deficiencias en su gestin estratgi-
ca no se corrige con un proyecto de
CRM.
(2 Regla) El CRM es un proyecto es-
tratgico comercial que usa la tec-
nologa y no un proyecto tecnol-
gico. Por lo cual el equipo CRM debe
tener principalmente un gran conoci-
miento del negocio comercial-opera-
cional y ser usuarios de la tecnologa.
(3 Regla) La tercera regla de oro es
que una empresa requiere un diag-
nstico organizacional-estratgi-
co previo para determinar si esta
en condiciones o no de incorporar
un proyecto de CRM. Constituye una
perdida de tiempo y recursos forzar a
una empresa a implementar un pro-
yecto CRM si estratgica e interna-
mente no esta preparada para operar
con este tipo de proyecto.
(4 Regla) Las empresas que pro-
veen las plataformas CRM y todo el
soporte tcnico no son las ms obje-
tivas para llevar a cabo el diagns-
tico organizacional-estratgico ya
que son parte interesada en que el
diagnstico sea favorable para pos-
teriormente vender a la empresa la
arquitectura CRM. Los consultores
externos tienen ms objetividad en
concluir incluso que la empresa diag-
nosticada no esta en condiciones de
implementar un CRM, si fuera el caso,
por no poseer las condiciones mni-
mas para lograr el xito en un proyec-
to de CRM.
(5 Regla) Con una empresa con un
diagnstico organizacional-estra-
tgico negativo, se debera aplicar
un programa de intervenciones que
pueden llevar un tiempo importan-
te antes de implementar el CRM. En
nuestro pas ya existen empresas que
han demorado ms de tres aos slo
implementando las intervenciones a
nivel de su organizacin previo a la
llegada del proyecto de CRM.
PERFILAMIENTO DE
CLIENTES
(6 Regla) Las empresas que estn
aplicando un proyecto CRM estn
muy expuestas a los cambios de ob-
jetivos, plazos y presupuesto que el
proveedor del sistema de CRM re-
comiende. Las empresas por falta de
conocimientos en la materia y de ase-
soras externas en CRM estn a dis-
posicin del equipo asesor que vendi
la plataforma y que contina aseso-
rndolas sin otra opinin ms objeti-
va y crtica del proyecto. Estos equi-
pos asesores a las empresas sugieren
desde pequeos ajustes al sistema
hasta grandes cambios en integra-
cin de sistemas informticos duran-
te el proyecto CRM, recomendando
siempre ampliar tiempos y presu-
puestos sin mayor consideracin para
la empresa.
(7 Regla) La primera etapa, el CRM
Operativo es difcil pero ms an es
la segunda etapa, el CRM Analtico,
donde abundan los datos, pero es-
casean las ideas de que hacer con
tantos datos con el fin de rentabili-
zar el proyecto. Incluso en las empre-
sas proveedoras de las plataformas
es una etapa donde an ellos mismos
estn aprendiendo con la tcnica de
TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl
prueba-error.
CRM analtico y minera de datos
La minera de datos (Data Mining)
comprende la recuperacin de datos
detallados y resumidos que estn ubi-
cados en el almacn de datos (Data
Warehousing), su transformacin en
informacin y la entrega de reportes
diferenciados segn el tipo de usuario
dentro de la organizacin.
PARAMETRIZACIN DE
VERSUS CLIENTES
Figura 4
La informacin que se ha excava-
do tiene el objetivo de ayudar en la
toma de decisiones en los diferentes
niveles. Por ejemplo, en una gran ca-
dena de supermercado en Chile hace
dos aos las decisiones se tomaban en
forma retroactiva, es decir se conoca
la informacin con 48 horas de retra-
so, tiempo en el cual se dispona de
los resultados de la sala de ventas por
categoras de productos. Los jefes de
cada local del supermercado en mu-
chos casos no disponan de la infor-
macin detallada para tomar decisio-
nes dentro del plazo en el cul podan
generar alguna correccin o impacto
en las ventas, como era en fechas muy
concentradas como Halloween, Pas-
cua de Resurreccin, por ejemplo con
los huevos de los conejos. Posterior-
mente con la implementacin de un
buen sistema de BI se logr una dis-
ponibilidad de informacin confiable
casi en tiempo real con slo algunas
horas de diferencia y as tomar las de-
cisiones de promocin, precios, po-
sicin en las gndolas, etc, con el fin
de aumentar las ventas. Cada reporte
esta diseado para cada cargo para no
sobre saturar al ejecutivo.
25
 BUSINESS INTELLIGENCE ANLISIS BASE DE DATOS

