Casos de éxito

A lo largo de los proyectos en los que se han trabajado, hemos podido construir junto a diferentes empresas una variedad de casos de éxito que reflejan los distintos retos enfrentados, los aprendizajes adquiridos y las soluciones a la medida que hemos brindado a nuestros clientes.

Play Video

 

Chubb es la compañía de seguros P&C más grande del mundo que cotiza en bolsa y la principal aseguradora de líneas comerciales en los EE.UU. Con operaciones en 54 países y territorios, Chubb proporciona propiedad comercial y personal y seguro de accidentes, seguro de accidentes personales y seguro de salud complementario, reaseguro y seguro de vida para un grupo diverso de clientes. Como empresa de suscripción, evaluamos, asumimos y gestionamos el riesgo con perspicacia y disciplina. Atendemos y pagamos nuestras reclamaciones de forma justa y rápida. Combinamos la precisión de la artesanía con décadas de experiencia para concebir, crear y ofrecer la mejor cobertura de seguro y servicio a personas y familias, y empresas de todos los tamaños.

¿Cuál fue el reto?

Se realiza la depuración 4 millones de datos quincenal de las bases de datos de gestión de venta para clientes externos teniendo como principal insumo diversidad de variables las cuales son sometidas a procesos de limpieza y depuración de forma manual incluyendo validaciones de números de teléfono contemplando posicionamiento geográfico en casos de números locales y validez de números de celular previo a cargue sobre aplicativos de telefonía.

¿Qué hicimos?

Se diseña un servicio por medio de Work-Flow para el manejo de datos de gran volumen desde su identificación, extracción, transformación y preparación para inserción en bases de datos de planta telefónica, garantizando la calidad de los datos según definiciones técnicas u operativas del sector. El ecosistema de BigData garantiza alta fiabilidad y disponibilidad del servicio, así mismo, niveles de seguridad y protección a nivel de información.

Resultados

A nivel operativo mejoras de tiempo de 5 horas de procesamiento manual con dos personas involucradas a dos minutos donde el ecosistema de BigData con sus servidores dedicados se encargan de la gestión de la información. Incluyendo la garantía de la protección de datos a nivel de integridad, disponibilidad y confidencialidad de los datos de nuestros clientes.

 

Sociedad constituida bajo la denominación COLOMBO MEXICANA DE INVERSIONES S.A. – COLMEX, mediante Escritura Pública No. 7418 de noviembre 30 de 1971, otorgada en la Notaría Primera del Círculo de Bogotá, D.C.En 1980, la Compañía fue adquirida por el Grupo Suramericana y modifica su domicilio a la ciudad de Medellín y su denominación social, pasando a ser COMPAÑÍA SURAMERICANA DE FINANCIAMIENTO COMERCIAL S.A. “SUFINANCIAMIENTO”. En la década de los años 80, la Compañía estaba orientada a satisfacer necesidades de crédito de la pequeña y mediana empresa, estrategia que cambió en 1992 con el desarrollo de líneas de crédito dirigidas a personas naturales, como tarjetas de crédito de marca privada, créditos de vehículo y libre inversión entre otros, los cuales permitieron el posicionamiento de la Compañía en el mercado del crédito de consumo.

¿Cuál fue el reto?

Proceso operativo manual de extracción de datos incluyendo el cálculo manual de múltiples fuentes y variables de datos para servicios de cobranza. Este proceso pasaba por una persona ejecutora y otra quien supervisaba el trabajo y los cálculos. el proceso tomaba aproximadamente 2 horas y media.

¿Qué hicimos?

Por medio de un proceso de consultoría técnico a nivel de Bigdata se hizo un analisis de las diferentes fuentes de datos, evaluando procesos de extracción y carga a ecosistemas de manejos de datos previo a cálculos. Se generan procesos de datacleaning una vez extraída la data y los posteriores cálculos teniendo en cuenta todas las reglas de negocio del proyecto. Una vez finalizado se entrega el resultado en un archivo al cliente.

Resultados

A nivel operativo el resultado más grande sin duda es la reducción de tiempo de 2 horas y 30 minutos a 5 minutos en procesos diarios que se ejecutaban de forma manual. Los 5 minutos son llevados a cabo por flujos de datos y algoritmos dedicados. El único trabajo del personal es dejar la información sobre los repositorios indicados. Otro frente importante es la integridad de los datos dado que se mitiga el error humano dentro de estos procesos ya sean a nivel de limpieza o de cálculo.

 

Con más de 30 años haciendo presencia en el segmento automotriz, SIMONIZ® se constituye como una de las marcas más importantes para el grupo SIMONIZCO®, siendo la marca líder en el cuidado, embellecimiento y protección vehicular, a través de productos desarrollados y testeados con los más altos estándares de calidad, posicionándose como una marca reconocida y encaminada a entender las exigencias de sus consumidores, apasionados por el mundo de los carros y motocicletas.
SIMONIZ® se ha fortalecido en diferentes países de la región a través de mecanismos de producción y comercialización para entender los requerimientos de nuestros clientes de una forma ágil y efectiva.

¿Cuál fue el reto?

Identificar posibles puntos para la apertura de una nueva sede de una empresa comercial en la ciudad de Bogotá

¿Qué hicimos?

Con la información de las actuales sedes de la cadena y otros datos asociados a las ventas, información de sitios de interés y algunos índices e indicadores de la ciudad de Bogotá, se construyó un mapa de calor que identificó fogones de ventas, los cuales indicaban que puntos tenían una alta probabilidad de consolidar un mayor número de clientes

Resultados

El mapa de fogones permitió asesorar a expertos en la decisión no solo de establecer nuevos puntos de la cadena en zonas no contempladas, sino de examinar la redundancia de establecimientos de la misma marca en algunas zonas especificas

 

Telefónica (Movistar) es una compañía sensible a los nuevos retos que exige la sociedad actual. Por eso ofrecemos los medios para facilitar la comunicación entre las personas, proporcionándoles la tecnología más segura y de vanguardia, para que vivan mejor y consigan lo que se propongan.

Un espíritu innovador, atento y con un inmenso potencial tecnológico que multiplica la capacidad de elegir de sus más de 322 millones de clientes en 21 países. Una empresa totalmente privada que cuenta con más de un millón y medio de accionistas y cotiza en varios de los principales mercados bursátiles del mundo.

¿Cuál fue el reto?

Segmentar los agentes de una operación outbound de acuerdo a su nivel de afinidad con ciertas variables demográficas en una base de datos de cobranzas

¿Qué hicimos?

A partir del histórico de llamadas y algunos datos como TMO y efectividad de cada agente, se construyó un modelo que segmentara para los agentes. El resultado de este modelo muestra tanto características importantes de la base de datos que influyen en la efectividad de los agentes, como una segmentación detallada de los grupos de agentes que tienen mayor efectividad en los perfiles más extremos de la base de datos (Deudas grandes, calificaciones crediticias bajas), que generalmente suelen ser porcentajes bajos.

Posteriormente se realizó un análisis de corte cualitativo para identificar aspectos comunes en las gestiones exitosas realizadas por cada grupo de agentes en llamadas.

Resultados

El análisis estadístico permitió identificar los diferentes puntos de segmentación de la base para definir grupos de registros segmentados para cada agente. El análisis cualitativo evidencio que el grupo de agentes más efectivo tenía comportamientos diferentes a la hora de abordar clientes con deudas grandes, esto contribuyo a identificar oportunidades de mejora en el proceso formativo de los agentes.

¡Contáctanos!

Siempre estamos a la expectativa de recibir nuevos proyectos, así que no dudes en contarnos tus ideas.

Verificado por MonsterInsights