SlideShare uma empresa Scribd logo
1 de 11
Baixar para ler offline
Cap a una organització Data
Driven
Sessió pràctica
Nom formadora: Lali Soler
Email lali.soler@eurecat.org
In 2007 and 2008, Starbucks’ CEO Howard Schultz was forced to come out of
retirement to close hundreds of stores, and rethink the company’s strategic growth
plan.
"This time around, Starbucks took a more disciplined, data-driven approach to store
openings and used mapping software to easily analyze massive amounts of data
about planned store openings. The software analyzed location-based data and
demographics to determine the best place to open Starbucks stores without hurting
sales at other Starbucks locations.
“The software is also helping to determine where the next 1,500-plus stores should
be placed not only to help the company expand, but drive revenue for new store
developments.”
Data used:
• Mobile data
• Demographic and income
data (CENSUS)
• Geoinformation
(OpenStreet Maps and
Google)
Examples Optimal Shop location
Implementació d’una estrategia de dades
1. Formular-se una pregunta o plantejar-se un repte.
2. Determinar com es mesurarà l’obtenció de la solució d’aquest repte.
3. Obtenir les dades. Com són? Estructurades, no estructurades? Com les
puc capturar? Scrapping/API/CRM/ERP??
4. Preparar les dades: s’han de netejar? Poden contenir múltiples fonts
d’error?
5. Anàlisi de dades: Faré un procés descriptiu, predictiu o prescriptiu?
6. Implementació: Quin equip i amb quines habilitats necessitaré?
3
1. Estratègia de dades vs corporativa
4
• Reducció de
costos
• Automatitzaci
ó de
processos
• Control
Intel·ligent
d’existències
• Màrketing
personalitzat
• Recomanacio
ns
• Millora de
l’atenció al
client
• Habilitació de
nous models
de negoci
rentables a
través de
l’explotació de
les dades que
ha anat
acumulant
l’empresa
L’espai i l’experiencia
d’usuari és el principal
element diferenciador de
Starbucks.
El creixement de l’empresa
passa per augmentar el
nombre de botigues
intentant minimitzar al
màxim l’efecte de
cannibalització.
1. Estratègia de dades vs corporativa
L'estratègia de dades ha de ser consistent amb
l'estratègia corporativa
2. Problema a resoldre
6
Si el meu creixement passa per l’obertura de nous
punts de venda…
Existeixen punts de localització millors i
pitjors? Existeixen localitzacions
ÒPTIMES?
Key Performance Indicators
Qualitatius:
Zona on abunda un perfil de consumidor com el meu.
Tipus d’activitat principal de la zona
Quantiatius
Nivell de competencia
Poder adquisitiu del consumidor mitjà
Ingressos del punt de venta
3. Obtenir les dades
7
Dades que necessitem
• Dades de telefonia mòbil
• Dades de demografia I nivell sòcio-econòmic
• Geoinformació (OpenStreet Maps i Google)
• Històric de vendes
• Històric de clients (programa de fidelització)
Internes
Externes
Estructurades
No
estructurades
API
Scrapping
NETEJAR
Descriptive
 Reporting
 Scorecard
 Customer segmentation
 Market research
 Social network analysis
 Dataset summarization
 Multivariate correlation
 Anomaly detection
Predictive
 Analytical CRM
 Customer retention
 Direct Marketing
 Demand forecasting
 Predictive financial models
 Wallet share estimation
 Credit risk
 Accounts Payable Recovery
 Location of new stores
 Product layout in stores
 Price sensitivity
 Medical diagnosis
 Lead prioritization
 Call center optimization
 Inventory Management
Prescriptive
 Travel and Transportation
Optimization
 Planning Strategic
Optimization
 Planning Manufacturing
Optimization
 Equipment maintenance
 Dynamic pricing
 Networked infrastructure
optimization
 Personalized recommendation
Analytics
Maturity
CompetitiveAdvantage
Procés d’anàlisi i explotació
8
Reflexió: Quin nivell de maduresa digital i analítica tenia Starbucks en aquell
moment?
9
5. Quin equip necessito?
10
6. Tinc Big Data??
11
Gràcies

Mais conteúdo relacionado

Semelhante a Cap a una organització Data Driven

Xarxes socials de geolocalització i màrqueting mòbil
Xarxes socials de geolocalització i màrqueting mòbilXarxes socials de geolocalització i màrqueting mòbil
Xarxes socials de geolocalització i màrqueting mòbilEva Castilla
 
