Transcrição

1 Página 1 de 7 Terça-feira, 26 de Agosto de 2008 ok Home Direto da redação Última edição Edições anteriores Vitrine Cross-Docking Assine a Tecnologística Anuncie Cadastre-se Agenda Cursos de logística Dicionário de engenharia Dicionário de logística Links Modal ferroviário Operadores logísticos Prêmio Volvo Revista Tecnologística Setembro Coppead 1. Introdução Uso de Data Mining para alavancagem do Serviço ao Cliente O Serviço ao Cliente está no centro do moderno conceito de logística integrada: a logística passa de uma atividade operacional apenas necessária, com objetivos de redução de custo, para uma atividade vista como arma de marketing, um instrumento que agrega valor ao produto através do serviço ao cliente. A logística contribui para o sucesso de uma organização através da disponibilização de produtos no tempo adequado para os consumidores. A principal questão é: Quem é o consumidor? Quais são as expectativas desse consumidor? Que atividades agregam valor ao produto? Quanto o consumidor está disposto a pagar para serviços especiais? Os conceitos de marketing apontam primeiramente para a identificação das necessidades do cliente. A idéia fundamental é que o maior sucesso ocorrerá quando todas as atividades relacionadas ao trabalho contribuírem para atender às expectativas do cliente. É prioritário um entendimento completo dos fatores que orientam oportunidades de mercado. O ponto básico é entender e desenvolver a combinação de produtos e serviços que irão satisfazer aos clientes. Para tornar-se superior, a empresa necessita de um serviço básico de atendimento ao cliente que equilibre disponibilidade, performance operacional e confiabilidade. Através de uma análise cuidadosa de custo e benefício, a empresa deve criar um serviço básico que será praticado para todos os consumidores. No entanto, consumidores chaves devem ser identificados e outros serviços que agregam valor devem ser desenvolvidos para esses consumidores, além do serviço básico. Dessa forma a empresa deve criar uma política de segmentação da logística com as seguintes fases: (1) Classificar clientes e produtos (2) Identificar as necessidades de segmentos de mercado (3) Definir metas de Serviço ao Cliente para cada segmento de mercado

2 Página 2 de 7 (4) Projetar o sistema logístico para atendimento dos diversos segmentos de mercado, através de diferentes estratégias de Transporte, Armazenagem, Processamento/ Acompanhamento de Pedidos e Estoque. Com isso, a empresa pode definir um pacote de serviços básicos para todos os clientes, um pacote de serviços de valor agregado para clientes classe A e, por outro lado, abandonar ou terceirizar as operações para os clientes classe C não estratégicos. No entanto, como identificar os diferentes tipos de consumidores existentes no mercado? Como identificar suas diferentes exigências para o planejamento do sistema logístico? Como identificar padrões de consumo? Como identificar segmentos de mercado? Planejar um sistema baseado no consumidor está se tornando cada vez mais difícil, principalmente com o acirramento da concorrência e o aparecimento de uma nova forma de comércio através da Internet, os consumidores tornaram-se mais numerosos e de difícil interpretação. Para auxiliar tais decisões que direcionam todo o esforço logístico, dois conceitos estão sendo amplamente utilizados: Data Warehousing (Armazém de Dados) e Data Mining (Mineração de Dados). Primeiramente apresentaremos exemplos de empresas que aplicam tais técnicas, definições dos dois conceitos e as principais área gerais de aplicação. 2. Por que utilizar tais ferramentas? Primeiramente, porque os requisitos de hardware tornam-se mais acessíveis para todas as empresas. Notamos uma redução nos últimos anos dos preços dos terminais de Ponto de Venda (PDV). Tais equipamentos, além de agilizar a operação de pagamento nos check-outs podem ser utilizados para coleta de informações de vendas. Aliado à redução de preço dos computadores e à redução do custo de armazenagem de dados, o que notamos é que a maioria das empresas tem hoje a possibilidade de acumular informações de vendas e de consumidores a um custo acessível. Por outro lado, a coleta massiva de dados por si só não contribui para alavancar a estratégia de marketing da empresa. O que acontece atualmente para o profissional da área é o acesso a um grande volume de dados mas há dificuldades para retirar informações para a tomada de decisão. Tais informações podem ser escavadas através de ferramentas de Data Mining. Antes de entramos em detalhe nos conceitos de Data Warehouse e Data Mining, é interessante mostrarmos algumas histórias de sucesso com a utilização desses dois conceitos: A Wal*Mart é uma das maiores cadeias varejistas dos Estados Unidos. É conhecida por sua política de baixos níveis de estoque e ressuprimento constante de produtos

