inteligencia comercial en telefonica...
TRANSCRIPT
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
INTELIGENCIA COMERCIAL EN
TELEFONICA NEGOCIOS
TELECOMMUNICATIONS MARKETING
MODELLING RESEARCH
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Valor de la InformaciónPor Qué?
Índice
Information Modelling
Valor de la Información
Proceso de Inteligencia Comercial en TN
WAR
Inteligencia de Bases de datos en TASACasos PrácticosHacia donde vamos?
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Por que tiene valor la Información?
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Existen Relaciones, asociaciones, patrones y principios que gobiernan
estas variables
Las Conocemos?
Predecimos
Controlamos
Optimizamos
Si?
…Porque impacta directamente en la Ecuación de Ingresos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
⋅∆−
∆+⋅⋅+
⋅∆+
=−
−
∆+
+
ChurnChurn
SharedWalletIStockClientes
IClientes
IStock
IClientes
INGRESOS )1(
FUNCIÓN DE BUSINESS INTELLIGENCE: MAXIMIZAR LA ECUACIÓN DE INGRESOS CON RESPECTO AL TANDEN DATOS-INFORMACIÓN-CONOCIMIENTO
Detectar Nuevos Clientes
De ValorNo Cualquier Cliente
Detectar Nuevos Necesidades
Detectar Clientes Insatisfechos
Evaluar trade-offentre costo de retención e incentivo
ICDetectar Señales y Alarmas Segmentarlos
Conocerlo su comportamiento
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
FUNCIÓN DE BUSINESS INTELLIGENCE: MAXIMIZAR LA ECUACIÓN DE INGRESOS CON RESPECTO AL TANDEN DATOS-INFORMACIÓN-CONOCIMIENTO
Nuestro Primer Objetivo:Tener Poder sobre la ecuación de
Ingresos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Conocimiento=Poder??
Corolario: Para Controlar la ecuación de ingresos debemos,
•Observar lo que ocurre
•Recolectar datos
•Extraer reglas
•Realizar acciones para que ocurra lo que deseamos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
FUNCIÓN DE BUSINESS INTELLIGENCE: MAXIMIZAR LA ECUACIÓN DE INGRESOS CON RESPECTO AL TANDEN DATOS-INFORMACIÓN-CONOCIMIENTO
…EntoncesDebemos entender cual es el
proceso del conocimiento que aspiramos para poder replicarlo
en Telefónica Negocios…
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Existe una evolución desde la recolección de Datos hasta tener la capacidad de Lograr que Ocurra lo que queremos …
Datos Información Conocimiento Sabiduría
Futuro: Visión y Diseño
Pasado: Que ha ocurrido
Consistencia
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
El proceso evoluciona como una función del nivel del conocimiento y de la conectividad de los datos…
Datos Información Conocimiento Sabiduría
Datos
Información
Conocimiento
Sabiduría
Entendimiento
Conectividad
Entendiendo Relaciones
Entendiendo Patrones
Entendiendo Principios
( XX SA; Novi/06; 3.000 Min locales )
( XX SA; Mar/06 ; 15.000 Min locales )
XX SA amplio sus sucursales en Julio Bajo el trafico LDN con un proveedor YY SA que tiene enlace dedicado de datos y luego el trafico urbano cayó
Si un cliente posee un alto trafico corporativo local y posee contactos con clientes que utilizan Datos es probable que los imiten y descienda el Trafico Corporativo
El cliente XX es tecnológico, creció muy rápido, tuvo problemas en el momento de las instalaciones (año pasado) y en la primera facturación. Sus Clientes transmiten imágenes y la mayoría posee enlace de datos. Su principal cliente esta en el Norte y posee tramas con la competencia y en función del trafico
entrante ………..
Hechos Observables
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Y en Telefónica Negocios donde nos ubicamos a lo largo de este proceso teniendo en cuenta….
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
• Sector regulado de la economía.• Grandes volúmenes de información.• Escaso valor de datos de demanda del
tipo agregada.• Demanda no compulsiva. Second Best.• Primero consume luego paga.• Bienes consumidos divisibles y con
excedente del Consumidor medible (opción de comunicarse, externalidad de red).
• Múltiples dimensiones en el consumo de los bienes.
• Utilidades diferenciadas por tipos de clientes. Insumo vs gasto
• Conocimiento diferencial de la Telco con respecto al consumidor
• Elasticidad diferencial:llamadas coyunturales vs Alta frecuencia
• Precios en múltiples dimensiones. • Formas no triviales de Tasación.• Múltiples servicios asociados a un solo
bien.• Localización , densidad telefónica y
nivel de actividad zonal.• Alto progreso tecnológico. Evolución
de Sustitutos Perfectos (TelcosCableras Móviles).
• Curva de oferta decreciente (Costos marginales decrecientes). Rent. Extra.
