Data Monetization. Fazendo dinheiro com Big Data & Smart Analytics. Javier Fernández Presales Manager America do Sul Javier_fernandez@ibi.

Transcrição

1 Data Monetization Fazendo dinheiro com Big Data & Smart Analytics Javier Fernández Presales Manager America do Sul Fabio Calegari Sales Manager Brasil 1

2 INFORMATION BUILDERS QUEM SOMOS EXPERIÊNCIA Todas industrias & Governo Líder de Software OEM GLOBAL-LOCAL Presença no Brasil 1998 Presença em todos os mercados Milhares de Clientes Milhões de usuários Foco Business Intelligence & Analytics Integridade de Dados Integração de Dados Sucesso 98% taxa de sucesso Alta satisfação dos clientes Relações longo prazo 2

3 Builders Clientes no Brasil 3

4 Builders Customers By Industry Automotive Business Services Communications Consumer Packaged Goods Financial Services: Banking Financial Services: Capital Markets Financial Services: Payments Healthcare: Payers Healthcare: Providers Michigan North Dakota Tennessee Insurance Manufacturing

5 Builders Customers By Industry Natural Resources Not for Profit Pharmaceutical and Medical Supply Retail Technology Transportation and Logistics Travel and Entertainment Government: Federal Government: Provincial, State, Local Education

6 A digitalização remodela o processo de negócio 1. A digitalização significa converter processos físicos em digitais ou complementar processos físicos com digitais. 2. A digitalização envolve mais captura de dados 3. Digitalização implica mais processo e inteligência do cliente 4. Digitalização cria mais oportunidades de rentabilizar dados

7 Análise Big Data - BARC Resumo 40% das empresas já têm experiência com big data; apenas 17% dizem que não vão considerar uma grande iniciativa de dados. Big Data traz benefícios de rendimento. As empresas que o utilizam relatam vantagens consideráveis : Melhores decisões estratégicas (69%) Melhor controle dos processos operacionais (52%) Melhor compreensão dos clientes (52%) Redução de custos (47%) O cliente é o rei: a maioria dos casos de uso de Big Data giram em torno de uma melhor compreensão dos clientes e do seu envolvimento com a empresa Os desafios incluem a privacidade de dados, segurança e escassez de conhecimentos internos sobre Big Data A América do Norte está à frente da Europa em termos de uso de Big Data O uso de Big Data varia de acordo com a indústria; Retail é superior em 27%

8 Análise Big Data - BARC Cliente, cliente, cliente 8

9 Análise Big Data - BARC Tipos de dados 9

10 Análise Big Data - BARC Nem tudo é hadoop 10

11 Forbes reconhece o valor da Monetização de Dados Artigo Forbes Essential Steps Toward Monetizing Your Data : 1. Monetização de Dados pode ser sobre a venda de dados. 2. Na maioria das vezes monetização é menos directa : a. fazendo os processos de forma mais eficiente, b. incentivar determinados tipos de comportamento, ou c. revelando o verdadeiro valor de um ativo. 11

12 Áreas-chave para Monetização de Dados Novos tipos de produtos : o Informações como um produto gerador de receita Novo nível de eficiência e eficácia operacional : o Eliminar o desperdicio, a fraude e o abuso Novo paradigma de performance dos colaboradores: o Induzir a mudança de comportamento através da informação Novas formas de colaboração com parceiros Nova experiência on-line do cliente : o Customer-Facing Self Service Apps

13 Novos Tipos de Produtos Datawarehouse Dados Clínicos Plataforma SaaS que recolhe e transforma os dados clínicos de oncologia em informações acionáveis: Prática médica de oncologia e opções de tratamento; Dispensa e uso de medicamentos oncológicos; Visão longitudinal dos tratamentos; Portal Analítico baseado em Cloud para a Indústria Farmacêutica 13

14 Operacionalizar os insights gerados pelo Analytics 14

15 A adopção BI parece ter uma barreira no limite de 22% A adoção de BI pelos colaboradores, em termos percentuais, permanece estável nos 22%. (Fonte: BI Scorecard) Quais são as barreiras para oferecer BI pervasivo e Analytics para os outros 78%? 15

16 Porquê o BI e o Analytics não conseguem chegar aos outros 78%? BI cut-off 22% 1% 5-10% 15-20% 70-80% Analytical Champions Lead analytical initiatives Indirect contribution to bottom line Analytical Professional Build analytical models and algorithms Indirect contribution to bottom line Analytical Semi-Professionals Apply analytical models to business problems Direct contribution to bottom line Analytical Amateurs Put the output of analytical models to work Direct contribution to bottom line Diferentes capacidades / diferentes necessidades : Precisam de ferramentas para análise e descobrir insights Precisam Apps para a tomada de decisões onthe-job Source of Skills Distribution Statistics: Accenture Institute for High Performance Copyright 2010 Accenture. 16

17 Demo Usuário Analista 17

18 Os analistas são muito bons em gerar insights! Na maioria das vezes não conseguimos rentabilizar ideias!

19 Foco nas operações e nos Stakeholders externos Analytical Role Traditional BI and Analytics Analytical Goal Capital Gains Executive Management Strategic Set Strategy & Policy Provide Investments & Resources Mid-Management & Analysts Analytical Analyze Performance Leverage Investment Pervasive BI and Analytics Proactive Employees Operational Drive Change & Business Transformation High ROI Partners & Suppliers Vital Operational Efficiency & Effectiveness Extreme ROI Customers Vital Loyalty, Differentiation & Growth Extreme ROI

