O USO DE TÉCNICAS QUANTITATIVAS EM CRM: uma aplicação no varejo brasileiro. João Marcelo Leal Gomes Leite

Tamanho: px
Começar a partir da página:

Download "O USO DE TÉCNICAS QUANTITATIVAS EM CRM: uma aplicação no varejo brasileiro. João Marcelo Leal Gomes Leite"

Transcrição

1 O USO DE TÉCNICAS QUANTITATIVAS EM CRM: uma aplicação no varejo brasileiro. João Marcelo Leal Gomes Leite Universidade Federal do Rio de Janeiro Instituto COPPEAD de Administração Mestre em Administração Orientador: Eduardo Saliby, Ph.D. Rio de Janeiro, RJ - Brasil 2001

2 ii O USO DE TÉCNICAS QUANTITATIVAS EM CRM: uma aplicação no varejo brasileiro. João Marcelo Leal Gomes Leite Dissertação submetida ao corpo docente do Instituto de Pós-Graduação e Pesquisa em Administração da Universidade Federal do Rio de Janeiro COPPEAD/UFRJ, como parte dos requisitos necessários à obtenção do grau de Mestre em Ciências em Administração. Aprovada por: Prof. Eduardo Saliby - Ph.D. University of Lancaster - Orientador Prof. Letícia Moreira Casotti - D.Sc. UFRJ Prof. Monica Barros - D.Sc. PUC-Rio Rio de Janeiro Dezembro/2001

3 iii Leite, João Marcelo Leal Gomes. O uso de técnicas quantitativas em CRM: uma aplicação no varejo brasileiro/ João Marcelo Leal Gomes Leite. Rio de Janeiro: UFRJ/COPPEAD, xvii, 148 p. ; il. Dissertação (Mestrado) Universidade Federal do Rio de Janeiro, COPPEAD, Orientador: Eduardo Saliby. 1. CRM. 2. Relacionamento com clientes. 3. Tese (Mestr. UFRJ/COPPEAD). 4. Saliby, Eduardo, orient. I. Título.

4 iv DEDICATÓRIA À minha família, principalmente meu pai, minha mãe, minha irmã, minha madrinha, minha avó e minha Ná. Por estarem sempre ao meu lado nestes anos todos de estudo. À COPPEAD (professores e funcionários), por me proporcionarem estes dois anos de conhecimento. Ao meu orientador e amigo, Eduardo Saliby, por esta dissertação e por tudo o que fez por mim. À minha banca, Letícia e Monica, pela disponibilidade e paciência.

5 v RESUMO LEITE, João Marcelo Leal Gomes. O uso de técnicas quantitativas em CRM: uma aplicação no varejo brasileiro.. Orientador: Eduardo Saliby. Rio de Janeiro: UFRJ/COPPEAD; Dissertação (Mestrado em Administração). Com o advento do CRM (Customer Relationship Management) muitas empresas passaram a compreender a importância da construção de um relacionamento com os seus clientes e começaram uma busca desenfreada por informações sobre eles. Entretanto, a extração do conhecimento muitas vezes parece uma tarefa difícil, quase impossível. Esta dissertação tem por objetivo ressaltar a importância do CRM e mostrar que a obtenção de informações sobre os clientes é uma tarefa mais simples do que aparenta. Utilizando o exemplo de uma rede de hipermercados, mostra-se que, com a construção de um banco de dados com as compras dos clientes e a utilização de técnicas estatísticas simples, é possível extrair bastante conhecimento relevante sobre os clientes. Este conhecimento estimula ainda mais a obtenção de novas informações, mas já é o suficiente para, se for bem aplicado, trazer uma importante vantagem competitiva para a empresa neste mundo tão competitivo.

6 vi ABSTRACT LEITE, João Marcelo Leal Gomes. O uso de técnicas quantitativas em CRM: uma aplicação no varejo brasileiro.. Orientador: Eduardo Saliby. Rio de Janeiro: UFRJ/COPPEAD; Dissertação (Mestrado em Administração). With the coming of CRM (Customer Relationship Management) a lot of companies started to understand the importance of the construction of a relationship with their clients and they began a wild search for information on them. However, the exploration of the knowledge many times it seems a task difficult, almost impossible. This dissertation has for objective to emphasize the importance of CRM and to show that the obtaining of information on the clients is a simpler task than it looks. Using the example of a hypermarket company, it is shown that, with the construction of a database system with the clie nts' purchases and the use of simple statistical techniques, it is possible to extract plenty relevant knowledge on the clients. This knowledge still stimulates more the obtaining of new information, but it is already enough for, if it goes very applied, to bring an important competitive advantage for the company in such competitive world.

7 vii LISTA DE FIGURAS Figura 1 Processo de extração de conhecimento Figura 2 Visão holística do processo data mining Figura 3 Arquitetura do data warehouse Figura 4 Mapeamento das classes segundo a SOM (branco para compradores, preto para não compradores e tons de cinza para classes não bem definidas) Figura 5 Posicionamento dos 5 super-clusters no mapa da SOM... 62

8 viii LISTA DE GRÁFICOS Gráfico 1 Percentual acumulativo dos clientes versus o percentual acumulativo de abandono Gráfico 2 Posicionamento dos clusters quanto as variáveis RM Gráfico 3 Qualidade versus número de clusters Gráfico 4 Gráfico 5 Segmento supermercado x Total auto-serviço - número de lojas (em mil) Evolução da participação de lojas supermercados no faturamento total do setor de auto-serviços (em %) Gráfico 6 Histograma e P-P Plot do Valor das compras Gráfico 7 Histograma e P-P Plot do Número de dias entre compras Gráfico 8 Gráfico 9 Gráfico 10 Gráfico 11 Gráfico 12 Gráfico 13 Gráfico de dispersão entre o Número de dias entre compras e o Valor das compras Gráfico de barras do número total, média e valor total de compras em relação ao mês do ano Número total, média e valor total de compras ao longo dos dias do ano Função de auto-correlação do número total, média e valor total de compras ao longo dos dias do ano Gráfico de barras do número total, média e valor total de compras em relação ao dia do mês Gráfico de barras do número de dias desde a última compra em relação ao dia do mês