3 Página 3 de 7 (baixos lotes e alta frequência) além de sua política agressiva com os concorrentes regionais. Utilizando ferramentas de Data Mining que auxiliam a previsão de cada item por cada loja da empresa, modificou seus sistemas de ressuprimento automático de produtos. Além disso, identificou padrões de consumo em cada loja, para a escolha do mix de produtos a ser colocado.1 A ShopKo, rede varejista americana, utilizou ferramentas de Data Mining para determinar quais produtos são vendidos através da venda indireta de outros produtos. Como resultado, resisistiu à concorrência da Wal*Mart em 90% dos mercados e aumentou suas vendas.2 Banco Itaú costumava enviar mais de 1 milhão de malas diretas aos correntistas, com uma taxa de resposta de 2%. Com um banco de dados contendo as movimentações de seus 3 milhões de clientes nos últimos 18 meses, utilizando ferramentas de Data Mining reduziu em um quinto a conta com despesas postais e aumentou sua taxa de resposta para 30%.3 A Pepsi desenvolveu nos Estados Unidos diferentes alternativas de distribuição para seus 3 canais: varejo, restaurantes e máquinas refrigeradas. Em cada uma, estratégias de transporte, estocagem e manuseio foram desenvolvidas para atender as diferentes exigências de cada cliente. No caso de grandes cadeias de restaurantes, como a Pizza Hut, a mistura da base do produto (xarope) com a água gaseificada é feita no próprio cliente, agilizando dessa forma o ressuprimento do produto (não necessita passar por essa etapa de produção na fábrica). 3. Data Warehouse e Data Mining Mas como essas empresas obtiveram tais ganhos? Como estruturaram suas redes de suprimento e distribuição para atender às diferentes exigências do mercado? Através da criação de um Data Warehouse e da utilização de técnicas de Data Mining para descoberta de informações em seu grande conjunto de dados. Um Data Warehouse (Armazém de Dados) é um depósito integrado de informações, disponíveis para análise e para a construção de filtros de busca (queries). Tais informações são coletadas de fontes heterogêneas de dados operacionais e reunidas em um banco de dados, centralizando informações localizadas em diferentes fontes e possibilitando que elas sejam compartilhadas por toda a empresa. Além disso, fontes externas podem ser incluídas num Data Warehouse, além dos dados operacionais da empresa, como informações demográficas de consumidores e informações pessoais de cada cliente. O Data Mining (Mineração de Dados), por outro lado, é uma

4 Página 4 de 7 metodologia que procura uma descrição lógica ou matemática, eventualmente de natureza complexa, de padrões e associações em um conjunto de dados. No contexto de Data Mining, o aprendizado é um conjunto de técnicas que efetuam duas tarefas principais: (1) generalizar regras através de um conjunto de exemplos conhecidos e (2) detalhar uma estrutura de suas conclusões. Dentre as ferramentas ou tecnologias utilizadas para a implementação de um projeto de Data Mining destacamos: Redes Neurais, Árvores de Decisão, Análises de Séries Temporais, Algoritmos Genéricos, Aproximações Híbridas, Lógica Fuzzy e Ferramentas Estatísticas Convencionais. Para que as técnicas de Data Mining possam ser utilizadas, geralmente é necessário que a empresa possua um Data Warehouse, ou seja, um banco de dados que reúna as informações passadas de suas atividades operacionais. Isso é necessário porque as técnicas de Data Mining generalizam padrões através de resultados conhecidos do passado. Podemos afirmar então que um Data Warehouse é um requisito para a implementação de um projeto de Data Mining. A Figura 2 resume a relação entre Data Warehouse e Data Mining. 4. Exemplos de Aplicações de Data Mining De que forma as técnicas de Data Mining são utilizadas para a alavancagem de estratégias de marketing? Como o profissional da área logística pode utilizar essas ferramentas para melhor conhecer o cliente e melhor atender suas exigências através de sua estrutura logística? Podemos agrupar as aplicações de Data Mining em duas categorias principais: Previsão de vendas e Alavancagem de Estratégias de Marketing Previsão de Vendas A aplicação na previsão de vendas consiste na determinação de uma série temporal através de dados passados. Com uma análise de previsão de vendas dos principais produtos, o profissional da área logística pode: Definir a quantidade a ser comprada/enviada de cada produto Definir quando o produto deve ser comprado/enviado Com isso, o processo de ressuprimento entre fornecedores e clientes torna-se mais enxuto, na medida que os produtos são comprados ou enviados no mix correto e no momento necessário. A previsão de vendas já foi amplamente abordada pelos métodos estatísticos convencionais, principalmente com a utilização de método lineares. No entanto, quando os fenômenos são muito complexos e não lineares os métodos comumente utilizados não são suficientes. Nesses casos, métodos adaptativos como redes neurais e árvores de indução

