Data & Analytics

En PwC tenemos claro que la analítica avanzada debe estar orientada a la mejora en la toma de decisiones para generar impacto en el negocio.

Datos orientados a generar impacto de negocio

Cada vez más, los datos constituyen un activo ingente para las compañías, que afrontan el desafío de encontrar sentido a tal cantidad de información, revelar su valor y aprovechar las oportunidades que plantean. De este modo, los datos se convierten en una potente herramienta estratégica para la organización.

En PwC tenemos claro que la analítica avanzada debe estar orientada a la mejora en la toma de decisiones para generar impacto de negocio. Las compañías están evolucionando hacia la integración de analytics en sus operaciones diarias y, posteriormente, la incorporación de los resultados en los procesos y sistemas operacionales. Y es que esta presencia del análisis de datos en todos los niveles de la organización es lo que permite tomar decisiones más rápidas y sofisticadas.

En este contexto, PwC cuenta con un equipo de D&A formado por profesionales de nuestras diferentes oficinas en España y de nuestro Centro de Excelencia en Málaga, además de una red de expertos internacionales tanto a nivel funcional como sectorial. Además, PwC ha creado un framework con la tecnología, la estrategia y todos los componentes necesarios para impulsar una cultura basada en los datos.

Framework de PwC para el desarrollo de una cultura basada en datos garantiza la definición de todos los componentes necesarios

Framework de PwC para el desarrollo de una cultura basada en datos garantiza la definición de todos los componentes necesarios
En este proceso de análisis en PwC enfocamos nuestros servicios en cuatro palancas:

 

Evaluación de las capacidades organizativas

Organizational Assessment & Capabilities

Las organizaciones necesitan desarrollar las capacidades organizativas, skills, tecnología, etc. necesarias para dar respuesta a los retos del negocio.

View more

Big Data

Big Data

Es preciso potenciar la habilidad de aprovechar el crecimiento exponencial de los datos y de procesarlos, ya que esto es lo que nos diferencia.

View more

Analytics

Analytics

Permite la creación de insights complejos aplicando estadística avanzada a datos complejos, no estructurados, externos…

View more

Visual insights

Visual insights

Permiten la optimización de las capacidades de reporting, propiciando la toma de decisiones más ágiles y eficaces.

View more

Ofrecemos a nuestros clientes, entre otras, las siguientes plataformas que hemos desarrollado desde PwC
  • PowerBrain PowerBrain
  • Customer Intelligente Platform (CIP) Customer Intelligente Platform (CIP)
  • SMAP - Data & Analytics SMAP
  • El Gobierno de los Datos SCOOP
Power Brain

PowerBrain

Se trata de un datalake que permite desarrollar casos de uso analíticos sin necesidad de instalaciones in house. Desarrollada de forma modular y costumizable para cada uno de nuestros clientes, este ecosistema de datos aporta información para contextualizar los análisis y hace disponibles componentes analíticos que aceleren la ejecución.

Customer Intelligente Platform (CIP)

Customer Intelligente Platform (CIP)

Es una plataforma para la optimización del valor del ciclo de vida de cliente, desde su adquisición hasta su retención. Contiene analytics prediseñados para cada punto de contacto del cliente, lo cual agiliza su utilización. CIP realiza una micro-segmentación de los clientes según su comportamiento, predice la evolución de cada grupo e identifica las palancas de generación de valor para proponer las mejores acciones comerciales.

Más información
SMAP - Data & Analytics

SMAP

El objetivo de esta plataforma es impulsar la Industria 4.0 a través de la aplicación de analítica avanzada a los procesos de producción para aumentar su eficiencia. Algunas de sus funciones incluyen la previsión de averías en la maquinaria, su monitorización en tiempo real y el análisis de las fases productivas para proponer mejoras de optimización.

SCOOP - Data & Analytics

SCOOP

Es una plataforma global de análisis que proporciona una visión profunda del funcionamiento de las cadenas de suministro. SCOOP pone a disposición de clientes y consultores apps que permiten la extracción y análisis rápidos de datos, hacen recomendaciones específicas y permiten identificar medidas y oportunidades en tiempo real.

Casos de éxito
Caso de éxito - Data & Analytics - Servicios financieros - Pricing
Pricing 

Objetivo: maximizar el ingreso a través de encontrar el precio ideal para cada cliente


Resultados: en los últimos años hemos implantado este modelo de pricing para productos retail. Como resultado de la implantación de nuestra solución, el volumen de caja de los préstamos aumentó un 20% y el margen porcentual ascendió un 1,5%.

Caso de éxito - Data & Analytics - Telecomunicaciones - Educación digital
Diseño de la estrategia de D&A y despliegue de pilotos en el área de educación digital

Objetivo: explotar de forma eficiente y mejorar el funcionamiento de las plataformas de MOOCs (Massive Open Online Courses) del cliente.

Resultados: hemos acompañado y apoyado la práctica de Learning Analytics que consiste en explotar grandes cantidades de datos generados por las plataformas MOOCs del cliente, con el fin de abordar retos de negocio. Con ello hemos conseguido, un incremento en cursos realizados del ~3% debido al conocimiento del usuario y a la mejora de los contenidos.

