En PwC tenemos claro que la analítica avanzada debe estar orientada a la mejora en la toma de decisiones para generar impacto en el negocio.
La frontera del dato
Javier Barguñó, socio responsable de Data & Analytics
Cada vez más, los datos constituyen un activo muy importante para las compañías, que afrontan el desafío de encontrar sentido a tal cantidad de información, revelar su valor y aprovechar las oportunidades que plantean. De este modo, los datos se convierten en una potente herramienta estratégica para la organización.
En PwC tenemos claro que la analítica avanzada debe estar orientada a la mejora en la toma de decisiones para generar impacto de negocio. Las compañías están evolucionando hacia la integración de advanced analytics en sus operaciones diarias y, posteriormente, la incorporación de los resultados en los procesos y sistemas operacionales. Este análisis de datos en todos los niveles de la organización es lo que permite tomar decisiones más rápidas y sofisticadas.
Framework de PwC
PwC cuenta con un equipo de Data & Analytics formado por profesionales de nuestras diferentes oficinas en España y de nuestro Centro de Excelencia en Málaga, además de una red de expertos internacionales tanto a nivel funcional como sectorial. Además, PwC ha creado un framework con la tecnología, la estrategia y todos los componentes necesarios para impulsar una cultura basada en los datos y su análisis.
Enfocamos nuestros servicios de Data Analytics en cinco palancas:
- Evaluación de las capacidades organizativas
- Big Data
- AI / Analytics
- Visualización y comunicación de datos
- Plataformas sectoriales
Evaluación de las capacidades organizativas
Desarrollar las capacidades organizativas, skills, tecnología etc. necesarias para dar respuesta a los retos de negocio.
Big Data
Nuestro objetivo es desarrollar la capacidad necesaria para aprovechar el crecimiento exponencial de los datos y la capacidad de procesamiento como elemento diferencial de negocio
El Big Data es mucho más que datos. Representa una nueva forma de hacer negocios, una que se basa en la toma de decisiones basada en en análisis de datos. En este sentido, es preciso potenciar la habilidad de aprovechar el crecimiento exponencial del procesamiento y análisis de datos, ya que esto es lo que nos va a diferenciar.
Al aprovechar las capacidades de Big Data, grandes volúmenes de variadas fuentes de datos, tanto internas como de terceros, pueden ofrecer "decisiones inteligentes". El proceso de data analytics nosayuda en la toma decisiones estratégicas en poco tiempo, estimula la innovación, inspira la creación de nuevos productos, mejora las relaciones con los clientes, descubre posibles focos de fraude y genera una ventaja competitiva.
En PwC te ayudamos a comprobar el poder de los datos y a que veas las ventajas y las oportunidades que abren para tu empresa.
AI / Analytics
En PwC ayudamos a nuestros clientes a transformar su modelo de negocio, el análisis de los riesgos, el cumplimiento normativo y una adecuada estrategia digital a través de soluciones innovadoras basadas en el análisis de datos.
De esta forma, creamos de insights complejos aplicando estadística avanzada en el procesamiento y análisis de datos complejos.
Este proceso de data analytics permite a las organizaciones aprovechar de forma eficiente los datos, disponer de reportes en tiempo real, tomar decisiones basadas en datos y reducción de los riesgos de incumplimentos, entre otras muchas cosas.
Visualización y comunicación de datos
Permiten la optimización de las capacidades de reporting, propiciando la toma de decisiones más ágiles y eficaces.
Plataformas sectoriales
Ofrecemos a nuestros clietnes una optimización de las capacidades de toma de decisión, proporcionando una visión vertical por sector que combina plataformas de datos, modelos analíticos y visualización.
Plataformas
PowerBrain
Plataforma desarrollada de forma modular y custumizable para cada uno de nuestros clientes que permite desarrollar casos de uso analíticos sin necesidad de instalaciones in house.
PowerBrain proporciona a sus clientes la posibilidad de acelerar la adopción de tecnologías Big Data, Cloud y Analytics. De esta forma, evita el desarrollo de proyectos de transformación que consumen una gran cantidad de tiempo y presupuesto.
Plataforma de conocimiento del cliente - Banking
Esta solución analítica combina nuestro conocimiento bancario con las aplicaciones diseñadas bajo demanda.
Combina múltiples tecnologías de Big Data con nuestros modelos de datos patentados, servicios analíticos y paquetes de visualizaciones para crear soluciones que se puedan implementar rápidamente.
¿Qué hace que nuestra Plataforma de Conocimiento del Cliente sea diferente?
- Aprovecha nuestra experiencia en banca digital para proporcionar modelos de datos predefinidos y una lista de fuentes de datos utilizables.
- Ofrece aplicaciones incorporadas que aprovechan las mejores analíticas para proporcionar información comercial tratada y preparada.
- Permite el desarrollo rápido y flexible de nuevas aplicaciones aprovechando un robusto banco de trabajo de análisis para una creación rápida de prototipos.
- Admite una arquitectura abierta que permite despliegues tanto en las instalaciones como en la nube (junto con una opción de servicio administrado).
Plataforma de conocimiento del cliente - Hoteles
La Plataforma de conocimiento del cliente (CIP) para hoteles es una herramienta que permite a nuestros clientes tomar decisiones en todo el ciclo comercial utilizando Analytics e Inteligencia Artificial.
Contiene análisis prediseñados para cada punto de contacto del cliente lo que permite ser utilizado rápidamente.
