Webs para niñas y niños en vacaciones:
--------------------------------------
Ideas y planes para padres y niños: http://saposyprincesas.com
juegos para niños: http://jugarjuntos.com
paguina infantil y juvenil: http://www.pekegifs.com
Web para Niños, Niñas, Bebés, Padres y Maestros: http://www.caricature.es
página web de los niños: http://www.dibujalia.net
actividades y juegos para aprender inglés: http://www.theyellowpencil.com
juegos para niñas y niños: http://www.pequeocio.com
tomado de revista Computer Hoy No.307 2010
sábado, 24 de julio de 2010
sábado, 3 de julio de 2010
lunes, 10 de mayo de 2010
Data Mining: principales tareas y tipos de problemas
Principales tareas de Data Mining
==========================
Los distintos problemas de los distintos procesos de negocio
se pueden expresar en términos de las siguientes tareas:
T1.– Clasificación
T2.– Estimación
T3.– Asociación
T4.– Clustering
T1.– Clasificación
•••••••••••••••••••••
Examinar las características de un nuevo objeto
y asignarlo a una clase dentro de un conjunto de clases predefinido.
– Clasificar personas que piden créditos como alto medio o bajo riesgo,
– Determinar el patrón de las quejas de seguros fraudulentas
– Patrón de los clientes que nos dejarán en los próximos 6 meses
• Se ha de disponer de un conjunto de entrenamiento en el que todos los registros estén clasificados
• El problema consiste en construir un modelo que aplicado a un nuevo ejemplo sin clasificar lo clasifique.
• Se tiene siempre un número limitado de clases y se esperar poder asignar cualquier nuevo objeto en una de esas clases.
T2.– Estimación
•••••••••••••••••••••
• La clasificación trata con problemas de salidas discretas (si o no, alto, medio o bajo riesgo, responderá o no responderá...)
• La estimación trata con problemas donde el valor a clasificar puede tomar valores
en un rango continuo (ingresos, balance de la tarjeta de crédito, probabilidad de que sea jugador)
• Es una clasificación en la que se establece un score
Ejemplos
– Estimar el número de hijos de una familia
– Estimar la probabilidad de que alguien conteste a un mailing
– Estimar el tiempo de vida de un cliente
– Estimar los ingresos totales de una familia
T3.– Asociación o cesta de la compra
••••••••••••••••••••••••••••••••••••••••••••
Determinar que cosas van juntas.
– Pañales y cerveza se compran juntos los fines de semana
• El ejemplo típico es observar qué productos suelen ir juntos en la cesta de la compra
• Se puede utilizar para establecer los almacenes, escaparates y estrategias de Cross-selling.
T4.– Clustering
••••••••••••••••••
Segmentar una población heterogénea en un número de subgrupos homogéneos o clusters.
• No hay clases predefinidas
• Registros agrupados en base a su similitud.
• Se realiza a menudo antes de otras tareas de descubrimiento.
– Encontrar clientes con hábitos de compra similares
Tipos de Objetivos
==============
• Descubrimiento indirecto [ Problemas Descriptivos: Asociaciones(Asociación) - Segmentación(Clustering) ]
----------------------------------------------
–- Segmentación de bases de datos [T4.– Clustering]
. Clustering demográfico
. Algoritmo de las K-medias
. Mapas de Kohonen
–- Análisis de asociaciones y /o Patrones secuenciales [T3.– Asociación]
. Matrices de coocurrencias
. Algoritmo Apriori
•Descubrimiento directo [ Problemas Predictivos: Clasificación(Clasificación) - Predicción de valores(Estimación) ]
--------------------------------------------------------------------
–- Clasificación y Estimación [T1.– Clasificación, T2.– Estimación]
- Árboles de decisión:
. ID3, CART, C4.5, CHAID
- Redes neuronales
. Back Propagation
. RBF
- Regresión lineal
Tipos de problemas de Data Mining:
============================
el proceso de data mining es siempre un proceso inductivo en que no se realiza ninguna predicción de los datos.
A.- Problemas Descriptivos (problemas de descubrimiento indirecto puesto que no hay una meta a predecir)
--------------------------------------------------------------
META: es simplemente encontrar una descripción de los datos de estudio.
Pertenecen a este tipo de problemas el ejemplo de conocer cuales son los clientes de una organización
(características de los mismos) [una descripción como decimos del conjunto de datos origen],
o el encontrar los productos que frecuentemente se compran juntos o síntomas de enfermedades que se presentan juntos
[si bien el problema sigue siendo descriptivo,
el tipo de descripción requerida es diferente pues lo que se pretende es encontrar asociaciones
esta vez no entre los objetos origen sino entre los valores de atributos o propiedades de estos objetos].
Esto provoca una división más detallada del problema descriptivo en:
A1.- Análisis de segmentación ["segmentación de los clientes"]:
------------------------------------------
Se refiere a los problemas donde la meta es encontrar grupos homogéneos en la población de objetos origen.
A estos problemas se los denomina también problemas de aprendizaje no supervisado.
El típico ejemplo de segmentación es realizar una segmentación de los clientes
A2.- Análisis de asociaciones ["análisis de la cesta de la compra"]:
------------------------------------------
Hace referencia a los problemas en los que se persigue obtener relaciones entre los valores de atributos de una base de datos.
