Trabajo Final de TCDD - Grupo 08 Vs Final

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 6

TRABAJO FINAL DEL CASO:

“Analytics-Driven Transformation at Majid Al Futtaim: Building a


Data-Driven, Test-&-Learn Culture to Drive Customer Value across
Touchpoints in the Middle East”

TRANSFORMACIÓN CULTURAL DATA DRIVEN


Profesora: Patricia Caballero

Grupo N° 08
PAQUIYAURI ESCOBAR, Ernesto

ZHANG LIANG, Xia

NEIRA OCAMPO, Fabian Alberto

GIRALDO PIZZAMIGLIO, Jacob

GRANDEZ VELA, Gardel

2022
CONTENIDO

I. OBJETIVO DE UNA TRANSFORMACIÓN BASADA EN DATOS EN MAF.................


II. IMPLEMENTACIÓN DE LA ESTRATEGIA CON AACOE.............................................
III. METODOLOGÍA CASO DE USO...................................................................................
IV. “GESTIÓN DE CAPITAL HUMANO Y TALENTO”.......................................................

2
TRABAJO FINAL DE DATA DRIVEN

I. Objetivo de una transformación basada en datos en MAF

 ¿Qué motivo(s) impulsaron la transformación de MAF?

 ¿Qué proceso inició la transformación basada en datos?

 ¿En qué se diferenciaron los enfoques top-down y bottom-up, ambos utilizados


por MAF? ¿Cómo ambos enfoques contribuyeron al éxito de la transformación?

 ¿Cuáles fueron los pasos clave durante la transformación de MAF?

II. Implementación de la Estrategia con AACOE

 ¿Cuáles fueron los tres desarrollos que habilitaron la implementación de la


estrategia de analítica avanzada?

 ¿Cuál fue la receta secreta en la construcción del AACOE? ¿Por qué el modelo
“federado” (híbrido) fue la mejor opción para MAF? ¿Hubo otras opciones?

III. Metodología Caso de Uso

 ¿Por qué MAF empezó con Carrefour como el caso de uso prototipo?
¿Carrefour era exitoso antes de la transformación?

 ¿Cómo MAF definió el caso de uso de “Assortment Optimization”? ¿Qué KPI(s)


definió?

3
 ¿Cuáles fueron las cuatro etapas o fases de implementación del caso de uso
“Carrefour”? ¿Y los principales aprendizajes en cada etapa?

 La definición y los resultados del caso de uso “Carrefour” impulsaron la


solución de otros problemas de negocio a nivel corporativo, ¿qué criterios
deben cumplir los nuevos casos de uso para ser considerados como
transferibles?¿Por qué?

Dado el desarrollo y éxito que tuvo “Carrefour”, como caso de uso en MAF, los
criterios que se deben cumplir los nuevos casos de uso para ser considerados
transferibles son:
- Debe formar parte del plan de mejora de la experiencia del clientes
como análisis de datos.
- Debe ser viable, es decir, debe tener una estructura que permita la
creatividad como base para la resolución de problemas, a través de un
lenguaje común.
- Debe ser tangible con un impacto potencia fácil de cuantificar, por
ejemplo, pasar de un enfoque centrado en el producto a un enfoque
centrado en el cliente; es decir, fácil de pasar de una fase de idea de
caso de negocio a una fase de prototipo, para su posterior
implementación en las categorías identificadas y priorizadas.

 ¿Cómo MAF prioriza los casos de uso en el 2020?

Después de la experiencia que iniciaron el año 2015, MAF, liderado por Bejjani,
para el año 2020, la priorización de los casos de uso se desarrolla en función
de una cultura basada en DATOS, para lograr “mejorar la toma de decisiones”
y “ la idea de que la creación de valor era un PROCESO”.

 Hacia futuro, ¿cómo MAF puede apalancar sus capacidades en datos para
identificar nuevas fuentes de crecimiento? ¿Qué posibles actores podría MAF
involucrar para monetizar sus datos? ¿Cómo estructurar esas oportunidades
de crecimiento?

MAF puede apalancar sus capacidades en datos, generando sinergia y


fortaleciendo la cultura de uso de datos, es decir, lograr que el análisis de datos

4
sea una capacidad común en el Grupo, a fin de que todos los stockholders
puedan ver claramente las nuevas fuentes de crecimiento.
Los actores que consideramos podrían involucrar monetizar los datos, están
representados por las HERRAMIENTAS DE APRENDIZAJE AUTOMATICO,
dentro de los cuales se encuentran la inteligencia comercial ( en forma de
paneles e informe de datos automatizado), uso de máquinas para sugerir
mejores acciones futuras y por último, el uso de las facultades predictivas de
la IA (inteligencia artificial).
La estructuración de estas oportunidades de crecimiento debe ser desarrollado
a través del plan para mejorar la experiencia del cliente con análisis de datos,
para lograr esta audaz ambición, MAF debe permanecer atento a los cambios
de las condiciones de mercado, continuar buscando casos de uso con gran
impacto en la organización, medir los resultados críticos y evaluar las nuevas
iniciativas con KPI´s, escalando su negocio a través de huellas nuevas y
existentes y, sobre todo, ser una empresa que tiene una visión sostenible a
largo plazo.

 Considerando todas las líneas de negocio de MAF, ¿Qué otros casos de uso
de Analytics podrían ser desarrollados para impulsar los ingresos, mejorar la
experiencia del cliente o cambiar el modelo de negocio? Indicar el problema de
negocio que se buscaría resolver.

Otros casos de uso de Analytics que podrían ser desarrollados sería el


análisis de escenario para impulsar los ingresos, cuyo objetivo es tomar
decisiones rápidas e informadas. Para mejorar la experiencia del cliente
podemos desarrollar análisis de sentimiento, con la finalidad de obtener
información para nuestro objetivo, enfocado en las emociones, opiniones y
actitudes de nuestros clientes. Para el cambio de modelo de negocio, se
tendría que desarrollar prototipos de negocios, a fin de validar hipótesis
utilizando grupos de control.

El problema de negocio que se buscaría resolver es la implementación del


modelo de negocio de la cultura de datos para las demás líneas de negocio de
la organización (Propiedades y estilo de vida) considerando análisis de
sentimiento para Carrefour, teniendo en cuenta los diferentes clientes de las
diferentes culturas y países.

5
IV. “Gestión de Capital Humano y Talento”

 ¿Quiénes fueron las primeras contrataciones en la nueva estructura y por qué


fueron seleccionados?

 ¿Qué estructura permitió atraer una mayor cantidad de talento? ¿Cómo MAF
atrajo y retuvo talento analítico?

También podría gustarte