• Distribuciones de consumo fuertemente asimétricas a la derecha
• WWW Revolution
…el escenario de una empresa de Telecomunicaciones…
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Capacidad de ConocimientoSin Limites
Capacidad de almacenar y procesar Información
Conocimiento Diferencial de Nuestros ClientesIncluso MAS QUE ELLOS MISMOS
Capacidad Financiera,LogísticaMarketing
Ley MooreTrans/Pul_C(18 m)=2 x Trans/Pul_C(hoy)
650 Millones LL locales90 Millones LL LDN
6 Millones LDI1Mil l Usuarios Internet
Hora de Inicio/Fin de ocupaciónUtilización intradiaria
Momentos de relaxMomentos de Actividad
Tipos de destino(D/D-N/N)Agenda
Horario de UbicaciónNivel de Ingreso
Quien lo llama, con que frecuencia, cuando, etcContactos cruzados de su comunidad de interés
Banco ProbableTarjeta de Credito
ProveedoresCantidad de habitantes
Club Colegios de sus hijos
Si hace caridadetc,etc,etc
…Y teniendo en cuentas que a partir de los datos se obtiene mucha información…
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Ubiquemos en el procesoPrimero: Empecemos con los
Datos…Cómo los Recolectamos …deforma confiable?
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Datos
Información
ConocimientoSabiduría
Entendimiento
Conectividad
Entendiendo Relaciones
Entendiendo Patrones
Entendiendo Principios
DW CorporativoImplementación 1999Creció de 1.6 TB 16 TBUnifica fuentes de datos4.5 Mill de Clientes + 160.000 Empresas12 meses en línea + HistóricoAcceso simple a información compleja+ 30 Sistemas FuentesAhorrar recursos de desarrollo en Sistemas
Hechos Observables
DW
Llamadas
Tramites
Erlang
Localizaciónes
Plazos de
Pagos
Competidores
Distancias
Averías
Bajas
Altas
Tramas
Servicios
Saturación
Reclamos
Down-
Streams
Destinos
Banda AnchaParque
Celulares
Colección de Hechos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Datos
Información
ConocimientoSabiduría
Entendimiento
Conectividad
Entendiendo Relaciones
Entendiendo Patrones
Entendiendo Principios
Hechos Observables
ORGANIZAC. CLIENTES
PARQUE DOMICILIOS
CONTACTOS
CAMPAÑAS
FIDELIZACIÓNCARTERIZA
-CION FVD
AVERIAS
RECLAMOS
TRÁMITES
TRÁFICOFACTURACIÓN
COBROS
RED
RECLAMOS
PRODUCTOS
Y SERVICIOS
CONSUMO LOCAL, LDN, LDI,
RI, CPP,
AUDIO,
TERCEROS
INFOR.
CALL
CENTER
CAMPAÑAS Y
LEADS ELABORADAS
PROGRAMAS DE
FIDELIZACION DE LA EMPRESACANALES EJECUTIVOS Y
RELACION CON CLIENTES
CABLES, CENTRALES,
CAJAS, MANZANAS
AVERIAS DE
PRODUCTOS
Y SERVICIOS
COMPROBANTES,
DETALLE DE
FACTURAS
COMPROBANTES,
DETALLE DE FACTURAS
DE OTROSRECAUDACIONES, AJUSTES, CAJAS,
GESTION DE IMPAGOS
AREAS DE INFORMACION
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Datos
Información
ConocimientoSabiduría
Entendimiento
Conectividad
Entendiendo Relaciones
Entendiendo Patrones
Entendiendo Principios
Hechos Observables
ALGUNOS SISTEMAS FUENTES
Fadeuda
Facturación
Vip
Carriers
Cooperativas
Perseus
Facturación PC
Sivetel
Gestión Comercia
l
Sidi
VipVantive
Simplex
Pioneer GPyM
Otros
CEAPGit
Cidi
Interconexió
Infrenet
PSSBASigeco
Red
Cota
Trafico
Cobros
Atis
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Segundo: Datos tenemos…Cómo creamos un proceso que mimetice la cadena de valor del
conocimiento?
Datos
Información
ConocimientoSabiduría
Entendimiento
Conectividad
Entendiendo Relaciones
Entendiendo Patrones
Entendiendo Principios
Cadena de Valor de Inteligencia Comercial
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
…adaptando el proceso del conocimento a las necesidades de una empresa…
Acceso al Sistema de Variables para el proceso de Inteligencia
Comercial. Dominio complejo de DW. Transformar los Datos en Información para los Clientes
Internos y externos de IC. Entender Relaciones
Procesamiento complejo de datos e Información.
Problem SolvingDatamining
Entender Patrones
Transformar en Accionable el Conocimiento
Generación de Campañas
Acciones
En base a los resultados generar
Nuevo Conocimiento que
retroalimente al Sistema de IC.