El ejemplo más típico es el de análisis de la cesta de la compra.
B.- Problemas Predictivos (problemas de descubrimiento directo.)
------------------------------------
META: es obtener un modelo que en un futuro pueda ser aplicado para predecir comportamientos.
Este tipo de problemas es el que denominamos problemas predictivos
o en entornos de inteligencia Artificial se denominan problemas de aprendizaje supervisado.
Aunque las técnicas aplicadas para la obtención del modelo son técnicas de inducción sobre los datos de origen,
el resultado (modelo) será aplicado para predecir.
La distinción en el tipo de variables que el modelo predecirá
nos lleva a una distinción dentro de los problemas predictivos que es:
B1.- Problemas de clasificación ["Encontrar el perfil.."]:
--------------------------------------------
problemas en los que la variable a predecir tiene un número finito de valores, esto es, la variable es categórica.
Un ejemplo de este tipo de problemas sería encontrar un modelo que a la vista de un histórico de clientes
clasificados como “buenos” , “regulares” y “malos” establezca de qué tipo de cliente es uno nuevo.
B2.- Problemas de predicción de valores ["Encontrar la probabilidad..."]:
---------------------------------------------------------
problemas en los que la variable a predecir es numérica.
Como ejemplo podríamos tener el caso de encontrar un modelo que me establezca la probabilidad
de que un cliente que está pidiendo un préstamo lo devolverá o no.
---
El hacer esta distinción es importante pues dependiendo del tipo de problema así será la técnica que se utilizará para solucionarlo.
fuente:
Tipos de Problemas de Data Mining
Ernestina Menasalvas
Universidad Politécnica de Madrid
Facultad de Informática
==========================
Los distintos problemas de los distintos procesos de negocio
se pueden expresar en términos de las siguientes tareas:
T1.– Clasificación
T2.– Estimación
T3.– Asociación
T4.– Clustering
T1.– Clasificación
•••••••••••••••••••••
Examinar las características de un nuevo objeto
y asignarlo a una clase dentro de un conjunto de clases predefinido.
– Clasificar personas que piden créditos como alto medio o bajo riesgo,
– Determinar el patrón de las quejas de seguros fraudulentas
– Patrón de los clientes que nos dejarán en los próximos 6 meses
• Se ha de disponer de un conjunto de entrenamiento en el que todos los registros estén clasificados
• El problema consiste en construir un modelo que aplicado a un nuevo ejemplo sin clasificar lo clasifique.
• Se tiene siempre un número limitado de clases y se esperar poder asignar cualquier nuevo objeto en una de esas clases.
T2.– Estimación
•••••••••••••••••••••
• La clasificación trata con problemas de salidas discretas (si o no, alto, medio o bajo riesgo, responderá o no responderá...)
• La estimación trata con problemas donde el valor a clasificar puede tomar valores
en un rango continuo (ingresos, balance de la tarjeta de crédito, probabilidad de que sea jugador)
• Es una clasificación en la que se establece un score
Ejemplos
– Estimar el número de hijos de una familia
– Estimar la probabilidad de que alguien conteste a un mailing
– Estimar el tiempo de vida de un cliente
– Estimar los ingresos totales de una familia
T3.– Asociación o cesta de la compra
••••••••••••••••••••••••••••••••••••••••••••
Determinar que cosas van juntas.
– Pañales y cerveza se compran juntos los fines de semana
• El ejemplo típico es observar qué productos suelen ir juntos en la cesta de la compra
• Se puede utilizar para establecer los almacenes, escaparates y estrategias de Cross-selling.
T4.– Clustering
••••••••••••••••••
Segmentar una población heterogénea en un número de subgrupos homogéneos o clusters.
• No hay clases predefinidas
• Registros agrupados en base a su similitud.
• Se realiza a menudo antes de otras tareas de descubrimiento.
– Encontrar clientes con hábitos de compra similares
Tipos de Objetivos
==============
• Descubrimiento indirecto [ Problemas Descriptivos: Asociaciones(Asociación) - Segmentación(Clustering) ]
----------------------------------------------
–- Segmentación de bases de datos [T4.– Clustering]
. Clustering demográfico
. Algoritmo de las K-medias
. Mapas de Kohonen
–- Análisis de asociaciones y /o Patrones secuenciales [T3.– Asociación]
. Matrices de coocurrencias
. Algoritmo Apriori
•Descubrimiento directo [ Problemas Predictivos: Clasificación(Clasificación) - Predicción de valores(Estimación) ]
--------------------------------------------------------------------
–- Clasificación y Estimación [T1.– Clasificación, T2.– Estimación]
- Árboles de decisión:
. ID3, CART, C4.5, CHAID
- Redes neuronales
. Back Propagation
. RBF
- Regresión lineal
Tipos de problemas de Data Mining:
============================
el proceso de data mining es siempre un proceso inductivo en que no se realiza ninguna predicción de los datos.
A.- Problemas Descriptivos (problemas de descubrimiento indirecto puesto que no hay una meta a predecir)
--------------------------------------------------------------
META: es simplemente encontrar una descripción de los datos de estudio.
