Webinar: Sete dicas para aumentar vendas, satisfação e fidelidade de clientes com Big Data
-
Upload
algar-tech -
Category
Technology
-
view
351 -
download
0
Transcript of Webinar: Sete dicas para aumentar vendas, satisfação e fidelidade de clientes com Big Data
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
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