proyecto fin master - alberto scappini - master bi msmk
TRANSCRIPT
Customer Intelligence System
Definición de un sistema de Business Intelligence para el área de relación con el cliente de una
Cadena Hotelera
PROYECTO FIN DE MASTER
Alberto Scappini
Madrid School of Marketing, Noviembre 2014
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
2
ÍNDICE ÍNDICE ............................................................................................................................................................ 2
ÍNDICE DE ILUSTRACIONES Y TABLAS ................................................................................................ 3
RESUMEN EJECUTIVO ................................................................................................................................ 5
1-‐ INTRODUCCIÓN ...................................................................................................................................... 6 1.1 – BUSINESS INTELLIGENCE EN EL SECTOR HOTELERO ........................................................................... 6 1.2 – BUSINESS INTELLIGENCE COMO VENTAJA COMPETITIVA .................................................................. 7 1.3 – EL PROYECTO ...................................................................................................................................... 8
2-‐ OBJETIVOS Y ESTRATEGIA ................................................................................................................. 9 2.1 – ANÁLISIS ESTRATÉGICO ...................................................................................................................... 9
2.1.1 – ANÁLISIS EXTERNO ....................................................................................................................... 9 2.1.2 – ANÁLISIS INTERNO ..................................................................................................................... 11 2.1.3 – DAFO .......................................................................................................................................... 12
2.2 – MAPA ESTRATÉGICO DE LA CADENA HOTELERA .............................................................................. 13
3-‐ ESTRATEGIA DEL CUSTOMER INTELLIGENCE SYSTEM ......................................................... 16 3.1 – ALINEACIÓN CON LA ESTRATEGIA DE CLIENTES DE LA EMPRESA ..................................................... 16 3.2 – DEFINICIÓN DE LA ESTRATEGIA ........................................................................................................ 17 3.3 – PLAN ESTRATÉGICO .......................................................................................................................... 19
3.3.1 – LÍNEAS ESTRATÉGICAS ............................................................................................................... 19 3.3.2 – VISIÓN ÚNICA DEL CLIENTE ........................................................................................................ 19 3.3.3 – IDENTIFICACIÓN DE SEGMENTOS .............................................................................................. 26 3.3.4 – DEFINICIÓN DE ACCIONES: USO DE LA INFORMACIÓN .............................................................. 29
3.3.5 – EL PLAN ESTRATÉGICO EN DETALLE ............................................................................................... 30
4 – BUSINESS CASE Y PLAN DE IMPLANTACIÓN ............................................................................ 39 4.1 – BUSINESS CASE ................................................................................................................................. 39
4.1.1 – ANÁLISIS DE LOS COSTES DEL PROYECTO .................................................................................. 39 4.1.2 -‐ ANÁLISIS DE LOS BENEFICIOS DEL PROYECTO ............................................................................ 40 4.1.3 – ANÁLISIS DE LA RENTABILIDAD DEL PROYECTO ......................................................................... 42
4.2 -‐ PLAN DE IMPLANTACIÓN ................................................................................................................... 43 4.2.1 – QUICK-‐WINS ............................................................................................................................... 43 4.2.2 – CALENDARIO .............................................................................................................................. 44
5-‐ BIBLIOGRAFÍA ..................................................................................................................................... 45
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
3
ÍNDICE DE ILUSTRACIONES Y TABLAS
Ilustración 1: Relación del Customer Intelligence System con las otras áreas de la cadena hotelera ......... 8
Ilustración 2: Análisis PEST ........................................................................................................................... 9
Ilustración 3: Análisis de las cinco fuerzas de Porter .................................................................................. 10
Ilustración 4: Análisis de la cadena de valor de la empresa ....................................................................... 11
Ilustración 5: Análisis DAFO ........................................................................................................................ 12
Ilustración 6: Mapa estratégico de la cadena hotelera .............................................................................. 13
Ilustración 7: Mapa estratégico de Clientes de la cadena hotelera ........................................................... 14
Ilustración 8: Alineación de la estrategia de BI con el mapa estratégico de Clientes ................................ 16
Ilustración 9: Ciclo de vida del cliente ........................................................................................................ 17
Ilustración 10: Estrategia de relación con el cliente pre, durante y post estancia ..................................... 17
Ilustración 11: Los tres tipos de necesidades del cliente (básicas, de rendimiento y ampliadas) .............. 18
Ilustración 12: Resumen de la estrategia de Business Intelligence ............................................................ 18
Ilustración 13: Las tres líneas estratégicas de la estrategia de BI .............................................................. 19
Ilustración 14: Sistema de análisis de reputación online de TrustYou ....................................................... 21
Ilustración 15: Propuesta de modelo de datos .......................................................................................... 22
Ilustración 16: Procesos de ETL de Pentaho Data Integration (PDI) – Fuente: Pentaho Corporation ........ 24
Ilustración 17: Arquitectura del Customer Intelligence System ................................................................. 25
Ilustración 18: Fórmula del Customer Lifetime Value ................................................................................ 26
Ilustración 19: Los diferentes niveles de las necesidades de los clientes ................................................... 28
Ilustración 20: Definición de las acciones en cada punto de contacto ....................................................... 29
Ilustración 21: Mapa estratégico de Customer Intelligence System .......................................................... 30
Ilustración 22: Análisis de beneficios del proyecto – aumento de ingresos ............................................... 40
Ilustración 23: Análisis de beneficios del proyecto – disminución de gastos ............................................. 41
Ilustración 24: Punto de partida y fases del proyecto ................................................................................ 43
Ilustración 25: Plan de implementación del Customer Intelligence System .............................................. 44
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
4
Tabla 1: Análisis de costes del proyecto .......................................................................................................... 39
Tabla 2: Análisis de rentabilidad del proyecto ................................................................................................. 42
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
5
RESUMEN EJECUTIVO Actualmente, en el sector hotelero español, sólo las grandes compañías están utilizando sistemas de gestión integral de la información. Sin embargo, la gran mayoría de las empresas hoteleras está gestionando la información de manera ineficiente y poco eficaz, desperdiciando el potencial de la gran cantidad de información de la que disponen. Este proyecto nace para dar respuesta a este potencial desaprovechado y con la convicción de que la implantación de un sistema de Business Intelligence es el principal elemento de diferenciación que una cadena hotelera puede utilizar hoy en día.
Este argumento es respaldado por los análisis previos a este proyecto, que revelan una cada vez mayor atención a los detalles por parte de los clientes, la mayor importancia de la experiencia del huésped, la disminución de las barreras de implementación de herramientas de análisis de datos y el mayor poder de negociación de los clientes y de los intermediarios. Para aprovechar las oportunidades y minimizar las amenazas y debilidades, la mejor solución ha sido enfocar la estrategia de BI en el cliente, por ello el alcance del proyecto es la creación de un Customer Intelligence System.
El enfoque del proyecto, además, encaja con las prioridades internas de la cadena hotelera que se centran en departamentos más avanzados y de inteligencia como el revenue management y el CRM. El objetivo final de la estrategia de customer intelligence es el aumento del valor del conjunto de clientes (customer equity) gracias a el aumento de la repetición, la recomendación, la venta directa, el cross-‐selling, el up-‐selling y la optimización de los procesos internos. Estos objetivos se dividen en tras líneas estratégicas principales: eficiencia, diversificación y eficacia.
La línea de eficiencia concierne los temas de visión única de clientes gracias a la integración de las fuentes de datos, la calidad de los datos y la automatización de procesos. La línea de diversificación se enfoca en la segmentación de clientes en base al valor de vida del clientes y de las necesidades con el fin de ofrecer una experiencia única. La línea de eficiencia tiene como objetivo emprender acciones personalizadas para mejorar la conversión y el valor del cliente.
La implementación del proyecto se hará en tres macro-‐fases. En la primera fase se pasará de un estado de gestión descentralizada y manual de la información a una gestión manual centralizada. En esta fase se definirá la integración de los datos y se implementarán las herramientas de Data Darehouse, ETL y CRM. En la segunda fase se pasará a una gestión de la información centralizada y automatizada con la implementación de la plataforma multicanal y de procesos automáticos simples. Se definirán también las estrategias de comunicación y de excelencia en el servicio. La última fase se denomina “optimo analítico” e incluirá business analytics, reporting, data mining, programa de fidelidad y automatizaciones complejas.
El busness case demuestra no sólo la viabilidad del proyecto, sino la alta rentabilidad del mismo con un TIR del 62% y un valor actual neto mayor a 500.000 € en 5 años. El proyecto implica una inversión inicial de 200.000 € y un coste mensual de 14.500 € durante el primer año y de 11.500 € durante los siguientes 4 años. Sin embargo, los beneficios del proyecto son mayores. Por una parte disminuirán los costes de marketing, distribución y gestión por un valor de unos 370.000 € en cinco años. Por otra parte, la mejora en eficiencia, satisfacción de clientes y eficacia comercial resultarán en un aumento del 3% de los ingresos principales y de un 2% de los ingresos por cross-‐selling y up-‐selling.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
6
1-‐ INTRODUCCIÓN
1.1 – BUSINESS INTELLIGENCE EN EL SECTOR HOTELERO
El origen del BI en el sector hotelero remonta a los años ’80 cuando en los Estados Unidos se empezaron a implementar sistemas de Revenue Management en las grandes cadenas hoteleras después de haber resultado muy rentables en las compañías aéreas. Fue durante la siguiente década, con la llegada de la distribución online (gracias a empresas pioneras como Expedia y Travelocity) que empezó la difusión de sistemas de Business Intelligence en las grandes cadenas americanas (Marriott, Hilton, Intecontinental Hotels y Hayatt). Sin embargo, estas iniciativas en general fracasaron debido no sólo a la alta inversión necesaria y al incierto retorno, sino también a la falta de estrategia, falta de respaldo ejecutivo, problemas técnicos y uso limitado en la compañías1.
Actualmente, aunque sólo las grandes compañías dispongan de sistemas de BI integrales, la mayoría de las cadenas hoteleras están utilizando herramientas de Intelligence principalmente para optimizar las reservas y los ingresos. Sin embargo, son cada vez más los hoteles que utilizan sistemas de inteligencia en las áreas de marketing, CRM, reporting, contenidos web dinámicos y reputación online. Un ejemplo de las últimas tendencias del sector es el uso de Big Data por parte de International Hotel Group para la personalización dinámica de los contenidos web incluyendo el proceso de reserva y el programa de fidelización2.