Pertenecen a este tipo de problemas el ejemplo de conocer cuales son los clientes de una organización
(características de los mismos) [una descripción como decimos del conjunto de datos origen],
o el encontrar los productos que frecuentemente se compran juntos o síntomas de enfermedades que se presentan juntos
[si bien el problema sigue siendo descriptivo,
el tipo de descripción requerida es diferente pues lo que se pretende es encontrar asociaciones
esta vez no entre los objetos origen sino entre los valores de atributos o propiedades de estos objetos].
Esto provoca una división más detallada del problema descriptivo en:
A1.- Análisis de segmentación ["segmentación de los clientes"]:
------------------------------------------
Se refiere a los problemas donde la meta es encontrar grupos homogéneos en la población de objetos origen.
A estos problemas se los denomina también problemas de aprendizaje no supervisado.
El típico ejemplo de segmentación es realizar una segmentación de los clientes
A2.- Análisis de asociaciones ["análisis de la cesta de la compra"]:
------------------------------------------
Hace referencia a los problemas en los que se persigue obtener relaciones entre los valores de atributos de una base de datos.
El ejemplo más típico es el de análisis de la cesta de la compra.
B.- Problemas Predictivos (problemas de descubrimiento directo.)
------------------------------------
META: es obtener un modelo que en un futuro pueda ser aplicado para predecir comportamientos.
Este tipo de problemas es el que denominamos problemas predictivos
o en entornos de inteligencia Artificial se denominan problemas de aprendizaje supervisado.
Aunque las técnicas aplicadas para la obtención del modelo son técnicas de inducción sobre los datos de origen,
el resultado (modelo) será aplicado para predecir.
La distinción en el tipo de variables que el modelo predecirá
nos lleva a una distinción dentro de los problemas predictivos que es:
B1.- Problemas de clasificación ["Encontrar el perfil.."]:
--------------------------------------------
problemas en los que la variable a predecir tiene un número finito de valores, esto es, la variable es categórica.
Un ejemplo de este tipo de problemas sería encontrar un modelo que a la vista de un histórico de clientes
clasificados como “buenos” , “regulares” y “malos” establezca de qué tipo de cliente es uno nuevo.
B2.- Problemas de predicción de valores ["Encontrar la probabilidad..."]:
---------------------------------------------------------
problemas en los que la variable a predecir es numérica.
Como ejemplo podríamos tener el caso de encontrar un modelo que me establezca la probabilidad
de que un cliente que está pidiendo un préstamo lo devolverá o no.
---
El hacer esta distinción es importante pues dependiendo del tipo de problema así será la técnica que se utilizará para solucionarlo.
fuente:
Tipos de Problemas de Data Mining
Ernestina Menasalvas
Universidad Politécnica de Madrid
Facultad de Informática
martes, 27 de abril de 2010
HOY es Marketing 2010 ESIC
HOY es Marketing 2010 ESIC, algunas claves que apunte:
---
A.- Marketing: nuevos [ tiempos, retos, oportunidades ]
Kit para reinventar MK equivale abc;
a.- RIC X [ ya clientes; +innovación ]
b.- publicidad marca X [ patrocinio; colectivo ]
c.- incertidumbre X [ MK digital; entorno disruptivo ]
ESIC:
-. entorno de Incertidumbre, estrategias:
.- Defensiva, mantener posición
.- Ofensiva, avanzar posición
.- Diferenciadora, realizar campañas
.- Generadora de Confianza, promover lealtad - fidelidad del cliente
-. economía de guerra, estrategias asociadas:
.- Cliente:
. base instalada
. lealtad
. etener clientes
. servicio atención cliente
.- Producto y Servicio
. back to basic
. No es momento para añadir valor
. innovación
. analytics de MK
.- Empresas:
. cliente interno
. objetivo empresa
. fortalecer equipo
[ ya clientes; +innovación ]
Daemont Quest:
cliente + innovación = crecimiento ^ n
4 tendecias en nuevo MK:
1.- back to the customer, [Binter Canarias]
. No captar más
. Si plan estratégico de clientes, base instalada
. segmentación, planes de oferta, planes de servicio
. portal inteligencia comercial, calidad y cantidad de la cartera
2.- segmentación = estrategia [Telva.com]
. divide y vencerás
. modelo de negocio y productos, adelantados y adaptados
. en MK hay que crear historias
3.- Innoviquity [netexpresso]
. accesible al cliente
. probar todo tipo de canales
4.- LowXury [Jinmy Choo con H&M]
. lujo a bajo coste
. No pensar en precio
. Si pensar en modelo de oferta
. asociación, agrupación
cliente (posicionamiento, segmentación, target) + innovación (reinventar modelo de negocio)
Campofrío:
1.- RIC, Retener e Incorporar a Nuevos consumidores:
-. Renovar marcas establecidas ( brand equity )
-. Comunicación comercial, cercana al cliente, visión 360°
-. desarrollar internet, redes sociales
.- España, jamon y cerveza, vino?
