7.

- Los nuevos canales de ventas, el e-commerce

En esta ltima parte del ao hemos visto como los grandes jugadores van
estrechando filas todos tras un mismo objetivo: una solucin integral de Comercio
Electrnico para que cualquier empresa o persona pueda vender por Internet
Con distintos enfoques y caminos todos quieren lograr una experiencia positiva de
venta online que generen una experiencia positiva de compra online, suena raro
pero esa es la frmula del xito de Internet como canal de un e-algo. Sencilla y
eficaz
Creo con fundamento y conviccin que, dicho en forma llana, hemos llegado a
darle en el clavo como sector, gracias a una serie de factores y circunstancias,
entre ellos, por necesidad o por evolucin como por capacidad y visin
construimos entre todos, el camino o mejor dicho la autopista por la cual el
Comercio Electrnico y los Negocios por Internet continuarn creciendo hasta
lograr tasas de penetracin superiores al 50% respecto a los canales tradicionales.
Muchos me dirn que exagero, en afirmar que el Comercio Electrnico minorista o
retail ecommerce pasar en los prximos dos aos de una penetracin de menos
del 5% en el mejor de los casos a ms del 50% en los pases centrales y en los
perifricos. Demorar un par de aos, quizs ms pero es imparable y categrico
este nuevo canal de ventas!!
El ecosistema y los grandes jugadores estn alineados, como planetas, tras el
mismo objetivo: Lograr una experiencia positiva de ventaonline logrando y as ser
dueos de la llave del xito del mundo de los Negocios por Internet: lograr una
experiencia positiva de venta online
Pero, en dnde estn los que realmente harn explosivo y exponencial este
crecimiento?
Elemental Watson!!! En las empresas que lo harn posible!!! Las que han
demostrado ser exitosas en Internet estn cerca de lograrlo y adems son las que
ms posibilidades tienen de hacerlo y bien!!,
Veamos:
Desde distintos enfoques y caminos cada uno est llegando al modelo o solucin
integral que hoy ofrece, segn mi anlisis, el gran lder y nave insignia que es
Amazon y que lo est masificando para que cualquier empresa o persona tenga
ese poder al alcance de sus manos a un costo muy bajo o solamente un costo
variable.
A saber o como lo estn haciendo o como lo hacen:
Ebay con la compra de Magento y fortaleciendo su capilaridad para potenciar el
mercado transaccional
Groupon con la incorporacin de nuevas categoras, nuevos segmentos de
empresas y servicios integrales para las dos puntas (logstica, reservas de mesas,
etc)
Mercadolibre con sus tentculos: mercadoclicks, mercadoshop, mercadopago y
ahora mercadoenvio..!!
Buscape con su modelo integrado buscando ser parte y mejorar la experiencia en
todo el proceso de compra online!!
ni hablemos de las movidas de VISA, Paypal, Mastercard, Samsung y otros que
apuntan a la ubicuidad multicanal con lo que este cocktail se vuelve cada vez ms
explosivo
los dos jugadores que traen el condimento del xito para que realmente se
complete el circuito y se disparen todas las proyecciones hasta las ms optimistas
son: Facebook y Google
Ellos, con ellos o a travs de ellos se creara un nuevo escenario que vamos a
bautizarlo como: ecommerce+ o ecommerce plus

El eCommerce+ o eCommerce plus es el ecosistema que permite generar un
efecto eCommerce Network Externalities (vean este articulo para profundizar el
tema en http://ecommerce.hostip.info/pages/785/Network-Externalities.html ) que
va a producir en la oferta el mismo efecto que las redes sociales produjeron en los
consumidores.
eCommerce+ se basa en una premisa bsica y una de las claves de xito del
mundo de los negocios por internet: Resolver lo complejo en forma sencilla. En
este caso al permitir en forma gil, simple y a bajo costo que cualquier oferta de
productos y/ o servicios logren experiencias positivas de compras o ventas online!!
La siguiente imagen busca en un grafico simplificar la versin beta sobre el
concepto de eCommerce+ o eCommerce Plus:













Este nuevo escenario permite que las empresas o personas puedan vender y /o
comprar productos y/ o servicios generando una experiencia positiva en el
consumidor y usuario al montarse en el ecosistema que le ofrece el
eCommerce+
Muchas empresas se montaron sobre Internet y su ecosistema; y generaron las
telcos y los ISP (Internet service provider) creando nuevos modelos de negocios,
servicios o productos que provocaron cambios disruptivos en la forma de vivir,
trabajar y hacer negocios; el eCommerce+ potenciar estos cambios y desarrollar
sus propios modelos de negocios, servicios o productos que seguramente sern
ms disruptivos que los primeros.
Si le sumamos:
la interoperabilidad transaccional,
la inteligencia colectiva,
la ubicuidad y geolocalizacin +
las nuevas interfaces mvil, TV, etc
Solo por nombrar algunos factores; puedo volver reafirmar el titulo de este post:
Llego el eCommerce+ podremos decir que vivimos el antes y el despus del
comercio electrnico!!
Para los que quieran ampliar estos conceptos y en particular a los incrdulos les
dejo una muestra de lo que viene con fuerza en este extracto de unos artculos
recientes del diario El Pais y New York Times:
Google quiere estar presente en todos los negocios de Internet. Despus de la
telefona o los porttiles ahora le toca el turno al comercio minorista para competir
con la oferta de Amazon y otros. Google trabaja en un servicio que permitir al
internauta dar rdenes a una tienda desde el buscador de la compaa y ser
Google la encargada de entregar el producto en un da. Una de las claves del
servicio ser su rapidez para hacer frente al xito de Amazon Premium que, por
una suscripcin de 79 dlares anuales, garantiza una entrega en dos das.
Amazon tambin opera en Seattle AmazonFresh, un servicio local de comestibles.
En la estrategia de Google jugara un papel su Google Wallet, un sistema de pago
a travs del telfono mvil por lo que lanzara una aplicacin que ofrecera
publicidad y bsquedas de comercios locales. La empresa no abrira sus propios
almacenes ni tendra su propia tienda. Se dedicara a la distribucin de los
productos de comercios de terceros, segn The Wall Street. El nuevo servicio
tambin se integrara en la red social Google +. En caso de abrirse finalmente,
Google lo hara inicialmente en pocas ciudades de Estados Unidos, como San
Francisco y Nueva York. En estas ciudades, la compaa tiene Google Offers, un
servicio de descuentos y cupones que no parece tener xito.
Se desconoce el modelo de negocio de este nuevo servicio. Si cobrara una
comisin o se basara en los anuncios de los comerciantes del servicio. En
cualquier caso, la principal idea que hay detrs de este proyecto es potenciar la
publicidad local que, se calcula, en 2015 supondr el 25% de los anuncios en la
Red. Google tambin tiene en pruebas un servicio que ofrecera una lista de
comercios fiables en la calidad del producto y los plazos de entrega
8. Soporte tecnolgico de la actividad comercial, data mining y canales
tecnolgicos.
Una de las herramientas tecnolgicas ms eficaces y que aportan un gran valor
aadido a esta explotacin de informacin es el Data Mining. Esta tecnologa est
basada en la aplicacin de tcnicas analticas y estadsticas a una poblacin de
datos registrada en el Data Warehouse.
La finalidad del Data Mining es obtener patrones de comportamiento entre
determinados conceptos de informacin de los clientes. Entre otros, podremos
prever la demanda, analizar la cartera de productos, hacer una simulacin de
precios/descuentos, hacer una simulacin de campaas o investigar y segmentar
mercados.

Utilizando la tecnologa de Data Mining con bases de datos de suficiente tamao y
calidad, se pueden generar nuevas oportunidades de negocios al proveer estas
capacidades:

- Prediccin automatizada de tendencias y comportamientos: Data Mining
automatiza el proceso de encontrar informacin predecible en grandes bases
de datos. Preguntas que tradicionalmente requeran un intenso anlisis
manual, ahora pueden ser contestadas directa y rpidamente desde los datos.
Un tpico ejemplo de problema predecible es el marketing apuntado a objetivos
(targeted marketing). Data Mining usa datos en mailing promocionales
anteriores para identificar posibles objetivos para maximizar los resultados de
la inversin en futuros mailing. Tambin se podran predecir pronsticos de
problemas financieros o determinados segmentos de la poblacin que
reaccionaran de forma parecida respecto a un evento.

- Descubrimiento automatizado de modelos previamente desconocidos: Las
herramientas de Data Mining barren las bases de datos e identifican modelos
previamente escondidos en un slo paso. Otros problemas de descubrimiento
de modelos incluye detectar transacciones fraudulentas de tarjetas de crditos
e identificar datos anormales que pueden representar errores de tipeado en la
carga de datos.








Algunas cosas que se puede hacer con el DM
El usuario del DM usualmente busca los siguientes cuatro tipos de relaciones:
(i) Clases: las observaciones se asignan a grupos predeterminados. El proceso de
clasificacin consiste en asignar un conjunto de datos a grupos fijados de manera
que se minimice la probabilidad de una clasificacin errnea. Por ejemplo, un
problema tpico de clasificacin es el de dividir una base de datos de bancos en
grupos que sean lo ms homogneos posibles con respecto a variables como
posibilidades de crdito en trminos de valores tales como bueno o malo.
(ii) Clusters: se construyen grupos de observaciones similares segn un criterio
prefijado. El proceso de clustering (agrupamiento) consiste en subdividir un
conjunto de datos en grupos mutuamente excluyentes de tal manera que cada
miembro de un grupo est lo ms cercano posible a otro elemento, y grupos
diferentes estn lo ms lejos posible entre s, de modo que la distancia est
medida respecto a todas las variables disponibles. Un tpico ejemplo de aplicacin
de clustering es la clasificacin de segmentos de mercado. Por ejemplo, una
empresa quiere introducirse en el mercado de bebidas alcohlicas, pero antes
hace una encuesta de mercado para averiguar si existen grupos de clientes con
costumbres particulares en el consumo de bebidas. La empresa quiere
introducirse en el grupo (si existe) que est menos servido por la competencia. En
este ejemplo no existen grupos de clientes predeterminados