En los próximos años se prevé un aumento del uso de BI en el sector hotelero sobre todo con un enfoque al Big Data y la movilidad. Thomas H. Davemport 3 en el estudio sobre Big Data afirma que los principales desafíos son la integración de datos fragmentados procedentes de diferentes unidades y herramientas, el mantener cohesión y eficiencia en un ambiente tecnológico híbrido (tecnología tradicional y tecnología de Big Data), la escasez de conocimiento y recursos humanos capaces de explotar el análisis de estos datos, y la dificultad de mantener una sostenible ventaja competitiva en este ambiente de Big Data que cambia cada vez más rápido.
1 D. Korte, T. Ariyachandra, and M. Frolick, “Business Intelligence in the Hospitality Industry”, International Journal of Innovation, Management and Technology, vol. 4, no. 4, August 2013 2http://www.bigdata-‐startups.com/BigData-‐startup/big-‐data-‐enables-‐intercontinental-‐hotel-‐group-‐to-‐become-‐an-‐service-‐oriented-‐data-‐driven-‐organisation/ 3 At the Big Data Crossroads: turning towards a smarter travel exprerience, Amadeus IT Group
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
7
1.2 – BUSINESS INTELLIGENCE COMO VENTAJA COMPETITIVA
Actualmente, las cadenas hoteleras utilizan varias herramientas tecnológicas a través de las cuales se recogen ya una gran cantidad de datos. El nivel de desarrollo y conocimiento de herramientas específicas ha sido marcado por las necesidades que han surgido a lo largo de los años.
Hoy en día el sector hotelero ha llegado a una cierta madurez y es cada vez más difícil diferenciarse de la competencia por precio, servicio o localización. Por ello, para destacar frente a la competencia es fundamental enfocar los esfuerzos en proporcionar una experiencia excepcional al huésped. Para poder ofrecer una experiencia excepcional las cadenas hoteleras necesitan personalizar al máximo sus servicios y comunicación a cada cliente gracias al conocimiento detallado del mismo.
Un sistema de BI no sólo permite el conocimiento detallado de los clientes, sino también representa una ventaja competitiva sostenible para la cadena que lo implemente1:
! La infraestructura de BI es compleja de implementar, pero es única y difícilmente replicable en otras empresas;
! La implementación de BI suele ser acompañada por otros recursos de la empresa, como la cultura corporativa, capacidades de gestión y capacidades analíticas;
! La inherente complejidad de implementación (debida a Big Data, necesidades analíticas etc.) es una barrera para los competidores;
! La ventaja inicial ganada gracias a insights específicos de los clientes permite atraer nuevos clientes con un valor añadido difícilmente replicable por los competidores que implementen una solución similar.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
8
1.3 – EL PROYECTO
El proyecto incluye la implantación de un sistema de BI para una cadena de unos 30 hoteles urbanos ubicados en las principales ciudades españolas. Además, el proyecto definirá un marco para la implementación de sistemas de BI en cadenas similares gracias a:
! Análisis de las herramientas y los datos disponibles para crear una arquitectura y un esquema de datos estándar;
! Definición de modelos estadísticos (segmentación, predicción etc.) específicos para este tipo de negocio;
! Definición de una estrategia de Business Intelligence; ! Definición de acciones tácticas automáticas y manuales basadas en el análisis de datos; ! Definición de un cuadro de mando integral para la gestión de la estrategia de BI.
Aunque la implantación del sistema de BI sea ampliable a todos los departamentos de la compañía, el enfoque del proyecto será sobre la estrategia de gestión de la relación con los clientes. El objetivo es el aumento del valor de los clientes que se conseguirá ofreciendo una experiencia única que será el elemento diferenciador de esta cadena hotelera. Para conseguir este objetivo el conocimiento del cliente tiene que ser lo más detallado posible y tiene que ser la base sobre la cual se apoyan las campañas de marketing, el servicio y la venta.
Ilustración 1: Relación del Customer Intelligence System con las otras áreas de la cadena hotelera
Customer Intelligence System (BI)
Markesng
Ventas Servicio
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
9
2-‐ OBJETIVOS Y ESTRATEGIA
2.1 – ANÁLISIS ESTRATÉGICO
2.1.1 – ANÁLISIS EXTERNO El análisis PEST revela por una parte unas condiciones económicas y políticas que no ayudarán de forma relevante a la mejora de la rentabilidad. Sin embargo, en los entornos cultural y tecnológico encontramos unas tendencias que, si aprovechadas adecuadamente, pueden tener un efecto positivo importante. En el entorno social y cultural el cliente se enfoca cada vez más en los detalles y la experiencia. Esto se puede aprovechar gracias a otra tendencia en el entorno tecnológico, es decir que es cada vez más asequible analizar grandes cantidades de datos (en este caso de clientes) para ofrecerle más personalización en los servicios. Esta es una clara oportunidad de diferenciación frente a la competencia.
Ilustración 2: Análisis PEST
• Subida del IVA • Disminución del presupuesto público para el sector • Creación de un plan estratégico nacional de turismo • La reforma laboral facilita la flexibilidad de los recursos humanos
ENTORNO POLÍTICO
• La crisis económica sigue afectando la demanda doméssca y europea • Disminución de la inversión en el sector • Ralensza el crecimiento económico de américa lasna y Rusia, siguen creciendo China e India
ENTORNO ECONÓMICO
• Envejecimiento de la población • Mejora de la marca de dessnos turísscos emergentes • Difusión de servicios turísscos alternasvos basados en la colaboración (car sharing, couch surfing etc.) • Sigue el incremento del uso de las redes sociales y de los smartphones • Enfoque en los detalles, los atributos del producto y la experiencia única
ENTORNO CULTURAL
• Dinamismo e interacsvidad de las páginas web con contenidos personalizados para cada usuario • Cada vez más asequible la tecnología para analizar grandes cansdades de datos • Mejora de la experiencia del usuario en mobile y aumento del volumen de negocio a través de estos disposisvos • Mejora de la usabilidad de la tecnología
ENTORNO TECNOLÓGICO
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
10
Según el análisis de las cinco fuerzas de Porter, el sector hotelero español está caracterizado por una alta rivalidad por ser un sector maduro, en el cual la amenaza de nuevos competidores no es elevada, sobre todo en la actual situación económica. Sin embargo, se está notando una creciente amenaza por parte de productos alternativos, como el alquiler de viviendas, servicios de “sharing” (el couch-‐surfing por ejemplo) etc. Además, los hoteles han visto aumentar en los últimos años el poder de los clientes debido a la transparencia de precios y productos en los canales de venta online (OTAs) y en los comparadores online como Kayak y Trivago. Finalmente, disminuye el poder de distribuidores intermediarios como los Tour Operadores y Agencia de viajes, a favor de las OTAs y del canal directo de venta online del hotel.
Ilustración 3: Análisis de las cinco fuerzas de Porter
• Mayor poder de los clientes por la transparencia online de precios y calidad
Poder de negociación de los clientes
• Menor poder de TTOO y AAVV • Mayor poder de OTAs
Poder de negociación de los proveedores • Baja menaza de
nuevos compesdores (sector maduro)
Amenaza nuevos compesdores
• Alta amenaza deibo a nuevos servicios alternasvos
Amenaza productos susstutos • Alta rivalidad por
el número elevado de compesdores
Rivalidad entre los compesdores
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
11
2.1.2 – ANÁLISIS INTERNO La cadena hotelera ha llegado a altos niveles de optimización en las actividades secundarias (finanza, recursos humanos y otros) y en la gestión de los departamentos operativos de Habitaciones, F&B y Front Office. En estas últimas tres áreas, la cadena se está comprometiendo a ofrecer un servicio excelente, monitorizando la calidad e innovando de forma constante.
Los departamentos de Marketing, Comunicación, Ventas, Distribución, Servicios y Reputación han sido importantes para generar ventajas competitivas, sin embargo, el enfoque del próximo plan estratégico verterá sobre dos nuevas áreas transversales capaces de generar ventajas competitivas más duraderas: revenue management y customer relationship management. Estas dos áreas son las que más se acercan al Business Intelligence.
El proyecto se enfocará al área de Customer Relationship Management y su interacción con las otras actividades principales de la compañía.
Ilustración 4: Análisis de la cadena de valor de la empresa
FINANZA
RECURSOS HUMANOS
OTROS
ROOMS
F&B
FRONT OFFICE
MARKETING
COMUNICACIÓN
VENTAS
DISTRIBUCIÓN
SERVICIO
REPUTACIÓN
REVENUE MANAGEMENT CUSTOMER RELATIONSHIP MANAGEMENT
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
12
2.1.3 – DAFO Los resultados de los análisis interno y externo se resumen en el siguiente DAFO. La estrategia de BI es fundamental en este entorno para mantener las fortalezas, aprovechar las oportunidades y minimizar las debilidades y las amenazas.
La disponibilidad de informaciones y análisis de alto valor permitirá mantener y mejorar la excelencia en las operaciones y la calidad del servicio al cliente. Por otra parte, una tendencia importante es la atención de los clientes a los detalles y a la importancia de la experiencia. Esta es una oportunidad que se puede aprovechar con el sistema de BI que, gracias al conocimiento exhaustivo del cliente, permite ofrecer experiencias personalizadas. La mejora de la experiencia y satisfacción del cliente, además, ayuda a reducir algunas debilidades, como el posicionamiento poco claro y la marca poco conocida. Finalmente, se incentivará el canal directo de venta, reduciendo la amenaza de los costes cada vez mayores de la distribución. Además, gracias a la diversificación frente a los competidores, la amenaza de los productos sustitutivos y el escaso crecimiento de la demanda afectarán menos a la cadena hotelera en cuestión.