.- estrategia publicitaria,TV:
. 1. Si se capto mensaje, Si hubo proximidad
.2. No se capto mensaje, No hubo humor
2.- incorporar inmigrantes a la marca:
-. proyecto => target => producto y marca
.- publicidad gratis en agradecimiento del colectivo al producto
RIC X [ ya clientes; +innovación ]
publicidad marca X [colectivo ]
Yahoo:
-. Los españoles:
.- 58% usa internet de Lun a Dom en PC, portátil y móvil
.- 75% está en red social
.- 85% tiene email
.- 21% uso simultáneo Internet y TV
.- 38% cambia opinión de marca por usar Internet
.- Internet, 13, 6 h/semanal, España 5to puesto
.- TV, 13 h/semanal
.- radio, 12,6 h/semanal
conclusión:
-. Nuestra mente, memoria tiene un límite
-. Auto envío de email para recordar datos, contraseñas, información
+ mucha información, - menos atención
.=> nos centramos en el ahora
.=> necesidad de enviar al futuro
¿estás conectado al Marketing digital?
.. Internet debe buscar conexión del
.. ( producto, marca, empresa ) .=> ( cliente, consumidor, usuario )
MK digital
Banco Santander:
-. mercados: Brasil, UK, España
-. foco: Banca Comercial
-. mejora continua de la eficiencia
-. comprar bien .=> fortalece balances
-. métricas medibles: imagen, eficacia, retorno
-. marca única, oficina modelo, tarjeta modelo
-. conocer marca por patrocinio
-. publicidad gratis indirecta por otras marcas
-. alianza de marcas: Santander + Ferrari
-. marcas más atractivas del mundo:
.- 1era. Google, 2da. CocaCola, 3era. Ferrari
publicidad marca X [ patrocinio ]
Telefónica:
Acantostega, entorno disruptivo y nueva competencia:
-. nuevos bichos:
-. 1ero. Google, 2do. Apple, 3ero. Facebook, 4to. ebay
.- son cisnes negros,
.- inesperados en este sector
.- No se ven venir
.- rápidos, flexibles
.- se hacen grandes muy rápido
.- su campo de juego es mundial
-. Hoy en Telefónica, No se sabe quiénes son sus competidores
-. “competir es hacer Rubik a ciegas”
-. ahora los clientes:
.- están informados, muy exigentes
.- usan tecnología con facilidad
.- quieren entornos de relación personal
.- y cada vez son más jóvenes
crear emociones: El principito y el zorro
“crear lazos requiere tiempo y atención”
[ ya clientes; +innovación (fidelidad base instalada) ]
---
B.- integrar estrategia [ comercial IN empresarial ]
Kit para integrar estrategia equivale abc;
a.- decisión empresarial X [ Π red comercial ]
b.- vender mi producto X [ todos somos TU fuerza venta ]
c.- crecimiento X [atacar mercados; empezar de 0 ]
ESIC:
-. Higiene de nuestra red: implicación y moral
-. política y estrategia comercial, difícil mantener modelo ya establecido
.- hoy, corto plazo es prioritario a largo plazo
.- 53% comerciales, considera que la compañía no comprende ni valora sus capacidades
.- 73% se siente frustrado, red comercial excesivamente dirigida, pero deficientemente gestionada.
.- 46% no muestra ningún grado de compromiso con la empresa donde trabaja
-. ahora, rapidez se transforma en prisa; y entonces:
.- clima genera 44% del resultado del negocio
.- el mundo que genero para los empleados; es el mundo que estos generan a sus clientes.
.- el pensamiento nunca se separa de las emociones; y las emociones no se aíslan del pensamiento.
-. estrategia + involucrarse
.- la involucración sin estrategia es incorrecta; la estrategia sin involucrarse es desalentadora; entender las razones es importante.
-. dirigir la red comercial:
.- poder de afiliación, por encima de excelencia intelectual de cualquier idea.
.- compañía capaz de emocionar sobre una idea; ya tiene una ventaja competitiva.
decisión empresarial X [ Π red comercial ]
ABM Rexel:
-. TODOS somos la fuerza de venta
.- somos la fuerza de venta de los clientes que realizan la instalación (instaladores)
.- ahora, la fuerza de venta es un producto más
.- nosotros hacemos la presentación de venta; el instalador realiza la instalación y nosotros vendemos nuestros productos
vender mi producto X [ todos somos TU fuerza venta ]
LG:
-. equipo comercial, necesidad de reinventarse:
-. Lo más fácil: reducir personal, reducir margen distribución, reducir publicidad
-. Plan 360°, para reinventarse – filosofía coreana del G:
-. 1ero. Crecimiento constante:
.- estrategia de ataque o estrategia de defensa; la diferencia es el premio
.- si tienes éxito; al atacar eres 20% más grande; al defender te quedas como estas.
.- al atacar vas a por el mercado; al defender solo tratas de mantener posición
-. 2do. Dimensional para alcanzar el crecimiento:
.- crecer un 5% es imposible; mientras crecer un 20% es posible
.- ya que para crecer un 20%: hay que ser radical; empezar de cero y derribar todos los paradigmas.