Los sistemas de apoyo a las deci-
siones se originaron en 1971 y se han
enfocado en las consultas a la base
de datos y los modelos matemticos
como medio para obtener la informa-
cin que se necesita para resolver pro-
blemas y realizar decisiones.
Hay dos tipos bsicos de minera
de datos: el de verificacin de hipte-
sis y el de descubrimiento de conoci-
miento. La verificacin de hiptesis
esta dirigida por el usuario, y en ella el
sistema proporciona informacin que
puede apoyar o descalificar a la hip-
tesis del usuario. El descubrimiento
de conocimiento esta dirigido por el
sistema, ya que es este el que deter-
mina las vas a seguir en el anlisis de
datos e informa al usuario los resulta-
dos. Ambos tipos de minera de datos
le dicen al usuario algo que no sabia
acerca de los datos.
La minera de datos realiza cua-
tro funciones bsicas. Realiza clasi-
ficaciones, forma agrupaciones, hace
asociaciones y determina patrones o
secuencias. Para realizar estas fun-
cin de clientes) con el fin de aplicar
gestin de quejas (Figura 4) .
Con frecuencia las empresas cla-
sifican a sus clientes, de modo que la
minera de datos sirve para dirigir las
estrategias de marketing ms efecti-
vas hacia grupos especficos. Un buen
ejemplo del enfoque sistemtico para
la clasificacin de los clientes es RFM
(Regency, Frecuency, Monetary), que
permite clasificar a los clientes en
funcin de la ltima compra, ritmo
de adquisicin y monto promedio de
sus compras. Se consulta al almacn
de datos para obtener detalles de cada
cliente y luego se realiza un anlisis
cuantitativo para llegar a las clasifi-
caciones.
Modelo de la escalera de 8 peldaos
que muestra el Valor Proyectado del
Cliente(VPC)
Modelo de la Escalera de 8 Peldaos que muestra el Valor Pro-
yectado del Cliente (VPC)
CONTRIBUCIN TOTAL DEL CLIENTE
Para tratar de explicar los costos
e ingresos asociados al valor de los
clientes diseamos una Modelo que
denominamos Modelo de la Escalera
de 8 Peldaos con el Valor Proyectado
del Cliente, que identifica los costos
y los ingresos asociados a los clientes.
Esto apunta a valorar a los clientes no
slo por los ingresos que nos aportan,
sino por los costos asociados a aten-
derlos. Por ej., cuando un cliente de
alto volumen de compras genera altos
costos asociados ya no es tan rentable
como se pensaba. Se entiende que no
todos los clientes alcanzan a llegar a
cada uno de los escalones en este mo-
delo (Figura 5).
Que se gestiona y contro-
la en un proyecto de BI, CRM y
BD segn el nivel jerrquico .
Finalmente se expone lo que de-
bera gestionarse y controlarse en un

ciones se utilizan cuatro metodolo- 8. INGRESOS

VIA REFERIDOS
gas: rboles de decisin, algoritmos,
razonamiento basado en la memoria
7. INGRESOS POR VENTA
y redes neurales. Los rboles de de- CRUZADA
cisin, los algoritmos y las redes neu-
rales son todo tipo de redes que con- 6. INGRESOS COMPRA PROD.
forman vas lgicas en el proceso de & SERV. INCREMENTALES

llegar a una conclusin.

5. INGRESOS COMPRA PROD. & SERV.
BSICOS
Concentrarse en el seguimiento de
usuarios asiduos del mercado es una
estrategia atractiva, este fenmeno se 4. COSTOS DE RETENCIN Y/O RECUPERACIN
conoce como el principio de 80/20 o
Ley de Pareto. As hemos comproba- 3. COSTOS DE MANTENCIN DEL CLIENTE
do en muchas empresas en Chile que
alrededor del 20% de los consumido-
res concentran el 80% de las ventas. 2. COSTOS DE MANTENCIN DEL CLIENTE
Tambin hemos detectado en las in-
dustrias del Retail y de Servicios que
alrededor del 20% de los clientes con- 1. COSTOS DE CAPTURA DEL CLIENTE

centran el 80 % de las quejas, para lo

cual estudiamos estos perfiles (perfi-
lamiento de clientes) y sus respecti- Figura 5
vos comportamientos (parametriza-