Ilustración 5: Análisis DAFO
• Excelencia en operaciones • Servicio de calidad al cliente • Cultura innovadora
FORTALEZAS
• Margen reducido • Posicionamiento no claro • Marca poco conocida
DEBILIDADES
• Importancia de los detalles para los huéspedes • Mejora tecnología web y mobile • Big Data
OPORTUNIDADES
• Coste de disbribución mayor • Productos susstusvos • Escaso crecimiento de la demanda
AMENAZAS
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
13
2.2 – MAPA ESTRATÉGICO DE LA CADENA HOTELERA
La compañía dispone de un mapa estratégico a largo plazo (10 años) que incluye visión, objetivos, áreas estratégicas y valores. La visión dice claramente que la cadena hotelera se quiere posicionar como referente y la mejor opción de alojamiento urbano en 5 años gracias al cumplimiento de unos objetivos estratégicos que, en resumen, quieren conseguir un modelo de negocio rentable diferenciándose por el conocimiento del cliente, automatizando los procesos y disponiendo de las mejores herramientas y recursos humanos.
En el mapa aparecen también unos objetivos tácticos (a tres años) como la mejora de la satisfacción del cliente, el incremento de las ventas directas etc. y tendencias globales a diez años. Estas tendencias reflejan el análisis PEST anterior y es importante tenerlas en el mapa estratégico para tener una visión a largo plazo.
Las palancas principales para conseguir los objetivos y la visión son las cuatro áreas estratégicas:
-‐ Servicio: esta área es fundamental para mejorar la satisfacción del cliente, la repetición y la recomendación.
-‐ Revenue Management: esta área es clave para la optimización de los ingresos gracias a la dinamización de tarifas y condiciones en base a la demanda y a la disponibilidad del hotel.
-‐ CRM y Reputación: gestionar la relación con el cliente y fomentar la reputación online serán los objetivos más relevantes de los próximos 5 años dado que este área es menos madura que Servicio y Revenue Management.
-‐ Business Intelligence: esta es el área donde más se hace hincapié para mejorar la rentabilidad en los próximos cinco años dado que no sólo da soporte y optimiza las tres áreas anteriores, sino que puede ser en sí un elemento diferenciador con respecto a la competencia.
Ilustración 6: Mapa estratégico de la cadena hotelera
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
14
Además, en todo momento la toma de decisiones tiene que tener en cuenta una serio de principios básicos como que la experiencia del cliente es lo más importante (y esto de consecuencia aumenta el customer equity y finalmente el valor de los accionistas), que para satisfacer al cliente es imprescindible satisfacer a los empleados, que en todo momento se trabajará con integridad y cuidando el medio ambiente, y que es importante no conformarse y buscar siempre la innovación.
La visión de la compañía hace hincapié en la importancia de la experiencia del cliente, definiéndola como clave para la competitividad. Basándonos en eso, podemos concluir que los clientes son el recurso más importante de la compañía y por ello en el mapa estratégico se utiliza como objetivo final el aumento del “Customer Equity”, una medida que, aunque estrictamente relacionada con el valor de las acciones, pone énfasis en la importancia de los clientes para la compañía. Se presenta a continuación el mapa estratégico de clientes de los próximos 5 años.
Ilustración 7: Mapa estratégico de Clientes de la cadena hotelera
Perspectiva Financiera: encontramos cuatro objetivos en un continuum entre más eficiencia y más eficacia (es decir las dos partes de la rentabilidad, aumento de ingresos y disminución de costes): aumento de los clientes directos (es decir ir hacia la desintermediación para que los costes de distribución sean menores), atraer a clientes de alto valor, retener a clientes de alto valor y aumentar el valor de los clientes actuales. Estos objetivos afectan directamente al Customer Equity.
Perspectiva de Clientes: los objetivos de esta perspectivas están relacionados con la experiencia del cliente y representan la parte central de la estrategia:
! Aumentar la satisfacción de los clientes: mejorar esta variable tiene consecuencias positivas en la repetición de los clientes y la atracción de nuevos clientes de valor gracias a las recomendaciones.
! Mejorar la reputación online y la marca: este objetivo está en parte afectado por el anterior (satisfacción de clientes) y afecta directamente a la atracción de clientes.
CUSTOMER EQUITY EFICIENCIA EFICACIA
AUMENTAR VENTAS/CLIENTES
DIRECTOS
ATRAER NUEVOS CLIENTES DE ALTO
VALOR
RETENER A LOS CLIENTES DE ALTO
VALOR
AUMENTAR EL VALOR DE LOS
CLIENTES ACTUALES
GESTIONAR A LOS CLIENTES DE
FORMA EFICIENTE
MEJORAR LA SATISFACCIÓN Y
REPUTACIÓN ONLINE
INCENTIVAR LA RECOMENDACIÓN Y
REPETICIÓN
SER COMPETITIVOS EN PRECIOS Y LOS
MEJORES EN CALIDAD
PERSONALIZAR ACCIONES AL CLIENTE EN TODOS LOS PUNTOS
DE CONTACTO
RECOGER INFORMACIÓN DE CALIDAD DE LOS
CLIENTES
OFRECER SERVICIOS DE ALTO VALOR
IDENTIFICAR OPORTUNIDADES DE INNOVACIÓN
OPTIMIZAR TARIFAS Y
DISTRIBUCIÓN DE LAS HABITACIONES
FORMAR PERSONAL EN ÁREAS CLAVE (SERVICIO
Y ANALÍTICA)
IMPLANTAR HERRAMIENTA
PARA LA TOMA DE DECISIONES (BI)
IMPLANTAR HERRAMIENTAS PARA LA FIDELIZACIÓN Y
CRM
MEJORAR Y DESARROLLAR CANALES DE
COMUNICACIÓN
Financiera
Clientes
Interna
Aprendizaje y
Crecimiento
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
15
! Incentivar la recomendación y repetición: además de satisfacción, servicio y reputación, es posible incentivar la recomendación y repetición con incentivos específicos. Esto afecta a todos los objetivos de la perspectivas financiera.
! Ser competitivos en los precios y los mejores en calidad: hacer que el cliente considere la cadena la mejor opción en calidad a precios asequibles; esto afecta sobre todo la atracción, repetición y recomendación.
Perspectiva interna: en esta fase se recogen los objetivos de los procesos que permiten ofrecer una experiencia única al cliente y conseguir los objetivos financieros. Están en orden de ejecución: recoger información de calidad, personalizar acciones, optimizar tarifas y canales de distribución (Revenue Management), ofrecer servicios de alto valor (optimización de las operaciones de los departamentos de habitaciones, F&B y Front Desk) e identificar oportunidades de innovación (sobre todo en el ámbito tecnológico).
Perspectiva de aprendizaje y crecimiento: aquí se definen las bases para que todos los procesos internos funcionen y para que se pueda ofrecer al cliente una experiencia única. Primero es importante disponer de recursos humanos con las capacidades necesarias para analizar los datos, gestionar los proceso y dar un servicio excelente al cliente. Segundo, es necesario disponer de las herramientas para ayudar en la toma de decisiones y automatizar todos los procesos posibles (en el caso de este mapa estratégico enfocado en el cliente, las dos principales herramientas son la de BI y la de CRM; las otras herramientas como Revenue Management, Marketing etc. ya están implementadas y funcionan correctamente). Finalmente, se mejoraran los canales de interacción con el cliente existentes y se crearan nuevos canales si necesario.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
16
3-‐ ESTRATEGIA DEL CUSTOMER INTELLIGENCE SYSTEM
3.1 – ALINEACIÓN CON LA ESTRATEGIA DE CLIENTES DE LA EMPRESA
Aunque la implantación del sistema de BI afecte todos los objetivos de la estrategia de relación con los clientes, en este mapa estratégico se identifican los objetivos que la estrategia de BI comparte completamente con la estrategia de clientes. El resultado es que la implantación de la estrategia de BI no sólo tiene un peso muy relevante, sino que se convierte en la clave para conseguir el objetivo final.
Ilustración 8: Alineación de la estrategia de BI con el mapa estratégico de Clientes
El sistema de BI tiene las bases en la perspectiva de aprendizaje y crecimiento dado que será donde se definirán e implantarán las soluciones tecnológicas necesarias para el desarrollo de la estrategia. Sobre esta plataforma se detallarán los procesos principales que serán principalmente dos: 1) recoger e integrar informaciones; 2) Personalizar (que incluye por una parte el análisis de datos y segmentación de clientes, y, por otra parte, la ejecución de acciones en todos los puntos de contacto).
Gracias a esto, será posible generar efectos positivos en la perspectiva de clientes, es decir mejorar la satisfacción y, por consecuencia, la repetición, la recomendación y la imagen. La consecución de los objetivos de clientes permitirá conseguir los objetivos financieros de aumentar el valor del cliente (aumentando ingresos y disminuyendo costes) hasta conseguir un mayor Customer Equity.
CUSTOMER EQUITY EFICIENCIA EFICACIA
AUMENTAR VENTAS/CLIENTES
DIRECTOS
ATRAER NUEVOS CLIENTES DE ALTO
VALOR
RETENER A LOS CLIENTES DE ALTO
VALOR
AUMENTAR EL VALOR DE LOS
CLIENTES ACTUALES
GESTIONAR A LOS CLIENTES DE
FORMA EFICIENTE
MEJORAR LA SATISFACCIÓN Y
REPUTACIÓN ONLINE
INCENTIVAR LA RECOMENDACIÓN Y
REPETICIÓN
SER COMPETITIVOS EN PRECIOS Y LOS
MEJORES EN CALIDAD
PERSONALIZAR ACCIONES AL CLIENTE EN TODOS LOS PUNTOS
DE CONTACTO
RECOGER INFORMACIÓN DE CALIDAD DE LOS
CLIENTES
OFRECER SERVICIOS DE ALTO VALOR
IDENTIFICAR OPORTUNIDADES DE INNOVACIÓN
OPTIMIZAR TARIFAS Y
DISTRIBUCIÓN DE LAS HABITACIONES
FORMAR PERSONAL EN ÁREAS CLAVE (SERVICIO
Y ANALÍTICA)
IMPLANTAR HERRAMIENTA
PARA LA TOMA DE DECISIONES (BI)
IMPLANTAR HERRAMIENTAS PARA LA FIDELIZACIÓN Y
CRM
MEJORAR Y DESARROLLAR CANALES DE
COMUNICACIÓN
Financiera
Clientes
Interna
Aprendizaje y
Crecimiento
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
17
3.2 – DEFINICIÓN DE LA ESTRATEGIA
El objetivo final de la estrategia de BI es dar el conocimiento necesario para tomar decisiones y lanzar acciones personalizadas para aumentar el valor del cliente de la forma más eficiente y eficaz posible. Para conseguir esto, es necesario conseguir un conocimiento muy detallado de los clientes gracias a la integración de los varios datos dispersos por la organización y conseguir un perfil único de clientes. Será también muy importante medir el retorno de estas decisiones y acciones para mejorar constantemente los ratios de éxito. Los tres procesos principales serán recoger e integrar datos, analizar y segmentar. Todo esto será posible gracias al desarrollo de las herramientas y canales de comunicación necesarios y a la disponibilidad de recursos humanos con capacidades para desempeñar estas tareas.
