SAP ya había probado a trabajar con esta solución en sectores como el del deporte y el entretenimiento o en el de la actividad industrial, logrando en ambos un rotundo éxito.

Y esta vez ha querido repetir transformando el negocio de Mercator S.A., una empresa familiar que fabrica, exporta e importa artículos de bazar y regalos de prestigiosas marcas internacionales.

Desde 1978 esta empresa, propia de Buenos Aires (Argentina), ofrece una oferta variada y amplia en sus líneas tanto para el hogar como para las empresas. Para lograrlo cuentan con un elemento clave de su negocio: las operaciones logísticas.

La actividad de Mercator en todo el país requiere de una búsqueda de mejora continua que les proporcione una mayor agilidad y eficiencia. Esto les hizo ver la necesidad de gestionar aquellas actividades que estuviesen vinculadas a sus procesos productivos, de exportación e importación, como el traspaso de stock entre sus almacenes o la gestión y administración de las devoluciones.

Una vez se reconoció el problema y la necesidad de un programa o software que les ayudase a optimizar su negocio, descubrieron SAP Business One, el ERP que está digitalizando las pymes de todo el mundo.

Gracias a sus funcionalidades y beneficios, además de las mejoras y actualizaciones continuas que se van aplicando en el sistema, la implementación de SAP Business One no requiere ni de otros productos ni de la instalación de softwares adicionales, lo que facilita y agiliza mucho el proceso.

Mercator lo sabía y por eso decidió apostar por este ERP para conseguir una mayor eficiencia y agilidad. Desde que lo han implantado para el soporte y desarrollo de su operación en Argentina, la logística de Mercator, que no es ni más ni menos que la actividad clave en su cadena de valor, ha mejorado notablemente y ahora la empresa puede ver sus procesos de gestión de stock con mayor información y claridad.

Al mismo tiempo les ha repercutido positivamente en el servicio al cliente, quien no dudará ni un momento en apostar por Mercator cada vez que lo necesite.

¿Te gustaría tener SAP Business One en tu empresa o acceder a una demo? Contacta con nosotros:

La entrada La experiencia de optimizar la empresa con SAP Business One se publicó primero en Itop.

El Deep Learning emplea algoritmos para que funcionen como una red neuronal capaz de realizar cualquier actividad o función sin ser guiado o supervisado como sí sucede con el aprendizaje automático, siendo similar al funcionamiento del cerebro humano. Dicha tecnología se encuentra, por ejemplo, en muchos de nuestros coches y dispositivos móviles, tablets, etc.

Este aprendizaje profundo, como se denomina en español, ha superado en muchas ocasiones a la de los seres humanos pues es capaz de detectar objetos en imágenes, textos, videos, etc. que nosotros no podemos identificar tan fácilmente, así como el reconocimiento facial y de voz; esto se debe a que éste modelo informatizado está estructurado de manera que los datos se encuentran etiquetados en varias redes neuronales que, a su vez, contienen capas ocultas y hacen que tareas rutinarias que antes se realizaban de manera manual ahora puedan ser automatizadas, optimizando el tiempo de respuesta.

Gracias a la era digital y a la gran cantidad de datos que almacena una empresa se han visto en la necesidad de buscar soluciones que permitan aumentar el rendimiento y subir sus cuotas de mercado.

Ahora bien, esto es posible gracias a la implementación del Deep Learning como valor añadido a la empresa, lo cual es fundamental porque ayudará a solucionar cualquier problema en un abrir y cerrar de ojos, consiguiendo resultados que antes eran imposibles de obtener.

La clave de su éxito es la precisión que alcanza en sus procesos la cual se basa en la percepción de la realidad que tiene el software y ésta, a su vez, está muy ligada al Internet Of Things, lo que deriva en clientes más satisfechos y con expectativas cumplidas.

En la actualidad, el aprendizaje profundo se utiliza en diferentes áreas para:

• Detección de enfermedades.
• Análisis de pruebas diagnósticas por imagen, como los son las radiografías, los escáneres, las resonancias magnéticas y las ecografías, en menor tiempo.
• Identificación de clientes potenciales de los habituales para poder captarlo, fidelizarlo y reducir el abandono.
• Mejora la gestión de las relaciones con los clientes.
• Detección de logos y Brand de empresas en redes sociales.
• Identificación de fraudes, riesgos e impagos.
• Predicción a través del Big Data del comportamiento de los clientes para determinar los hábitos de consumo, preferencias, gustos, etc. para la realización de campañas óptimas de Marketing para aumentar la cuota de mercado.
• Optimización en la gestión del tiempo obteniendo mayor productividad y eficiencia.
• Análisis exhaustivos del mercado.
• Mejoras en ciberseguridad.