Entender Principios
Cada área específica de IC surge como una necesidad genuina a partir de cada etapa del Proceso de Generación de Conocimiento
Definamos la Cadena de Valor de Inteligencia Comercial en TN…
DATOS INFORMACIÓN ACCION RESULTADOS
INPUT ALGORITMOS OUTPUT FEEDBACK
CONOCIMIENTO
DecisiónProblemaIncremento
Conocimiento
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Una vez observado el proceso de IC surge naturalmente la división de tareas dentro del área.
Análisis Mesoeconómico
Como nacen las áreas de IC a partir del proceso de conocimiento…
DATOS INFORMACIÓN CONOCIMIENTO ACCION RESULTADOS
INPUT ALGORITMOS OUTPUT FEEDBACK
Central de Información
Modelos Analíticos
Central de InteligenciaDatamining
Central de OperacionesCampañas
Central de I-Learning
Respuesta del cliente
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Función:Acciona sobre el Stock General de Datos Pre-existentes en TASA para generar Tableros y Estudios Ad-hoc. Consultoria in-house en Marketing Modelling Research.Analizar la evolución de los comportamientos sobre productos/servicios/segmentos/clientes. Se concentra sobre lo que aconteció
Quien, Que, Donde y Cuando.
Clientes: Ejecutivos de cuenta, Jefes de Productos, Segmento y otras áreas de la Unidad de Negocio
Actua sobre datos previamente conocidos
en TASA
Como nacen las áreas de IC a partir del proceso de conocimiento…
DATOS INFORMACIÓN
INPUT
Central de Información
Modelos Analíticos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Una vez observado el proceso de IC surge naturalmente la división de tareas dentro del área.
Análisis Mesoeconómico
Como nacen las áreas de IC a partir del proceso de conocimiento…
DATOS INFORMACIÓN CONOCIMIENTO ACCION RESULTADOS
INPUT ALGORITMOS OUTPUT FEEDBACK
Central de Información
Modelos Analíticos
Central de InteligenciaDatamining
Central de OperacionesCampañas
Central de I-Learning
Comportamiento del cliente
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Como nacen las áreas de IC a partir del proceso de conocimiento…
CONOCIMIENTO
ALGORITMOS
Central de InteligenciaDatamining
Función:Desarrollar modelos Predictivos de Churn, propensión y Wallet Shared. Establecer Métodos de Búsqueda de Señales que afecten la ecuación de ingreso de TN.
Entender PatronesGeneralizar e
Interpolar
Clientes: Segmento, Jefes de Producto. Internamente posee como clientes a la Central de Información y a la central de Operaciones
Descubre NUEVO conocimiento “Interpolando” sobre Información disponible en bases de TASA
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Una vez observado el proceso de IC surge naturalmente la división de tareas dentro del área.
Análisis Mesoeconómico
Como nacen las áreas de IC a partir del proceso de conocimiento…
DATOS INFORMACIÓN CONOCIMIENTO ACCION RESULTADOS
INPUT ALGORITMOS OUTPUT FEEDBACK
Central de Información
Modelos Analíticos
Central de InteligenciaDatamining
Central de OperacionesCampañas
Central de I-Learning
Comportamiento del cliente
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Como nacen las áreas de IC a partir del proceso de conocimiento…
ACCION
OUTPUT
Central de OperacionesCampañas
Función: Administrar e Implementar las Acciones que surgen del Proceso anterior por medio del CRM de TN, llevando adelante toda la administración de las campañas segmentadas.Proceso sumamente complejo
D + I + C … ACCIONClientes: Ejecutivos de cuenta,
Segmento y Call-in.
Datamining=Conocimiento Accionable
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Una vez observado el proceso de IC surge naturalmente la división de tareas dentro del área.
Análisis Mesoeconómico
Como nacen las áreas de IC a partir del proceso de conocimiento…
DATOS INFORMACIÓN CONOCIMIENTO ACCION RESULTADOS
INPUT ALGORITMOS OUTPUT FEEDBACK
Central de Información
Modelos Analíticos
Central de InteligenciaDatamining
Central de OperacionesCampañas
Central de I-Learning
Comportamiento del cliente
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Análisis Mesoeconómico
Como nacen las áreas de IC a partir del proceso de conocimiento…
RESULTADOS
FEEDBACK
Central de I-Learning
Comportamiento del cliente
Función: Generar datos e información Nuevossobre los clientes, en base a las respuestas de las campañas y a todo nuevo contacto que los clientes efectúen con TN.Diseña una ficha de cliente óptima y maximizar la extracción de información desde el call-in, call-out, oficinas comerciales, mercado, tráfico, etc. Hacia el Entendimientos de PrincipiosClientes: Ejecutivos de cuenta, Jefes de Productos, Segmento y otras áreas de la Unidad de Negocio
Descubre NUEVO conocimiento a partir de cada contacto , respuesta e investigación.