Desde un punto de vista de estrategia de negocio, el objetivo de conocimiento del cliente es el punto central alrededor del cual se definirá el resto. Para conocer a los clientes primero hay que tener claro en que fase están del ciclo de vida presentado a continuación: adquisición, retención o crecimiento.
Ilustración 9: Ciclo de vida del cliente
El objetivo final es la toma de decisiones y la ejecución de acciones personalizadas, y esto implica tener la información necesaria para gestionar la relación con el cliente en cada punto de contacto con los hoteles en las tres fases de prestación del servicio: pre, durante y post estancia.
Ilustración 10: Estrategia de relación con el cliente pre, durante y post estancia
En cada punto de contacto el conocimiento detallado del cliente debe ayudar no sólo a dar un trato personalizado sino también a superar las expectativas para generar satisfacción y recomendación. El
PRE DURANTE POST
RESERVA
LLEGADA SALIDA
Confirmación reserva
Ofertas
Información sobre destino
Upsale, cross-‐sale
Programa fidelidad
Enriquecimiento info cliente
Trato personalizado
Mailings comerci
Encuestas de
Comunicaciones personales
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
18
sistema de BI no tiene sólo que ayudar a definir los segmentos y su valor, sino también a identificar aquellas necesidades ampliadas de segmentos y perfiles para poder superar las expectativas y generar el factor “wow”.
Ilustración 11: Los tres tipos de necesidades del cliente (básicas, de rendimiento y ampliadas)
A continuación se presenta un resumen de la estrategia de BI que incluye la generación de valor para el cliente y la compañía (como ventaja competitiva) la parte estratégica de gestión de los momentos de la verdad con el cliente (antes, durante y después la estancia) y la parte funcional con la plataforma de BI integrada con los varios canales de iteración con el cliente.
Ilustración 12: Resumen de la estrategia de Business Intelligence
Otro aspecto importante que tendrá en cuenta la estrategia de BI son todos los nuevos puntos de interacción con el cliente como redes sociales, foros, blogs, apps, WiFi etc. Todos estos medios no son simplemente nuevos puntos de contacto, sino también permiten por una parte la recogida de informaciones muy valiosas que antes era impensable tener y, por otra parte, cambia la manera de comunicar con los huéspedes. La comunicación de unidireccional pasa a ser bidireccional y el cliente es cada vez más el dueño de esta conversación. Esto cambia completamente la estrategia de la comunicación con el cliente.
ANTES
Definición de los momentos críticos de la iteración con el cliente
Iteraciones Personales Call Center Área Clientes
Web Apps
Movilidad SMS E-‐Mail
DURANTE DESPUÉS
Generación de Valor = Factor Diferenciador
Plataforma BI conocimiento del cliente que permite iteraciones personalizadas
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
19
3.3 – PLAN ESTRATÉGICO
3.3.1 – LÍNEAS ESTRATÉGICAS El objetivo final de la estrategia de BI es incrementar el valor del cliente gracias a su conocimiento exhaustivo. La estrategia de aumento de valor del cliente se desarrolla a través de la gestión de la relación con el cliente en todos los momentos de contacto con uno de los hoteles de la cadena. En estos momentos de contacto es fundamental el conocimiento del cliente para poder personalizar las acciones que se lleven a cabo.
El plan estratégico para conseguir el objetivo final está formado por tres líneas estratégicas principales:
! Eficiencia: disminución de los costes de adquisición de clientes y optimización de la gestión de clientes gracias a la visión única del cliente y la automatización.
! Diferenciación: personalización de las acciones y los servicios para superar las expectativas gracias a la segmentación de los clientes.
! Eficacia: la analítica permitirá definir acciones de alto valor tanto para el cliente como para la compañía.
Ilustración 13: Las tres líneas estratégicas de la estrategia de BI
3.3.2 – VISIÓN ÚNICA DEL CLIENTE
Fuentes de datos El primer paso para llegar a la visión única del cliente y crear una base de datos para la segmentación y el análisis es la identificación de las fuentes de datos y los datos disponibles.
PMS – El PMS (Property Management System) es el sistema central de gestión de cada hotel y permite gestionar las reservas y la disponibilidad de habitaciones de un hotel. En su base de datos encontramos el registro de transacciones con los datos del cliente (nombre, datos de contacto, procedencia etc.) y de la reserva (número de noches, fechas, importe pagado, habitación etc.).
RMS – El Revenue Management System es una herramienta que se utiliza para la optimización de los ingresos a través de la gestión de la disponibilidad de habitaciones, demanda, tarifas y distribución. Esta herramienta integra principalmente los datos del PMS, sin embargo dispone de nuevos datos como los datos de los precios de la competencia que captura online y datos calculados como el forecast de la demanda.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
20
CRM (SugarCRM)– Actualmente la cadena no dispone de un CRM, pero será implementado en este proyecto. El CRM se alimentará de los datos almacenados en el nuevo Data Warehouse, pero también generará una parte de datos adicionales insertados directamente en las fichas de clientes por parte del personal del hotel, como por ejemplo la respuesta de un cliente a una acción de cross-‐selling en la recepción. En el CRM también se elaborarán los datos relacionados con el programa de fidelidad.
Google Analytics – Por una parte esta herramienta proporciona datos anónimos de navegación en la web, sin embargo, por otra parte podemos cruzar los datos de las transacciones con los perfiles de clientes de nuestro sistema de Customer Intelligence. De esta manera, podemos ver a través de que medios de tráfico han venido a la web y que contenidos han visto.
Plataforma de gestión de canales (Genesys) – Esta plataforma proporcionará información de las interacciones y de las campañas de los huéspedes con la compañía en los diferentes medios de contacto: web, call center, redes sociales, App etc.
Trustyou – La cadena dispone de esta herramienta para la monitorización de la reputación online del hotel y para el envío de encuestas de post-‐estancia a los clientes. Esta herramienta analiza los textos de comentarios online y transforma datos no estructurados en datos estructurados (índices, indicadores, categorías etc.) en tablas que se pueden cruzar con los otros datos estructurados del hotel. Los datos de reputación online no son directamente relacionables con los perfiles de clientes, pero pueden utilizarse en los modelos predictivos y en la valoración de las acciones de customer intelligence llevadas a cabo. Además de los datos de respuesta de las encuestas, la herramienta proporciona datos historificados relacionados con los comentarios online sobre las estancia (puntuación media, análisis de sentimiento por área, número de comentarios, respuestas a comentarios etc. de los hoteles de la compañía y de los hoteles de la competencia).
CMS – el gestor de contenidos online utilizará los datos de los perfiles de clientes para enseñar contenidos y ofertas personalizadas basadas en la identificación del usuario a través de cookies o a través del log-‐in.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
21
TrustYou: Big Data para la satisfacción de clientes
TrustYou es una herramienta de una empresa alemana que analiza la reputación online de hoteles y restaurantes a través del análisis de puntuación y el análisis semántico de estos textos. TrustYou tiene dos fuentes de datos principales, 1) los comentarios online que recoge a través de web scraping y 2) las encuestas de calidad de los hoteles. Una vez recogida esta información, TrustYou procesa las encuestas y los comentarios, estos últimos a través de técnicas de text mining.
Ilustración 14: Sistema de análisis de reputación online de TrustYou
El resultado final es:
! puntuación general del hotel basada en la puntuación de los clientes en review sites (Tripadvisor, Holidaycheck, Booking.com etc.);
! puntuación de las diferentes áreas del hotel en base al análisis semántico de los comentarios; ! porcentaje de popularidad: visibilidad respecto al CompSet en los review sites; ! número de comentarios, número de respuestas a comentarios y ratio de respuesta; ! desglose de estos datos por hotel y fuente de datos; ! comparativa con los hoteles de la misma cadena y con hoteles competidores.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
22
Modelo de datos Aunque el modelo detallado de datos se podrá definir sólo después de la fase inicial de análisis del proyecto, se presenta a continuación una propuesta de modelo de datos que se usará como punto de partida. Dada la heterogeneidad y la complejidad de las relaciones entre las diferentes entidades, aunque la cantidad de datos no sea muy elevada, se ha optado por un Fact Costellation Schema o Galaxy Schema que permite la presencia de varias tablas de hechos (en azul) y que estas puedan compartir varias tablas de dimensiones (en blanco).
Ilustración 15: Propuesta de modelo de datos
Reservas: es la tabla de hechos más importante y recoge todas las reservas marcada con un número de identificación y registra datos del cliente, del hotel y habitación, de servicios contratados, fechas de la reserva (emisión, llegada y salida), importe, status (activa, cancelada, cerrada), condiciones etc. Se relacionan también con las campañas dado que se traqueará la procedencia de cada reserva.
Clientes: es la tabla de dimensiones que recoge la información de los clientes con una visión única y a 360º. Además de los datos generales y demográficos se asocian también datos de comportamiento y actitud dado que se relaciona con la tabla de conversaciones (que cada cliente tiene con el hotel) y con la tabla de reservas a través de la cual es posible conocer comportamientos relacionados con reservas, campañas, encuestas etc. Además, la herramienta de data mining de Pentaho generará en esta tabla dos dimensiones calculadas principales: 1) CLV, el valor de ciclo de vida del cliente y 2) Segmento, la identificación del segmento de pertenencia del cliente, dato que se utilizará para el lanzamiento de campañas. Esta entidad recogerá también informaciones relativas al programa de fidelidad, como por ejemplo el saldo de puntos, los premios disfrutados etc.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
23
Encuestas: registro de las encuestas que se envían después de cada estancia. Están relacionadas directamente con una reserva específica e, indirectamente, con un cliente, un hotel y unos servicios.