PowerBrain4Retail
PowerBrain4Retail integra diferentes enfoques analíticos que generan eficiencias en toda la cadena de valor de la industria.
Analítica Geoespacial
En PwC entendemos la analítica geoespacial como una ventaja competitiva de las empresas. A través de estas soluciones, PwC ayuda a sus clientes en materias tan relevantes como las siguientes:
- Mayor conocimiento del cliente.
- Análisis del mercado y competidores.
- Análisis de la eficiencia del mercado.
- Cuotas de mercado y expansión.
- Análisis geoespaciales específicos por industria.
Para ello, hemos basado nuestro offering en los siguientes tres pilares:
- Equipo profesional especializado en este tipo de soluciones con grandes referencias.
- Ecosistema de datos geolocalizados a través de partnerships con los principales players del mercado.
- Principales soluciones de analítica geoespacial, tanto open source como grandes aplicaciones de mercado.
Casos de éxito
Pricing
Objetivo: maximizar los ingresos mediante fórmulas que nos permiten encontrar el precio ideal para cada cliente
Resultados: en los últimos años hemos implantado este modelo de pricing para productos banca retail. Como resultado de la implantación de nuestra solución, el volumen de caja de los préstamos aumentó un 20% y el margen porcentual ascendió un 1,5%.
Diseño de la estrategia de Data & Analytics y despliegue de pilotos en el área de educación digital
Objetivo: explotar de forma eficiente y mejorar el funcionamiento de las plataformas de MOOCs (Massive Open Online Courses) del cliente.
Resultados: hemos acompañado y apoyado la práctica de Learning Analytics que consiste en explotar grandes cantidades de datos generados por las plataformas MOOCs del cliente, con el fin de abordar nuevos retos de negocio. Gracias al conocimiento del usuario y a la mejora de los contenidos hemos conseguido un incremento en cursos realizados del ~3%.
Desarrollada una solución que permitió incrementar un 8-10% el EBITDA de una de una de las principales redes ferroviarias del mercado
Objetivo: incrementar el EBITDA de la compañía en sus tres principales recorridos
Resultados: hemos diseñado una metodología que parte de un diagnóstico profundo de las potenciales áreas de mejora, realiza un análisis extenso de los datos históricos y despliega modelos avanzados de forecasting. Esto ha permitido incrementar el EBITDA en un 8-10% en los tres principales recorridos de la compañía.
Cálculo de un modelo predictivo de ventas de cerveza (PwC alcanzó el primer puesto en el ranking contra otras competidoras)
Objetivo: mejorar los modelos predictivos de ventas respecto a los de los competidores del sector de venta de cerveza.
Resultados: se ha mejorado en 27 puntos la exactitud del modelo predictivo de ventas sobre 5 barriles de cerveza de un retail. Se ha implementado un modelo predictivo con una exactitud del 96,56%.
Cambio de estrategia más centrada en el cliente, usando Data & Analytics como palanca
Objetivo: habilitar el desarrollo de soluciones analíticas con impacto directo al negocio y apoyar el cambio de estrategia y también a las líneas de negocio core como MCM y R&D
Resultados: identificamos 79 casos de uso de análisis de datos para ayudar a las unidades de negocio a superar sus nuevos desafíos. Además, definimos los componentes necesarios para abordar los casos de uso y las capacidades de organización requeridas para ejecutarlos y administrarlos. Impulsamos el traspaso del business intelligence tradicional a un departamento de Data & Analytics lo que nos permitió descubrir nuevos mercados.
Modelo de predicción estratégico para una aseguradora líder nacional que mejoró el nivel de retención de clientes
Objetivo: desarrollar una estrategia de retención para determinar qué tomadores estaban en mayor riesgo de no renovación
Resultados: hemos desarrollado un modelo de predicción estratégico, que ayudó al cliente a aprovechar el puntaje de retención para cada cliente, lo que le proporcionó una predicción cuantificable para las decisiones futuras.
El cliente pudo mejorar la retención para segmentos de alta prioridad y mantener la rentabilidad implementando modelos de retención predictiva
Creación de un modelo de identificación de altas fraudulentas dentro del Régimen Especial de Trabajadores Autónomos (RETA)
Objetivo: desarrollar un modelo analítico para la identificación de fraude RETA, evaluando el riesgo de que se simule un alta ficticia.
Resultados: se realizan búsquedas de trabajadores sin necesidad de agrupar a nivel empresa, lo que mejora la tasa de acierto en la identificación de empresas reales con altas fraudulentas.
Diseño de un modelo de propensión al fraude por zonas y puntos de suministro. Reducción del fraude de un 7% a un 0.75%
Objetivo: identificar clientes fraudulentos y las zonas de la red (y sus puntos de suministro) de mayor propensión de fraude “no-cliente”.
Resultados: se identificaron entre 20K y 25K de puntos de suministro candidatos de fraude. Cerca de 350K inspecciones de fraude, pasando de un ~7% de fraude a un ~0.75%.
Sistema de mantenimiento predictivo con Machine Learning para detectar cortes de suministro en tiempo real.
Objetivo: aumentar eficiencia y calidad, reduciendo los cortes de suministro mediante mantenimiento predictivo.
Resultados: la empresa líder en la producción de cajas de cambios deseaba mantener su alta posición implementando enfoques para aumentar su calidad y eficiencia.
El algoritmo de mantenimiento predictivo fue capaz de detectar de antemano el 99% de los fallos en la maquinaria que ocasionan cortes de suministro.
De interés
Contacta con nosotros
Síguenos en