9 ix Gráfico 14 Gráfico 15 Gráfico 16 Gráfico 17 Gráfico 18 Gráfico 19 Gráfico 20 Gráfico 21 Gráfico 22 Gráfico 23 Gráfico 24 Gráfico 25 Gráfico 26 Gráfico 27 Histograma e P-P Plot do valor das compras para as quinzenas.93 Gráfico de barras do número total, média e valor total de compras em relação à quinzena Gráfico de barras do número diário de compras conforme a quinzena Gráfico de barras do valor médio diário das compras conforme a quinzena Gráfico de barras do valor total diário das compras conforme a quinzena Gráfico de barras do número de dias entre compras conforme a quinzena Histograma do Número de dias entre compras para as quinzenas.99 Gráfico de barras do coeficiente de variação das compras em relação ao dia da semana Gráfico de barras do número total, média e valor total de compras em relação ao dia da semana Gráfico de barras do número médio diário de compras em função do dia da semana Gráfico de barras do valor diário médio por compra em função do dia da semana Gráfico de barras do valor diário total de compras em função do dia da semana Gráfico de barras do número de dias entre compras conforme o dia da semana Histograma do Número de dias entre compras para as quinzenas.109

10 x Gráfico 28 Gráfico 29 Gráfico de barras com o dia da semana da compra anterior conforme o dia da semana Gráfico de barras do número total, média e valor total de compras por loja Gráfico 30 Gráfico de barras do número de dias entre compras por loja Gráfico 31 Gráfico 32 Gráfico 33 Gráfico 34 Gráfico 35 Gráfico de barras com o número de clientes e a média do número de compras por cliente para cada loja Evolução do número total, média e valor total de compras por loja ao longo dos meses do ano Gráfico de barras com o número total e o valor médio das compras por dia da semana para cada loja Gráfico de barras com o número médio de dias entre compras por loja Comparação entre o número de compras e o seu valor médio entre as duas principais lojas em função da quinzena e do dia da semana Gráfico 36 Histograma do Número de compras por cliente Gráfico 37 Gráfico de Pareto para o número de compras Gráfico 38 Histograma e P-P Plot do Valor médio das compras por cliente.121 Gráfico 39 Histograma e P-P Plot do Valor total das compras por cliente Gráfico 40 Gráfico de Pareto para o valor total das compras Gráfico 41 Gráfico 42 Gráfico de barras do número, média e valor total de compras conforme a segmentação por quinzena Gráfico de barras do número, média e valor total de compras conforme a segmentação por número de dias da semana

11 xi Gráfico 43 Gráfico de barras do número, média e valor total de compras conforme a segmentação por loja

12 xii LISTA DE TABELAS Tabela 1 Resultado final da segmentação de clientes Tabela 2 Descrição e atributos dos 5 fatores selecionados Tabela 3 O auto serviço alimentar brasileiro Tabela 4 Síntese do resultados Tabela 5 Mapa das análises Tabela 6 Estatísticas descritivas e percentis do Valor das compras Tabela 7 Teste Kolmogorov-Smirnov Tabela 8 Tabela 9 Tabela 10 Tabela 11 Tabela 12 Tabela 13 Tabela 14 Tabela 15 Estatísticas descritivas e percentis do Número de dias entre compras Estatísticas descritivas do Valor das compras para os diferentes meses do ano Percentis do Valor das compras para os diferentes meses do ano.87 Estatísticas descritivas e percentis do Valor das compras para as quinzenas Estatísticas descritivas e percentis do número diário de compras para as quinzenas Estatísticas descritivas e percentis do valor médio diário das compras para as quinzenas Estatísticas descritivas e percentis do valor total diário das compras para as quinzenas Estatísticas descritivas e percentis do número de dias entre compras para as quinzenas

13 xiii Tabela 16 Estatísticas descritivas do valor das compras para os dias da semana Tabela 17 Percentis do valor das compras para os dias da semana Tabela 18 Tabela 19 Tabela 20 Tabela 21 Tabela 22 Tabela 23 Tabela 24 Tabela 25 Tabela 26 Tabela 27 Tabela 28 Tabela 29 Percentis do número médio diário de compras para os dias da semana Estatísticas descritivas do número médio diário de compras para os dias da semana Estatísticas descritivas do valor diário médio por compra para os dias da semana Percentis do valor diário médio por compra para os dias da semana Estatísticas descritivas do valor diário total de compras para os dias da semana Percentis do valor diário total de compras para os dias da semana Estatísticas descritivas do número de dias entre compras para os dias da semana Percentis do número de dias entre compras para os dias da semana Estatísticas descritivas e percentis do Número de compras por cliente Estatísticas descritivas e percentis do Valor médio das compras por cliente Estatísticas descritivas e percentis do Valor total das compras por cliente Regressão Número de compras por cliente x Valor médio das compras por cliente

14 xiv Tabela 30 Tabela 31 Tabela 32 Tabela 33 Tabela 34 Tabela 35 Tabela 36 Tabela 37 Tabela 38 Tabela 39 Tabela 40 Tabela 41 Estatísticas descritivas e percentis do número de compras conforme a segmentação por quinzena Estatísticas descritivas e percentis do valor médio das compras conforme a segmentação por quinzena Estatísticas descritivas e percentis do valor total das compras conforme a segmentação por quinzena Estatísticas descritivas e percentis do número de compras conforme a segmentação por número de dias da semana Estatísticas descritivas e percentis do valor médio das compras conforme a segmentação por número de dias da semana Estatísticas descritivas e percentis do valor total das compras conforme a segmentação por número de dias da semana Estatísticas descritivas do número de compras conforme a segmentação por loja Percentis do número de compras conforme a segmentação por loja Estatísticas descritivas do valor médio das compras conforme a segmentação por loja Percentis do valor médio das compras conforme a segmentação por loja Estatísticas descritivas do valor total das compras conforme a segmentação por loja Percentis do valor total das compras conforme a segmentação por loja