Conversaciones: gracias a la plataforma multi-‐canal de gestión de las conversaciones con el cliente es posible asignar un identificador a cada conversación que a su vez se relaciona con un cliente específico para mantener un historial.
Campañas: registro de las campañas lanzadas con la eventual generación de reservas que, a su vez, nos dan información del cliente, hotel, habitación etc.
Servicios: tabla de dimensiones con todos los servicios ofrecidos por el hotel además de la habitación con descripciones, condiciones etc. Se relacionan con las reservas.
Hoteles: listado y descripción de los hoteles de la cadena.
Habitaciones: listado y descripción de las habitaciones relacionadas a cada hotel de la cadena.
Comentarios: registro de todos los comentarios online que recoge Trustyou con puntuación general, puntuación por área y otros indicadores. Se relacionan tanto con cada hotel de la cadena como con los competidores.
Competidores: listado de los competidores asignados a cada hotel de la cadena.
Sesiones web: estos datos no se pueden relacionar directamente con las otras tablas, sin embargo se pueden utilizar en modelos de data mining y análisis relacionándolos a otros datos a través de la fecha (por ejemplo la correlación entre volumen de visitas web y reservas en un periodo). Se trata de los típicos datos de analítica web como visitas, usuarios, tiempo de permanencia en las páginas etc. Además, aparece también la información de si un usuario está logueado o no en la web y esto es una información que utilizará el CMS para definir las reglas a utilizar para elegir que tipos de contenido enseña al usuario web.
Granularidad e historificación de los datos La granularidad de las diferentes tablas será al máximo detalle, es decir al nivel de unidad por lo que concierne las reservas, los clientes, los hoteles, las habitaciones, las campañas, las conversaciones y las encuestas. Por otra parte, por lo que concierne la historificación de los datos, la mayoría se guardará diariamente, con un nivel máximo e granularidad de datos por día. Las únicas dos tablas que se guardarán con un detalle mayor son las de conversaciones y de reservas que guardarán los datos cada hora. Esto es necesario el servicio de atención al cliente.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
24
ETL y data quality La herramienta que se utiliza para la integración y calidad de datos es Pentaho Data Integration (PDI) llamado KETTLE. El concepto de ETL ha sido un poco modificado en ETTL, es decir Extraction, Transport, Transformation, Loading.
Ilustración 16: Procesos de ETL de Pentaho Data Integration (PDI) – Fuente: Pentaho Corporation
Uno de los objetivos del sistema de Customer Intelligence es la optimización la automatización de las acciones. Esto incrementa la necesidad de asegurar una cierta calidad de datos. Se identifican dos puntos principales donde podemos actuar para aumentar el porcentaje de fiabilidad de los datos.
El primer punto es la mejora de los procesos de captación manual de datos en la recepción, donde se alimenta el PMS manualmente desde el check-‐in hasta el check-‐out del cliente. Es importante establecer un manual y periodos de formación para el personal encargado de esta labor.
El segundo punto es la limpieza de forma automática. Primero se detectarán posibles errores de los datos insertados manualmente, luego será necesaria una deduplicación de los perfiles de clientes en el PMS dado que el PMS actual no consolida en un solo perfil de cliente dos reservas efectuadas por la misma persona. Finalmente, se hará una labor de data matching de los perfiles de clientes consolidados con los perfiles en redes sociales para enriquecer la información.
En el resto de los datos no será necesario ninguna labor especial de limpieza dado que se trata de datos generados por herramientas de forma automática.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
25
Arquitectura y herramientas del Customer Intelligence System Actualmente la cadena hotelera dispone de algunas soluciones tecnológicas que se integrarán en la nueva arquitectura del Customer Intelligence System: RMS, PMS, Trustyou, Google Analytics, Encuestas, CMS, Redes Sociales, Herramientas de email marketing, App y Call center. Este proyecto implantará un Data Warehouse para integrar los datos de las herramientas existentes y de las nuevas, es decir un CRM, un BI, una herramienta de gestión de canales y un sistema de reporting.
Ilustración 17: Arquitectura del Customer Intelligence System
Descripción de las herramientas:
SugarCRM: herramienta de CRM con las funcionalidades de ventas, marketing (automatización de campañas) y servicio al cliente.
Genesys: funcionalidad de marketing multi-‐canal gracias a la cual se gestionará de forma integrada la comunicación con los clientes. Ofrece también espacio de almacenamiento para los datos del CRM.
Pentaho BI Server: Servidor central de BI de Pentaho con las siguientes herramientas principales:
! Pentaho Data Integration (PDI): procesos de ETL y calidad de datos ! Pentaho Report Designer (PRD): creación y publicación de reportes ! Pentaho Data Mining (WEKA): análisis y modelos ! Pentaho Schema Workbench (PSW): creación y publicación de cubos ! Pentaho Dashboard Framework (PDF): creación y publicación de dashboards
Otras herramientas de la Suite:
! Pentaho Metadata Editor (PME): creación y publicación de metadatos para reportes ! Pentaho Design Studio (PDS): organización de soluciones
Amazon Web Services: servicio de almacenamiento de bases de datos.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
26
3.3.3 – IDENTIFICACIÓN DE SEGMENTOS La identificación de segmentos es necesaria por una parte para afinar estrategias y tácticas de relación con el cliente y, por otra parte, para la definición de reglas para la ejecución automáticas de acciones como el envío de correos específicos. Los segmentos serán definidos en una matriz que tiene en cuenta el valor para la empresa y las necesidades de los clientes.
El valor de cada cliente será definido con una formula adaptada del Customer Lifetime Value:
Ilustración 18: Fórmula del Customer Lifetime Value
La formula se compone de tres partes. La Primera considera los ingresos principales menos los gastos del servicio (Ms= margen del servicio) menos los costes de retención (Cr) y calcula el valor actual considerando un ratio de retención (r) y un descuento (d). A esto restamos el coste de adquisición del cliente (CA).
En la segunda parte se calcula el valor actual de los servicios extra, es decir el margen de estos servicios (Me) menos el coste de los incentivos para estos servicios (Ce). En este caso la probabilidad de repetición tiene que multiplicarse con la probabilidad de compra de servicios extra (e).
En la tercera parte se aproxima el valor de la recomendación. Para esta aproximación se simplifica la definición de recomendación como una acción de un cliente que produce dos efectos: la captación de un cliente que no se habría captado de otra forma y el ahorro del coste de adquisición en esta captación. Identificamos los posibles ingresos y costes utilizando el margen medio de un cliente alojado en el hotel en cuestión (Mt) y restamos los costes medios de marketing para este cliente (Ct). En este caso incluimos en los dos también los ingresos y gastos de los servicios extra. Finalmente multiplicamos el ratio de retención por la probabilidad de prescripción del cliente (p) y el ratio de conversión de la recomendación (c).
A continuación se detallan las diferentes partes de la fórmula del Customer Lifetime Value.
Ms: el margen de los ingresos principales se calcula con el precio de la reserva de un cliente menos los costes variables por el número de noches que el cliente se aloja en el hotel.
Cr: el coste de retención está formado por el coste de las actividades de retención (y por eventuales descuentos ofrecidos para la repetición de la estancia) dividido por el número de clientes repetidores.
r: el ratio de retención se calculará con un modelo predictivo que nos dará la probabilidad de repetición de un cliente en base a varias características y comportamientos, incluso las respuestas a una encuesta de calidad donde se pregunta por la intención de repetir.
d: el ratio de descuento es el coste de capital para la cadena hotelera.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
27
CA: el coste de adquisición se calcula, en el caso de un cliente directo, dividiendo el coste total de las actividades de captación por el número de clientes captados. En el caso de un intermediario, se utilizará la comisión de distribución del intermediario en cuestión.
Me: el margen de los servicios extra es la suma de los ingresos de cross-‐selling y up-‐selling menos el coste variable de estos servicios.
Ce: es el coste de incentivos o descuentos para vender los servicios extra.
e: propensión a comprar servicios extra que se definirá con un modelo predictivo en base a datos históricos de compra de servicios extra.
Mt: Margen medio de los clientes de el hotel en cuestión, dado de la suma de los ingresos por servicios principales y servicios extra, menos los costes de ofrecer el servicio, el todo dividido por el número de huéspedes en un dado periodo (el último año por ejemplo).
Mc: suma de los costes de incentivos y descuentos para la retención y la venta de servicios extra dividido por el número de huéspedes en un dado periodo (el último año por ejemplo).
p: la propensión a la prescripción se determinará en base a una pregunta en la encuesta de satisfacción, considerando, en una escala de 1 a 10, que sólo los que marcan 9 o 10 realmente van a recomendar. Podríamos asignar a los que marcan 9 un 70% de probabilidad y a los que marcan 10 un 90% de probabilidad. En este caso no se propone en un principio un modelo predictivo dada la dificultad de comprobar la diferencia entre la intención de recomendación y la recomendación real.
c: la conversión de las recomendaciones se puede estimar basándonos en estudios de la demanda del sector, al menos en un primer momento. Un estudio analizado para este proyecto enseña que la recomendación afecta la elección de un hotel en casi el 7% de los casos. Este número se tendrá que multiplicar por el número aproximado de personas que recibirán la recomendación.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
28
Ilustración 19: Los diferentes niveles de las necesidades de los clientes4
Una vez calculados los elementos de la formula del CLV se definirán los segmentos de clientes en base a las necesidades en diferentes niveles: comunes, compartidas e diferenciadoras. Para esto se procederá a un Cluster Analysis de los clientes utilizando las siguientes variables:
! Variables demográficas: procedencia, edad, estado civil etc. ! Variables de comportamiento: gasto, tarifa, habitación, servicios extra, numero noches,
ocupación de la habitación, canal de reserva, motivación del viaje, con quien viaja etc. ! Variables de actitudes: satisfacción, propensión a la recomendación etc.
Del cruce de las dos dimensiones de la matriz formada por CLV y Necesidades, se identificarán varios segmentos, como por ejemplo “CLV alto y Necesidad “compartida” comodidad y buen servicio de restauración”.
