7 dicas Algar Tech para aumentar vendas,

satisfação e fidelidade de clientes com Big Data

Danilo Nato – Arquitetura de Soluções

DATABIG

“Para alguns

pesquisadores, o Big

Data é tão

revolucionário na

vida humana quanto

a descoberta do fogo

ou o início da

agricultura.”

Edição disponível em veja.abril.com.br/acervodigital

“Na economia

industrial, o

petróleo é o ouro

negro. Na

economia do

futuro, o ouro é o

dado.”

Relevância de Big Data

QUIZ 1

A história das

tecnologias em

torno de

BIG DATA

AN

TIG

ON

OV

O

BIG DATA

Estatística

Machine

Learning

Data Mining Text Mining Otimização

BUSINESS ANALYTICS

In-memory

Hadoop

Big Data: Antigo ou Novo?

PRINCIPIOS BIG DATA (3V´S)

VELOCIDADE DOS DADOS

VOLUME DOS DADOS

VARIEDADE DOS DADOS

RESU

LTAD

OS

AUTOMAÇÃO DE PROCESSOS

INDICADORES PARA DECISÃO

NOVOS INSIGHTS

SITEMASETL

ExtractTransform

Load

Data WareHouse

Estruturando Dados

Sistema 2

Sistema 1

ETL

Extract

Transform

Load

Stage

Area

Produção

Sistema 3

Sistema 2

Sistema 1

Cópia

Visão e Big Data

Sistemas Transacionais

Data Warehouse

Entrega por Ciclos(2 a 4 semanas cada ciclo)

Entrega por Ciclos(Período depende da

complexidade das visões)

-QlikView-Tableau-SpotFire

-Múltiplos Modelos Preditivos;-Tratamento de Dados - Semi-Automático;-Otimização de metadados de modelos;-Dashboard de Gestão;-Entrega de Conteúdo;

Planilhas Planilhas

Dados de Texto PDF

Business Intelligence/ BIG DATA

Elaboração: Inteligência Algar Tech

Web Data Web Data

Sistema 3

Arquitetura de um Data WareHouse

Ferramentas Data View

1. Conquiste novos clientes através das redes sociais (Web Analytics)

QUIZ 2

Case 1

Fazer vistoria

ANTES

DEPOIS

Case 2

Algum tempo DEPOIS....

WEB ANALYTICS TRATA-SE DA EXTRAÇÃO DE DADOS DESESTRUTURADOS LIGADOS A INTERNET COMO BLOGS, WEBSITES, REDES SOCIAIS, ATRAVÉS DE PROCESSOS PARA TRATAMENTO E PADRONIZAÇÃO COM O OBJETIVO DE ESTRUTURAR E APLICAR MODELOS ESTATÍSTICOS PARA PREVER AÇÕES OU AGIR PROATIVAMENTE.

(Web Analytics)

Mais de 89 milhões

Mais de 41,2 milhões

Mais de 1,35 bilhões

Mais de 500 milhões

Fonte: Tech Mundo

DADOS

DATAFICATION

Preferences (preferência)

Pricing (preço)

Places (Lugares)

People (Pessoas)

Brand Metions

Intention/ Action

Apps

Rates

Price or cost mentions

Location -Check-in

BIO

Personalidade

4 P’s

O que bebem

Quais são os lugares que mais frequentam

Assistem quais canais da TV

Quais são suas marcas preferidas

Qual a percepção sobre os preços de determinada marca/produto

O traço de personalidade de quem menciona ou curte determinada marca

IMAGINEM SE FOSSE POSSÍVEL CONHECER OS CLIENTES DOS SEUS CONCORRENTES DESSA FORMA?

2. Conheça quem são os clientes que tiveram experiências ruins e boas e se manifestaram através das redes sociais (Web Analytics)

Tipos de Clientes

Promotores da marca/ produto

Detratores

“São aqueles que indicam e promovem sua marca ou seu produto para amigos, apontando seu diferencial e o quanto é satisfatório ser seu cliente.”

“São aqueles que divulgam de forma negativa expondo falhas, alegam desinteresses para os clientes, defeitos e experiência ruins mal respondidas.”

E se fosse possível identificar de forma rápida e agir de acordo com cada perfil de cliente?

• Suportar e comunicar de forma proativa com promotores, visando aumentar suas vendas angariando novos clientes.

• Ter uma ótica fim a fim com o objetivo de converter através de ações de retenção customizadas ao entender a experiência do consumidor e o porque do evento ocorrido.