 

Caso de éxito - Data & Analytics - Transporte y Turismo - Redes ferroviarias
Desarrollado una solución que permitió incrementar un 8-10% el EBITDA de una de una de las principales redes ferroviarias del mercado

Objetivo: incrementar el EBITDA de la compañía en sus tres principales recorridos

Resultados: hemos diseñado una metodología que parte de un diagnóstico profundo de las potenciales áreas de mejora, realiza un análisis extenso de los datos históricos y despliega modelos avanzados de forecasting, que nos ha permitido incrementar el EBITDA en un 8-10% en los 3 principales recorridos de la compañía

 

Caso de éxito - Data & Analytics - Retail - Modelo predictivo de venta de cervezas
Cálculo de un modelo predictivo de ventas de cerveza (PwC alcanzó el primer puesto en el ranking contra otras competidoras)

Objetivo: mejorar los modelos predictivos de ventas respecto a los de los competidores del sector de venta de cerveza.

Resultados: se ha mejorado en 27 puntos la exactitud del modelo predictivo de ventas sobre 5 barriles de cerveza de un retail. Se ha implementado un modelo predictivo con una exactitud del 96,56%.

 

Caso de éxito - Data & Analytics - Sanidad - Cambio de estrategia
Cambio de estrategia más centrada en el cliente, usando Data & Analytics como palanca

Objetivo: habilitar el desarrollo de soluciones analíticas con impacto directo al negocio y apoyar el cambio de estrategia y también a las líneas de negocio core como MCM y R&D

Resultados: identificamos 79 casos de uso de análisis para ayudar a las unidades de negocio a superar sus nuevos desafíos, además definimos los componentes necesarios para abordar los casos de uso y las capacidades de organización requeridas para ejecutarlos y administrarlos, impulsando el traspaso del BI tradicional a un departamento de D&A descubriendo nuevos mercados

 

Caso de éxito - Data & Analytics - Seguros - Nivel retención clientes
Modelo de predicción estratégico para una aseguradora líder a nivel nacional que mejoró el nivel de retención de clientes

Objetivo: desarrollar una estrategia de retención para determinar qué tomadores estaban en mayor riesgo de no renovación

Resultados: hemos desarrollado un modelo de predicción estratégico, que ayudó al cliente a aprovechar el puntaje de retención para cada cliente, proporcionando una predicción cuantificable para las decisiones futuras.

El cliente pudo mejorar la retención para segmentos de alta prioridad y mantener la rentabilidad implementando modelos de retención predictiva

 

Caso de éxito - Data & Analytics - Sector Público - Identificación de altas fraudulentas
Creación de un modelo de identificación de altas fraudulentas dentro del Régimen Especial de Trabajadores Autónomos (RETA)

Objetivo: desarrollar un modelo analítico para la identificación de fraude RETA, evaluando el riesgo de que se simule un alta ficticia.

Resultados: los fines para simular un contrato son: conseguir prestaciones, permisos de residencia, acceso a la asistencia sanitaria, etc. Se realizan búsquedas a nivel de trabajador sin necesidad de agrupar a nivel empresa, mejorando así la tasa de acierto en la identificación de empresas reales con altas fraudulentas.

 

Caso de éxito - Data & Analytics - Sector Energía
Diseño de un modelo de propensión al fraude por zonas y puntos de suministro (PS) reduciendo el fraude de un 7% a un 0.75%

Objetivo: Identificar clientes fraudulentos y las zonas de la red (y sus PS) de mayor propensión de fraude “no-cliente”.

Resultados: se identificaron entre 20K y 25K de puntos de suministro candidatos de Fraude. Cerca de 350K inspecciones de fraude, pasando de un ~7% de fraude sobre mermas a un ~0.75%.

Caso de éxito - Data & Analytics - Sector Industria
Sistema de mantenimiento predictivo con Machine Learning, para detectar cortes de suministro en tiempo real.

Objetivo: aumentar eficiencia y calidad, reduciendo los cortes de suministro mediante mantenimiento predictivo

Resultados: la empresa líder en la producción de cajas de cambios, deseaba mantener su alta posición implementando enfoques de aprendizaje automático novedosos para aumentar su calidad y eficiencia.

El algoritmo de mantenimiento predictivo,  fué capaz de detectar de antemano el 99% de los fallos en la maquinaria que ocasionan cortes de suministro



Observatorio sobre Big Data y Analytics

Obsevatorio sobre Big Data y Analytics

Cada día más, las empresas se enfrentan al desafío mejorar su eficiencia a través del análisis de los datos. Este ha sido uno de los prinicipales temas que se han abordado en el Observatorio sobre Big Data y Analytics, organizado por El Economista y apoyado por PwC, en el que responsables de este área de distintas compañías coincidieron en la importancia de sacar el máximo partido a los datos con los que cuentan y, de esta forma, mejorar su cuenta de resultados. 

Más información

"El Data ha llegado para quedarse y, en absoluto, se trata de una moda. No va a tener sentido un proyecto de consultoría que no un tenga un componente de Data Analytics"

Javier Barguñó, socio responsable de Data Analytics de PwC

Artículos relacionados

Artículo "La frontera del dato". Javier Barguñó, socio responsable de Data & Analytics
La frontera del dato

Artículo de Javier Barguñó, socio responsable de Data & Analytics

 

Leer artículo

Contacta con nosotros

Javier Barguñó

Javier Barguñó
Socio responsable de Data & Analytics
Email
Linkedin de Javier Barguño

Síguenos en