El descubrimiento de las distintas tecnologías nos han permitido reconocer y aplicar procesos en nuestras vidas que antes no teníamos a nuestro alcance, gracias a las enormes posibilidades que nos brinda el Deep Learning en el ámbito empresarial como en otros sectores, podemos obtener nuevos recursos y conocimientos para innovar en nuestras empresas y así obtener el fin deseado.

¿Te gustaría utilizar el Deep Learning en tu empresa? Nosotros podemos ayudarte.

La entrada Deep Learning: una tecnología clave en el futuro de las empresas se publicó primero en Itop.

Numerosos estudios han demostrado en varias ocasiones cómo la tecnología está revolucionando nuestras vidas y la forma de hacer negocios. Todas las posibilidades y oportunidades que podemos conseguir gracias a ella y cómo se ha conseguido una mayor satisfacción de los clientes y mejores resultados.

Actualmente la tecnología es la principal responsable del crecimiento de las empresas, en especial de las Pymes. Según los recientes estudios elaborados por Deloitte, el 83% de las empresas en crecimiento invirtió en nuevas tecnologías con el fin de ofrecer productos mucho más innovadores a los consumidores y alcanzar un negocio escalable.

En el mundo en el que vivimos, la realidad es que las empresas ahora tienen mucha más facilidad y acceso a soluciones tecnológicas que están en tendencia, ya que estos recursos son más accesibles financieramente y cuentan con una implementación más sencilla.

Empresas de menor tamaño, con poca trayectoria o de reciente creación, han encontrado en la innovación una grandísima oportunidad para ofrecer su producto o servicio de forma mucho más efectiva, pudiendo competir, incluso, al mismo nivel de las grandes empresas.

Estas son algunas de las tendencias tecnológicas del mercado por las que están apostado muchas Pymes:

ERP

Los sistemas de gestión empresarial (ERP) son una de las tecnologías punta del momento. Las empresas saben que el control de todos sus procesos les facilita el trabajo y les genera un valor con el que pueden ser más productivas y competitivas. Lo bueno de los ERP actuales es que ofrecen una amplia cartera de soluciones que encajan en el tamaño y en el presupuesto de negocios de cualquier empresa. Un ejemplo es SAP Business One, el ERP para pequeñas y medianas empresas.

Blockchain

El blockchain es una de las nuevas tecnologías que promete revolucionar todos los procesos que cuentan con transferencia de información, pues mantiene seguros y privados los datos transaccionales, además de disminuir costos y proporcionar mayor transparencia en los procesos. SAP es un ejemplo de empresa que ya apuesta por soluciones con tecnologías blockchain.

Sistemas de pago en línea

El sistema de pago electrónico o en línea es un servicio excelente para las empresas ya que les permite ofrecer productos o servicios online, a través de una tienda online (con herramientas eCommerce como Prestashop) o un marketplace, pudiendo llegar a gente de otros países y recibiendo el importe sin necesidad de estar presente físicamente. Asimismo, estos sistemas digitales ayudan a optimizar el tiempo y reducir los costos.

Inteligencia Artificial y Machine Learning

Los sistemas de analítica de negocio, como el Big Data o el Business Intelligence, el Machine learning y la Inteligencia Artificial, son herramientas que nos permiten obtener datos y analizarlos para poder tener un conocimiento de la situación de la empresa o de otras cuestiones de índole empresarial. Las empresas en crecimiento que cuentan con estos sistemas, obtienen al momento la información pudiendo administrar mejor sus negocios, tomar mejores decisiones y elaborar estrategias de marketing más inteligentes.

Subirse al tren de la transformación digital y apostar por la innovación y las nuevas tecnologías siempre da miedo, pero más miedo da que una empresa no arriesgue ni apueste por lo nuevo, por lo que está teniendo éxito en el mercado.

¿Te gustaría tener alguna de estas tecnologías en tu empresa? Haz clic aquí.

