1. Segmentar clientes en grupos homogéneos para predecir e identificar clientes propensos a abandono y venta cruzada

2. Evolución de la cartera y presentación en informes

Se construye un Data Warehouse con datos de presupuestos, pólizas, atención a cliente, solicitudes y bajas y desde ahí se explota la información para:

• segmentar clientes y predecir abandono y venta cruzada
• hacer consultas para construir informes
• presentar a usuario para su visualización y tratamiento

Los datos de origen (SAP, ERP, CRM y sistema de atención a clientes) usan como BBDD Oracle y desde ahí se extraen los datos con un proceso ETL para cargarlos en BigQuery que se usa como Data Warehouse. Con BigQuery se hacen  las consultas y con BigQuery ML se usan sus modelos preestablecidos de analítica avanzada (K-means para segmentación en grupos de clientes y regresión para abandono y venta cruzada) y finalmente se presentan los informes a usuario final con Google Data Studio

www.pleyade.es