26 TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl

proyecto de BI, CRM o de BD segn el
nivel jerrquico de la organizacin.
A. Que se gestiona y controla en un
Proyecto de BI, CRM o BD a nivel del
equipo comercial?:
Gestin de Prospectos Gestin de
Contactos Gestin de Oportunida-
des Gestin de Operaciones de Ven-
tas Gestin de Cuentas - Gestin de
Fidelizados Gestin de Retencin -
Gestin de Recuperacin Gestin de
Referidos.
Identificar y clasificar a los mejores
prospectos, convertir este prospecto
en un contacto real, del contacto ge-
nerar una oportunidad de relaciona-
miento y en una futura venta. Admi-
nistrar las oportunidades para derivar
en operaciones de ventas, las cuales
se gestionan para sumar cuentas de
clientes con alguna frecuencia. A par-
tir de la gestin y mantencin con BI
de las cuentas de clientes se logra una
masa crtica de clientes fidelizados de
alto valor para la empresa y de gran
lealtad hacia la marca. Activar un pro-
grama de retencin de clientes frente
a la intencionalidad de fuga o aban-
dono real o predictivo. Activar un pro-
grama de recuperacin de clientes de
alto valor que dejaron de comprar o
abandonaron el servicio. Se verifica
que clientes entregan referidos o con-
tribuyen a recomendar otros clientes
a la empresa, como premiar a los que
aportan con referidos y como gestio-
nar a los nuevos contactos.
B. Que se gestiona y controla en un
Proyecto de BI, CRM o BD a nivel de
la Jefatura Comercial, rea de Inteli-
gencia de Negocios o Estratgica de la
organizacin?:
- Gestin de la Fuerza de Venta o
Ejecutivos de Relacionamiento a
Clientes: hacer seguimiento del des-
empeo de los empleados de manera
distinta a la tradicional que slo mide
sus resultados a fin de mes, sino que
BIBLIOGRAFA
Alcaide Juan Carlos, Soriano
Claudio. 2006. Marketing Banca-
rio Relacional. Mc Graw Hill.
Barquero Jos Daniel, Rodri-
guez. 2003. Marketing de Clien-
tes. Mc Graw Hill.
Barroso Carmen, Martin Arma-
rio Enrique. 1999. Marketing Re-
lacional. ESIC.
ting for Effective Custom Reports
Brown Stanley. 2000. Adminis-
tracin de las Relaciones con los
Clientes. Oxford University Press.
Burnett Ken. 2002. Gestin de
la Relacin con el Cliente Clave.
Prentice Hall.
Gosney John, Boehm Thomas.
2000. Customer Relationship Ma-
nagement Essentials. Prima Pu-
blishing.
Jarpa Jorge V. CRM, Tendencia
Estratgica-Comercial en la Em-
presa Chilena Moderna. Revista
Cmara Oficial Espaola de Co-
mercio de Chile. Mayo 2007, N
310.
evaluar semanalmente segn los in-
dicadores en el manejo de prospectos,
contactos, oportunidades, operacio-
nes de ventas, cuentas, y en el mane-
jo con los clientes fidelizados. Revisar
los resultados de los esfuerzos de cada
ejecutivo en retener a clientes. Revi-
sar los resultados de los esfuerzos par-
ticulares de cada ejecutivo en recupe-
rar a clientes de alto valor.
- Gestin de la valoracin de clien-
tes clasificndolos segn los ingresos
y costos que generen.
- Gestin de las nuevas oportunida-
des de negocios y nuevos perfiles de
clientes: buscando nuevos negocios
para la empresa ms que dedicarse
slo a los actuales negocios.
- Gestin de modelos predictivos
respecto de la intencin de los clientes
TREND MANAGEMENT | EDICIN ESPECIAL MAYO 2010 | www.trendmanagement.cl
Lamb Charles, Hair Joseph, Da-
niel Carl. 2006. Marketing. Thom-
son. 8a Ed.
Phillip Britt. Making Use of
Analytics. Customer relationship
Management. May 2005; 9,5; ABI/
INFORM global.
Rakesh Tej Kumar Kalahasthi, P
Radha Krishna, Cell Based Repor-
and Analytics, Business Intelli-
gence Journal. Volume 2, Number
2, August 2009.
Reinares Pedro, Ponzoa Jos Ma-
nuel. 2004. Marketing Relacional.
Prentice Hall. 2a Ed.
Strauss Judy, El-Ansary Adel,
Frost Raymond. 2006. E-Marke-
ting, Prentice Hall. 4ta Ed.
Wayne R. Mondy, Noe Robert.
2005. Human Resource Manage-
ment. Prentice Hall. 9 th Ed.
Zikmund William, Mcleod Ray-
mond, Gilbert Faye. 2004. Custo-
mer Relationship Management.
Compaa Editorial Continental.
en disminuir sus volmenes de com-
prar, a la fuga o prdida de un cliente,
aplicando anlisis predictivo basados
en cambios en los patrones de com-
portamiento de perfiles de clientes.
- Gestin de los Resultados. Revisar
los resultados por cada ejecutivo, los
resultados consolidados, resultados
por rea de negocio, entre otros.
Recuerden que los proyectos de BI,
CRM y BD nos entregan tanto Visibi-
lidad hacia afuera como hacia dentro
de la organizacin.
Trend Management
27