La entrada Las 4 tendencias tecnológicas para las Pymes 2019 se publicó primero en Itop.

¿Por qué es tan importante?

La cantidad de datos que se generan actualmente en las empresas se está incrementando de forma exponencial, por lo que extraer información valiosa de ellos supone una ventaja competitiva que no se puede menospreciar.

Áreas de aplicación del Machine Learning

El campo de aplicación práctica depende de los datos que estén disponibles en la empresa y de las preguntas que queramos resolver. La mayoría de las industrias que trabajan con grandes cantidades de datos han reconocido el valor de la tecnología del Machine Learning.

Utilizando técnicas de Machine Learning pasamos de ser reactivos a ser proactivos. Por ejemplo, los datos históricos de los clientes de una empresa, bien organizados y tratados, generan una información que se puede explotar para predecir futuros comportamientos, favorecer aquellos que mejoran los objetivos de negocio y predecir los riesgos de bajas o impagos.

Analizando los datos disponibles, las empresas pueden ser más eficientes y lograr una ventaja sobre sus competidores.

Algunos ejemplos de aplicación son:

• Banca: Un ejemplo práctico del Machine Learning en banca sería, por ejemplo, identificar clientes con perfiles de alto riesgo o bien analizar las transacciones para detectar signos de fraude.
• 
  

  Gobiernos: La administración tiene múltiples fuentes de datos de las que se pueden extraer información: tráfico, padrón de habitantes, patrones de conductas, etc.

  
  
• 
  

  Sanidad: Los sensores que las personas pueden llevar, analizan en tiempo real su estado de salud y la tecnología puede ayudar a expertos médicos a analizar esos datos para identificar tendencias o alertas que permitan realizar diagnósticos mejorados. 

  
  
• 
  

  Marketing y ventas: Se utiliza en las páginas web, principalmente en el comercio electrónico. Se capturan los datos del usuario, se analiza su comportamiento y se utilizan para personalizar una experiencia de compra. Ese es ya el presente del comercio electrónico.

  
  
• 
  

  Transporte: Se analizan los datos de tráfico disponibles para identificar patrones y tendencias. Con ese objetivo, las empresas de transporte pueden hacer rutas más eficientes y anticipar problemas para incrementar la rentabilidad.

  
  

¿Cuáles son las diferencias entre el Machine Learning y el Deep Learning?

Ya hemos escrito sobre el Machine Learning pero, ¿qué es el Deep Learning?

Según la evolución del Machine Learning en los últimos años se ha propagado con más fuerza una técnica de Machine Learning conocida como Deep Learning.

El aprendizaje profundo o Deep Learning, es parte del conjunto de métodos de aprendizaje automático o Machine Learning basados en asimilar representaciones de datos, combina avances en la capacidad de computación con tipos de redes neuronales para aprender patrones complicados en grandes cantidades de datos. Los objetivos que se persiguen con estas técnicas de aprendizaje son principalmente identificar objetos en imágenes y palabras en sonidos.

La diferencia en la técnica de Deep Learning respecto al Machine Learning es que en lugar de enseñarle a un ordenador una lista de reglas para solventar un problema, le damos un modelo que pueda evaluar ejemplos y una pequeña colección de instrucciones para modificar el modelo cuando se produzcan errores. Con el tiempo, esos modelos serán capaces de solucionar el problema de forma precisa, gracias a que el sistema es capaz de identificar patrones.

El Deep Learning nos lleva a otra forma de interpretar nuestro mundo a través del reconocimiento de imágenes y el análisis del lenguaje natural permitiendo así anticiparnos a muchos problemas gracias a la extracción de patrones de comportamiento.

La clave es analizar toda la información procedente del exterior, analizarla y agruparla y compartirla en una red de sistemas interconectados que permitan ir aprendiendo de forma colaborativa.

Conclusión

Como sucede siempre con los avances en el mundo empresarial, los negocios tendrán que empezar por entender los principios básicos de esta tecnología para poder usarla a su favor.

La tecnología y los datos están ahí. ¿Por qué esperar por algo que supone una mejora en la toma de decisiones?

¿Te gustaría implementar un Sistema de Analítica en tu empresa? ¡En Itop te ayudamos! Contacta con nosotros y te asesoraremos.