-. 3ero. Ágil, flexible, rapidez:
.- adaptarse a las necesidades del consumidor
.- el mercado de tecnología se deprecia muy rápidamente
-. 4to. Una sola voz con el consumidor
-. 5to. Todos somos fuerza de venta
.- un jugador gana solo un partido; un equipo gana el campeonato
-. 6to. reforzar vínculos comerciales:
.- innovación continua, como meta para crecer como mínimo 20% cada año
.- buscar océanos de negocio para ofrecerles a los socios
crecimiento X [atacar mercados; empezar de 0 ]
-. comité de red comercial con miembros que están en la calle con el cliente
-. comité de dirección, dirige la compañía
-. conocimiento es de abajo a arriba: de red comercial a decisión empresarial
--
C.- revolución digital:
Kit para economía digital equivale abc;
a.- redes social X [ Π ( trafico; conversión; valor2Cliente ) ]
b.- bookmark X [ resultado buscador; recomendación red social ]
c.- social commerce X [ interrelación física & virtual; crear proximidad ]
FECEMD:
-. revolución de la economía digital
.- Facebook, Tuenti, Twitter; 3 de las 4 palabras más buscadas en Internet
.- PYMES y Grandes Empresas en igualdad de oportunidades
.- networking professional
.- ser generosos con sus contactos
.- dedicar un rato al día en 3 meses: 32% mas venta y 7% menos costo
.- 25 millones internautas en España; 80% está en una red social
.- 3 millones de empresas, solo 2% utilizan Web.2.0 e interactividad
bookmark X [ resultado buscador; recomendación red social ]
ICEMD:
-. Redes sociales y éxito empresarial – mito y realidad
-. 1ero. RRSS otra plataforma mas para su monologo – mito
.- realidad: tráfico (blogging, SEO, pay per click) + conversión: implica conversar, escuchar, convertir clientes en fans
-. 2do. RRSS dan visibilidad a la marca – mito
.- realidad: tu reputación (lo que los demás dicen de ti) vale más que la marca (lo que tú dices de ti mismo)
-. 3ero. MarKeting que cuenta hoy en día es OnLine – mito
.- realidad: MK es integrado OFF Line / ON Line
-. 4to. Controlar SMM Social Media Marketing – mito
.- realidad: fuerte cultura corporativa asumida por todos con licencia / permiso para equivocarse
-. 5to. Conocimiento tecnología + conocimiento publicidad = éxito On Line MarKeting – mito
.- realidad: trafico + conversión + valor2Cliente = rentabilidad en la empresa
redes social X [ Π ( trafico; conversión; valor2Cliente ) ]
Kanvas Media:
-. SEO y SMM
.- hay búsquedas que Facebook supera a Google
.- bookmark en mente del consumidor
.- recomendaciones: resultados buscador vs. Recomendación de red social
.- del sitio web al latifundio web
.- busca en YouTube: bavaria
bookmark X [ resultado buscador; recomendación red social ]
www.muchoviaje.com
-. vender por Internet:
-. 1ero. coloca al cliente en el centro de la estrategia, escucharles, entenderles, participar con ellos
.- crear una red desde el punto de vista del cliente
-. 2do. Social Commerce, transparencia de la verdad para construir un negocio con raíces social
.- los empleados acaban conversando con nuestros clientes.
-. 3ero. define plan de Marketing:
.- acciones: adquirir trafico => conversión a clientes => fidelidad de clientes => y estos clientes en promotores para buscar nuevos clientes
.- interrelacionar: lo físico (revista, programa TV) y lo digital (website, DVD)
-. 4to. La tecnología no debe significar grandes proyectos inacabables
-. 5to. observa, testa, analiza y comparte
social commerce X [ interrelación física & virtual; crear proximidad ]
Incipy:
-. Redes sociales al servicio de las empresas – 4 ideas básicas:
-. 1ero. Aprende a decir lo siento
.- gestión proactiva de quejas: chief apologize officer
.- 70% de los clientes vuelven y traen otros clientes; ROI positivo cada mes
-. 2do. contrata a grandes personas y dejala hacer
.- Zane’s cycles, garantía exclusiva de recambios
.- 29 años crece un 23% anual
-.3ero. conocernos, aceptarnos, superarnos
.- 012 de Cataluña
.- www.gencat.cat - crm online
-. 4to. No intuir lo que no podemos medir
.- libros: “Estrategia Digital” y “Ultimate Questions”
BuyVip:
-. Modelo de negocio: comunidad de venta privada
-. www.buyvip.com
.- venta con descuento y consignación virtual
CCC:
-. Cambiar relación cliente, proveedor:
.- me cuidan: envían sms, email. Yo jamás los voy a abandonar
.- expertos en economía digital: cuidan a clientes y proveedores
.- reinventar negocio para crear proximidad, poner alma, cuidar al cliente; en real time
--
MK emocional VS MK racional
-. MK “patas arriba”: físico (producto), mental (mensaje) => al consumidor
-. Lo que es fidalidad son las emociones
-. 1 brand management, parcializa presupuesto y esfuerzos
-. 2 brand marketing es una disciplina más
-. 3 consumidor compra buenas marcas, hechas por buenas compañías; que operan en una buena categoría
.- mercado es un juego de suma cero: mercado lucha de categoría, no de marcas dentro de categorías
-. 4 black marketing, cuando se opta por el lado oscuro de la fuerza
