Instituto de Educação Tecnológica
Pós-graduação
Gestão e Tecnologia da Informação - Turma 25
20/03/2015
Big Data Analytics:
Como melhorar a experiência do seu cliente
Anderson Adriano de Freitas
RESUMO
Este trabalho tem por objetivo analisar o contexto de aplicação do Big Data Analytics,
levando em consideração o alto volume de informações geradas atualmente e os diferentes
formatos que essa informação está divulgada, de forma que sua utilização possa agregar
valor ao negócio e trazer benefícios estratégicos com os resultados obtidos através de
melhoria na experiência do seu cliente.
Palavras-chave: Big Data. Big Data Analytics. Cliente.
1
INTRODUÇÃO
Com o rápido avanço tecnológico, é possível ter respostas a perguntas que anteriormente
não poderiam ser realizadas. A internet e suas grandes possibilidades permitem a conexão
de dados, a troca de informações e conectividade entre coisas e pessoas cada vez mais
eficientes e utilizando tecnologias diversas com um tempo de resposta cada vez menor.
A tecnologia está cada vez mais presente no cotidiano das pessoas, sendo fonte de
pesquisa, tomadas de decisões e uma ferramenta de auxílio para definição de estratégias.
Quanto mais informação tem disponível, a tendência de diminuição da velocidade na análise
torna-se um fator crítico para a tomada de decisão e uma ferramenta que auxilie na
mineração dos dados oriundos dessa diversidade apresentando informações inteligíveis e
simples. A correta leitura destas informações dentro de um contexto pode gerar o passo à
frente necessário em diversas situações do nosso cotidiano gerando vantagem competitiva.
Assim, pode-se dizer que através da mineração dos dados, com informações mais apuradas
e relevantes e da tecnologia para transformar e ajudar a vida do cidadão e do negócio, o
trabalho se torna significativo e positivo.
Nos negócios, cada dia mais a concorrência faz com que seja necessário encontrar
diferenciais do negócio de forma a atrair e fidelizar clientes e fica um pergunta, por que não
encontrar meios de encantar esse cliente?
O objetivo desse artigo é mostrar que através da análise dos dados e informações dispersos
em vários tipos de mídias e formatos, o Big Data Analytics é uma poderosa tecnologia capaz
de encontrar padrões e tendências que juntamente há uma ação de marketing efetiva
possibilita agir proativamente e encontrar formas de encantar o seu cliente.
Faça aqui uma introdução sobre o artigo, preparando o leitor para o que encontrará no corpo
do artigo. A introdução deve fornecer uma visão global da área da pesquisa realizada,
incluindo as delimitações do assunto tratado e relacionar a literatura consultada com o tema
do trabalho. É importante notar que, na introdução deve-se abordar a “justificativa” da
escolha do tema.
2
REVISÃO DE LITERATURA
Com o grande volume de dados sendo trafegados na internet diariamente (redes sociais,
compartilhamento de arquivos, notícias em tempo real, entre outros) e as várias fontes de
compartilhamento das informações (computador, smartphone, equipamentos de multimídia)
as informações estão disponíveis, porém utilizando-se de diversos formatos como: arquivos
de texto, posts em blogs e redes sociais, arquivos de vídeo, informações em bancos de
dados estruturados. Viu se a necessidade de uma tecnologia que possibilitasse decifrar os
dados independentes da forma de disponibilização gerando novas oportunidades de
negócios, o Big Data. O Gartner Group define o Big Data como:
Big Data é um termo adotado pelo mercado para descrever problemas no
gerenciamento e processamento de informações externas as quais
excedem a capacidade das tecnologias de informação tradicionais ao longo
de uma ou várias dimensões. O Big Data está focado principalmente em
questões de volume de conjunto de dados extremamente grandes gerados
a partir de práticas tecnológicas, tais como mídia social, tecnologias
operacionais, acessos à internet e fontes de informação distribuídas. Big
Data é essencialmente uma prática que apresenta novas oportunidades de
negócios. [1]
Para apresentar as informações de geradas pelo Big Data de forma amigável, foi criado o
Big Data Analytics que é definido pelo SAS:
Big Data Analytics é o processo de análise de Big Data para descobrir
padrões escondidos, correlações desconhecidas e outras informações úteis
que podem ser usadas para tomar melhores decisões. Com a análise de Big
Data, os cientistas de dados e outros podem analisar grandes volumes de
dados que analytics convencionais e soluções de inteligência de negócios
não podem tocar. Considere o que sua organização poderia acumular (se já
não tem) bilhões de linhas de dados com centenas de milhões de
combinações de dados em vários formatos e armazenamentos de dados
abundantes. É necessário ferramentas analytics de alto desempenho para
processar essa quantidade de dados, a fim de descobrir o que é importante
e o que não é. Este é o Big Data Analytics. [2]
Mesmo sendo uma nova tecnologia, é necessário existir uma razão muito forte para a
utilização do Big Data Analytics e os desafios de trabalhar com um volume muito alto de
informação, a necessidade de respostas em tempos cada vez menores e uma variedade de
tecnologias e formatos, justificam essa utilização.