La entrada ¿Qué es el Machine Learning? ¿Cómo se aplica en la empresa? se publicó primero en Itop.

1. Disponer de las herramientas tecnológicas adecuadas para realizar mi trabajo de forma más eficiente.
2. Tener al personal capacitado y motivado para aprovecharlas.

Si partimos de esta base de que sin tecnología es muy difícil ser competitivo, el siguiente paso para responder a nuestra pregunta es conocer el nivel de uso de estas tecnologías por parte de las empresas Canarias.

Hace unos meses el Observatorio Canario de las Telecomunicaciones y de la Sociedad de la Información (OCTSI) publicó, como suele ser habitual en los últimos años, el undécimo informe sobre la Sociedad de la Información en Canarias, la edición 2018. Puedes encontrar el documento completo en este enlace.

Este informe analiza el estado en el que se encuentra Canarias en el uso de las tecnologías de la información comparándola, a través de una serie de indicadores, con otras regiones dentro del territorio español, Europa y el mundo. El análisis cubre distintas perspectivas: hogar, empresas y administración pública.

Vamos a centrarnos en revisar los resultados obtenidos por el estudio en la parte empresarial, en particular en el segmento de las empresas canarias con 10 o más empleados.

El documento muestra una serie de gráficas que resume bien la situación de las empresas canarias en el uso de las tecnologías de la información, con especial referencia a las herramientas de gestión de la empresa, entre las que se encuentran el ERP o el CRM. Veamos cada una de ellas.

1. Recursos TICs en empresas canarias

Fuente: Informe eCanarias 2017, Observatorio Canario de las Telecomunicaciones y la SI

Esta gráfica muestra los recursos básicos tecnológicos que una empresa debe disponer para poder sacar provecho a la tecnología:

1. Los equipos: ordenadores.
2. La conectividad: conexión a Internet, banda ancha fija y móvil.
3. El personal: especialistas en TIC.

En términos generales vemos que la situación de Canarias es buena en cuanto a la disponibilidad de equipos y comunicaciones dentro de la empresa, en comparación con el resto de España y Europa, si acaso podríamos mejorar algo la cobertura de banda ancha móvil.

En lo que si tenemos un problema importante es en el apartado de “Especialistas en TIC”. Los datos indican que solo un 12,9% de las empresas canarias tienen especialistas en TIC,  9 puntos porcentuales menos que las empresas del resto de España. Este punto viene complementado con otra gráfica:

Fuente: Informe eCanarias 2017, Observatorio Canario de las Telecomunicaciones y la SI

En la que podemos observar que este indicador es igualmente malo en el aspecto de la formación de los empleados en el uso de las TICs, con 7 puntos porcentuales menos que en la media de España y en el de la contratación de personal especializado.

2. Uso de las TICs en empresas canarias

Fuente: Informe eCanarias 2017, Observatorio Canario de las Telecomunicaciones y la SI

El estudio ha seleccionado las herramientas tecnológicas que pueden tener un mayor efecto en la competitividad de una empresa. Desde mi punto de vista faltan algunas, igualmente importantes, como son la gestión documental, las aplicaciones móviles, los sistemas de formación online o el internet de las cosas. En cualquier caso, la elección es bastante completa:

1. ERP: aplicaciones de gestión empresarial integradas (compras, ventas, almacén, producción, contabilidad, etc).
2. CRM: aplicaciones de gestión de clientes (marketing, ventas, servicios y soporte).
3. Análisis de big data: sistemas de analítica avanzada que permite procesar grandes volúmenes de información con diversos formatos y en tiempo real. Igualmente permite realizar predicciones (Machine Learning).
4. Marketing digital: redes sociales, como nuevos canales para interactuar con tus clientes y pago anuncios en internet como nuevo sistemas de publicidad.
5. Seguridad: sistemas para lograr mantener tu información a salvo, igualmente cumplir con la legislación vigente.
6. Transacciones electrónicas: aquí incluyen firma digital y envío de facturas electrónicas, etc.
7. Soluciones nube de pago: para mi esto es un medio, y a veces un modelo de comercialización (el pago por uso), más que una herramienta en sí mismo.

Si vemos con detalle el gráfico podemos observar que en todas estamos por debajo de la media de España, excepto en el envío de facturas electrónicas. Este último podríamos entender que podría aportar algo de eficiencia en los procesos pero su peso no es nada significativo comparado con lo que podrían conseguir herramientas como el ERP, el CRM o la analítica avanzada.