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
En General y en Telecomunicaciones en particular…
Cuando mas complejo es el escenario en el que opera la ecuación de ingresos
Mayor es el valor del Tanden
Datos+Información+Conocimiento
Corolario: Es vital conformar un grupo de IC
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Cual es la estrategia de una Telco...
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Escenario
• Apertura de Competencia– Eliminación Ingresos
Extraordinarios– Gobiernos declaran W y
L. Licuación M. Share– Desarrollo Tecnológico.
Sustitutos. Celulares-Datos-Internet-Tarjetas-Triple-Play
• Activos del Incumbente– Red de enorme
capilaridad.– Base de clientes.
Distintos Tipos– Interconexión– Inteligencia Comercial– Multitud de Productos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Básicamente...
Maximizar la participaciónen el ingreso de los clientes
Incentivar el Gastos entelecomunicaciones
Wallet Share
W
Ganar Clientes Rentablestanto de bienes clásicos
como nuevos
Acquisition
A
Evitar el churnDefensa Entrantes
Escenario CompetitivoSustitución
Retention
R
WAR
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Ganar nuevos clientes• Distintas dimensiones
– Zona Norte: Como Entrantes. • Líneas locales Pumas/ATD• Clientes de Larga Distancia/Speedy/0800
– Zona Sur : Crecimiento. Cazadores.– Recuperar Clientes Perdidos: Winback Sur - Larga
Distancia/Banda Ancha. – Nuevos Productos. Nos convertimos en Entrantes.
Prioridad:Banda Ancha, Cam24, Redes Privadas, Datos
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Ganar nuevos clientes• Clientes Sin historia?
– Captura con retroalimentación (Cazadores). Mapas Inteligentes
– Intersección de atributos con clientes Con Historia• Clientes Con historia PERO No Consumen
nuestros Productos– Modelización de los atributos consistentes con el
producto. Búsqueda dirigida– Clasificación/Asociación con clientes Semejantes
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Retención• Advertencia I: Es distinto Ganar a Retener.• Advertencia II: Ganar y perder clientes es
Normal• Detectar los Probables Churn.
– Quienes– Por que? Estudiamos el proceso
• Una vez detectados hacer algo (Cambiar algo) para disuadir
• Problema I: Timing. Si detecto tarde = Fracaso.• Problema II: Disminución de Ingresos. Detectar
Churner Profesionales. Economía del Churn.• Localización y actividad de la Competencia
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Retención• Churn Absoluto: Número de Clientes Perdidos
sobre el total de clientes Base en un período.• Churn de Productos: Número de Líneas o
servicios perdidos sobre el total de los clientes.• Churn de Tráfico: Caída de tráfico sin perder el
cliente por sustitución (ldi x Internet, ldn x móvil, Spm, etc.)
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Wallet Share• Objetivo: Minimizar Contactabilidad
• Up-Selling: Vender productos adicionales a clientes que pensaban comprar un solo producto (Paquetes de pulsos, Up-grade Speedy)
• Cross-Selling: Vender nuevos productos a partir de patrón de compras pasadas del mismo cliente o de otros clientes (SVA, TB, Speddy)
• Bundling: – Reglas de Asociación. Fija+Movistar.– Identificar productos y servicios relacionados para
ofrecerlos en grupo. Ej: Línea Posnet+Speedy.
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Inteligencia de Bases de datos en Telefónica Negocios
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Un Caso Practico:
Churn de Clientes Speedy
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Churn de SpeedyEMPRESA: Telefonica de Argentina – Unidad de Negocio Preferencial
ResumenOBJETIVO:
POBLACIÓN OBJETIVO:
UNIDAD MUESTRAL:
VARIABLE DE ANALISIS:
POBLACIÓN:
PERÍODO DE ANALISIS:
TECNICA ESTADÍSTICA:
Detectar a los clientes con alta Probabilidad de Churn de ADSL en una ventana de 15 días posterior a la corrida y por una validez de 30 días.