(iii) Asociaciones: las observaciones son usadas para identificar asociaciones
entre variables. La bsqueda de asociaciones es diferente a la bsqueda de
relaciones causales. Las relaciones causales sonmuchoms difciles de encontrar
que las asociaciones, debido a la presencia de variables no observadas. Las
relaciones causales y asociaciones no son equivalentes: si hay asociaciones no
tiene por qu haber causalidad.

(iv) Patrones secuenciales: se trata de identificar patrones de comportamiento y
tendencias. Un ejemplo sera intensidades de expresin en microarrays que
permiten distinguir entre diferentes expresiones de genes para individuos con
cncer o sin l.

A continuacin se indican algunos ejemplos de aplicacin del DM.
1. Comercio/Marketing
a) Identificacin de patrones de compra de los clientes.
b) Bsqueda de asociaciones entre clientes y caractersticas demogrficas.
c) Prediccin de respuesta a campaas de correo.
d) Anlisis de cestas de la compra.
2. Banca
a) Deteccin de patrones de uso fraudulento de tarjetas de crdito.
b) Identificacin de clientes leales.
c) Prediccin de clientes con probabilidad de cambiar su afiliacin.
d) Determinacin del gasto de tarjeta de crdito por grupos.
e) Bsqueda de correlaciones entre indicadores financieros.
f) Identificacin de reglas de mercado de valores a partir de histricos.
3. Seguros y Salud Privada
a) Anlisis de procedimientos mdicos solicitados.
b) Prediccin de qu clientes compran nuevas plizas.
c) Identificacin patrones de comportamiento para clientes con riesgo.
d) Identificacin de comportamiento fraudulento.
4. Transportes
a) Determinacin de la planificacin de la distribucin entre tiendas.
b) Anlisis de patrones de carga.
5. Medicina
a) Identificacin de terapias mdicas adecuadas para diferentes enfermedades.
b) Asociacin de sntomas y clasificacin diferencial de patologas.
c) Estudio de factores (genticos, precedentes, hbitos, alimenticios, etc.) de
riesgo en distintas patologas.
d) Segmentacin de pacientes para una atencin ms adecuada segn su grupo.
e) Predicciones temporales de los centros asistenciales para el mejor uso de
recursos, consultas, salas y habitaciones.
f) Estudios epidemiolgicos, anlisis de rendimientos de campaas de
informacin, prevencin, sustitucin de frmacos, etc.

9. Control del plan a travs de indicadores
INDICADORES DE GESTIN Y MEDICIN DE DESEMPEO
9.1. EFICACIA, EFICIENCIA Y EFECTIVIDAD
9.1.1 EFICIENCIA
Capacidad para lograr un fin empleando los mejores medios posibles
9.1.2 EFICACIA
Capacidad de lograr el efecto que se desea o se espera, sin que priven para ello
los recursos o los medios empleados
9.1.3 EFECTIVIDAD
Este concepto involucra la eficiencia y eficacia, es decir, el logro de los resultados
programados en el tiempo y con los costos ms razonables posibles. Supone
hacer lo correcto con gran exactitud y sin ningn desperdicio de tiempo o dinero.
Segn la norma ISO 9000:2000
La eficacia se define como: extensin en la que se realizan las actividades
planificadas y se alcanzan los resultados.
La eficiencia es la relacin entre el resultado alcanzado y los recursos utilizados
9.2 CARACTERSTICAS DE LOS INDICADORES DE GESTIN:
Los indicadores de gestin deben cumplir con unos requisitos y elementos para
poder apoyar la gestin para conseguir el objetivo. Estas caractersticas pueden
ser:
Simplicidad
Puede definirse como la capacidad para definir el evento que se pretende medir,
de manera poco costosa en tiempo y recurso.
Adecuacin
Entendida como la facilidad de la medida para describir por completo el fenmeno
o efecto. Debe reflejar la magnitud del hecho analizado y mostrar la desviacin
real del nivel deseado.
Validez en el tiempo
Puede definirse como la propiedad de ser permanente por un periodo deseado.
Participacin de los usuarios
Es la habilidad para estar involucrados desde el diseo, y debe proporcionrseles
los recursos y formacin fundamental para que el personal se motive en torno al
cumplimiento de los indicadores.
Utilidad
Es la posibilidad del indicador para estar siempre orientado a buscar las causas
que han llevado a que alcance un valor particular un valor particular y mejorarlas.
Oportunidad
Entendida como la capacidad para que los datos sean recolectados a tiempo.
Igualmente requiere que la informacin sea analizada oportunamente para poder
actuar.