Estratègies de marketing on i off-line. Tendencies De Futur
Estratègies de marketing on i off-line. Tendencies De FuturEstratègies de marketing on i off-line. Tendencies De Futur
Estratègies de marketing on i off-line. Tendencies De FuturFeedbackMP
 
Activitat3_Alex Navarro.pptx
Activitat3_Alex Navarro.pptxActivitat3_Alex Navarro.pptx
Activitat3_Alex Navarro.pptxÀlex Navarro
 
Introducció a les xarxes socials cedem iii
Introducció a les xarxes socials cedem iiiIntroducció a les xarxes socials cedem iii
Introducció a les xarxes socials cedem iiiFundació CATIC
 
Com fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socials Com fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socials Jepi Alberti
 
Màrqueting: Punt de partida.
Màrqueting: Punt de partida.Màrqueting: Punt de partida.
Màrqueting: Punt de partida.@gafa't
 
Comportament d'Usuaris Marcos baldovi PAC1
Comportament d'Usuaris Marcos baldovi PAC1Comportament d'Usuaris Marcos baldovi PAC1
Comportament d'Usuaris Marcos baldovi PAC1Marcos Baldovi
 
BI. una forma de millorar eficient i rendible
BI. una forma de millorar eficient i rendibleBI. una forma de millorar eficient i rendible
BI. una forma de millorar eficient i rendibleMara_Gomez
 
Escodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retailEscodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retailESCODI
 
Escodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retailEscodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retailESCODI
 
El màrqueting relacional aplicat a la gestió cultural
El màrqueting relacional aplicat a la gestió culturalEl màrqueting relacional aplicat a la gestió cultural
El màrqueting relacional aplicat a la gestió culturalTekneCultura
 
Com fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socialsCom fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socialsJepi Alberti
 
Webinar cambra bcn 19 maig 2020
Webinar cambra bcn 19 maig 2020Webinar cambra bcn 19 maig 2020
Webinar cambra bcn 19 maig 2020Jepi Alberti
 
Barcelona Activa - Curs 2.4. Institucions Intel·ligents
Barcelona Activa - Curs 2.4. Institucions Intel·ligents Barcelona Activa - Curs 2.4. Institucions Intel·ligents
Barcelona Activa - Curs 2.4. Institucions Intel·ligents Iniciativa Barcelona Open Data
 

Semelhante a Cap a una organització Data Driven (20)

BI Hotel Presentacio
BI Hotel PresentacioBI Hotel Presentacio
BI Hotel Presentacio
 
Xarxes socials de geolocalització i màrqueting mòbil
Xarxes socials de geolocalització i màrqueting mòbilXarxes socials de geolocalització i màrqueting mòbil
Xarxes socials de geolocalització i màrqueting mòbil
 
Networking
NetworkingNetworking
Networking
 
Estratègies de marketing on i off-line. Tendencies De Futur
Estratègies de marketing on i off-line. Tendencies De FuturEstratègies de marketing on i off-line. Tendencies De Futur
Estratègies de marketing on i off-line. Tendencies De Futur
 
Curs 2.4. Institucions Intel·ligents
Curs 2.4. Institucions Intel·ligentsCurs 2.4. Institucions Intel·ligents
Curs 2.4. Institucions Intel·ligents
 
Activitat3_Alex Navarro.pptx
Activitat3_Alex Navarro.pptxActivitat3_Alex Navarro.pptx
Activitat3_Alex Navarro.pptx
 
Introducció a les xarxes socials cedem iii
Introducció a les xarxes socials cedem iiiIntroducció a les xarxes socials cedem iii
Introducció a les xarxes socials cedem iii
 
Dades
DadesDades
Dades
 
Com fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socials Com fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socials
 
Màrqueting: Punt de partida.
Màrqueting: Punt de partida.Màrqueting: Punt de partida.
Màrqueting: Punt de partida.
 
Comportament d'Usuaris Marcos baldovi PAC1
Comportament d'Usuaris Marcos baldovi PAC1Comportament d'Usuaris Marcos baldovi PAC1
Comportament d'Usuaris Marcos baldovi PAC1
 
Sistemes
SistemesSistemes
Sistemes
 
BI. una forma de millorar eficient i rendible
BI. una forma de millorar eficient i rendibleBI. una forma de millorar eficient i rendible
BI. una forma de millorar eficient i rendible
 
Escodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retailEscodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retail
 
Escodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retailEscodi el més útil de l'excel per al retail
Escodi el més útil de l'excel per al retail
 