Todos los segmentos de UNPre
Cliente - Línea ADSL
Variables de Tráfico, facturación, reclamos, líneas, etc
34.616 Speedy 492 Speedy dados de baja por mes
Inicio: 01/011/2005 Termino: 31/06/2006
Regresión Logística
TARGET:
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Preparación del Data Set: 45 díasCREATE SET TABLE TMP_MOD_UNPRE.DST_SPEEDY ,NO FALLBACK ,
NO BEFORE JOURNAL,NO AFTER JOURNAL,CHECKSUM = DEFAULT(cd_producto_instancia CHAR(25) CHARACTER SET LATIN NOT
CASESPECIFIC NOT NULL,cd_producto CHAR(13) CHARACTER SET LATIN NOT CASESPECIFIC,tx_producto VARCHAR(100) CHARACTER SET LATIN NOT
CASESPECIFIC,cd_estado_instancia CHAR(2) CHARACTER SET LATIN NOT
CASESPECIFIC,cd_producto_instancia_prd CHAR(25) CHARACTER SET LATIN NOT
CASESPECIFIC,fc_alta_Linea DATE FORMAT 'YYYY-MM-DD',fc_baja_Linea DATE FORMAT 'YYYY-MM-DD',fl_target_tb_vol BYTEINT,Antig_Linea_Meses INTEGER,Antig_Linea_Dias INTEGER,fl_reempadronamiento VARCHAR(1) CHARACTER SET LATIN NOT
CASESPECIFIC,cd_sistema_origen CHAR(2) CHARACTER SET LATIN NOT
CASESPECIFIC,cd_localizacion CHAR(21) CHARACTER SET LATIN NOT
CASESPECIFIC,cd_central SMALLINT,cd_party CHAR(12) CHARACTER SET LATIN NOT CASESPECIFIC
NOT NULL,cd_tipo_party CHAR(2) CHARACTER SET LATIN NOT CASESPECIFIC,fc_alta_Cliente DATE FORMAT 'YYYY-MM-DD',cd_Estado_Cliente CHAR(10) CHARACTER SET LATIN NOT
CASESPECIFIC,Antig_Cliente_Meses INTEGER,Antig_Cliente_Dias INTEGER,cd_actividad INTEGER,cd_comportamiento_pago CHAR(3) CHARACTER SET LATIN NOT
CASESPECIFIC,tx_actividad VARCHAR(60) CHARACTER SET LATIN NOT
CASESPECIFIC,fl_Carterizado BYTEINT,cd_Ejecutivo_Cta CHAR(12) CHARACTER SET LATIN NOT
CASESPECIFIC,Cant_Estados_Cliente INTEGER,Cant_Cambios_Estados_Cliente INTEGER,
Cant_Incomunic INTEGER,fl_Incomunic BYTEINT,Cant_Lineas_Cliente INTEGER,cd_postal CHAR(10) CHARACTER SET LATIN NOT CASESPECIFIC,tx_localidad CHAR(30) CHARACTER SET LATIN NOT CASESPECIFIC,tx_distrito VARCHAR(40) CHARACTER SET LATIN NOT
CASESPECIFIC,tx_region VARCHAR(40) CHARACTER SET LATIN NOT
CASESPECIFIC,cd_provincia INTEGER,tx_provincia CHAR(30) CHARACTER SET LATIN NOT CASESPECIFIC,fl_Bloqueo BYTEINT,fl_Serv_Adiccionales BYTEINT,fl_Otros_Multitel BYTEINT,fl_Otros_Desvios BYTEINT,fl_Notif BYTEINT,fl_Multiring BYTEINT,fl_Inf_Detallada BYTEINT,fl_Inter_Call_Waiting BYTEINT,fl_Mant_Domiciliario BYTEINT,fl_MemoBox BYTEINT,fl_Mensaj_Unificada BYTEINT,fl_Speedy BYTEINT,fl_SpeedyNet BYTEINT,Antig_Speedy_Meses INTEGER,Antig_Speedy_Dias INTEGER,fl_MegaLine BYTEINT,Cant_Bloqueo INTEGER,Cant_Serv_Adiccionales INTEGER,Cant_Otros_Multitel INTEGER,Cant_Otros_Desvios INTEGER,Cant_Notif INTEGER,Cant_Multiring INTEGER,Cant_Inf_Detallada INTEGER,Cant_Inter_Call_Waiting INTEGER,Cant_Mant_Domiciliario INTEGER,Cant_MemoBox INTEGER,Cant_Mensaj_Unificada INTEGER,Cant_Speedy INTEGER,Cant_SpeedyNet INTEGER,Cant_MegaLine INTEGER,Cant_Grupos_SVAS INTEGER,Cant_SVAS INTEGER,
Cant_SVAS_TOTAL INTEGER,fl_Cambio_de_Numero BYTEINT,fl_Cambio_de_Producto BYTEINT,fl_Cambio_de_Domic BYTEINT,CANTIDAD_DIAS_MORA INTEGER NOT NULL,FLAG_ENTRO_EN_MORA BYTEINT NOT NULL,CANT_FACTURAS INTEGER NOT NULL,COD_FRECUENCIA_FACTURACION BYTEINT NOT NULL,FL_DESCUENTO_FACTURA BYTEINT NOT NULL,FL_BONIFICACION_FACTURA BYTEINT NOT NULL,VL_TENDENCIA_VALOR_PROPIO DECIMAL(18,2),VL_TENDENCIA_VALOR_TERCEROS DECIMAL(18,2),CANT_RECLAMOS_AVERIA INTEGER,CANT_RECLAMOS_FACTURACION INTEGER,cant_conexiones INTEGER,fc_inicio_ultima_conexion DATE FORMAT 'YY/MM/DD',nu_duracion_segundos INTEGER,Fc_Baja_Speedy DATE FORMAT 'YY/MM/DD',fl_target_speedy_15 