-. 5 publicidad responde con el silencio de los corderos
-. 6 hermano mayor (comercial) debe aprender del hermano pequeño (politico)
.- Internet comparar contenido y publicida, con TV contenido y publicidad
-. 7 siempre necesidad de seguir siendo relevante en publicidad
.- Jacobs Pharmacy en Atlanta
ok
Ricardo Dolinski Garrido
lunes, 1 de marzo de 2010
jueves, 11 de febrero de 2010
lunes, 28 de septiembre de 2009
Educación X Web
Educación X Web
Biblioteca Digital Hispánica
Códex Sinaíticus, encontrados en 1844
http://www.codexsinaiticus.org
Biblioteca Nacional de España
http://www.bne.es
Biblioteca Digital Europea
http://europeana.eu
Biblioteca Digital Mundial, promovida por la UNESCO
http://www.wdl.org/es
Tomado de revista Computer Hoy N° 284
Periódico ABC Hemeroteca Digital
http://hemeroteca.abc.es
Tomado de periódico QUEmadrid
Conocimiento compartido
Proyecto OpenCourseWare, ideado por MIT
http://ocw.mit.edu
Cursos traducidos por Universilla
http://mit.ocw.universia.net
OpenCourseWare OCW Finder
http://www.ocwfinder.org
Wikipedia, enciclopedia
http://www.wikipedia.org
Wikilearning, cursos gratuitos
http://www.wikilearning.com
Wikiversidad, universidad virtual
http://es.wikiversity.org
EstudioWiki, crea tu propio wiki
http://estudiowiki.wikispaces.com
Enseñanza en Internet:
E-learningSocial, redes sociales en la enseñanza
http://e-learningsocial.com
Educativos, recursos para Universitarios
http://edukativos.com
Educaweb
http://educaweb.com
Educasites
http://educasites.net
Enciclonet
http://enciclonet.com
Blog educativos:
Aulablog, bitácora educativa
http://aulablog.com
El Tinglado, blog con recursos
http://tinglado.net
EduCAP_TIC, bitácora sobre educación
http://iesgrancapitan.org
Bibliotecas electrónicas:
Biblioteca Virtual Miguel de Cervantes
http://cervantesvirtual.com
Bibliotecas Públicas
http://bibliotecaspublicas.es
La Biblio
http://labiblio.com
Red de Bibliotecas del CSIS
http://bibliotecas.csic.es
Tomado de revista Personal Computer N° 80
Biblioteca Digital Hispánica
Códex Sinaíticus, encontrados en 1844
http://www.codexsinaiticus.org
Biblioteca Nacional de España
http://www.bne.es
Biblioteca Digital Europea
http://europeana.eu
Biblioteca Digital Mundial, promovida por la UNESCO
http://www.wdl.org/es
Tomado de revista Computer Hoy N° 284
Periódico ABC Hemeroteca Digital
http://hemeroteca.abc.es
Tomado de periódico QUEmadrid
Conocimiento compartido
Proyecto OpenCourseWare, ideado por MIT
http://ocw.mit.edu
Cursos traducidos por Universilla
http://mit.ocw.universia.net
OpenCourseWare OCW Finder
http://www.ocwfinder.org
Wikipedia, enciclopedia
http://www.wikipedia.org
Wikilearning, cursos gratuitos
http://www.wikilearning.com
Wikiversidad, universidad virtual
http://es.wikiversity.org
EstudioWiki, crea tu propio wiki
http://estudiowiki.wikispaces.com
Enseñanza en Internet:
E-learningSocial, redes sociales en la enseñanza
http://e-learningsocial.com
Educativos, recursos para Universitarios
http://edukativos.com
Educaweb
http://educaweb.com
Educasites
http://educasites.net
Enciclonet
http://enciclonet.com
Blog educativos:
Aulablog, bitácora educativa
http://aulablog.com
El Tinglado, blog con recursos
http://tinglado.net
EduCAP_TIC, bitácora sobre educación
http://iesgrancapitan.org
Bibliotecas electrónicas:
Biblioteca Virtual Miguel de Cervantes
http://cervantesvirtual.com
Bibliotecas Públicas
http://bibliotecaspublicas.es
La Biblio
http://labiblio.com
Red de Bibliotecas del CSIS
http://bibliotecas.csic.es
Tomado de revista Personal Computer N° 80
jueves, 11 de junio de 2009
le dijeron a Saltamontes
Algunos de los mejores consejos
de los maestros PO, Kan o Sun en Kung Fu:
(tomado de Que y 20minutos, en Madrid. España)
“No busques conocer las respuestas,
sino entender las preguntas”
“Son sólo los ojos
los que vuelven ciego al hombre”
“Espera lo inesperado”
“Dos cosas pueden destruirte:
fuerza exterior y debilidad interior”
“Sólo le perteneces a alguien:
a ti mismo”
“Si no puedes ser poeta,
sé poema”
en recuerdo a quien interpretó a Saltamontes
de los maestros PO, Kan o Sun en Kung Fu:
(tomado de Que y 20minutos, en Madrid. España)
“No busques conocer las respuestas,
sino entender las preguntas”
“Son sólo los ojos
los que vuelven ciego al hombre”
“Espera lo inesperado”
“Dos cosas pueden destruirte:
fuerza exterior y debilidad interior”
“Sólo le perteneces a alguien:
a ti mismo”
“Si no puedes ser poeta,
sé poema”
en recuerdo a quien interpretó a Saltamontes
sábado, 16 de mayo de 2009
domingo, 3 de mayo de 2009
HOY es Marketing ESIC 2009
HOY es Marketing ESIC 2009
Indico algunas claves que apunte:
guerra de precios o trabajamos en colaboración:
No por el instinto asesino de fabula: escorpión y la rana
AECOC
- Trabajamos en colaboración,
para evitar perdida de Valor para todos: Fabricantes y Distribuidores
- Precio es dinero y percepciones de la Marca
- La Marca construye Valor e Innovación
- Marketing debe crear Valor y percepción positiva en el sistema económico.
