¿Qué tecnología utilizan para gestionar y analizar la gran cantidad de datos de Paganza y qué métricas son las más relevantes?

Se utilizan distintas tecnologías, principalmente Stack de Microsoft con Fabric para el acceso y transformación de datos crudos y Power BI para el despliegue de aplicaciones de información y SQL. Con respecto Advanced Analytics utilizamos Python & R como herramientas fundamentales, en las que los distintos modelos de machine learning desplegados nos permiten diseñar acciones comerciales con conocimientos predictivos. Nuestras métricas principales son clientes activos, transacciones por clientes y el embudo de activación desde que un cliente descarga la aplicación.

¿Cómo han aprovechado los datos y las métricas para adaptarse a los cambios en el comportamiento del consumidor?

Los descubrimientos nuevos surgen constantemente y nos permiten tomar mejores decisiones, así como confirmar otras en los distintos ciclos de vida de nuestros clientes. Hemos mejorado significativamente la comunicación con nuestros clientes, contándoles lo que más quieren escuchar de nosotros. Con el exceso de estímulos que recibimos, la comunicación es un desafío clave. Hoy por hoy y somos muy celosos de cuidar el índice de contacto mensual.

¿Ha habido algún descubrimiento interesante en los datos que haya influido en la estrategia de expansión de Paganza o en la mejora de la experiencia del usuario?

En el último tiempo hemos avanzado notablemente en entender con mayor precisión las decenas de miles de combinaciones de uso que hacen los clientes en nuestra plataforma. Esto nos permite hacer recomendaciones automáticas especificas por cada cliente, promoviendo así un cross-selling y up-selling más sofisticado según otros usuarios de perfiles similares.

¿Ha habido cambios en los perfiles de profesionales que conforman los equipos comerciales exitosos?

Sin lugar a duda los perfiles profesionales de equipos comerciales actuales deben contar con habilidades de análisis de datos para poder así realizar análisis ad-hoc, desplegar aplicaciones de información gerencial en producción y, por supuesto, saber interpretar los descubrimientos a la hora de analizar información; también contar con buen manejo de SQL y poder conversar con el área de TI para buscar soluciones juntos. La autocapacitación es más relevante que nunca con el objetivo constante de incorporar nuevas tecnologías y buenas prácticas.