BYTEINT NOT NULL,fl_target_speedy_30 BYTEINT NOT NULL,Cant_Prod_Larga_Distancia INTEGER,Cant_Prod_URB INTEGER,Cant_Prod_Internet INTEGER,cant_llam INTEGER,cant_llam_0800 INTEGER,cant_llam_CPP INTEGER,cant_llam_CPP_INT INTEGER,cant_llam_CPP_LDN INTEGER,cant_llam_desc INTEGER,cant_llam_HN INTEGER,cant_llam_HN_desc INTEGER,cant_llam_HR INTEGER,cant_llam_HR_CPP INTEGER,cant_llam_HR_desc INTEGER,cant_llam_HR_inet INTEGER,cant_llam_HR_INTL INTEGER,cant_llam_HR_LDN INTEGER,cant_llam_HR_urb INTEGER,cant_llam_inet INTEGER,cant_llam_INTL INTEGER,cant_llam_INTL_desc INTEGER,cant_llam_LDN INTEGER,cant_llam_LDN_desc INTEGER,
Sigue…
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Selección del Modelo: 3 días
• Se probaron 3 alternativas:
•Redes Neuronales
• CART
•Regresión Logística
Mejor Validación
-0,040401,00360,97960,99150,168-1,37861,90060,0062-0,0085Cant_Prod_Larga_Distancia
-0,2671-0,1250,44130,28090,35210-9,060682,09430,1152-1,0438flg_llam_LDN
-0,0901-0,0280,93650,55120,71850,0145-2,44535,97930,1352-0,3306flg_llam_CPP
0,04220,01361,48060,97431,2010,08621,71572,94350,10680,1832FLAG_ENTRO_EN_MORA
0,15350,033766,0882,0811,72460,00532,797,78430,88232,4617Cant_Speedy
N/AN/AN/AN/AN/A0-6,735945,3730,8854-5,964(Constant)
StdCoefficient
PartialRUpperLower
OddsRatio
P-Value
T Statistic
WaldStatistic
Standard Error
B CoefficientColumn Name
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Algoritmo para generar el modeloDROP TABLE
"TMP_MOD_UNPRE"."dst_speedy_prueba";CREATE TABLE
"TMP_MOD_UNPRE"."dst_speedy_prueba",NO FALLBACK, NO BEFORE JOURNAL, NO AFTER
JOURNAL ("cd_producto_instancia" CHAR(25) CHARACTER
SET LATIN,"Probability" float,Estimate float
)PRIMARY INDEX ( "cd_producto_instancia");INSERT INTO
"TMP_MOD_UNPRE"."dst_speedy_prueba"SELECT
T2."cd_producto_instancia",_tm_px,_tm_ex
FROM (SELECT
"cd_producto_instancia",CASE WHEN _tm_bx >= 35
THEN 1.0 WHEN _tm_bx <= -35 THEN 0.0 ELSE exp(_tm_bx) / (1+exp(_tm_bx))
END AS _tm_px
,CASE WHEN _tm_px < 0.5 THEN 0 ELSE 1
END AS _tm_exFROM (SELECT
"cd_producto_instancia",(-5.964001e+000 + 2.461689e+000 *"Cant_Speedy"+ 1.831920e-001 *"FLAG_ENTRO_EN_MORA"+ -3.306320e-001 *"flg_llam_CPP"+ -1.043811e+000 *"flg_llam_LDN"+ -8.522000e-003 *"Cant_Prod_Larga_Distancia") AS _tm_bx
FROM "tmp_mod_unpre"."DST_SPEEDY_Model"WHERE (_tm_bx IS NOT NULL) )T1)T2;
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Validación - Lift
1,00551001,50354920,45356,30080,68193110
1,066893,69921,63614610,47353,45530,7119179
1,14190,24391,72174440,51774,67480,7783238
1,2385,56911,84374210,68426,91061,0287347
1,32178,65851,98173870,56568,33330,8504416
1,472170,32522,35253460,75345,08131,1328255
1,651865,24392,56783210,66395,48780,9982274
1,981159,75613,00122941,531519,51222,3027963
2,205840,24393,51871981,34489,75612,0219482
3,066930,48784,61111503,066930,48784,61111501
CumulativeLift
Cumulative CapturedResponse (%)
CumulativeResponse (%)
CumulativeResponseLift
CapturedResponse (%)
Response (%)Response
Decile
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Validación 2 meses después…
1,02541002,13447040,45486,53410,97074610
1,088893,46592,32976580,41263,1250,8807229
1,173490,34092,47036360,61415,82391,3107418
1,253384,5172,63065950,433,69320,9178267
1,390580,82392,87595690,48565,53981,0364396
1,571575,28413,3085300,63437,38641,3538525
1,805867,89773,92414780,7785,82391,6606414
2,148362,07394,49964370,961812,3582,0529873
2,741649,71596,39393501,18668,23862,5328582
4,296641,47739,17092924,296641,47739,17092921
CumulativeLift