Reinventar el Marketing:
ESIC
Antes MARKETing orientado al Mercado
Ahora CONSUMERing refleja el Consumidor.
La Marca nuestro mejor activo junto con los Recursos Humanos
Consejos:
- Analizar más la desviación de lo obtenido y lo esperado,
aprender del error
- Trabajar no solo en laboratorio (estudio de mercado),
hay que ir al terreno: Producción, Ingeniería, IDi
- Conocer mas y mejor el Punto de Venta
Etapas de la orientación del Marketing:
- Mercado (Segmentación)
- Comprador
- Cliente (Marketing Directo, CRM, CallCenter, DW)
- Persona (Marketing Viral, eCRM)
Antes el pez grande se come al pequeño,
Ahora el rápido se come al lento
Marketing:
Antes Misión generar demanda
Ahora, Misión lograr que el cliente quiera un día mas comprar su producto
Marketing evoluciona, pero no lo hacen sus profesionales:
- Personalizar la comunicación
No importa lo que seas, sino como lo vendas
- Conexión del silicio (BaseDatos) con el carbono (Teleoperador)
Para reducir gap entre empresa-cliente a través de CRM Ficha de Cliente.
- Integración real de Internet
entre medio publicitario (posicionamiento) con drive to Web
de Google a su site dedicado eCRM, Contact Center en vez de Call Center
el cliente coloca teléfono, móvil, email y le llaman o hacen contacto
Children see, children do
Make your influence positive
video en YouTube
Consejos:
Daemon Quest
- Integrar fuentes adicionales de ingresos,
ejemplo: Ryanair, pasaje aereo + alquiler coche + hotel
- Especializarnos en unos pocos segmentos,
ejemplo: CocaCola, estrategia muy segmentada, productos regional por país
- Reinventar publicidad, RRPP, innovar, tienen que hablar de nosotros bien
- Reinventar tiendas y la forma de comprar
Ejemplo: Netexpresso y www.globetrotter.com
- Creer en Internet, creativo en Internet
- VENDER
cliente + innovación = crecimiento
cliente: posicionamiento, target, segmentación
crecimiento: reinventar modelo de negocio
Think diferent de Applet
video en YouTube
Jugar a ser mayor. Micropolix y la Innovación:
- Mismo espacio donde los niños juegan y aprender, buena idea de negocio.
- Innovar creando un nuevo espacio, único en el mundo: seguro, amplio
- Opción habitual, entrar en un sector maduro y buscar un nicho
- Opción innovadora, estrategia de oceanos azules, evitar la lucha y buscar horizontes nuevos con innovación.
Utilidad excepcional + Precio apropiado, atraer y finalizar = Visibilidad emocional asegurada, añadiendo costes a un producto abstracto que es difícil copiar
Visibilidad emocional:
- Padre siente que educa
- Educador siente que inculca valores
- Niño encantado
- Empresa comprometida en valores
Ahora, la Educación es el tipo de segregación global;
distancia que separa a las personas con formación
y las que no la tienen, se agranda sin parar
Marca País:
- Actual Marca País, Spain is different
- Imagen crea Valor
- Country Equity: responsabilidad de todos y afecta a todos
- Country Of Origin: ampara hecho en España
- Construcción Marca País:
1. Elaboración de Diagnostico
2. Estrategia
3. Posicionamiento
4. Comunicación
Fabula: La tribu del Lince
(el escudo, el artesano, el guardián, el jefe, el hechicero, el lince)
Responsables directos de Marca País: ICEX, TURESPAÑA, INVEST IN SPAIN
Pasos:
- Fondo comun de conocimientos sobre Marca País
- Auditoria constante, cambia constantemente Marca País:
quienes somos, que queremos ser, que podemos ser,
que quieren los demás que seamos, como nos ven
- Alcance de Marca: Objetivos:
Innovar, Estimular Comercio Exterior,
Construyamos en Internet (1mil millones están en la red, algo hay que contarles),
Cumplir la promesa (a los 60millones de turistas que vienen cada año a España)
Ver la crisis como una oportunidad: las cometas vuelan cuando hay viento
1. Made in / by Spain:
2. No donde se fabrica, sino quien agrega valor añadido
3. Esfuerzo competitivo de las empresas
que se reconozca su trabajo / valor como embajadoras Marca Pais
4. Cobranding; unir esfuerzos 20 o mas marcas; ejemplo, Aceite de Oliva Español
Actual Imagen País: Turismo, atractivo natural (sol, mar, arena) y oferta de ocio
son opciones de Imagen País:
- Generador de energía renovable
- Investigador en células madres
- Canal en español de opinión e ideas en Europa
- Gastronomía Ibérica: Vino, Aceite de Oliva, Jamón Ibérico
- Fútbol LatinoEuropeo
Entre dimensiones, Consenso y Certeza:
Alto, métodos, sistemas, procedimientos, ISO, CRM, ERP, 6sigma
Medio, gestión de ambigüedad, complejidad y Incertidumbre
Bajo, desconocido falta de orden, anarquía
Real Madrid buen embajador y promotor de la Marca País;
y también, Barcelona y Atlético de Madrid
Marca País, soluciones:
Real Madrid
- tener un plan y ceñirse al plan
- sumar esfuerzos
- querernos un poco más
- tener constancia, paciencia
- cumplir cada uno en su responsabilidad
Principios y Valores: Fabula de la Hormiga y la Cigarra
Principios y Valores
BBVA
crea
Reputación y Confianza
y juzgado por
Cliente
Accionistas
Empleados
Sociedad
que refuerza Reputación y Confianza
Entre dimensiones, Comunicación y Realidad:
Alto; decimos y lo hacemos,
promesas cumplida, genera reputación y confianza.