El màrqueting relacional aplicat a la gestió cultural
El màrqueting relacional aplicat a la gestió culturalEl màrqueting relacional aplicat a la gestió cultural
El màrqueting relacional aplicat a la gestió cultural
 
Com fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socialsCom fer negoci amb les xarxes socials
Com fer negoci amb les xarxes socials
 
Sesion 3
Sesion 3Sesion 3
Sesion 3
 
Webinar cambra bcn 19 maig 2020
Webinar cambra bcn 19 maig 2020Webinar cambra bcn 19 maig 2020
Webinar cambra bcn 19 maig 2020
 
Barcelona Activa - Curs 2.4. Institucions Intel·ligents
Barcelona Activa - Curs 2.4. Institucions Intel·ligents Barcelona Activa - Curs 2.4. Institucions Intel·ligents
Barcelona Activa - Curs 2.4. Institucions Intel·ligents
 

Mais de Empresa i Emprenedoria Granollers

1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf
1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf
1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdfEmpresa i Emprenedoria Granollers
 
Webinar: Bitcoin i economia digital:taller práctico con Bit2me
Webinar: Bitcoin i economia digital:taller práctico con Bit2meWebinar: Bitcoin i economia digital:taller práctico con Bit2me
Webinar: Bitcoin i economia digital:taller práctico con Bit2meEmpresa i Emprenedoria Granollers
 

Mais de Empresa i Emprenedoria Granollers (20)

4- Presentació Ajuts Cambra de Comerç de Barcelona.pdf
4- Presentació Ajuts Cambra de Comerç de Barcelona.pdf4- Presentació Ajuts Cambra de Comerç de Barcelona.pdf
4- Presentació Ajuts Cambra de Comerç de Barcelona.pdf
 
3- ACCIÓ-Transformació digital Granollers_14.03.2024.pdf
3- ACCIÓ-Transformació digital Granollers_14.03.2024.pdf3- ACCIÓ-Transformació digital Granollers_14.03.2024.pdf
3- ACCIÓ-Transformació digital Granollers_14.03.2024.pdf
 
2- Presentació Taula Rodona 14-03-24.pdf
2- Presentació Taula Rodona 14-03-24.pdf2- Presentació Taula Rodona 14-03-24.pdf
2- Presentació Taula Rodona 14-03-24.pdf
 
1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf
1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf
1- Presentació Marc Cortés Gestió digital i Negoci 14 març 2024.pdf
 
Cataleg_serveis_industria_2023.pdf
Cataleg_serveis_industria_2023.pdfCataleg_serveis_industria_2023.pdf
Cataleg_serveis_industria_2023.pdf
 
Catàleg de Serveis a la Industria - edició 2021
Catàleg de Serveis a la Industria - edició 2021Catàleg de Serveis a la Industria - edició 2021
Catàleg de Serveis a la Industria - edició 2021
 
Webinar: Propietat intelectual : tips emprendedores
Webinar: Propietat intelectual : tips emprendedoresWebinar: Propietat intelectual : tips emprendedores
Webinar: Propietat intelectual : tips emprendedores
 
Presentacio fotografia producte
Presentacio fotografia productePresentacio fotografia producte
Presentacio fotografia producte
 
Taller de Social Media Marqueting
Taller de Social Media MarquetingTaller de Social Media Marqueting
Taller de Social Media Marqueting
 
Instagram para nous negocis
Instagram para nous negocisInstagram para nous negocis
Instagram para nous negocis
 
Webinar: Bitcoin i economia digital:taller práctico con Bit2me
Webinar: Bitcoin i economia digital:taller práctico con Bit2meWebinar: Bitcoin i economia digital:taller práctico con Bit2me
Webinar: Bitcoin i economia digital:taller práctico con Bit2me
 
2. Planifica la teva web v2
2. Planifica la teva web v22. Planifica la teva web v2
2. Planifica la teva web v2
 
191107 purgadors circuits vapor tecniq
191107 purgadors circuits vapor tecniq191107 purgadors circuits vapor tecniq
191107 purgadors circuits vapor tecniq
 
191107 projecte cofast pasch
191107 projecte cofast pasch191107 projecte cofast pasch
191107 projecte cofast pasch
 
191107 ajuts i industria_fnee_icaen
191107 ajuts i industria_fnee_icaen191107 ajuts i industria_fnee_icaen
191107 ajuts i industria_fnee_icaen
 
191107 aprofitament calor residual aiguasol
191107 aprofitament calor residual aiguasol191107 aprofitament calor residual aiguasol
191107 aprofitament calor residual aiguasol
 
