BUSINESS INTELLIGENCE MASTER
Projeto de
Sistema
Inteligente de
Apoio à Decisão
1
ESTUDO DE CASO:
PLANEJAMENTO DE
CAMPANHAS DE MARKETING
Metodologia
1.
2.
Identificação do Problema
Estudo do Problema



3.
4.
Diagnóstico da situação atual
Definição dos objetivos
Avaliação e análise dos dados disponíveis
Definição de Escopo do Projeto
MODELAGEM: Esboço da Metodologia para solução
do problema
5. Desenvolvimento
6. Testes
7. Avaliação
8. Implementação da(s) alternativa(s) escolhida(s)
9. Avaliação dos resultados
10. Revisão da solução
SBAI2009
Identificação do Problema




SBAI2009
Empresa do setor de telecomunicações
comercializa inúmeros tipos de serviços e
produtos, dos mais simples aos mais sofisticados:
Telefonia, redes de dados, serviços de satélite,
link privado, canais de teleconferência etc.
Seus 65.000 clientes são pequenas, médias e
grandes empresas nacionais em todas as
categorias de atividades.
A Empresa realiza campanhas de marketing para
todos os seus clientes, indistintamente,
divulgando todos os seus produtos e serviços..
22/09/2009
Identificação do Problema



SBAI2009
As campanhas envolvem: emails, cartas, folders,
visitas, propaganda em TV, jornal, etc.
A Empresa gostaria de realizar campanhas
dirigidas às empresas clientes, conforme o seu
perfil, isto é: serviços adquiridos ou que tem a
perspectiva de adquirir, tamanho, necessidades,
etc.
A expectativa é que com uma campanha dirigida
obtenha maior retorno.
22/09/2009
Metodologia
1. Identificação do Problema
2. Estudo do Problema



3.
4.
Diagnóstico da situação atual
Definição dos objetivos
Avaliação e análise dos dados disponíveis
Definição de Escopo do Projeto
MODELAGEM: Esboço da Metodologia para solução
do problema
5. Desenvolvimento
6. Testes
7. Avaliação
8. Implementação da(s) alternativa(s) escolhida(s)
9. Avaliação dos resultados
10. Revisão da solução
SBAI2009
Diagnóstico da Situação Atual






SBAI2009
O marketing não é eficiente.
Serviços e produtos divulgados na propaganda
não são de interesse dos clientes.
Cliente tende a desprezar a propaganda como um
todo.
Não é possível fazer uma campanha específica por
cliente.
Empresas de mesma categoria de atividade não
necessariamente se interessam pelos mesmos
serviços.
Empresas de diferentes categorias podem se
interessar pelos mesmos serviços.
22/09/2009
Metodologia Atual



SBAI2009
Fortemente baseada no conhecimento
especialista
Emprega regras simples para conhecer
empresas (Queries)
Marketing é global ou dividido por
grandes categorias de serviços e
clientes.
22/09/2009
Objetivos

SBAI2009
O que fazer para melhorar este cenário?
22/09/2009
Objetivos
SBAI2009

O que fazer para melhorar este cenário?

O que a empresa precisa?

O que precisa ser analisado?

Como aumentar a eficiência do marketing?

Que tipo de informação caracteriza o cliente?
22/09/2009
Objetivos


Desenvolver um sistema de apoio à decisão para
auxiliar a empresa na sua campanha de marketing:
reduzindo custos e aumentando retorno da
campanha.
Analisar os perfis das empresas clientes e outras
informações presentes na base de dados para:
–
–
–
Agrupar as empresas cliente em clusters por similaridade.
Determinar o número ideal de grupos: A, B, C, ... Z.
Compreender o clustering de empresas:
• Porque a empresa cliente X pertence ao grupo A?
• Qual a melhor denominação para o cluster A?: preferencial, High
Tech, Básico, etc
Avaliação e análise dos
dados disponíveis




Séries de consumos mensais de
serviços (instalação, manutenção,
consumo, etc) por cliente
Dados (código) de atividade do cliente
Características físicas das instalações
dos cliente (# filiais, área, localização
geográfica, etc)
Número de empregados, etc
12
Metodologia
1.
2.
Identificação do Problema
Estudo do Problema



