Tecnologias para Tecnologias para Tomada de Tomada de

DecisãoDecisão

“As organizações perseguem inteligência. Nessa perseguição, elas processam informação, formulam planos e aspirações,

interpretam ambientes, geram estratégias e decisões, monitoram experiências e recebem aprendizado dessas

experiências e imitam as outras organizações, na medida em que elas fazem o mesmo.”

James C. March

Agenda

• Data Warehouse

• Database Marketing

• CRM – Customer Relationship Management

• Conclusões

• Referências

Data Warehouse• Segundo Inmon: é uma coleção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão.

• Segundo Kimball: é um conjunto de ferramentas e técnicas de projeto, que quando aplicadas às necessidades específicas dos usuários e aos bancos de dados específicos permitirá que planejem e construam um data warehouse.

Orientado a assunto

DATA WAREHOUSE

MATERIAL

PRODUÇÃOVENDAS

Sistema Operacionalcontrole de estoquecontrole de pedidoscontas a pagar e a receber

Integrado

Não volátil

Variável ao Tempo

Granularidade

Arquitetura de Referência

Fontes

OTLP

OTLP

.

.

.

FontesExternas

ExtracçãoLimpezaTransformaçãoCarga

Data Warehouse

MetaData

Plataformas e Infra-estruturas de suporte

DataMarts

Gestão e Operação

Aplicações - DataMining - ….

Ad Hoc Query Tools

Report Writers

Multidimensional Analysis

Configuração, Gestão e Operação

Database Database MarketingMarketing

Um cenário familiar parece levar as Empresas ao DBM

• Competição intensa; muitos produtos semelhantes;• Poucas ‘barreiras’ para substituição; indiferença do

consumidor;• Guerra de preços e margens baixas ;• Impacto reduzido das mídias tradicionais;• ”Clientes não são todos iguais” - mas não é fácil

tratar detalhes de muitos Clientes;• Expectativa construída em torno do Marketing de

Fidelização.

Sistemas Sistemas transacionaistransacionais

Listas de Listas de prospects, prospects,

fontes externasfontes externas

Ferramentas de tratamento e fusão de dadosFerramentas de tratamento e fusão de dados

O modelo conceitual de DBM

Dados de Dados de relacionamentrelacionament

oo

DBMDBM

DBM: ações iniciais

• Identificar necessidades e oportunidades específicas de cada “negócio”, que podem ser apoiadas por Database Marketing

• Estruturar o modelo de dados e a solução de tecnologia

• Identificar as origens de dados e criar “extratores” • Construir a base de dados de Marketing • Estabelecer processos de tratamento de dados

Tratamento de dados

• Corrigir problemas na captação dos dados• Normatizar (“padronizar”) informações de endereço,

telefone e outras• Atribuir alguns dados incompletos• Cruzar e deduplicar dados de várias origens (“merge

and purge”)

Contagens, Contagens, visões e visões e relatórios relatórios para apoio a para apoio a decisõesdecisões

Utilizando o database de marketing

Campanhas Campanhas de de relacionamenrelacionamento um-a-umto um-a-um

DBMDBM

Datamining, Modelagem, Datamining, Modelagem, GeomarketingGeomarketing

Aplicações típicas do DBM

1. Análises descritivas e relatórios sobre a base de dados, como forma de dominar o conteúdo

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Aplicações típicas do DBM

2. Gerar relatórios gerenciais (sob medida ou padronizados, periódicos)

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Ex.: Perfil dos clientes por faixa de renda (salários mínimos)

Faixa de Renda

Não Informado4% 1 a 3 SM

11%

4 a 10 SM49%

acima de 50 SM2%

21 a 50 SM10%

11 a 20 SM24%

Conceito de Household

• Oportunidade de gerenciar informações completas do agrupamento familiar, não apenas do comprador principal

• O relacionamento comercial e de fidelização ganha pertinência e fica mais viável financeiramente (vários negócios em um mesmo domicílio)

Aplicações típicas do DBM

3. Identificar e “rankear” os melhores clientes e definir seu perfil, para guiar ações de marketing

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Clientes não são todos iguais

Fidelizar

Crescer

Abandonar

Rentabilidade AtualPotencialCusto

Fonte: Peppers & Rogers, Enterprise One To One, Doubleday: 1997

Aplicações típicas do DBM

4. Segmentar (identificar clusters) e ajustar a oferta/ comunicação

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Renda

Idade

0 R$ 1.000 R$ 2.000 R$ 3.000 R$ 4.000

60

50

40

30

20

“Clientes com renda entre R$ 3.000 e R$ 4.000 e idade até 50 anos.”