5 Página 5 de 7 têm sido utilizados. Com relação às árvores de indução, são algoritmos que exploram os dados de vendas passadas para extração de regras de previsão para o futuro. O princípio de indução é relativamente simples, mas sua aplicação para a previsão de vendas pode se tornar complexa. Já uma rede neural é um aproximador de função e produz como saída uma função que minimiza um parâmetro determinado. Através de valores históricos conhecidos, uma rede de funções é criada representando as relações entre variáveis. Tanto para a otimização de árvores de indução e de redes neurais, algoritmos genéticos de busca são utilizados. Através da utilização dessas ferramentas, o profissional da área de logística pode ter uma maior acurácia na previsão de séries temporais de diversos produtos. Desse modo, pode antecipar decisões como: a criação de estoques de produtos em regiões específicas, envio contínuo de produtos, criação de pontos de ressuprimento de produtos ou modificações nas políticas de preço e promoção. Com decisões preventivas e não reativas, o profissional logístico pode atender os níveis de serviços especificados para cada tipo de cliente Otimização de estratégias de marketing Uma outra categoria de aplicação de Data Mining é a otimização de estratégias marketing. Consiste num problema conceitual mais complexo, baseado na habilidade de fazer previsões em diferentes condições e na geração de modelos de negócios. Quatro áreas principais fazem parte dessa categoria: Envio de mala direta: as campanhas de mala direta são caras, sendo importante a limitação da gama de todos os consumidores em subconjuntos de consumidores potenciais. Isso tem sido otimizado com o uso de árvores de indução e de redes neurais. Com isso, propostas de serviço de valor agregado podem ser enviadas para cada tipo de cliente, com uma probabilidade maior de atingimento do alvo e de obtenção de respostas dessas propostas. Segmentação de mercado: é a principal análise para a identificação de diferentes tipos de consumidores, o reconhecimento de padrões específicos de segmentos de marketing que respondem a uma determinada característica. Identificar esses padrões significa identificar as diferentes necessidades e requisitos de serviço ao cliente para os diferentes tipos de clientes e regiões. Perfis de consumidores são identificados e a empresa pode então estruturar suas atividades logísticas para o atendimento de cada Nível de Serviço. Além disso, a empresa pode identificar segmentos de mercado que não são nem rentáveis nem estratégicos, abandonandoos ou terceirizando-os. Análise de sensibilidade: consiste na avaliação do impacto