4 D. Peppers and M. Rogers, “Managing Customer Relationships, A Strategic Framework”, Second Edition, John Wiley & Sons, Inc., 2011
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
29
3.3.4 – DEFINICIÓN DE ACCIONES: USO DE LA INFORMACIÓN La definición de las acciones a emprender tendrá en consideración las líneas estratégicas de la compañía con el objetivo de aumento del valor del cliente, y serán detalladas por una parte con una matriz de segmentos (el resultado de la matriz de valor y necesidades) y timing. Este último se refiere a los tres periodos de una estancia del cliente: pre, durante y post. Una vez definidas las acciones en base a segmentos y timing, se detallará como se quiere llevar a cabo estas acciones en los diferentes punto de contacto.
A continuación se definen los puntos de contacto y las posibles acciones que permiten emprender.
Ilustración 20: Definición de las acciones en cada punto de contacto
Cada acción será registrada así como la respuesta de los clientes a estas acciones. Los datos alimentarán la base de datos y gracias al sistema de Customer Intelligence se analizarán para optimizar la conversión de estas acciones mejorando:
! timing ! contenido ! diseño ! target ! tipo oferta ! magnitud oferta
• Reconocimiento en base a ficha cliente • Ofertas personalizadas cross/up-‐selling • Propuesta descargar App
RECEPCIÓN
• Cross/up-‐selling durante reserva • Propuesta descargar App • SMS recordatorio pre-‐estancia con ofertas cross/up-‐selling
CALL CENTER
• Gessón puntos y premios programa fidelidad • Ofertas personalizadas repesción, cross/up-‐selling • Informaciones personalizadas
APP
• Gessón puntos y premios programa fidelidad • Contenidos dinámicos y ofertas personalizadas • Información en chat
WEB (PC + MÓVIL)
• Comunicación pre-‐reserva con info úsles • Recordatorio pre-‐estancia con ofertas cross/up-‐selling • Ofertas personalizadas para la repesción • Encuesta post-‐estancia con solicitud de recomendación
• Comunicaciones personalizadas • Información de eventos • Lanzamiento de concursos • Propuesta descargar App
REDES SOCIALES
• Propuesta personalizada de cross/up-‐selling
PROCESO RESERVA
• Contacto personalizado con el cliente en base a fichas en el CRM
OTROS PDC HOTEL
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
30
3.3.5 – EL PLAN ESTRATÉGICO EN DETALLE
A continuación se detalla la estrategia de BI (Customer Intelligence System) en el marco de las tres líneas estratégicas: eficiencia, diversificación y eficacia.
Ilustración 21: Mapa estratégico de Customer Intelligence System
CLIENTE
INTERNA
APRENDIZAJE Y
CRECIMIENTO
LÍNEA ESTRATÉGICA 1:
EFICIENCIA
O: Gessonar a los clientes de forma eficiente
KPI: 1) coste medio relación por cliente, 2) coste de adquisición
A: Proyecto de visión única del cliente
O: Recoger información de calidad de los clientes
KPI: 1) N. variables ,2) % datos correctos
A:Protocolo de recogida de datos de calidad
O: Implantación de las herramientas y procesos para el perfil único del cliente
KPI: % de procesos automáscos implantados
A: Implantación BBDD, Data integrason, data cleaning, automaszación de procesos
LÍNEA ESTRATÉGICA 2:
DIVERSIFICACIÓN
O: Mejorar la sassfacción y reputación online
KPI: 1) puntuación sassfacción encuestas 2) Puntuación media review sites (Trustyou)
A: Definición de las necesidades de los clientes, Programa de fidelización
O: Excelencia en el servicio
KPI: sassfacción sobre el servicio en las encuestas a los clientes
A:Estrategia de comunicación en los diferentes canales, Plan Excelencia en el servicio
O: Implantación herramientas y formación para el contacto con el cliente y la analísca
KPI: puntuación calidad fromación en encuestas
A: Implantación plataforma mulscanal, canales nuevos, CRM y Planes de formación
LÍNEA ESTRATÉGICA 3:
EFICACIA
O: Incensvar repesción, recomendación y gasto de los clientes
KPI: 1) % repesdores, 2) n. reviews posisvos /negasvos, 3) gasto medio por cliente
A: Plan de acciones estratégicas y tácscas
O: Personalizar las acciones en todos los puntos de contacto
KPI: 1) margen medio de las acciones de cross/up-‐selling y repesción, 2) Conversión
A: Modelos predicsvos, Cluster Analysis, Segmentación
O: Hacer que las decisiones se basen en "data intelligence"
KPI: raso de conversión de las acciones
A: Implantación plataforma BA y Reporsng
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
31
Definición de los Objetivos y de los Key Performance Indicators
Objetivo Gestionar a los clientes de manera eficiente
Descripción Este objetivo quiere optimizar por una parte la captación de nuevos clientes minimizando el coste de adquisición y, por otra parte, hacer más eficiente la gestión de los clientes captados en términos de atención al cliente, gestión de las reservas, gestión de peticiones etc. Para esto es fundamenta analizar los esfuerzos de captación y tener una visión única de la comunicación con el cliente.
KPI 1: coste medio relación con el cliente
Coste del servicio de atención al cliente entre el número de clientes activos
KPI 2: coste de adquisición
Coste de marketing de captación de clientes (SEO web, SEM, mailing etc.) entre el número de reservas de nuevos clientes
Objetivo Recoger información de calidad de los clientes
Descripción La relevancia y calidad de los datos recogidos son la base para el éxito de la estrategia de BI, por ello se establece este objetivo con el fin de hacer hincapié en la importancia de los datos.
KPI 1: n. variables Medida de cantidad. Número de variables o datos recogidos por cliente.
KPI 2: % datos correctos
Medida de calidad: Número de datos correctos entre el número total de datos recogidos.
Objetivo Implantación de las herramientas y los procesos para el perfil único de clientes
Descripción Implantar la mejor solución para la visión única del cliente (integración de datos, DWH, plataforma multi-‐canal) y los procesos para tener una visión del cliente a 360º. Este objetivo se refiere principalmente a aquellas herramientas y procesos más relacionados con la eficiencia.
KPI 1: % procesos automáticos implantados
Número de procesos automáticos implantados (comunicaciones, campañas, etc.) entre el número de procesos totales definidos
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
32
Objetivo Mejorar la satisfacción y la reputación online
Descripción La satisfacción de los clientes es la clave para conseguir una mejor reputación online (más y mejores comentarios online), recomendaciones, repeticiones de las estancias y ventas adicionales.
KPI 1: puntuación media satisfacción encuestas
Después de cada check-‐out el cliente recibe una encuesta de satisfacción con varias preguntas. Para este indicador se utilizará la puntuación media (1-‐10) de las preguntas sobre la satisfacción, es decir no sólo la pregunta general sino también las otras preguntas más específicas.
KPI 2: puntuación media review sites (TrustYou)
Trustscore (puntuación media) registrado por TrustYou en un dado periodo. Este indicador es una puntuación media acumulada que representa la reputación online general de la cadena hotelera.
Objetivo Excelencia en el servicio
Descripción La excelencia en el servicio es el elemento más importante que los hoteles tienen para mejorar la satisfacción del cliente y la reputación online. Aunque la cadena ya tenga una buena calidad del servicio, es fundamental seguir cuidando este aspecto tan importante para la diversificación frente a los competidores.
KPI 1: Satisfacción sobre el servicio en encuestas
Puntuación media (1-‐10) de las preguntas relativas a la calidad del servicio en las encuestas de satisfacción post estencia.
Objetivo Implantación herramientas y formación para el contacto con el cliente y la analítica
Descripción Implantación de las necesarias y mejores herramientas para la gestión del contacto con el cliente y para el análisis de los comportamientos y de las respuestas a comunicaciones y campañas. Incluye también la formación del personal para dar un buen servicio al cliente y para analizar de forma adecuada los datos.
KPI 1: puntuación calidad formación en encuestas
Puntuación media que dan los empleados sobre la formación recibida en las tareas de gestión y análisis
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
33
Objetivo Incentivar repetición, recomendación y gasto de los clientes
Descripción Este objetivo está más relacionado con la maximización del valor del cliente fomentando la repetición, recomendación y el gasto en general.
KPI 1: % repetidores
Número de clientes repetidores (con más de una estancia durante un año) entre el número de clientes totales del mismo año
KPI 2: n. reviews positivos / negativos
Número total de comentarios positivos (=> puntuación 50) entre el número total de comentarios negativos (< puntuación 50)
KPI 3: gasto medio por cliente
Ingresos totales entre el número de clientes alojados durante un periodo
Objetivo Personalizar las acciones en todos los puntos de contacto
Descripción Este objetivo se refiere a la personalización one-‐to-‐one de las acciones de comunicación y de las campañas en todos los puntos de contacto (o momentos de la verdad) con el cliente con la intención de aumentar tanto la rentabilidad como la conversión de estas acciones.
KPI 1: margen medio de las acciones de cross / up-‐selling y repetición
Ingresos generados por las acciones de cross/up-‐selling y repetición menos el coste de incentivos y el coste de ofrecer los servicios, el todo dividido por el número de acciones.
Objetivo Hacer que las decisiones se basen en "data intelligence
Descripción Transformar la cadena hotelera en una data-‐driven-‐company, es decir que las decisiones se tomen en base a análisis complejos de datos para mejorar las rentabilidad de estas últimas. Este objetivo se consigue por una parte con análisis avanzados de datos y, por otra parte, difundiendo una cultura data-‐driven.
KPI : Conversión Número de ofertas aceptadas entre el número de ofertas propuestas
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
34
Definición de las acciones
Acción Proyecto de visión única del cliente
Línea estratégica Eficiencia
Perspectiva Cliente
Objetivo Gestionar a los clientes de manera eficiente
KPI 1) coste medio relación por cliente 2) coste de adquisición
Plazo 2 semanas
Esfuerzo Bajo
Descripción Este proyecto se centra en la identificación del cliente a través de varios canales de comunicación y será la base estratégica sobre la cual implementar la plataforma multicanal. Poder reconocer al cliente en varios canales permite gestionar de forma eficiente las solicitudes y quejas de los clientes y potenciales leads.