15 xv SUMÁRIO CAPÍTULO I O PROBLEMA... 1 I.1. Introdução e pergunta... 1 I.2. Objetivos... 2 I.3. Relevância... 2 I.4. Delimitação... 3 I.5. Definição dos termos... 4 CAPÍTULO II REVISÃO DE LITERATURA... 5 II.1. Customer Relationship Management (CRM)... 5 II.1.1. Definição de Customer Relationship Management (CRM) 5 II.1.2. Vantagens do CRM 7 II.1.3. Vantagens da fidelização 8 II.1.4. Como implementar o CRM 11 II.1.5. Cálculo do valor de um cliente 16 II.1.6. Criação de valor para os clientes 19 II.1.7. O papel das novas tecnologias 23 II.2. Extração do Conhecimento II.2.1. O papel dos bancos de dados (database marketing) 27 II.2.2. Definição de Data Mining 33 II.2.3. Benefícios do Data Mining 35 II.2.4. Implementação e etapas do Data Mining 39 II.2.5. Data Warehouse 46 II.2.6. Objetivos,aplicações e técnicas de Data Mining 49

16 xvi II.3. Aplicações reais de técnicas de extração de conhecimento II.3.1. Descoberta do perfil dos clientes que não renovam o contrato em uma empresa de telefonia celular 54 II.3.2. Segmentação de clientes de um shopping duty-free 55 II.3.3. Segmentação e detecção do perfil de compradores on-line 59 II.3.4. Outros exemplos 63 II.4. Fidelização e o varejo II.4.1. Relacionamento com clientes no varejo 64 II.4.2. Oportunidades do comércio on-line 65 II.4.3. Uma breve descrição do mercado varejista brasileiro 66 II.4.4. Exemplos de aplicação do CRM no mercado varejista brasileiro 70 CAPÍTULO III METODOLOGIA III.1. Tipo de pesquisa III.2. Universo e amostra III.3. Coleta de dados III.4. Tratamento dos dados III.5. Limitações do método CAPÍTULO IV ANÁLISES DESCRITIVAS IV.1. Análise das compras IV.1.1. Análise geral de todas as compras 79 IV.1.2. Análise da evolução das compras ao longo do tempo 84 IV.1.3. Análise dos padrões sazonais de compras 89 IV.1.4. Análise por loja 111 IV.2. Análise dos clientes IV.2.1. Análise geral de todos os clientes 117

17 xvii IV.2.2. Segmentação por período do mês 123 IV.2.3. Segmentação por número de dias da semana 127 IV.2.4. Segmentação por loja 130 CAPÍTULO V CONCLUSÃO V.1. A importância do CRM V.2. Resultados e conclusões da análise dos dados V.3. Sugestão para estudos futuros REFERÊNCIAS BIBLIOGRÁFICAS...144

18 CAPÍTULO I O PROBLEMA I.1. INTRODUÇÃO E PERGUNTA Com o crescimento das empresas multinacionais e com o avanço da globalização mundial, os mercados estão se tornando mais competitivos. Está cada vez mais difícil para as firmas se diferenciarem de seus concorrentes e manter a fidelidade de seus clientes. Uma das alternativas para enfrentar este cenário é o desenvolvimento de meios de comunicação mais eficientes entre a empresa, seus clientes e o mercado de consumidores em potencial. A sigla CRM, Customer Relationship Management, surgiu exatamente para dar nome a esta prática da administração que visa um maior relacionamento entre empresas e seus clientes. Entre as técnicas mais utilizadas para promover o CRM encontra-se a utilização de bancos de dados com informações sobre os atuais clientes. Através destes bancos de dados, é possível: a. Descobrir quais são os seus clientes mais lucrativos e quais são os que não trazem lucro para a empresa; b. Conhecer melhor o perfil destes clientes lucrativos e assim desenvolver meios de comunicação mais baratos e que lhes falem diretamente, sem a interferência e conhecimento dos concorrentes. c. Descobrir novos consumidores, que possuem características parecidas com as dos atuais, mas que, por algum motivo desconhecido, ainda não utilizam os produtos, ou serviços, oferecidos pela empresa. Para que se possa explorar todo o potencial dos bancos de dados, é necessário que as firmas saibam transformar os dados em informações e conhecimento. Esta tarefa nem sempre é fácil, principalmente em bancos de dados muito grandes. É neste ponto que técnicas quantitativas exercem um papel fundamental, transformando um amontoado de números em informações

19 2 relevantes para as tomadas de decisões. E o data mining nada mais é do que um conjunto de técnicas quantitativas, entre elas técnicas estatísticas e de inteligência artificial, que tem por objetivo a extração da informação contidas em bancos de dados. Neste contexto, este trabalho tentará responder a seguinte pergunta: Como técnicas quantitativas podem ajudar no gerenciamento de uma política de relacionamento entre empresas e clientes? Para ajudar a respondê-la, apresenta-se uma revisão da literatura sobre este assunto e, ao final, um exemplo da utilização de algumas destas técnicas em dados obtidos em um banco de dados de uma empresa de varejo brasileira. I.2. OBJETIVOS O objetivo deste trabalho é mostrar como técnicas quantitativas podem ajudar no gerenciamento de uma política de relacionamento entre empresas e clientes. Para atingir este propósito final, é necessário que este trabalho responda a três objetivos intermediários: a. Mostrar a importância da obtenção de informações sobre os seus clientes e da utilização de uma estratégia CRM, no sucesso das empresas; b. Apresentar aos leitores as técnicas de extração de conhecimento, já que muitas são bastante recentes e ainda não foram muito divulgadas na literatura brasileira; c. Exemplificar a utilização de técnicas quantitativas em bancos de dados através da sua aplicação e da análise dos resultados obtidos. I.3. RELEVÂNCIA Com o aumento da velocidade dos computadores, é possível manipular um maior número de dados, obtendo-se mais informações. Assim sendo, cada vez mais técnicas quantitativas poderão ser utilizadas, mesmo em áreas onde o