“Com aplicações analíticas torna-se possível consolidar esses tipos de

dados, aplicados a processos de tratamento de dados e regras de negócio

customizadas, resultando de uma visão única, atendimento personificado e um ótimo relacionamento com seu cliente.”

Cliente Produto Mídia Atributo ....

Thiago Serviço Facebook Promotor .....

3. Combine dados relevantes das redes sociais (Web Analytics) com dados internos para antecipar ações.

ARMAZENARcada movimento

MELHORAR foco do cliente

Conhecer socialmente CLIENTES

ENRIQUECIMENTO de dados

Novos Insights Novas Estratégias

O que bebem

Quais são os lugares que mais frequentam

Assistem quais canais da TV

Quais são suas marcas preferidas

Qual a percepção sobre os preços de determinada marca/produto

O traço de personalidade de quem menciona ou curte determinada marca

REDES SOCIAIS podem nos proporcionar informações como:

SITEMAS

DADOS SISTÊMICOS podem nos proporcionar informações como:

Quem são

Quanto compram

O que compram

Satisfação/ Reclamação

Índices de contatos

Motivos dos contatos

Onde vivem

SITEMAS

WEB ANALYTICS

QUIZ 3

4. Conheça analiticamente cada cliente da sua base de forma impactante e assertiva.

Churn

Otimização de operação

Cross-sell Up-Sell

Credit Scoring

Detecção de Fraudes

Analise de sentimento

Campanhas

Segmentação

Geoprocessamento

Aquisição de clientes

Réguas de relacionamento

ETL

ExtractTransformLoad

Sistema 3

Sistema 2

Sistema 1

Planilhas

PDF

Web Data

CED – Customer Experience Data Base

Bom dia!Posso

ajudar?

GostariaDe cancelar.

Qual motivo senhor?

Muito caro.

Me informe seu CPF senhor?

000.123.456

Um momento por favor!

Gostaria de aderir?

Brasil e

América Latina

OBJETIVO!

5. Adicione dados secundários para conhecer pontos a serem explorados para um crescimento exponencial.

“O crescimento das empresas devem estar ligados a dados relevantes para uma definição lógica e assertiva na estratégia, para isso conta-se com fontes secundárias.”

Sistemas automatizados em ponto-de-venda

Dados comprados

Bancos de dados de outras empresas

Dados de censos econômicos e populacionais

Fundações

Associações de classe

Painéis feitos por institutos de pesquisas

“Analisar e obter insights combinados com dados transacionais auxiliam de forma exponencial o crescimento das organizações.”

6. Tenha uma governança dos dados e aplicações analíticas sendo executadas automaticamente.

QUIZ 4

Customer Experience powered by Big Data

7. Influencie o mercado proativamente prevendo ações de clientes, prospects.

Big Data ajudando Empresas em todas as etapas!

ReconquistaSegmentação

de Mercado

Público

Alvo

Customização

da Mensagem

Otimização

de Preço

Pacote de

Produtos

Cross-sell

Up-sell

Diferenciação

de ServiçosReter

Análise de sensibilidade

customizada

Identificação de variáveis

Identificação de

prospectos

Clusterização estratégica

de segmentosPrever Lifetime Value

Estimar rentabilidade

Modelo de provável uso

Modelo de oferta de aceitação

Combinação de produtos a serem ofertados

QUIZ 5

1. Compreendemos

nossos clientes

2. Coletamos

dados

4. Tratamos dados3. Unificamos

dados

6. Modelamos

dados

5. Exploramos

dados

7. Prevemos

Resultados

10. Distribuímos

informações

8. Automatizamos

Processos Analíticos

9. Geramos

informações

11. Estimulamos

inteligência

12. Reduzimos

custos

13. Melhoramos

as vendas

Como fazemos

Analytics Hadoop Otimização In-memory DB Data Viz

PREPARAÇÃO MODELAGEM GESTÃO WEBSERVICES

Tecnologias

O que é BIG DATA para a Algar Tech?

Software

Hardware

Pessoas

Metodologia

Data MiningHadoop

In-memory

OtimizaçãoRedes Sociais

Dados não estruturados

Data Visualization

Portfólio de Serviços

NEGÓCIOS DIGITAIS

GEXP – GESTÃO DA EXPERIÊNCIA DO CLIENTE

GESTÃO DE MOBILIDADE - BYOD

Cliente

Automação

Redes Socias

CED

Base de Dados Big Data

Dashboard – Redes Sociais

Previsões

Dashboard de Negócio

Infraestrutura de TIC

Serviços Gerenciados

Aplicações de Negócio

Interação multicanal

Empresa Algar Tech Cliente

Base Externos

Macro Entrega – Algar Tech

danilonas@algartech.com