191107 control circutis vapor endress
191107 control circutis vapor endress191107 control circutis vapor endress
191107 control circutis vapor endress
 
191107 bombas calor alta t carrier
191107 bombas calor alta t carrier191107 bombas calor alta t carrier
191107 bombas calor alta t carrier
 
191107 biomassa industrial dekra
191107 biomassa industrial dekra191107 biomassa industrial dekra
191107 biomassa industrial dekra
 
191107 calderes biomassa industrial termosun
191107 calderes biomassa industrial termosun191107 calderes biomassa industrial termosun
191107 calderes biomassa industrial termosun
 

Cap a una organització Data Driven

  • 1. Cap a una organització Data Driven Sessió pràctica Nom formadora: Lali Soler Email lali.soler@eurecat.org
  • 2. In 2007 and 2008, Starbucks’ CEO Howard Schultz was forced to come out of retirement to close hundreds of stores, and rethink the company’s strategic growth plan. "This time around, Starbucks took a more disciplined, data-driven approach to store openings and used mapping software to easily analyze massive amounts of data about planned store openings. The software analyzed location-based data and demographics to determine the best place to open Starbucks stores without hurting sales at other Starbucks locations. “The software is also helping to determine where the next 1,500-plus stores should be placed not only to help the company expand, but drive revenue for new store developments.” Data used: • Mobile data • Demographic and income data (CENSUS) • Geoinformation (OpenStreet Maps and Google) Examples Optimal Shop location
  • 3. Implementació d’una estrategia de dades 1. Formular-se una pregunta o plantejar-se un repte. 2. Determinar com es mesurarà l’obtenció de la solució d’aquest repte. 3. Obtenir les dades. Com són? Estructurades, no estructurades? Com les puc capturar? Scrapping/API/CRM/ERP?? 4. Preparar les dades: s’han de netejar? Poden contenir múltiples fonts d’error? 5. Anàlisi de dades: Faré un procés descriptiu, predictiu o prescriptiu? 6. Implementació: Quin equip i amb quines habilitats necessitaré? 3
  • 4. 1. Estratègia de dades vs corporativa 4 • Reducció de costos • Automatitzaci ó de processos • Control Intel·ligent d’existències • Màrketing personalitzat • Recomanacio ns • Millora de l’atenció al client • Habilitació de nous models de negoci rentables a través de l’explotació de les dades que ha anat acumulant l’empresa
  • 5. L’espai i l’experiencia d’usuari és el principal element diferenciador de Starbucks. El creixement de l’empresa passa per augmentar el nombre de botigues intentant minimitzar al màxim l’efecte de cannibalització. 1. Estratègia de dades vs corporativa L'estratègia de dades ha de ser consistent amb l'estratègia corporativa
  • 6. 2. Problema a resoldre 6 Si el meu creixement passa per l’obertura de nous punts de venda… Existeixen punts de localització millors i pitjors? Existeixen localitzacions ÒPTIMES? Key Performance Indicators Qualitatius: Zona on abunda un perfil de consumidor com el meu. Tipus d’activitat principal de la zona Quantiatius Nivell de competencia Poder adquisitiu del consumidor mitjà Ingressos del punt de venta
  • 7. 3. Obtenir les dades 7 Dades que necessitem • Dades de telefonia mòbil • Dades de demografia I nivell sòcio-econòmic • Geoinformació (OpenStreet Maps i Google) • Històric de vendes • Històric de clients (programa de fidelització) Internes Externes Estructurades No estructurades API Scrapping NETEJAR
  • 8. Descriptive  Reporting  Scorecard  Customer segmentation  Market research  Social network analysis  Dataset summarization  Multivariate correlation  Anomaly detection Predictive  Analytical CRM  Customer retention  Direct Marketing  Demand forecasting  Predictive financial models  Wallet share estimation  Credit risk  Accounts Payable Recovery  Location of new stores  Product layout in stores  Price sensitivity  Medical diagnosis  Lead prioritization  Call center optimization  Inventory Management Prescriptive  Travel and Transportation Optimization  Planning Strategic Optimization  Planning Manufacturing Optimization  Equipment maintenance  Dynamic pricing  Networked infrastructure optimization  Personalized recommendation Analytics Maturity CompetitiveAdvantage Procés d’anàlisi i explotació 8 Reflexió: Quin nivell de maduresa digital i analítica tenia Starbucks en aquell moment?
  • 9. 9 5. Quin equip necessito?
  • 10. 10 6. Tinc Big Data??