20 3 volume de informação antes as tornava inviáveis. A obtenção de informação sobre os clientes surge como uma destas áreas, onde os computadores poderão ser utilizados mais freqüentemente para ajudar na formulação das estratégias empresariais. Este trabalho se torna relevante pois apresenta algumas técnicas quantitativas que podem ser implementadas em computadores e que ajudam na obtenção de informações sobre clientes contidas em bancos de dados. Deste modo, espera-se que este estudo ofereça uma ajuda às muitas empresas que se sentem perdidas face à quantidade de dados que possuem sobre os seus clientes, e não conseguem transformá-los em informação relevante para a tomada de decisão. I.4. DELIMITAÇÃO Este trabalho tem por objetivo mostrar como técnicas quantitativas podem ajudar no gerenciamento de uma política de relacionamento entre empresas e clientes. Entretanto, não se pretende detalhar profundamente o processo de construção de um banco de dados. Não serão abordados tópicos de informática relativos a bancos de dados, tais como: qual seria a melhor linguagem, o melhor software e a melhor estruturação para o banco de dados. Supõe-se que os dados estão armazenados de alguma forma que seja possível acessá-los rapidamente quando necessário. Também, supõe-se que os dados já estão salvos em formatos compatíveis aos programas de análise de dados que serão utilizados. O trabalho também não irá propor quais as medidas de marketing devem ser tomadas (call center, correspondência direta ou outra forma de contato). Estas medidas dependem muito da indústria em questão. Este trabalho se limita a mostrar técnicas quantitativas que auxiliem na obtenção de informações contidas nos dados, de modo que elas ajudem as empresas a desenvolverem suas estratégias de CRM.

21 4 I.5. DEFINIÇÃO DOS TERMOS Customer Relationship Management (CRM) Conceito segundo o qual as empresas devem explorar o relacionamento com seus clientes para obter uma vantagem estratégica. Data Mining Conjunto de técnicas que visam a extração de informação contida em um banco de dados. Data Warehouse Local no banco de dados onde ficam armazenados os dados. É o armazém de dados. Database Marketing Utilização de bancos de dados como uma importante fonte de informação de auxílio ao marketing e à área estratégica de negócios de uma empresa. Machine-learning Técnica quantitativa onde nenhum modelo pré-definido para a análise dos dados é imposto. Cabe ao próprio computador detectar este modelo através dos padrões existentes nos dados. Também é conhecido com Inteligência Artificial (IA). Overfitting Erro comum aos modelos de inteligência artificial que ocorre quando o método se especializa demais nos dados de treinamento e perde a capacidade de generalização.

22 5 CAPÍTULO II REVISÃO DE LITERATURA II.1. CUSTOMER RELATIONSHIP MANAGEMENT (CRM) II.1.1. Definição de Customer Relationship Management (CRM) Houve um tempo quando varejistas, bancos, companhias seguradoras e negociadores de carros tinham um estreito relacionamento com seus clientes. Eles freqüentemente os conheciam pessoalmente, sabiam o que eles desejavam e satisfaziam suas necessidades através de um serviço pessoal personalizado. Como resultado, obtinham a lealdade e uma grande fatia dos consumidores do seu mercado. Este, entretanto, era um sistema custoso e ineficiente e era necessário que os clientes subsidiassem este relacionamento, pagando altos preços. Com o passar do tempo, com o marketing de massa e o aumento do consumo, os clientes trocaram os relacionamentos pelo anonimato, com uma redução na variedade e nos preços. Hoje em dia, através do uso eficaz da informação e das tecnologias de comunicação, esta troca não é mais necessária; as organizações podem oferecer a seus clientes variedade, preços baixos e um serviço personalizado, e tudo ao mesmo tempo. (...) Esta é a prática de CRM. 1 (PEPPARD, 2000, pg. 312). Fazendo uma definição formal, CRM e marketing de relacionamento são conceitos que chegam a se confundir. Analisando a definição de Stone, Woodcock e Wilson (1996, p. 675) para marketing de relacionamento é possível observar a semelhança entre ambos: Marketing de relacionamento é o uso de uma vasta gama de técnicas de marketing, vendas, comunicação, serviço e atendimento ao cliente visando: a. identificar o cliente individual característico da empresa; b. criar um relacionamento entre a empresa e seus clientes que vá além das várias transações; c. administrar o relacionamento em benefício dos clientes e da companhia. 2 1 Tradução livre do autor deste projeto. 2 Tradução livre do autor deste projeto.

23 6 Peppers, Rogers e Dorf (1999, p. 151) chegam a firmar que ambos são a mesma coisa: A idéia é simples: marketing um para um (também chamado de marketing de relacionamento ou customer relationship management) significa estar atento e ser capaz de mudar seu comportamento para uma maneira voltada para o cliente individual, baseado no que ele diz e no que for possível saber sobre ele. 3 Esta confusão ocorre pois o foco de ambos é o relacionamento com o cliente, e a construção de uma vantagem competitiva baseada neste relacionamento. Para Jackson (1985) existe um espectro contínuo onde em uma ponta se localiza o marketing de transação e na outra o marketing de relacionamento, sendo que, normalmente, as situações de negócios se encaixam em posições intermediárias neste espectro. O autor afirma que nem sempre é justificável um investimento na linha de frente para ganhar clientes e estabelecer um relacionamento de longo prazo. Neste extremo, encontram-se os clientes que fazem compras repetidas de um produto, mas que podem facilmente trocar de fornecedores, só se interessando por relacionamentos de curto prazo. Neste caso o marketing de transação seria o mais apropriado. Entretanto, há clientes que fazem uma série de compras ao longo do tempo e preferem se comprometerem com somente um vendedor, em troca de um relacionamento e benefícios de longo prazo. Neste ambiente é justificável que as empresas aumentem seus gastos para obterem novos clientes e para aumentar o comprometimento destes. Neste caso o marketing de relacionamento seria o ideal para estes consumidores e paras as firmas. Já Newell (2000, p. 8-9) prefere utilizar a definição de CRM feita pelo Carlson Marketing Group: "Uma estratégia de negócios que constrói antecipadamente uma tendência ou preferência por uma organização com seus funcionários, canais e clientes, resultando em uma maior retenção e em um desempenho melhor. 3 Tradução livre do autor deste projeto.