Cumulative CapturedResponse (%)
CumulativeResponse (%)
CumulativeResponseLift
CapturedResponse (%)
Response (%)ResponseDecile
1,04651001,66395610,31763,20860,52851810
1,127496,79141,79155430,61737,84311,0271449
1,191288,94831,91734990,68716,77361,1432388
1,263282,17472,03074610,45353,38680,7546197
1,398278,78792,18994420,5885,88240,9784336
1,560272,90552,43294090,40995,70410,682325
1,847867,20143,11083770,62794,27811,0448244
2,254462,92343,5943531,197115,68631,9919883
2,783147,23714,90382651,669411,40822,7778642
3,896835,82896,48392013,896835,82896,48392011
CumulativeLift
Cumulative CapturedResponse (%)
CumulativeResponse (%)
CumulativeResponseLift
CapturedResponse (%)
Response (%)ResponseDecile
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Requiere analizar la Economía del Churn
Incentivo para bajar Churn_
Política de No Intervención
Rentabilidad > 0
( ) ( )
hurn.dido por Co Neto PerIN: Ingresvoel incentilicación d por la ap del churn reducciónegativo dercentaje n∆Churn: Po
en Churnque no hac:Clientes NCHalChurn :Clientes CH
hurnue hacen Cclientes qmente los ir erronea de predecobabilidad:P
Churnque hacen clientes amente losir correct de predecobabilidad: Ptivo. del IncenInc: Costo
Donde,
∆ChurnPCHINPNCHPCHIncCosto
al
al
NCH_Error
CH_OK
CH_OKal
NCH_Erroral
CH_OKalInc
Re
Re
Pr
Pr
PrRePrRePrRe
Re
Pr
Pr
1 ⋅+⋅⋅+⋅+⋅⋅=
idoiente perddio del clIngreso meIapturamedio de cIngresoI
posición Costo de l cliente Ingreso deINizan Churns que realde clienteCantidadCH
Donde
INCHI
CapturaCostoIEC
Cl
N
Cl CapturaClónIntervenciNO
Churn
:. :
.Re :. :
,
_1
:
1_
+
⋅=
+⋅= ∑
=
Precisión del Algoritmo en determinar probabilidad de Churn
Imbalance Problem
Falsos +
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Un Caso Practico:
Propensión de compra de Telefonía Básica
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Un Caso Practico:
Propensión de compra de Telefonía Básica
Propensión de consumo de Líneas de Telefonía básicaEMPRESA: Telefonica de Argentina
ResumenOBJETIVO:
POBLACIÓN OBJETIVO:
UNIDAD MUESTRAL:
VARIABLE DE ANALISIS:
MUESTRA:
PERÍODO DE ANALISIS:
TECNICA ESTADÍSTICA:
Conocer las restricciones genuinas de comunicación de los clientes en base a la Probabilidad de Blocking (Erlang B) del parque de líneas de telefonía básica.
Todos los clientes de UNPre
Cliente – Domicilio – líneas rotativas
Cliente- domicilio – líneas No rotativas
Llamadas y duraciones emitidas y entrantes de todo origen por línea-día-hora
Censo de clientes de la UNPre
Inicio: 7/6/2006 Termino: 11/10/2006
Días hábiles de una semana entera.
Aplicación de la función Erlang B para el cálculo de la Probabilidad de ocupado – Medición de Erlang
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Técnica estadística utilizada:
MODELO FINAL
Equación del modelo:
Variables del modelo
final
Variables del modelo
final
MODELO ESTADÍSTICO
Cantidad de líneas en cada domicilioRotatividad: Pura, Mixta, sin rotatividadTráfico entrante urbano, LDN, LDI, IX y celulares Tráfico saliente urbano, LDN, LDI, IX, red inteligente y celulares Mediana de trafico en cada dimensión en las cinco
repeticiones diariaMáximo de tráfico en cada una dimensión en las cinco
repeticiones diarias. Ranking de las 6 primeras medianas intra-hora.
Probabilidad de bloqueo – Erlang B (Clásica/Extendida)
(n)P1)(nP
!Erlang
!Erlang(n)P líneas,n horadía,
horadía,
0
i
n
horadía,
+=∆⇒= −
=∑
Pi
nPara n
i
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Un Caso Practico:
Propensión de compra de Telefonía Básica
1°
2°
3°
4°
5°
6°
.
..