Las diferencias son importantes, llegando en algunos casos a ser de más de 10 puntos porcentuales (en el caso del ERP). ¿Tiene esto sentido? ¿Por qué la media de las empresas en España usan estas herramientas mucho más que en Canarias?

Conclusiones

Después de ver estos números y analizarlos, los hechos son:

1. La tecnología y la transformación digital son claves en la competitividad de una empresa.
2. Los recursos tecnológicos básicos son: ordenadores, conexión y personal capacitado. Las empresas canarias están bien dotadas de equipos y conectividad pero no de personal.
3. Los herramientas tecnológicas principales, según el estudio, para la competitividad son: ERP, CRM, Analítica avanzada, Marketing digital, Sistemas en la Nube, Sistemas de seguridad, Transacciones electrónicas. Las empresas canarias están por debajo prácticamente en el uso de todas ellas, estando las mayores diferencias en el ERP y CRM, con 12,6 y 7,5 puntos porcentuales respectivamente.

Nos hacíamos la pregunta ¿las empresas canarias son conscientes de que no pueden ser competitivas sin un ERP o CRM?

Mi opinión personal, a partir de los hechos anteriores, es que muchas empresas sí invierten en tecnología pero solo en la infraestructura base: los ordenadores y la conectividad. No parecen ser conscientes de que esto por si solo no te hace más competitivo, la clave está en las aplicaciones que hay por encima y tener el personal capacitado para poder usarla. ¿Por qué ocurre esto? probablemente por falta de conocimiento.

Una aportación final, basada en nuestra experiencia en el mercado canario a la hora de ir a vender un ERP o CRM, es que puedes encontrarte a empresas que sí tienen el conocimiento de que éstas son herramientas necesarias para su empresa pero se ven frenados por otros aspectos como el miedo al cambio, la inversión de tiempo y recursos necesarios o malas experiencias en cambios anteriores.

¿Eres una empresa y necesitas conocer más sobre el valor que te aportaría un ERP? Contacta con nosotros y te ayudaremos:

La entrada ¿Las empresas canarias son conscientes de que no pueden ser competitivas sin un ERP o CRM? se publicó primero en Itop.

El análisis, que se ha realizado con técnicas de Machine Learning y Deep Learning, parte de datos sobre los incidentes, tipos de incidentes, tiempos de respuesta ante una emergencia, localización de los incidentes y tipos de servicio (información que disponía el propio CECOES). A su vez, se combinaban con datos de fuentes abiertas como la climatología, el turismo, características geográficas de los emplazamientos, calendario laboral del personal de emergencias, entre otros.

De esta manera, se han podido obtener modelos predictivos que llegan a predecir situaciones peligrosas o de emergencia en un momento y lugar concreto con un 80% de confianza, lo cual implica una mejora del grado de anticipación a dichas eventualidades, de la eficacia de actuación por parte del equipo de Emergencias 112 y de los tiempos de respuesta.

Actualmente están aumentando los orígenes de datos del estudio para incorporar otras fuentes relevantes como el tráfico mediante open Street Maps, censo, el valor de los suelos e información sociodemográfica, lo que aumentaría la precisión de acierto del modelo predictivo.

Teniendo en cuenta que el sector turístico en Canarias es uno de los más importantes y de los que más mueve la economía de las islas, con este proyecto vemos que, gracias a tecnologías tan modernas y revolucionarias como el Big Data, podemos lograr predecir emergencias y estar lo suficientemente preparados para disponer de todos los recursos necesarios y actuar adecuadamente en cada situación.

No cabe duda de que el uso de estas herramientas supone, además, una mejora de la experiencia del turista en nuestras islas, ya que se les estaría proporcionando un destino muy seguro para hacer turismo, no solo prediciendo posibles peligros sino, también, pudiendo llegar a salvar muchas vidas.

Posiblemente a estas alturas estarás pensando que a tu negocio le vendría bien disponer de un sistema de predicción para su proceso de marketing o para el aprovisionamiento. Si no sabes por dónde ni cómo empezar, en Itop estaremos encantados de asesorarte 

La entrada Big Data para predecir emergencias en Canarias se publicó primero en Itop.