6 Página 6 de 7 da mudança de uma variável em uma outra variável, como por exemplo a elasticidade de preço da demanda. Se uma grande quantidade de dados históricos está disponível, o cálculo de sensibilidades é um problema de generalização de função de um número de valores conhecidos. Análises de sensibilidade podem ser feitas para preços de serviços agregados: o impacto de incrementos de preços de serviços adicionais oferecidos na demanda por esses serviços. Administração de Categorias de Produtos: consiste em determinar como os produtos são vendidos em cada loja, como as vendas ocorrem com relação à disposição na prateleira, como as promoções podem ser otimizadas e que itens devem ser colocados lado a lado em combinações de layout. Trata-se de uma análise complexa do mix de produtos e sua disposição na loja. Através de uma análise das vendas associadas de produtos diferentes, o profissional da área logística pode tomar diferentes decisões com relação à consolidação de produtos para envio ao cliente final (mix e quantidades de produtos a serem enviados). 5. Conclusão Com a redução de preço de coletores de dados para os Pontos de Venda no setor varejista, a explosão e barateamento do uso de computadores e a redução do custo de armazenagem de dados, atualmente é possível implementar uma base de dados (Data Warehouse) com as movimentações e características de seus consumidores. Através do uso de técnicas de Data Mining é possível obter informações desse grande conjunto de dados, descobrindo relações entre variáveis e padrões no imenso banco de dados. Através da descoberta dessas relações, padrões de consumidores podem ser identificados, além de padrões de consumo regionais. O profissional da área de logística pode utilizar tais informações para direcionamentos de estratégias de marketing e definição de estratégias de Serviço ao Cliente. Através desses direcionamentos, toda a organização logística e seus requisitos operacionais serão definidos, visando atender aos diferentes níveis de serviço ao menor custo possível. Tais técnicas são relativamente recentes, tendo sua aplicação nos Estados Unidos aumentado nos últimos 5 anos. No Brasil, ainda poucas empresas utilizam tais técnicas ou perceberam seu potencial estratégico. No entanto, muitas empresas já implementaram ou estão em fases de implementação de Data Warehouses corporativos, o que facilita bastante a aplicação de projetos de Data Mining. Num setor cada vez mais competitivo, conhecer o consumidor ainda é a maior fórmula de sucesso. Mais informações?

7 Página 7 de 7 Alexandre Medeiros Rodrigues (alex@coppead.ufrj.br) é Engenheiro de Produção pela Universidade Federal do Rio de Janeiro. Atualmente presta mestrado na COPPE/UFRJ em Engenharia de Produção, na área de Inovação Tecnológica e Organização Industrial, além de participar como pesquisador do Centro de Estudos em Logística na COPPEAD / UFRJ. 1 Computerworld, Maio Datamation, Maio Exame, Abril 1997 voltar enviar essa notícia para um amigo imprimir revista - agenda - notícias - fale conosco - perfil publicare guia - dicionário - links - vitrine - política de privacidade

8 CRM de Mercearia Palestrante, autor e Palestras de comuni inovação, segurança meio ambiente e qu Home Perfil Temas Clientes Opiniões Vídeos Entrevistas CRM de mercearia CRÔNICAS DE NEGÓCIOS Toshiro queria aumentar as vendas da mercearia e deixar o freguês contente. Como o pessoal gostava de comprar fiado, encomendou umas cadernetas, carimbando nas capas a sigla: "CRM - Caderneta de Registro Mensal". Era nelas que controlava as contas dos fregueses. Logo a CRM ficou popular no bairro. "Anota aí na CRM dois quilos de tomate para a patroa", ordenava a Benedita. "Minha mãe mandou perguntar quanto vai pagar de CRM este mês", chegava o recado na boca da Silvinha. Mas a caderneta não servia apenas para cobrar os fregueses. Era a sua bola de cristal. Naquelas linhas o japonês enxergava muito mais do que o total a receber no final do mês. Ele identificava ciclos de comportamento do freguês, suas preferências, a associação dos produtos adquiridos e muitas outras coisas. Até a data de aniversário e idade das crianças ele sabia, pelo número da velinha comprada na véspera. Só de olhar na caderneta Toshiro sabia quando oferecer novidades para o freguês. A data escolhida para pagar era a mesma em que a freguesa estava com a carteira mais cheia. E aberta a sugestões. Identificar preferências e associações de produtos também ajudava a vender. A freguesa levava sempre banana e aveia? Toshiro criava pacotes promocionais com um terceiro produto em promoção. Um vidro de mel ou uma lata de farinha láctea, para criar novos hábitos na família. E diminuir o estoque. UM CONT Com seu es palestrante grandes que e de fácil co audiência. Um fino sen cronista, ali empresarial banal o extr "causos" co perfeitas pa negócios. Para sabe clique aqu receber um contato@ A freguesa comprava sempre tomate? Dá-lhe campanha promovendo o macarrão e o queijo ralado. Fazia tempo que não levava azeite? Era só lembrá-la de que o azeite sempre acaba na hora da salada. A última compra foi há muito tempo? O Toshiro ligava avisando que a laranja estava em promoção. E o freguês ia lá buscar, só porque o Toshiro se preocupou em ligar. Até o Pepe, do açougue ao lado, criou sua própria caderneta CRM para acompanhar as preferências da freguesia. Logo Toshiro e Pepe trocavam informações de suas CRMs, para ganho mútuo. E o Manoel da padaria acabou aderindo ao sistema. Seguido pelo Alcebíades do boteco. Cada um passou a ser um agente de uma pequena rede de troca de informações. O Toshiro vendeu carvão e sal grosso para o doutor Januário? O Pepe era logo avisado e ia preparando a carne que o doutor gostava. O Manoel aumentava a receita do pão. E o Alcebíades colocava mais cerveja para gelar. Cada comerciante sabia prever a próxima compra, para fazer a próxima oferta e exceder a expectativa do freguês. Todos prosperavam. Os fregueses estavam contentes. > Gestão de Mu > Criatividade e > Clima Organiz > Gestão do Co > Comunicação > Marketing e Ve > Satisfação do > Oratória > Marketing Pes > Qualidade Vid > Administração > Segurança no > Controle do S > Meio Ambient 1 1 de 3