24°
MODELO HEURISTICO
0 hs
24 hs
L M M J V
L M M J VK lí
neas
L M M J V
Sum
ator
ia
Por
repe
tició
n
Mediana MáximoMediana Máximo
Por
hor
a
Ordenación
i
ihoraDíaEntrante
i
n
i
alientesSegundos sntrantesSegundos eErlang
sTotaleSegundosErlang
-3.600
3.600
1
=
=
−
=∑
Distintas versiones de Erlang
P(Blocking / n linesas)
Ó
P(Blocking; n+1/ n lineas)A nivel de línea –Indicador de la
presión In-goining
L M M J V
Estructura de Tráfico del cliente
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Utilización del Modelo• En primer lugar hace factible la medición del ocupado fuera del ámbito de Red, el cual era
muy limitado y caro.
• El modelo permite responder algunas cuestiones importantes: ¿El cliente tiene restricción en sus comunicaciones? ¿Qué probabilidad de perdida de llamadas tiene? ¿En que hora? El bloqueo se da por mayor tasa de saliente que entrante? ¿En cuales líneas se da el fenómeno?
• Por otro lado, nos permite inferir la pregunta más importante: ¿El cliente lo sabe?. Es ahí donde el modelo permite mostrar al cliente que nos preocupan la calidad de sus comunicaciones.
Probabilidad de Bloqueo con de Clientes-domicilio con líneas rotativas
0
0,2
0,4
0,6
0,8
1 285 569 853 1137 1421 1705 1989
Ranking de líneas
P(B
) P(B) actua medianal
P(B) actual máxima
P(B;n+1/n)
• Primeros 2000 clientes con rotativas
• Clientes con alta propensión
• Clientes con propensión mediana
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Un Caso Practico:
Tablero Inteligente de Tráfico
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Causal Modelling
En telefónica estamos expandiendo la orbita de los reportes tradicionales hacia tableros inteligentes…
Esquema Up-Down• Que?
•Cuanto?•Donde?
•Quienes? •Asociaciones/Regularidades?
•Como?•Por qué?
En cam
ino a…
Ej. Redes Bayesianas
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
En este camino hacia CM, empezamos con los modelos de tráfico Urbano y LDN…
Objetivos: Determinar que relación existe entre las variaciones de tráfico observado y pertenecer a un determinado grupo,
• Tipo de cliente
• Región
• Presencia de ADSL en el tiempo
• Relación F-F, F-M, F-ISP
• Variación de Parque de líneas
• Actividad
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Se utilizan los mismos modelos predictivos del datamining pero ahora enfocados a explicar y no a predecir…
• Variable Target: (1,0) Subió o bajó a nivel de cliente.
• Tipo de cliente: Variables de Clase
• Presencia de ADSL en el tiempo: { (0,0), (1,1), (0,1), (1,0)}
• Relación F-F, F-M, F-ISP: El nombre de la variable refleja la variación: XYZ, donde X, Y , Z, representa a FF, FM y F-ISP. Los valores de X, Y, Z puede ser (M=Mayor,m=menor). Ej; Un cliente puede ser MMm.
• Variación de Parque de líneas: Idem anterior (M,m)
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
El algoritmo nos permite detectar que relación existe entre pertenecer a un determinado grupo y bajar o subir el consumo…
•Hay varias alternativas. Mencionemos dos,
•TREE en cualquiera de sus versiones. Muy utilizados para explicar como se particiona la varianza del problema, detectar interacciones, etc. En el caso de pocas variables no es necesario podar el árbol.
• Modelo de Cangilhem
Versión Explicativa No Predictiva
ConsumoCaracterística
dadaIntersección
ConsumoCobertura
Penetración
Total de Clientes Preferenciales
Intenta ordenar la discriminancia entre pertenecer a un determinado grupo y la caída de tráfico, maximizando la cobertura y penetración
Martin Volpacchio - Inteligencia Comercial - Telefónica Negocios
Aplicamos el modelo de Cangilhem a 117.750 clientes preferenciales para analizar el impacto de móviles y Voip sobre la caída de tráfico urbano…
-0,5
-0,4
-0,3
-0,2
-0,1
0
0,1
0,2
0,3
0,4
0,5
1 15 29 43 57 71 85 99 113 127 141 155 169 183 197 211 225 239 253 267
Discriminante
Grupos
• 142 grupos sobre 269 tienen una mayor pertenencia al grupo que decrece que al que crece el consumo.
•19 grupos de los 142 agrupan el 42% de los minutos perdidos. La característica más importante de estos grupos son,
•Aumento de la cantidad de líneas
•Leve presencia de ADSL
•Localización Mixta
•La caída del F-F es el doble que la caída de F-M y el triple que F-ISP.
• La participación de NyP y Pymes es similar, pero las primeras duplican la caída de las segundas.
Conclusión: El modelo nos permite detectar que la caída no se debe a una sustitución de tráfico celular ni de Voip, vía el crecimiento del celular. Adicionalmente, genera grupos específicos para encuestas segmentadas.
Fuerte
Media
Baja