20 Criar uma mentalidade de que todo mundo toma decisões 20

21 Compreender a cadeia de valor de monetização de Dados Value High Repurpose for Other Revenue Generation Use Cases Low IT Tools Analytical Tools InfoApps (Analytic Applications) Customer Facing InfoApps Raw Data Integrated and Enriched Data Analyzed Decision Management Applications Land of Opportunities

22 O impacto transformacional do BI Operacional Funcionários Operacionais : Obter respostas às perguntas 70% Executivos e Linha de Negócios: Monitorizar 10% Monetizing App Desenvolvedor: Desenvolver 10% Analistas de Negócios: Descobrir 10%

23 Foco em aplicações analíticas operacionais Funcionários Operacionais : Obter respostas Executivos e Linha de Negócios: Monitorizar Monetizing App Desenvolvedor: Desenvolver Analistas de Negócios: Descobrir

24 Demo Usuários Operacionais 24

25 How do you place a value on information? Q. So how do you place a value on information? Perhaps the most telling of these methods is the one that empirically measures the performance delta between process instances that have access to a certain kind of information versus those that don t. For example; how much do sales people sell, and at what margin, if they have access to competitor pricing data, compared to those that do not have access to this information. Controlled experiments are great for measuring information s economic benefit. Measure Experiment Invest (Doug Laney, a research VP at Gartner, in Extracting value from information, FT.com 25/05/2012, By Paul Taylor)

26 Demo comercial/marketing 26

27 Value Framework Economic transaction implicitly includes information transaction/exchange. Supplier / Partner Money Goods Customer Money Goods Firm Money Goods Goals: Profits from information selling Cost reduction of the inputs Reduction of operational costs

28 Value Framework Economic transaction implicitly includes information transaction/exchange. Supplier / Partner Money Goods Customer Money Goods Firm Money Goods Goals: Profits from information selling Cost reduction of the inputs Reduction of operational costs

29 Value Framework Economic transaction implicitly includes information transaction/exchange. Supplier / Partner Money Goods Customer Money Goods Firm Money Goods Goals: Profits from information selling Cost reduction of the inputs Reduction of operational costs

30 Caso Sucesso Ford 30

31 Self-service Analytics para Garantia Automóvel Uma InfoApp da Builders disponíveis em 14 idiomas diferentes para mais de utilizadores em concessionárias. Ajuda os funcionários a tomar decisões sobre o trabalho de reparação/substituição e assim poupar à Ford $60 milhões por ano. 31

32 Facilitando a gestão da garantia.... mas também medir a eficácia do processo O problema: Concessionárias têm afirmado que o Relatório de Garantia é muito complexo, difícil de entender com muitos números numa página. Solução : Uso de "semáforos" fáceis de entender Linha de desempenho global fácil de medir Identificação dos Top 5 de Categorias de Reparação dirigindo as melhorias no desempenho Identificação rápida do desempenho da concessionária nos indicadores principais da garantia Gráficos de tendências com 13 meses para cada uma das três principais métricas de garantia Transparência de métricas de garantia da Ford Motor Company 32

33 Facilitando a gestão da garantia... capacitação de funcionários com Self-Service InfoApps Os funcionários têm a capacidade de olhar mais detalhadamente para cada uma das métricas-chave de garantia, Custo por Serviço de Veículo, Reparações por X, XXX Serviço de Veículos, e Custo por Reparação, etc., clicando na aba associada. Os funcionários podem obter detalhe para as reivindicações reais para cada uma das 5 categorias de reparação que estão a contribuir para o seu desempenho. 33

34 Value Framework Economic transaction implicitly includes information transaction/exchange. Supplier / Partner Money Goods Customer Money Goods Firm Money Goods Goals: Profits from information selling Cost reduction of the inputs Reduction of operational costs

35 Casos Sucesso Clientes 35

36 Self-Service Analytics para os Anunciantes Yellow Pages Canada serve cerca de pequenas e médias empresas em todo o Canadá. Aos Clientes e Anunciantes fornece informações para medir o retorno sobre os dólares investidos em publicidade e acompanhar o sucesso das suas campanhas. -- Aproximadamente 52 biliões de registos (nove TB) de dados brutos são carregados e processados a cada dia -- Taxa de resposta de 2 a 10 segundos 36

37 Self-service para Sales Data Benchmarking Uma InfoApp da Builders, "Scoreboard", permite que mais de portadores de cartões de pequenos negócios, possam fazer comparações com organizações similares e fazer uma melhor gestão de caixa e decisões de compra. 5º maior banco comercial nos Estados Unidos 37

38 Demo Cliente 38

39 Sobrecarga de Informação Como asseguramos o Valor? Informação/ferramenta adequada para cada contexto Foco na informação com (mais) valor Data Quality/Data Governance Como aumentamos o Valor? Chegar a mais pessoas/decisores Inovar no uso da informação Valor vs Custo: Baixar os custos de distribuição 39

40 Thank You!