24 7 II.1.2. Vantagens do CRM Não há acordo entre os autores se o CRM traz vantagens que já poderiam ser medidas no curto prazo. Peppers, Rogers e Dorf (1999) afirmam que o CRM não traz somente benefícios de longo prazo. É possível observar alguns resultados deste programa já no curto prazo, tais como: aumento das vendas cruzadas, redução da deserção de clientes, aumento em seu nível de satisfação e diminuição dos custos de transação, tornando mais rápidos os ciclos de compras. Contudo, Newell (2000) discorda, alertando que pode levar até três anos para que uma política de CRM apresente resultados expressivos. Apesar da discordância quanto às vantagens de curto prazo, há um consenso em relação aos benefícios trazidos pelo CRM no longo prazo. O primeiro deles seriam as informações sobre os clientes. Stone, Woodcock e Wilson (1996) afirmam que através do marketing de relacionamento as empresas podem obter inúmeras informações tais como: a. A análise detalhada da lucratividade atual e esperada deste relacionamento de longo prazo; b. Novos serviços de que seus clientes precisem; c. O nível do relacionamento sob o ponto de vista dos clientes e qual o tipo de relacionamento eles gostariam de ter; d. As políticas de aquisição e retenção de clientes praticadas por seus concorrentes; e. O grau de satisfação dos métodos atuais de relacionamento e se eles atingem as expectativas dos clientes; f. Testes de novos modelos de relacionamento. Entretanto, a maior vantagem trazida pelo CRM é o relacionamento com os clientes. Segundo Peppard (2000), o principal foco do CRM é um relacionamento estreito e profundo com seus clientes. Seu objetivo principal é maximizar o valor do cliente para a organização. As vantagens deste

25 8 relacionamento com os clientes são irresistíveis: a construção da comunicação bilateral; a possibilidade de antecipar os seus desejos observando o seu comportamento; e a retenção dos mesmos, que tem se mostrada mais lucrativa do que a atração de novos consumidores. Kelly (2000), Pine II, Peppers e Rogers (1995), Saunders e Metzer (2001) e Stone, Woodcock e Wilson (1996) também concordam que o relacionamento leva ao aumento da retenção e lealdade dos clientes e ao aumento da lucratividade. II.1.3. Vantagens da fidelização Como é possível perceber, uma das vantagens mais citadas pelo CRM é a retenção, a lealdade e a fidelização dos clientes. Mas quais são as reais vantagens da fidelização de clientes para as empresas? Segundo Pessanha Filho (2000), clientes fiéis compram mais freqüentemente, defendem a empresa, são menos atentos à concorrência e compram extensões das linhas de produtos das quais já são consumidores. A retenção de clientes também se reflete internamente na empresa já que proporciona uma satisfação maior nos funcionários. Pine II, Peppers e Rogers (1995) também alertam para a importância que a fidelização tem no aumento da lucratividade da empresa. Quanto mais tempo os clientes são fiéis à empresa, mais lucrativos eles se tornam devido às compras repetidas, à redução nos custos fixos, aos preços premiums, à redução no custo de aquisição e à ajuda dada através de sugestões. Para Stone, Woodcock e Wilson (1996) a fidelização de clientes impacta positivamente na lucratividade através da diminuição dos custos de recrutamento de novos clientes e da redução do custo das vendas. Os programas de fidelização têm como objetivo aumentar a satisfação dos clientes. Anderson, Fornell e Lehmann (1994) afirmam que as organizações cujos clientes estão satisfeitos conseguem retornos financeiros superiores devido ao:

26 9 a. Aumento da lealdade, aumentando o valor do cliente devido às compras repetidas no futuro; b. Redução da elasticidade no preço, pois clientes satisfeitos aceitam pagar mais; c. Redução da possibilidade dos seus clientes serem afetados pelos apelos dos competidores; d. Diminuição do custo das transações futuras; e. Redução dos custos por falhas, já que como os desejos dos clientes são atendidos, há poucas falhas para serem corrigidas; f. Diminuição do custo de atração de novos clientes; g. Aumento da reputação da firma, facilitando a aceitação de novos produtos que poderiam ser rejeitados devido aos riscos de tentativas. Já segundo Pine II, Peppers e Rogers (1995) esta política de relacionamento entre empresa e clientes pode levar à vantagem competitiva. O primeiro motivo é que quanto mais informações os clientes passam para a empresa, melhor se torna o serviço prestado por ela, tornando a competição mais difícil para os concorrentes. Estas informações, e a relação de aprendizagem, se tornam uma vantagem competitiva para a empresa, permitindo que ela continue a oferecer um serviço ou produto customizado de alta qualidade, com preços competitivos e que esteja sempre utilizando tecnologias atualizadas. O segundo motivo é que a troca de informações requer um esforço por parte dos clientes. A decisão de acabar com um relacionamento e iniciá-lo com uma outra empresa exige que os clientes refaçam todo este trabalho de fornecimento de dados. Assim sendo, quanto maior for a quantidade de informações que uma empresa possui sobre os seus clientes, maior o comprometido destes com o relacionamento, trazendo uma vantagem competitiva para a organização. Evans e Wurster (1997) concordam que a informação pode não somente limitar e restringir um relacionamento, mas pode servir como base para a formação de uma vantagem competitiva. Para os autores, a informação é a