Diagnóstico da situação atual
Definição dos objetivos
Avaliação e análise dos dados disponíveis
3. Definição de Escopo do Projeto
4. MODELAGEM: Esboço da Metodologia para solução
do problema
5. Desenvolvimento
6. Testes
7. Avaliação
8. Implementação da(s) alternativa(s) escolhida(s)
9. Avaliação dos resultados
10. Revisão da solução
SBAI2009
Definição de Escopo do
Projeto

Clientes podem ser divididos por:
Faturamento
– Amostras de diferentes faturamentos
– Região geográfica
– Todos
– Subgrupo aleatório
–
14
Definição de Escopo do
Projeto

Começar com pequeno escopo
representativo
15
Metodologia
1.
2.
Identificação do Problema
Estudo do Problema



Diagnóstico da situação atual
Definição dos objetivos
Avaliação e análise dos dados disponíveis
3. Definição de Escopo do Projeto
4. MODELAGEM: Esboço da Metodologia para
solução do problema
5. Desenvolvimento
6. Testes
7. Avaliação
8. Implementação da(s) alternativa(s) escolhida(s)
9. Avaliação dos resultados
10. Revisão da solução
SBAI2009
Identificação das
alternativas

Quais as alternativas para a modelagem o
problema?
Identificação das
alternativas

Quais as alternativas para a modelagem do
sistema de identificação de irregularidades?
Inferência ?
Análise
Estatística ?
Mineração de
Dados ?
Segmentação?
Otimização ?
Previsão ?
Análise do
Conhecimento ?
Classificação de
Dados ?
Identificação das
alternativas

Quais as alternativas para a modelagem do
sistema de identificação de irregularidades?
Inferência ?
Análise
Estatística ?
Mineração de
Dados ?
Segmentação?
Otimização ?
Previsão ?
Análise do
Conhecimento ?
Classificação de
Dados ?
Processo de Descoberta do
Conhecimento - Fases
Interpretação
Conhecimento
Data Mining
Padrões
Transformação
Pré-Processamento
Seleção
Bases
Dados
20
Proposição da Modelagem
Seleção dos
Dados
Pré
Processamento
dos Dados
Agrupamento
Extração de
Regras
Proposição da Modelagem
Seleção dos
Dados


Pré
Processamento
dos Dados
Agrupamento
Extração de
Regras
Atributos categóricos e quantitativos relacionados ao
problema
Outras informações externas sobre empresas clientes:
faturamento anual, dados da economia, produção
industrial, taxa de desemprego, etc.
Proposição da Modelagem
Seleção dos
Dados



Pré
Processamento
dos Dados
Agrupamento
Extração de
Regras
Limpeza, pré-processamento, transformação,
codificação
Questionário para pequeno grupo de empresas
Enriquecimento da base por inferência
Proposição da Modelagem
Seleção dos
Dados

Pré
Processamento
dos Dados
Métodos Clusterização:
–
–
–
–
–
Métodos Estatísticos
K-Means
RN Kohonen
Fuzzy C-Means
Algoritmos Genéticos
Agrupamento
Extração de
Regras
Proposição da Modelagem
Seleção dos
Dados



Pré
Processamento
dos Dados
Árvores de Decisão
Sistemas Neuro-Fuzzy
Algoritmos Genéticos
Agrupamento
Extração de
Regras
Clusterização
Cluster A
1000
900
800
700
Cluster C
Cluster B
600
500
400
300
Cluster D
200
Cluster E
100
0
0
100
200
300
26
400
500
600
700
Extração de Regras

Qual o padrão das empresas do Cluster A
(Prioritárias)?
Se receita_serviço 1 (Instalação)
&
receita_serviço 2 (Manutenção) = 7000<R$<8000 &
receita_serviço n (Uso)
= 2000<R$<4000 &
código_atividade = 13 (Ind. Mat.Elétrico Eletrônico) &
10 < #_Filiais < 50 &
=
5000<R$<7000
...........
#_Empregados > 100
Faturamento > R$ 1.000.000,00
27
Então Empresa pertence ao Cluster A(Prioritárias)