Acción Protocolo de recogida de datos de calidad
Línea estratégica Eficiencia
Perspectiva Interna
Objetivo Recoger información de calidad de los clientes
KPI 1) N. variables 2) % datos correctos
Plazo 2 semanas
Esfuerzo Bajo
Descripción Conscientes de la importancia de la calidad de los datos para el retorno del proyecto de BI y de la actual calidad de la recogida de los datos es fundamental establecer unos protocolos de recogida de datos en la recepción. El protocolo definirá no sólo el significado de cada dato y como registrarlo, sino también cuales son los datos más importantes y cual es el umbral de calidad, es decir en que momento es mejor no registrar un dato si el margen de error es demasiado alto (dependiendo también del la importancia del dato).
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
35
Acción Implantación BBDD, Data integration, data cleaning, automatización de procesos
Línea estratégica Eficiencia
Perspectiva Aprendizaje y Crecimiento
Objetivo Implantación de las herramientas y procesos para el perfil único del cliente
KPI % de procesos automáticos implantados
Plazo 6 meses
Esfuerzo Alto
Descripción Estas tareas las llevarán a cabo la empresa consultora con el apoyo del personal de la cadena hotelera. Se trata de la implementación tecnológica de las herramientas y procesos relacionados con la eficiencia.
Acción Definición de las necesidades de los clientes
Línea estratégica Diversificación
Perspectiva Cliente
Objetivo Mejorar la satisfacción y reputación online
KPI 1) puntuación satisfacción encuestas 2) Puntuación media review sites (Trustyou)
Plazo 1 mes
Esfuerzo medio
Descripción Estudio del portfolio actual de clientes y del mercado en general para identificar las necesidades actuales y futuras de los huéspedes. Este será la base para la definición de acciones personalizadas basadas por una parte sobre el valor de los segmentos de clientes y por otra parte en las necesidades de los clientes. Este estudio definirá diferentes niveles de necesidad, de las más comunes a las individuales.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
36
Acción Programa de fidelización
Línea estratégica Diversificación
Perspectiva Cliente
Objetivo Mejorar la satisfacción y reputación online
KPI 1) puntuación satisfacción encuestas 2) Puntuación media review sites (Trustyou)
Plazo 2 meses
Esfuerzo Medio
Descripción Definición de un programa de fidelización para aumentar el alcance del proyecto de BI por ser un canal más donde aprovechar los esfuerzos de segmentación y personalización. El programa se basará más en regalar experiencias que en ofrecer descuentos. Además, para la asignación de puntos no se tendrán en cuenta sólo aspectos “transaccionales” sino también aspectos más emocionales y de actitud del cliente.
Acción Estrategia de comunicación en los diferentes canales
Línea estratégica Diversificación
Perspectiva Interna
Objetivo Excelencia en el servicio
KPI Satisfacción sobre el servicio en las encuestas a los clientes
Plazo 2 semanas
Esfuerzo Bajo
Descripción Definición de una estrategia integral de comunicación en diferentes canales que refleje la estrategia de relación con el cliente de la empresa. En este estudio se estimará también cuales podrían ser las acciones más adecuadas en base al canal de comunicación.
Acción Plan Excelencia en el servicio
Línea estratégica Diversificación
Perspectiva Interna
Objetivo Excelencia en el servicio
KPI satisfacción general en las encuestas a los clientes
Plazo 3 semanas
Esfuerzo Bajo
Descripción Análisis del nivel de servicio actual e identificación de los puntos de mejora gracias al análisis de las encuestas de calidad de los clientes y al análisis semántico de comentarios proporcionado por Trustyou. Se definirán una serie de recomendaciones específicas para las varias áreas de servicio del hotel.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
37
Acción Implantación plataforma multicanal, canales nuevos y CRM
Línea estratégica Diversificación
Perspectiva Aprendizaje y Crecimiento
Objetivo Implantación herramientas y formación para el contacto con el cliente y la analítica
KPI Puntuación calidad formación en encuestas
Plazo 3 meses
Esfuerzo Medio
Descripción Estas plataformas se apoyarán en el core del sistema de BI y representarán la capa de tecnología más externa y a contacto con el cliente. Esta implementación incluye también la integración en el CMS de contenidos dinámicos basados en el reconocimiento de usuario para adaptar contenidos y ofertas.
Acción Planes de formación
Línea estratégica Diversificación
Perspectiva Aprendizaje y Crecimiento
Objetivo Implantación herramientas y formación para el contacto con el cliente y la analítica
KPI Encuesta a empleados
Plazo 1 semana
Esfuerzo Bajo
Descripción La consultora se encargará de identificar las necesidades del personal de la cadena hotelera y ofrecerá un plan de formación a medida a lo largo de todo el proyecto.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
38
Acción Plan de acciones estratégicas y tácticas
Línea estratégica Eficacia
Perspectiva Cliente
Objetivo Incentivar repetición, recomendación y gasto de los clientes
KPI 1) % repetidores 2) n. reviews positivos /negativos 3) gasto medio por cliente
Plazo 1 mes
Esfuerzo Medio
Descripción Este plan se basará en los anteriores planes y estudios y en los modelos predictivos. Se trata de detallar las acciones que se van a llevar a cabo dependiendo de: periodo pre-‐durante-‐post, canal de comunicación, valor del cliente, necesidades del cliente y estrategias generales. Cada acción tendrá bien definido el tipo de incentivo y se definirá también un sistema de monitorización para la optimización continua. Este estudio será también la base para establecer acciones automátizadas.
Acción Modelos predictivos, Cluster Analysis, Segmentación
Línea estratégica Eficacia
Perspectiva Interna
Objetivo Personalizar las acciones en todos los puntos de contacto
KPI 1) Margen medio de las acciones de cross/upselling y repetición 2) Conversión
Plazo 4 meses
Esfuerzo Medio
Descripción Entrenamiento y validación de modelos para establecer el valor de los clientes, las necesidades de los clientes y poder segmentarlos.
Acción Implantación plataforma BA y Reporting
Línea estratégica Eficacia
Perspectiva Aprendizaje y Crecimiento
Objetivo Hacer que las decisiones se basen en "data intelligence"
KPI Ratio de conversión de las acciones
Plazo 2 meses
Esfuerzo Medio
Descripción Implantación de la solución analítica para el desarrollo de modelos predictivos y la generación de cálculos para las automatizaciones e implantación de la herramienta de reporting interno que servirá para la difusión de la información y el seguimiento de la estrategia de BI a través de un cuadro de mando integral.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
39
4 – BUSINESS CASE Y PLAN DE IMPLANTACIÓN
4.1 – BUSINESS CASE
4.1.1 – ANÁLISIS DE LOS COSTES DEL PROYECTO Tomando como referencia el plan de acción representado en el plan estratégico se han definido los costes del proyecto que durará 5 años. Los costes del periodo “0” se refieren a los costes de la empresa de consultoría que se encargará de la definición estratégica y de la implantación tecnológica. En los meses de implantación, el proyecto afectará internamente a la empresa por los costes de recursos humanos dedicados al proyecto, a la disminución de eficiencia debido al cambio y a los nuevos costes de licencias.
LÍNEA ESTRATÉGICA PERSPECTIVA ACCIONES Y OTROS COSTES 0 MES 1-‐12 MES 13-‐
60 Eficiencia Clientes Proyecto de visión única del cliente
50.000 €
13.000 € 10.000 €
Diversificación Clientes Definición de las necesidades de los clientes, Programa de fidelización
Eficacia Clientes Plan de acciones estratégicas y tácticas
Eficiencia Interna Protocolo de recogida de datos de calidad
Diversificación Interna Estrategia de comunicación en los diferentes canales, Plan Excelencia en el servicio
Eficacia Interna Modelos predictivos, Cluster Analysis, Segmentación
Eficiencia A&C Implantación BBDD, Data integration, data cleaning, automatización de procesos
150.000 €
Diversificación A&C Implantación plataforma multicanal, canales nuevos, CRM y Planes de formación
Eficacia A&C Implantación plataforma BA y Reporting
Licencias (Sugar CRM, plataforma On-‐demand,
Amazon Web Services) 1.500 € 1.500 €
Costes totales 200.000 € 14.500 € / mes
11.500 € / mes
Tabla 1: Análisis de costes del proyecto
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
40
4.1.2 -‐ ANÁLISIS DE LOS BENEFICIOS DEL PROYECTO A continuación se definen los beneficios generados por el proyecto en aumento de los ingresos y en disminución de los gastos.
Ilustración 22: Análisis de beneficios del proyecto – aumento de ingresos
Uno de los efectos directos de la estrategia de Customer Intelligence es la mejora de la satisfacción, estimada en un 2% en las encuestas de calidad, que se refleja en un 2% de mejora de la reputación online (rating de comentarios y popularidad). Según un estudio de la universidad de Cornell5 la mejora de un 1% en reputación online (puntuación recibida en los review sites) resulta en una mejora de los precios del 0,89%, de la ocupación del 0,54% y de los ingresos medios por habitación disponible del 1,42%. Utilizando estas correlaciones y añadiendo un aumento de clientes de un 0,2% debido a ofertas personalizadas, se calcula un aumento total de los ingresos de un 3% durante los cinco años.
Se estima también un aumento de las ventas adicionales (cross-‐selling y up-‐selling en el hotel) de un 2% a finales del quinto año debido a la personalización de las ofertas e incentivos.
La implementación del proyecto de BI tendrá efectos positivos también en los gastos de la cadena hotelera. Por una parte la recomendación, reputación online y el aumento de la repetición disminuirán los costes de marketing, sobre todo los costes de captación.
5 Anderson C. K., “The Impact of Social Media on Lodging Performance”, Cornell Hospitality Report, Vol. 12, no. 15, November 2012
MAYORES INGRESOS
Más ingresos principales +3%
Mejores tarifas + 1,78%
sassfacción +2% (se refleja en reputación)
reputación online +2%
Más clientes nuevos y repesdores + 1,08% (reputación) +0,2% (ofertas
personalizadas)
reputación online +2%
recomendación directa (relacionada con sassfacción)
sassfacción +2% (se refleja en reputación)
ofertas personalizadas
Más cross/up-‐selling +2%
ofertas personalizadas
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
41
Ilustración 23: Análisis de beneficios del proyecto – disminución de gastos
En la siguiente tabla (Tabla 2) se estima un ahorro en marketing de 42.500 € en 5 años. Otro efecto de la personalización, satisfacción y recomendación es la disminución de la venta intermediada a favor de la directa estimando un ahorro en 5 años de 168.000 €6. Este es el resultado de una migración estimada del 10% del número de clientes que reserva actualmente en canales intermediarios online (alrededor del 40% del total) y calculando el ahorro debido a la disminución del coste de distribución para estos clientes del 20% al 10%.