27 10 cola que liga e une a estrutura de um negócio. Quando administradores falam sobre o valor do relacionamento com os clientes, eles deveriam estar preocupados com a informação que eles possuem sobre os seus clientes e a informação que estes possuem sobre a empresa, pois assim estariam construindo uma vantagem competitiva para suas firmas. Jackson (1985) também destaca que o aumento nos custos de mudanças percebidos pelos clientes é uma das vantagens obtidas com o desenvolvimento de uma política de fidelização de clientes. Analisando de uma maneira simples e direta, um programa de fidelização bem sucedido cria custos de mudanças para os clientes, de modo que seja melhor para eles permanecer com a empresa. Por isso, as companhias que desejam manter seus clientes devem manter o custo de mudança maior que o custo de permanência. O primeiro custo de mudança é o investimento que os clientes precisam fazer para se adaptarem aos novos produtos, serviços ou sistemas. Estes investimentos podem ser em dinheiro, pessoas, ativos e procedimentos. Quanto maior for o investimento, maior será a relutância para a mudança. A segunda maior categoria de custos de mudanças se refere ao risco e à exposição necessária para realizar a mudança, ou seja, o perigo do cliente fazer uma escolha errada. O medo de uma ruptura e de uma performance insatisfatória pode tornar o cliente relutante à mudança. Alguns autores mostram exemplos numéricos proporcionados pela fidelização de clientes. Saunders e Metzer (2001) concordam com os benefícios que um programa de fidelização de clientes pode trazer. Eles afirmam que estudos têm mostrado que as empresas gastam cinco vezes mais para conquistar novos clientes do que para manter os atuais, e que é possível aumentar os lucros em 100% aumentando a taxa de retenção dos clientes em apenas 5%. Kelly (2000) cita alguns exemplos que mostram o valor da retenção de um cliente:

28 11 a. Clientes insatisfeitos contam seu desapontamento para outras dez pessoas, sendo que dessas, 12% espalham para outras 20 pessoas; b. Custa 5 vezes mais atrair novos clientes do que manter os atuais; c. Se 20 clientes estão insatisfeitos com você, 19 não dirão mas irão embora; d. Clientes satisfeitos contam para outros 5 clientes sobre suas experiências positivas; e. A maneira como você trata os clientes é um dos primeiros pontos de comparação que os clientes fazem entre você e seus concorrentes; f. Clientes satisfeitos quase sempre dão referências sobre outros pontos de vista. II.1.4. Como implementar o CRM Peppers, Roger e Dorf (1999) afirmam que para começar o CRM, a empresa deve primeiramente saber situar a estágio atual do seu relacionamento com seus clientes. Depois disto, há quatro passos chaves para colocá-lo em funcionamento: a. Identificar seus clientes É necessário que a empresa seja capaz de localizar e entrar em contato com um bom número de clientes, principalmente os mais valiosos. Por isso é importante obter a maior quantidade de informação possível sobre eles (não somente dados demográficos, mas também os hábitos e as preferências). Também é necessário que a empresa obtenha informações em cada contato, e não somente em um determinado período de tempo. Caso não seja possível para a empresa obter estas informações de seus clientes finais é possível tentar este tipo de relacionamento com seus clientes diretos. b. Diferenciar seus clientes Os clientes são diferentes pois têm diferentes necessidades e porque têm diferentes valores para a empresa. O passo seguinte após identificá-los é diferenciá-los, pois assim é possível

29 12 focalizar os esforços nos mais rentáveis e moldar o comportamento da empresa de modo que ela possa atingir os valores e necessidades de cada cliente. c. Interagir com os seus clientes Melhorar o binômio custo-eficiência e a eficácia dos contatos com os clientes são componentes críticos do CRM. É possível melhorar o custo-eficiência adotando métodos automáticos e mais baratos de interação direta com os clientes. E para melhorar a eficácia é necessário que a empresa gere informações interessantes e rápidas sobre os desejos e valores dos clientes, lembrando que em cada contato ela deve utilizar as informações obtidas em todos os contatos anteriores. d. Customizar o comportamento da empresa Para prender seus clientes num relacionamento, a empresa deve adaptar alguns aspectos do seu comportamento para atender os desejos expressos de seus clientes. Isto pode ser feito através da customização em massa de seus produtos, ou moldando algum aspecto dos serviços que envolvem os produtos. Os dois primeiros passos (identificar e diferenciar os clientes) são considerados análises internas, enquanto os dois últimos (interagir e customizar) são ações externas, visíveis para o consumidor. Ainda segundo os autores, após decidir implantar o programa, cabe à empresa definir quais os aspectos mais importantes e priorizá-los, nunca esquecendo que as prioridades devem obedecer aos desejos e valores dos clientes. De qualquer modo, quanto mais diferenciada sua base de clientes e quanto maior a concentração de clientes lucrativos em uma pequena parcela de sua base total, mais eficiente e menos custoso será o relacionamento. Pine II, Peppers e Rogers (1995) alertam que a implantação do CRM pode ser mais difícil dependendo da posição da empresa na cadeia de fornecimento e do tipo de indústria. Empresas que não têm o contato direto com o cliente final têm maiores dificuldades de construir este relacionamento. Entretanto elas podem construir este relacionamento com seus clientes diretos. Outro exemplo de indústria que enfrenta dificuldade na implantação do CRM é a de fabricantes

