Tecnologias para
Tomada de
Decisão
“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
Sistema
Operacional
MATERIAL
DATA WAREHOUSE
VENDAS
PRODUÇÃO
controle de estoque
controle de pedidos
contas a pagar e a
receber
Integrado
Não volátil
Variável ao Tempo
Granularidade
Arquitetura de Referência
Fontes
Ad Hoc Query Tools
Gestão e Operação
OTLP
.
.
.
OTLP
Fontes
Externas
MetaData
Extracção
Limpeza
Transformação
Carga
Report Writers
Data
Warehouse
Data
Marts
Multidimensional
Analysis
Plataformas e
Infra-estruturas de suporte
Configuração, Gestão e Operação
Aplicações
- DataMining
- ….
Database
Marketing
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.
O modelo conceitual de DBM
Sistemas
transacionais
Listas de prospects,
fontes externas
Dados de
relacionamento
Ferramentas de tratamento e fusão de dados
DBM
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”)
Utilizando o database de marketing
DBM
Datamining, Modelagem, Geomarketing
Contagens,
visões e
relatórios para
apoio a
decisões
Campanhas de
relacionamento
um-a-um
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
1. Análises descritivas e
relatórios sobre a base
de dados, como forma
de dominar o conteúdo
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
2. Gerar relatórios
gerenciais (sob medida
ou padronizados,
periódicos)
Ex.: Perfil dos clientes por faixa de renda
(salários mínimos)
Faixa de Renda
21 a 50 SM
10%
acima de 50 SM
2%
Não Informado
4%
1 a 3 SM
11%
11 a 20 SM
24%
4 a 10 SM
49%
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
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
3. Identificar e “rankear” os
melhores clientes e definir
seu perfil, para guiar ações
de marketing
Clientes não são todos iguais
Fidelizar
Crescer
Abandonar
Rentabilidade Atual
Potencial
Custo
Fonte: Peppers & Rogers, Enterprise One To One, Doubleday: 1997
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
4. Segmentar (identificar
clusters) e ajustar a
oferta/ comunicação
“Clientes com renda entre R$ 3.000
e
R$
4.000
e
idade
até
50
anos.”
Idade
60
50
40
30
20
0
R$ 1.000
Renda
R$ 2.000
R$ 3.000
R$ 4.000
Clusterização (graficamente)
Idade
60
50
40
30
20
0
R$ 1.000
R$ 2.000
R$ 3.000
R$ 4.000
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
5. Campanhas de marketing
direto de aquisição de
clientes
6. Programas de cross-selling
e up-selling
7. Retenção de bons clientes
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
Evolução da Carteira de Clientes
novos
novos
novos
novos
antigos
1994
1 ano
1 ano
1 ano
1995
novos
2 anos
1996
2 anos
3 anos
1997
1 ano
1 ano
2 anos
2 anos
3 anos
4 anos
1998
3 anos
4 anos
5 anos
1999
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
8. Identificar e disparar
campanhas
automáticas baseadas
em Eventos
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
9. Refinar todo o “Mix” de
Marketing (impacto da
propaganda, canais de
distribuição, novos
produtos, etc)
Aplicações típicas do DBM
DBM
Datamining/Modelagem
Informação
Campanhas
p/ decisão
mktg direto
10. Conduzir pesquisas e
testes, utilizando o
conhecimento prévio (DBM)
11. Integrar o DBM ao Call
Center, à Internet e à Força
de Vendas
CRM
Customer Relationship
Management
Definição de CRM
• O Meta Group propõe 3 tipos:
– CRM Analítico;
– CRM Colaborativo;
– CRM Operacional;
Arquitetura CRM
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
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.