Y buena reputación genera riqueza (consistencia, percepción y valor)
y mejor disposición hacia el país
www.reputacioncorporativa.org
La reputación nace de adentro hacia fuera,
tienen respecto y admiración de donde trabajan
y eso lo van a reflejar hacia afuera
Nuevas Tecnologías al servicio de captación y fidelizar clientes:
ICEM
1. Social
2. So free, aportar ideas:
Free customers, Free employeer; Free contents
3. So involving
redes sociales se integran en las campañas publicitarias
4. So stressful
RRPP 2.0 asignatura pendiente
Fundamento de la Marca es cada vez menos lo que nosotros decimos
y mas lo otros dicen de nosotros (reputación)
multiplicación viral a través de redes sociales
CRM 2.0 crm social
5. So local
search + mapas + telefonía IP + contenidos contrastados
6. So móvil
6.5. So local + mobile + social
GPS + movil + perfil social => Google Latittude
y la posibilidad de colocar publicidad contextual
7. So coludy
Cloud Computing permite bajar coste
8. So measurable
nuevas métricas basadas en Marketing Directo y Data Base Marketing
con ayuda Web 2.0 y Red Social, en un “Poli Dialogo”
Internet, la gran quesería
Nuevas formas de relacionarse con el cliente:
ICEM
- Dialogar para tener datos, crear nuevos modelos de negocio,
conocer motivación compra
enriquecer tus productos Crowdsourcing, www.legofactory.com
- Empatia, estrategia de captación
como busca y como te encuentra, hacer tangible que haces algo por la sociedad
- Escucha, toma el pulso del clima social de tu Marca en Internet
Coolhunting, 75% contactos del cliente vienen a través de Contact Center
- Reconocimiento, comunicaciones donde el cliente es reconocido
Marketing Directo, ofertas personales y relevantes
- Experiencia, sincronizar Niké + iPod y mi desempeño en la ruta con amigos
crea barreras de salida por vincular el cliente + Marca / Marcas + amigos
- In formación, Publicidad Contextual, conocimiento, dar respuesta a necesidad
Conocimiento = uso = satisfacción = vinculación
- Conveniencia, Si eres útil te consumo / compro
- Integración, movicodes, códigos BD de anuncios
- Popularidad, ejemplo, pagina Beyoce en Facebook
Internet es un comercial que no descansa
Respuesta Profesional de Telefónica; La Tecnología debe darse en forma de Servicio
En tiempos de crisis, es más inteligente ir a lo básico
Google, cada vez más lo que se hace en tu PC, se hace en red Internet
Facebook funciona como un AuditTrail o .log de tu vida social en la Web
Correos, Paquetería unión de la parte Virtual de la Real
AEA, Publicidad es sentimiento, inversión intangible más desarrollada con Internet
Comunicación y Marketing, alargan la vida
ejercicio de Responsabilidad Social
Relacionarse genera endorfinas, la hormona de la felicidad
dircom
Claves, Pilotear en tormenta, Comunicar en tiempos de crisis:
Telefónica
- Revisar plan de vuelo, el plan a 6 mese puede cambiar ahora
- Atención al rumbo, ten claro los objetivos
- Quitar el piloto automático (turbulencia),
deja de hacer lo de siempre, ahora acción y comprobar efectos
- Deja a los expertos, pon foco en el talento, talento interno
- Atención a los motores (no ir a tope, no forzar la maquina)
maneja con tacto el presupuesto
… pero sobre todo, NO APAGUES LOS MOTORES
El negocio es conectar con la gente
para influir una idea, un producto
todo lo demás son herramientas / canales (anuncios, red social / web , móvil)
para ejercer influencia en la audiencia
Shackleton
Consejos:
Dircom
- fortalecer Marketing Relacional, la Marca tiene valor emocional y racional
- mantener el empleado debe ser principal objetivo actual
- hacer buenas políticas de Benchmarking para fijarse en el entorno
- liderazgo es una actitud
- autencidad es atributo bien valorado en crisis actual
creatividad. medio y mensaje
MPG
Mayor Efectividad / Menor Coste = Valor de Comunicación, incrementa ROI
Innovación siempre presente en cada estrategia de producto
L’Oreal
Suscribirse a:
Entradas (Atom)
