Post on 22-Apr-2015
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.