‘Marketing intelligence’, una evolución necesaria de los sistemas BI que demanda competencias clave

‘Marketing intelligence’, una evolución necesaria de los sistemas BI que demanda competencias clave ‘Marketing intelligence’, una evolución necesaria de los sistemas BI que demanda competencias clave
Marketing y Ventas · Marketing

La inteligencia de ventas, o bien puede estar integrada dentro de un sistema BI que contemple otras áreas, o bien puede existir independientemente. Tiene mucho en común con un sistema de gestión de las relaciones con los clientes, popularmente conocido como CRM (customer relationship management), aunque no son lo mismo. El CRM tiene tres patas: (a) la operativa, responsable de los procesos front-office, en los que hay contacto con el cliente; (b) la analítica, centrada en el análisis de datos; y (c) la colaborativa, encargada de la interacción con el cliente a través de diferentes canales de comunicación, como, por ejemplo, el e-mail o el teléfono. El sistema CRM más popular es Salesforce, seguido de Microsoft Dynamics. En Salesforce en concreto, la inteligencia de negocios forma parte del CRM, integrándose en el CRM analítico. Algunas compañías buscan optimizar el uso de los recursos del CRM. Como la farmacéutica Merck, desde donde se afirma enfáticamente que “lo que podamos hacer con Salesforce supondrá una revolución en la medicina”. Merck considera que la relación entre el paciente y el médico se ha vuelto “demasiado técnica”, porque se ha perdido el componente personal, por lo que aspira a construir una experiencia individualizada con el paciente mediante una combinación de tecnología, datos y cloud computing. El objetivo es impulsar la venta de medicamentos a través de la comunicación directa con los pacientes. Para ello, apuesta por las aplicaciones móviles basadas en la plataforma de Salesforce a fin de facilitar dicha comunicación.

LA VISIÓN CLÁSICA DE LOS SISTEMAS BI

Hasta hace unos años, el elemento central de un sistema BI era una “base de datos”, llamada data warehouse (DW), destinada exclusivamente a almacenar datos para producir informes que apoyaran las decisiones de gestión. Los datos del warehouse procedían de las bases operacionales, que procesaban las transacciones produciendo un flujo continuo de datos. Entre ambas bases –las operacionales y el data warehouse– se ejecutaba un proceso ETL (extract, transform and load), que transformaba los datos originales a un formato adecuado para almacenarlos en el DW. El proceso ETL se ejecutaba periódicamente, interfiriendo lo menos posible en el funcionamiento de las bases de datos operacionales. La explotación de los datos del DW debía convertir los datos en inteligencia de negocio y ayudar a tomar decisiones basadas en los hechos y no en la intuición, acercarse a...


Inés Alegre

·

Profesora adjunta del Departamento de Análisis de Decisiones en IESE Business School.

Miguel Ángel Canela

·

Profesor agregado del Departamento de Análisis de Decisiones en IESE Business School.