Tecnologias para Tomada de Decisão. “As organizações perseguem inteligência. Nessa...
Transcript of Tecnologias para Tomada de Decisão. “As organizações perseguem inteligência. Nessa...
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.