El último punto de ahorro en gastos es debido a la automatización de los procesos internos, en especifico los de CRM. Actualmente las labores de segmentación y lanzamiento de campañas son completemente manuales y se calcula que gracias a la automatización se ahorrarán 162.000 € en 5 años.
6 En la tabla de análisis de la rentabilidad no se ve la disminución de los 168.000 € debido al incremento de los costes de distribución por el aumento de las ventas gracias a la implementación del proyecto.
MENORES GASTOS
Menos costes de markesng -‐42.500€
recomendación directa (relacionada con sassfacción +2%)
reputación online +2%
repesción relacionada con sassfacción +2%)
Menos costes de distribución -‐168.000 €
venta directa (10%*40%=
+4%)
Menos costes de gessón -‐162.000 €
procesos automáscos (hasta -‐160 horas / mes)
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
42
4.1.3 – ANÁLISIS DE LA RENTABILIDAD DEL PROYECTO El cálculo del valor actual neto del proyecto es positivo y, por ello la rentabilidad del proyecto cumple con los requisitos mínimos para su implementación.
Total AÑO-‐1
INVERSIÓN PROYECTO
BI
Variación AÑO 1
Variación AÑO 2
Variación AÑO 3
Variación AÑO 4
Variación AÑO 5
INGRESOS 40.000.000 €
320.000 € 470.000 € 620.000 € 770.000 € 920.000 € Ingresos ventas principales 28.000.000 €
280.000 € 420.000 € 560.000 € 700.000 € 840.000 €
Ingresos venta servicios extra 4.000.000 €
40.000 € 50.000 € 60.000 € 70.000 € 80.000 €
Otros ingresos 8.000.000 €
-‐ € -‐ € -‐ € -‐ € -‐ €
COSTES 36.060.000 €
251.800 € 247.800 € 297.800 € 350.300 € 402.800 € Costes desarrollo y
gestión BI -‐ €
174.000 € 138.000 € 138.000 € 138.000 € 138.000 €
Costes gestión CRM 180.000 €
-‐18.000 € -‐36.000 € -‐36.000 € -‐36.000 € -‐36.000 €
Costes de marketing 400.000 €
-‐5.000 € -‐7.500 € -‐10.000 € -‐10.000 € -‐10.000 €
Costes de distribución 5.880.000 €
4.800 € 12.300 € 19.800 € 27.300 € 34.800 € Costes variables (excl. Distrib y marketing) 9.600.000 €
96.000 € 141.000 € 186.000 € 231.000 € 276.000 €
Inversión proyecto BI
200.000 € -‐ € -‐ € -‐ € -‐ € -‐ € Otros gastos (fijo y
otros) 20.000.000 €
-‐ € -‐ € -‐ € -‐ € -‐ €
EBIT 3.940.000 €
68.200 € 222.200 € 322.200 € 419.700 € 517.200 €
Intereses -‐ €
12.000 € 12.000 € 12.000 € 12.000 € 12.000 €
Impuestos 1.182.000 €
20.460 € 66.660 € 96.660 € 125.910 € 155.160 €
BENEFICIO 2.758.000 € -‐200.000 € 35.740 € 143.540 € 213.540 € 281.790 € 350.040 €
FCF acumulado
-‐200.000 € -‐164.260 € -‐20.720 € 192.820 € 474.610 € 824.650 €
Coste Capital 10% 10% 10% 10% 10%
NCF anual -‐200.000 € 32.491 € 118.628 € 160.436 € 192.466 € 217.347 €
VNA -‐200.000 € -‐167.509 € -‐48.881 € 111.555 € 304.021 € 521.368 €
Tabla 2: Análisis de rentabilidad del proyecto
El Valor Actual Neto es de 521.368 € con un coste de capital del 10% (coste de capital para esta cadena hoteleras) que corresponde a un TIR del 62% y un pay-‐back de 3 años.
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
43
4.2 -‐ PLAN DE IMPLANTACIÓN
4.2.1 – QUICK-‐WINS Actualmente la cadena hotelera se encuentra en una situación de gestión de la información manual y descentralizada. Por ello, es posible planificar las acciones de implementación del sistema de Customer Intelligence teniendo en cuenta una serie de quick-‐wins capaces de maximizar el retorno a corto plazo en una primera fase para después seguir con el desarrollo integral de la estrategia.
Los primeros quick-‐wins se obtendrán gracias la implementación de la visión única del cliente enfocando la estrategia en la integración de datos, la calidad de los datos y la implementación de acciones simples y manuales basadas en estos datos. Por ello la primera fase incluirá la implementación básica de la tecnología para integrar todos los datos y los planes estratégicos de visión única de cliente y de protocolo de recogida de datos.
La segunda fase tendrá como objetivo pasar a una gestión centralizada automatizada. Se implantará la plataforma multi-‐canal y unos procesos automáticos simples. En la parte estratégica se definirá el plan de comunicación del cliente, el plan de acciones personalizadas y el plan de excelencia en el servicio.
En la última fase se llegará a un “óptimo analítico” con la implantación de los sistemas de Business Analytics y Reporting así como el programa de fidelidad. En esta fase se desarrollarán modelos predictivos y cluster analysis. Se definirán las necesidades de los clientes y los segmentos.
Durante las tres fases se definirán calendarios de formación para empleados y cuadros medios para el uso y la gestión del sistema de inteligencia de clientes.
Ilustración 24: Punto de partida y fases del proyecto
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
44
4.2.2 – CALENDARIO A continuación de define el calendario de implementación de las acciones en base a las tres fases definidas anteriormente. Las acciones se dividen en tres grupos: tecnología (naranja), estrategia (verde) y formación (azul).
Ilustración 25: Plan de implementación del Customer Intelligence System
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
45
5-‐ BIBLIOGRAFÍA
Libros y Documentos
D. Korte, T. Ariyachandra, and M. Frolick, “Business Intelligence in the Hospitality Industry”, International Journal of Innovation, Management and Technology, vol. 4, no. 4, August 2013
G. Piccoli, “Information Technology in Hotel Management: A Framework for Evaluating the Sustainability of IT-‐Dependent Competitive Advantage”, Cornell Hospitality Quarterly, vol. 49, no. 3. pp. 282-‐296. Aug. 2008.
V. Kumar, J. Andrew Petersen, and R. P. Leone, “How Valuable Is Word of Mouth?”, Harvard Business Review, October 2007
W. Reinartz and V. Kumar, “The Mismanagement of Customer Loyalty”, Harvard Business Review, July 2002
At the Big Data Crossroads: turning towards a smarter travel exprerience, Amadeus IT Group, 2013
“Plan Nacional Integral de Turismo 2012-‐2015”, Ministerio de Industria, Energía y Turismo – Secretaría de Estado de Turismo
P. Greenbarg, “CRM At the Speed of Light, Fourth Edition: Social CRM Strategies, Tools, and Techniques for Engaging Your Customers”, McGraw-‐Hill, 2009
R. S. Kaplan and D. P. Norton, “The Execution Premium, Linking Strategy to Operations for Competitive Advantage”, Harvard Business Press, 2008
W. H. Inmon, “Building the Data Warehouse”, Fourth Edition, Wiley, 2005
“Data Warehouse Tutorial”, Simply Easy Learning, tutorialspoint.com
“Physical Database Design, Converting a conceptual model to a working physical design”, JISCnetsckills, https://www.netskills.ac.uk/share/file/943
D. Peppers and M. Rogers, “Managing Customer Relationships, A Strategic Framework”, Second Edition, John Wiley & Sons, Inc., 2011
S. Gupta, D. Hanssens, B. Hardie, W. Kahn, V. Kumar, N. Lin, N. Ravishanker, and S. Sriram, “Modelling Customer Lifetime Value”, Journal of Service Research, Volume 9, no. 2, November 2006
Anderson C. K., “The Impact of Social Media on Lodging Performance”, Cornell Hospitality Report, Vol. 12, no. 15, November 2012
“Case Study NH Hoteles, Big Data applied to Customer Satisfaction Intelligence”, Paradigma, http://www.paradigmatecnologico.com/wp-‐content/uploads/2013/04/NH_quality_focus_online_Caso_de_exito.pdf
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
46
“Using Big Data to Capture an Estimated $20 Billion in Hotel Guest Loyalty”, InfoTrellis
Adam Weissenberg, “A Restoration in Hotel Loyalty, Developing a blueprint for reinventing loyalty programs”, Deloitte
“Implementing a Customer Lifetime Value Approach to Sales and Marketing Strategies”, Best Practice Guidebook, Growth Team Membership research, Frost & Sullivan, 2012
Sitios Web y artículos online
http://www.pentaho.com
http://www.sugarcrm.com
http://aws.amazon.com
http://www.genesys.com
http://www.hotelnewsnow.com/Article/5212/Hotel-‐business-‐intelligence-‐seeking-‐its-‐identity
http://hotelexecutive.com/business_review/3381/points-‐price-‐promotions-‐how-‐guests-‐select-‐hotels-‐around-‐the-‐world
http://es.slideshare.net/ingmmurillo/ingmmurillo-‐data-‐warehousing-‐con-‐pentaho
http://www.bigdata-‐startups.com/BigData-‐startup/big-‐data-‐enables-‐intercontinental-‐hotel-‐group-‐to-‐become-‐an-‐service-‐oriented-‐data-‐driven-‐organisation/
http://www.tnooz.com/article/price-‐reviews-‐ratings-‐business-‐traveler-‐hotel-‐pricing-‐social-‐world/
“IBM Schema Examples”, http://publib.boulder.ibm.com/infocenter/rbhelp/v6r3/index.jsp?topic=%2Fcom.ibm.redbrick.doc6.3%2Fwag%2Fwag35.htm
http://hotelexecutive.com/business_review/3702/how-‐to-‐invest-‐to-‐maximize-‐guest-‐satisfaction-‐and-‐loyalty
CUSTOMER INTELLIGENCE SYSTEM ALBERTO SCAPPINI -‐ MSMK
47
Customer Intelligence System
PROYECTO FIN DE MASTER: Alberto Scappini, Madrid School of Marketing, Noviembre 2014