9 CRM de Mercearia de 3 Isso até o filho do Toshiro voltar da capital. Da faculdade, com diploma e tudo, e virar consultor do pai, enquanto não encontrava emprego. Achou a caderneta antiquada. Vendas, só à vista. Se o freguês quisesse parcelar, que fosse pelo cartão. O açougue? A padaria? O boteco? Eram concorrentes. Será que seu pai não percebeu que eles também vendiam caixas de fósforos? Nada de dividir com a concorrência. Cada um que cuidasse de seu próprio negócio. Ou a mercearia iria perder a freguesia. E foi o que aconteceu. O que o filho logo interpretou como falta de investimento em propaganda. A solução foi vender a Kombi de entregas e comprar espaço no jornal e no rádio. Sobrou algum para um outdoor e uma tarde de palhaço com microfone na porta da mercearia. Sem Kombi para entregar, o jeito era cada freguês carregar sua própria compra. Ou comprar menos, para o braço não esticar na caminhada. Toshiro sentia saudades do modo antigo. Da amizade com os clientes, do conhecimento de seus hábitos. Do lucro. Um dia uma propaganda no jornal chamou sua atenção. "CRM - Conheça os Hábitos de Seus Clientes". Parecia a sigla das cadernetas, só que era em inglês. "Customer Relationship Management". Será que poderia ajudar a mercearia? O filho descartou logo a idéia. Aquilo era coisa para empresa grande. Não servia para mercearia. Era complicado demais para Toshiro entender. Mario Persona é consultor, escritor e palestrante. Esta crônica faz parte dos temas apresentados em suas palestras. Veja emwww.mariopersona.com.br Esta crônica de Mario Persona pode ser publicada gratuitamente como colaboração em seu site, jornal, revista ou boletim, desde que mantidas na íntegra as referências acima. Marketing de Gente Marketing Tutti-Frutti Receitas de Grandes Negócios Gestão de Mudanças Crônicas de u Internet de Ve Dia de Mudança Crônicas para ler depois do fim do mundo Eu quero um refil! O Evangelho em 3 Minutos - Mateus O Evangelho 3 Minutos - J Você encontra os livros de Mario Persona também nestes endereços:

10 CRM de Mercearia de 3 Mario Persona Comunicação e Marketing - contato@mariopersona.com.br - Tel (19) Temas + Entrevistas + Testemunhos + Cronicas + Livros + Experiencia + Imprensa + Dicas + Consultori + Prêmio1 + Prêmio2 + Prêmio3 + Prêmio4 + Prêmio5 + Vídeos + After Hours Pesquisar