Tecnologias para Tomada de Decisão.

Apresentação em tema: "Tecnologias para Tomada de Decisão."— Transcrição da apresentação:

1 Tecnologias para Tomada de Decisão

2 “As organizações perseguem inteligência
“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

3 Agenda Data Warehouse Database Marketing
CRM – Customer Relationship Management Conclusões Referências

4 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.

5 Orientado a assunto Sistema Operacional controle de estoque
controle de pedidos contas a pagar e a receber MATERIAL DATA WAREHOUSE VENDAS PRODUÇÃO

6 Integrado

7 Não volátil

8 Variável ao Tempo

9 Granularidade

10 Arquitetura de Referência
Gestão e Operação Ad Hoc Query Tools Fontes OTLP . Data Warehouse Report Writers MetaData Data Marts Extracção Limpeza Transformação Carga Multidimensional Analysis Aplicações - DataMining - …. Fontes Externas Plataformas e Infra-estruturas de suporte Configuração, Gestão e Operação

11 Database Marketing

12 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.

13 O modelo conceitual de DBM
Sistemas transacionais Listas de prospects, fontes externas Dados de relacionamento Ferramentas de tratamento e fusão de dados DBM

14 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

15 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”)

16 Utilizando o database de marketing
DBM Datamining, Modelagem, Geomarketing Contagens, visões e relatórios para apoio a decisões Campanhas de relacionamento um-a-um

17 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 1. Análises descritivas e relatórios sobre a base de dados, como forma de dominar o conteúdo

18 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 2. Gerar relatórios gerenciais (sob medida ou padronizados, periódicos)

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

20 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)

21 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 3. Identificar e “rankear” os melhores clientes e definir seu perfil, para guiar ações de marketing

22 Clientes não são todos iguais
Fidelizar Crescer Abandonar Rentabilidade Atual Potencial Custo Fonte: Peppers & Rogers, Enterprise One To One, Doubleday: 1997

23 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 4. Segmentar (identificar clusters) e ajustar a oferta/ comunicação

24 “Clientes com renda entre R$ 3.000 e R$ 4.000 e idade até 50 anos.”
60 50 40 30 20 0 R$ R$ R$ R$ 4.000 Renda

25 Clusterização (graficamente)
Idade 60 50 40 30 20 0 R$ R$ R$ R$ 4.000

26 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 5. Campanhas de marketing direto de aquisição de clientes 6. Programas de cross-selling e up-selling 7. Retenção de bons clientes

27 Ações ao longo do ciclo de vida
negócios ciclo de vida do cliente tempo Aquisição e conquista de novos clientes Fidelização Cross-selling Up-selling Retenção Reativação de inativos

28 Evolução da Carteira de Clientes
novos novos novos 3 anos 2 anos 1 ano 1 ano novos 1 ano novos 2 anos 1 ano 2 anos antigos 3 anos 1 ano 3 anos 4 anos 2 anos 4 anos 5 anos

29 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 8. Identificar e disparar campanhas automáticas baseadas em Eventos

30 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 9. Refinar todo o “Mix” de Marketing (impacto da propaganda, canais de distribuição, novos produtos, etc)

31 Aplicações típicas do DBM
Informação p/ decisão Campanhas mktg direto Datamining/Modelagem 10. Conduzir pesquisas e testes, utilizando o conhecimento prévio (DBM) 11. Integrar o DBM ao Call Center, à Internet e à Força de Vendas

32 Customer Relationship Management
CRM Customer Relationship Management

33 Definição de CRM O Meta Group propõe 3 tipos: CRM Analítico;
CRM Colaborativo; CRM Operacional;

34 Arquitetura CRM CRM Analítico CRM Operacional
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. CRM 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 Fonte: ©1999 META Group

35 Arquitetura CRM

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

37 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.

38 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

39 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.