Por que coletar e armazenar terabytes de dados se você não pode analisálo no contexto completo? Ou se você tem que esperar horas ou dias para
obter resultados? Com novos avanços na tecnologia de computação, não
há nenhuma necessidade de evitar abordar ainda os problemas de negócios
mais desafiadores. Para o processamento mais simples e rápido de apenas
dados relevantes, você pode usar a análise de alto desempenho. Usando
mineração de dados de alto desempenho, análise preditiva, mineração de
texto, previsão e otimização o Big Data permite conduzir continuamente a
inovação e tomar as melhores decisões possíveis. Além disso, as
organizações estão descobrindo que as propriedades únicas de
aprendizado de máquina são ideais para abordar a aceleração do Big Data
que precisa de novas maneiras. [2]
O Big Data Analytics possibilita através de gráficos e plataformas interativas que sejam
feitos filtros de acordo com o perfil de dados solicitado através de diversos níveis de
granularidade da informação definido previamente na mineração dos dados, dando uma
visão mais amigável para quem utiliza. Essa facilidade de visualização permite que a
tomada de decisão seja facilitada com a aplicação do conhecimento da área de negócio que
o gestor atua e as informações demonstradas.
Fonte: DS Solutions [3]
No mundo dos negócios, a tecnologia é muito importante para auxílio à tomada de decisão,
porém o elemento mais importante é o cliente, não adianta terás melhores tecnologias se
cliente não possui uma boa experiência com o seu negócio.
Um bom atendimento ao cliente é mais que um diferencial, é uma
necessidade básica em qualquer negócio. Atender bem extrapola as
premissas da boa educação: é ter sensibilidade, entendimento e técnica
para transmitir ao cliente as informações que ele precisa saber para se
decidir sobre uma compra. [4]
No relacionamento com o cliente, o bom atendimento garante a satisfação do cliente e
porque não melhorar ainda mais essa experiência através da surpresa?
Surpreenda: Dê ao cliente algo que ele não estava esperando. Se tiver uma
escola de natação, dê ao aluno uma touca com o seu nome impresso.
3
MÉTODOS
O método utilizado neste trabalho foi uma pesquisa bibliográfica, por meio de consultas aos
órgãos estudiosos sobre o Big Data e Big Data Analytics que é recente e inovador, não
existindo ainda livros publicados que sejam referência no assunto e vivência no mercado no
setor de vendas de serviços.
4
RESULTADOS E DISCUSSÃO
O Big Data Analytics permite a visualização das informações oriundas de diversas fontes de
dados e formatos em gráficos de indicadores (dashboard), dados formatados em planilhas,
gráficos de pizza e muitos outros formatos de saída. A granularidade da pesquisa é definida
pelo usuário na modelagem da tecnologia e após o agrupamento das informações permite
uma ampla variedade de consultas que possibilitem a tomada de decisão.
Fonte: Master Office Consult [6]
Com os dados do cliente em mãos e uma análise criteriosa no Big Data Analytics é hora de
entender as necessidades do seu cliente e planejar as ações e para isso é necessário saber
qual é o valor do consumidor, analisar os momentos ruins e os momentos bons do mercado,
oferecer algo a mais para incrementar as vendas, fazer mentoring, conhecer o que atrai os
seus clientes, recuperar-se bem, reunir ideias, fazer a gestão da fila, surpreender, conectarse às mídias sociais [5].
5
CONCLUSÕES
Através da utilização de ferramentas do Big Data Analytics é possível ter respostas rápidas
de acordo com os métodos de pesquisa utilizados e o conhecimento do negócio, permitindo
conhecer cada vez mais o perfil do seu cliente, por intermédio de coleta de dados de
diversas fontes e formatos.
As informações mineradas e filtradas de acordo com suas necessidades permitem criar
estratégias de marketing e atendimento para encantar o seu cliente, através de ações que o
surpreenda, que aumentem cada vez mais sua experiência e encantamento.
REFERÊNCIAS
[1] Answering Big Data's 10 Biggest Vision and Strategy Questions. Gartner Group, 2015.
Disponível em: <http://www.gartner.com/doc/2822220?refval=&pcp=mpe>. Acesso em: 20
mar. 2015.
[2]
What
is
Big
Data
analytics?
Sas,
2015.
Disponível
em:
<http://www.sas.com/en_us/insights/analytics/big-data-analytics.html>. Acesso em 20 mar.
2015
[3] Big Data Analytics. DS Solutions, 2015. Disponível em: <http://www.dssolutions.com>.
Acesso em 02 abr. 2015.
[4] Atendimento nota 10: como encantar seus clientes e superar as expectativas. Pensando
Grande. Disponível em: <http://www.pensandogrande.com.br/atendimento-nota-10-comoencantar-seus-clientes-e-superar-as-expectativas/> Acesso em 07 abr. 2015
[5] 10 maneiras de encantar o cliente. Revista Pequenas Empresas e Grandes Negócios;
Disponível
em:
<http://revistapegn.globo.com/Franquias/noticia/2014/02/10-maneiras-de-
encantar-o-cliente.html> Acesso em 07 abr. 2015
[6]
Modelos
de
Dashboards
no
Excel.
Master
Office
Consult
Disponível
em:
<http://agendamasterofficeconsult.blogspot.com.br/2014_05_01_archive.html> 06 apr. 2015