Clusterização (graficamente)Idade

0 R$ 1.000 R$ 2.000 R$ 3.000 R$ 4.000

60

50

40

30

20

Aplicações típicas do DBM

5. Campanhas de marketing direto de aquisição de clientes

6. Programas de cross-selling e up-selling

7. Retenção de bons clientes

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Ações ao longo do ciclo de vida

negóciosnegócios

tempotempo

ciclo de vida do clienteciclo de vida do cliente

AquisiçãoAquisiçãoe conquistae conquistade novosde novosclientesclientes

Fidelização Fidelização Cross-sellingCross-sellingUp-sellingUp-selling

RetençãoRetençãoReativaçãReativação de o de inativosinativos

Evolução da Carteira de Clientes

antigos

novos

1 ano

novos

2 anos

1 ano

novos

3 anos

2 anos

1 ano

novos

4 anos

3 anos

2 anos

1 ano

novos

4 anos

3 anos

2 anos

1 ano

5 anos

1994 1995 1996 1997 1998 1999

Aplicações típicas do DBM

8. Identificar e disparar campanhas automáticas baseadas em Eventos

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Aplicações típicas do DBM

9. Refinar todo o “Mix” de Marketing (impacto da propaganda, canais de distribuição, novos produtos, etc)

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

Aplicações típicas do DBM

10. Conduzir pesquisas e testes, utilizando o conhecimento prévio (DBM)

11. Integrar o DBM ao Call Center, à Internet e à Força de Vendas

DBMDBM

InformaçãoInformaçãop/ decisãop/ decisão

Campanhas Campanhas mktg diretomktg direto

Datamining/Datamining/ModelagemModelagem

CRMCRMCustomer Relationship

Management

Definição de CRM

• O Meta Group propõe 3 tipos:– CRM Analítico;– CRM Colaborativo;– CRM Operacional;

Arquitetura CRMCRM Operacional

é a integração horizontal de processos de negócio com a finalidade de melhorar processos & eficiência operacionais

Forças de Vendas Marketing Serviço a Clientes Gestão de Call Center

CRM Analítico

Ou a Análise de Relação do Cliente é a análise dos dados criados por aplicações operacionais de CRM com a finalidade do desempenho do negócio, controlando e optimizando o relacionamento do cliente à empresa.

Fonte: ©1999 META Group

Arquitetura CRM

Conclusões• Data Warehouse

– Visão da Organização;– Todas a áreas possuem a mesma informação;– Consolida (agrega) dados, fornecendo análises multidimensionais;– Histórico;– Foca nas decisões estratégicas.

Conclusões• Database Marketing

– Trabalhe sempre com o objetivo em mente (pense do fim para o começo): qual a melhor forma de construir um relacionamento sólido com os melhores clientes? Quais os recursos necessários para isto?

– DBM conjuga tecnologia, processos e pessoas. Muita frustração decorre da aquisição de software, sem demais “pilares”;

– Erro freqüente: uso de DBM apenas em aplicações táticas, sem enxergar as possibilidades estratégicas;

– DBM: resultados não são de curto prazo - atenção à vulnerabilidade na implantação;

– Histórico de aquisição e perfil;– Visão Cliente.

Conclusões• CRM

– Mudo o Foco do mundo orientado a produtos e entra no mundo orientado a cliente;

– Visão do Cliente e o seu relacionamento com a organização;– Histórico de relacionamento;– Objetivo é identificar, diferenciar, manter e desenvolver seu melhores

clientes com o uso da tecnologia;– Surpreender o cliente;– Dificuldades encontradas na sua implantação:

• Cultura da organização

• Processos de negócio

• Sistemas legados

Referências INMON, W. H. Como construir o Data Warehouse. São Paulo: Campus, 1997.

JACKSON, R. ; WANG, P. Database Marketing Estratégico. São Paulo: NTC Business Books, 2000.

SHIMIZU,Tamio. Decisão nas Organizações: Introdução aos Problemas de Decisão encontrados nas Organizações e nos Sistemas de Apoio à Decisão. São Paulo: Atlas, 2001.

___.CRM Series Marketing 1 to 1: Um guia executivo para entende e implantar estratégias de Customer Relationship Management. São Paulo: Peppers and Rogers Group Brasil, 2000.