30 13 de produtos com pequeno valor unitário (tais como os clipes para papéis). Neste caso a solução é a construção do relacionamento com os varejistas que interagem diretamente com os clientes finais. Empresas que vendem commodities também enfrentam dificuldades na customização dos seus produtos aos gostos dos clientes, contudo elas podem oferecer serviços pósvenda diferenciados. Os mesmos autores também dizem quais são as indústrias onde o relacionamento pode ser construído mais facilmente. São as indústrias e prestadores de serviço onde: o cliente compra sempre o mesmo tipo de produto, o produto pode ser enviado diretamente à casa do cliente e onde já há uma relação existente entre a marca e o cliente. No caso de empresas que tenham como clientes outras empresas, Knox (1998) afirma que a administração tradicional baseada em contas não traz benefícios pois a comunicação é feita exclusivamente através do gerente de conta. Para o autor este relacionamento deveria evoluir para um estágio onde as interações empresa-cliente e empresa-vendedor ocorrem em vários pontos. Com a construção deste relacionamento os custos de transação diminuiriam e ambas seriam beneficiadas. Newell (2000) lembra que mesmo em relações empresa-empresa, os clientes finais são sempre indivíduos, possibilitando o desenvolvimento de um programa de relacionamento personalizado. Newell (2000) também fala das particularidades da implantação do CRM em outras indústrias. No varejo, as empresas devem abandonar o antigo foco em vender qualquer produto, em qualquer lugar, a qualquer hora e para todos os clientes. Os varejistas devem se concentrar em manter os clientes mais lucrativos, oferecendo-lhes produtos selecionados e que lhes tragam satisfação. Neste ambiente, a internet deve ser considerada uma aliada que pode ajudar a trazer o cliente para a loja real. Na industria de bens de consumo, onde as empresas não vendem diretamente seus produtos para os clientes, Newell (2000) afirma que só há duas alternativas para a criação de um relacionamento com os principais clientes finais. A primeira é a criação de parcerias com os canais de vendas

31 14 para que eles possam estar fornecendo informações sobre os clientes finais. A segunda é escolher melhor os canais de marketing, de modo que a empresa deixe de gastar dinheiro com aqueles que não são clientes potenciais ou que não geram lucro. Este mesmo autor afirma que as instituições financeiras já perceberam o valor que o CRM pode trazer para a empresa. Os bancos criaram serviços e produtos customizados que dão motivos para os clientes permanecerem fiéis. Este é um ótimo exemplo do papel que a tecnologia pode exercer, facilitando a comunicação com os clientes, através de múltiplos canais. A última indústria na qual Newell (2000) mostra as particularidades e as vantagens da implantação do CRM é a mídia. Na mídia, o CRM fornece duas oportunidades: aumentar o envolvimento do público para reduzir a queda na audiência e ajudar os anunciantes identificando quem são os melhores clientes para os seus produtos específicos. O autor afirma que mesmo os meios de comunicação de massa devem tentar desenvolver um relacionamento com os seus clientes, pois os anunciantes preferirão utilizar os meios onde eles sabem para quais clientes estão falando. Mesmo com todo o planejamento e seguindo todos os passos para implementar o CRM com sucesso, um componente e que não deve ser esquecido é o comprometimento da empresa como um todo. Davids (1999) afirma que uma das maiores causas de falhas na implementação do CRM é a organização da própria firma onde o programa está sendo implantado. Segundo o autor, alguns dos erros mais comuns são: não ter uma estratégia a priori, subestimar o grau de envolvimento necessário em toda a companhia, não buscar soluções fora da firma quando for necessário, demorar muito para operacionalizar o programa, não começar pequeno e superestimar o esforço necessário para começar. Pine II, Peppers e Rogers (1995) reafirmam a importância da empresa perceber que a implementação do CRM só é possível se houver uma mudança de mentalidade dentro dela própria. Ela deve ter consciência que a implantação

32 15 do relacionamento só é possível se, em vez de fazer produtos e empurrá-los para os clientes, ela passar a fazer o que os clientes pedem. Newell (2000) afirma que a implantação do CRM exigirá mudanças fundamentais dentro da organização, passando por todas as áreas. Para que o CRM seja mais facilmente vendido para a direção da companhia, é necessário que haja um defensor de nível sênior. O sucesso de CRM também requer a ampla comunicação em toda a empresa, de modo que todos os participantes o vejam como um benefício para eles e seus clientes. O relacionamento com o cliente deve se tornar parte da marca da firma. Para que a implantação seja monitorada com sucesso, novas medidas de avaliação serão exigidas. Elas devem revelar o valor que o relacionamento está trazendo para a empresa e para os seus clientes, e não se basearem em resultados financeiros de curto prazo. Stone, Woodcock e Wilson (1996) observam que muitas organizações quando adotam o marketing de relacionamento não desenvolvem uma cultura interna (com atitudes e estruturas organizacionais) para administrar os diferentes tipos de relacionamento que serão necessários. Com isso, elas não usufruem todos os benefícios do relacionamento. Taurion (2001b) faz o alerta: é necessário que a empresa entenda que não adianta colocar a responsabilidade no departamento de marketing e deixar tudo como estava antes. É necessário comprometimento e tempo para o relacionamento produzir os frutos esperados. Entretanto, mesmo havendo o comprometimento da empresa e seguindo-se todos os passos sugeridos na implantação de uma política de relacionamento com o cliente, o sucesso não é obtido de um dia para o outro. Ele precisa ser continuamente monitorado. O relacionamento se desenvolve em etapas, e a implementação de CRM deve estar preparada para dar suporte à companhia em todos estes momentos. Segundo Stone, Woodcock e Wilson (1996) os diferentes estágios dos relacionamentos para os quais as empresas precisam estar preparadas são:

33 16 a. Recrutamento Quando o cliente é visto como um cliente apropriado para a firma e é induzido a juntar-se a ela; b. Boas Vindas Depois de juntar-se, é necessário que a empresa se assegure que o cliente realmente esteja integrado a companhia; c. Aquisição de conhecimento Este estágio é essencial, pois é quando ocorrem as primeiras trocas de informações entre ambos; d. Administração da conta É quando o relacionamento já está estabelecido e cabe à empresa mantê-lo, continuando a obter informações atualizadas sobre os clientes. É o estágio ideal, que todas as organizações buscam ter com seus clientes mais lucrativos; e. Cuidado intensivo Quando o relacionamento com o cliente apresentou algum problema é necessário dar-lhe uma atenção especial para se ter certeza de que ele retornará a relacionar-se com a empresa; f. Divórcio potencial A insatisfação do cliente é tanta que o divórcio é iminente; g. Divórcio Apesar do cliente estar afastado da empresa, é possível que após algum período de esfriamento dos ânimos, ele volte; h. Retorno Se o divórcio foi causado por altos preços ou por um produto errado é mais fácil contorná-lo de que se ele for causado por um serviço ruim (a não ser que o dos concorrentes seja pior). II.1.5. Cálculo do valor de um cliente Como pôde ser reparado, uma das primeiras tarefas a serem realizadas na implementação de CRM é o cálculo do valor de seus clientes ao longo do relacionamento. Buttle (2001) afirma que existem quatro tipos de clientes estrategicamente importantes, e que as empresas deveriam se esforçar para cativá-los: a. Clientes fiéis, que compram em grandes volumes e suas exigências não são maiores que sua lucratividade para a empresa;

34 17 b. Clientes que têm poder de influência sobre as outras pessoas; c. Clientes que fazem críticas construtivas e ajudam as empresas a detectar e corrigir seus defeitos; d. Clientes cujo atendimento envolve o dispêndio de um custo fixo, deste modo eles entram na divisão dos custos totais, diminuindo o custo de atendimento dos demais. Para Knox (1998), as empresas deveriam segmentar sua base de clientes segundo a sua fidelidade com a organização. O desenvolvimento de clientes deve capitalizar o envolvimento com o cliente quando este for presente e explorar a indiferença dos clientes quando for lucrativo. Essencialmente isto significa que os mais lucrativos devem ser apoiados em seus comportamentos e crenças com um pacote de benefícios que represente o valor econômico estimado que eles têm para a empresa. Estes clientes leais tendem a gastar mais com as empresas preferidas e servem como fonte de novos clientes. Por outro lado, os clientes sem valor devem receber o tratamento inverso. Uma vez identificados, os recursos que antes eram direcionados para eles devem ser seletivamente racionalizados e direcionados para os mais lucrativos. Newell (2000) concorda que o CRM não deve ser dirigido para todos os clientes da empresa. O verdadeiro objetivo do CRM é detectar os melhores e os potencialmente melhores, para que ela possa focalizar os seus esforços nestes grupos. A retenção começa com o recrutamento dos clientes certos. Normalmente, observa-se que menos de 1% dos clientes é responsável por quase 10% das vendas, e uma participação ainda menor contribui com 10% do lucro total de uma empresa. Segundo a filosofia do CRM, os melhores clientes são o ativo mais valioso de uma organização. Uma imensa participação de mercado nem sempre garante altos lucros. O segredo não é obter muitos clientes. É conseguir os clientes certos e mantê-los. Seguindo esta linha de raciocínio, Davids (1999) afirma que um dos grandes erros cometidos por empresas na construção do CRM é o não questionamento de qual será a contribuição deste relacionamento para a própria empresa. O

35 18 autor alerta que, apesar do cliente ter sempre razão, ele não é sempre lucrativo e por isso, um programa eficaz de CRM precisa considerar o seu valor ao longo de sua vida. Pine II, Peppers e Rogers (1995) também alertam para a importância do aumento da lucratividade obtido através do cálculo do valor do cliente ao longo de sua vida. Segundo os autores, a estratégia de pagamentos é um dos componentes principais que devem ser pensados quando se vai construir um relacionamento. Por isso, as empresas devem decidir com cuidado qual o nível de relacionamento que vale a pena. Stone, Woodcock e Wilson (1996) também falam sobre a importância do cálculo do valor do cliente para a companhia. Conforme os autores, o modo tradicional de administrar os clientes tem como objetivo tentar atingir qualquer um que queira comprar os produtos e administrá-los da mesma maneira. Só se faz exceção para os maiores. Esta forma de gerenciar os clientes está ultrapassada. Na realidade, as empresas deveriam deixar de trabalhar com os que nunca serão lucrativos e manter o foco no recrutamento e manutenção daqueles que possuem alto valor no longo prazo. Some nte assim elas aumentariam sua força competitiva e a lucratividade. Conforme o artigo publicado pela Qube Consulting (2001), calcular o valor monetário de um cliente é fundamental pois torna possível identificar quem são os mais lucrativos e nestes concentrar os esforços. O CRM não se justifica somente pelo fato de reter mais clientes, ele só é viável se for possível aumentar a lucratividade da empresa aumentando a fidelização dos consumidores. Ainda segundo a consultoria, conseguir prever o valor de um cliente também ajuda a responder muitas perguntas que normalmente aparecem quando se pensa em realizar um plano estratégico voltado para a sua retenção: a. Qual será o aumento na retenção de clientes se for feita uma intervenção ativa neste sentido? b. Como a retenção vai se refletir nas vendas?

36 19 c. Quais os segmentos de clientes devem ser focalizados na retenção? d. Deve-se gastar em marketing ou em operações para conseguir atingir o objetivo? Como último aviso sobre a importância da segmentação dos clientes conforme o valor que trazem para a organização, fica a constatação de Anderson, Fornell e Lehmann (1994) de que apesar de ser intuitivamente esperado, nem sempre market-share e satisfação dos clientes andam lado a lado. Se por um lado o aumento da base de clientes traz economias de escala, por outro ele dilui as possibilidades de tratamento diferenciado, contribuindo para a insatisfação dos clientes. II.1.6. Criação de valor para os clientes Outra condição essencial muito citada para o perfeito funcionamento do relacionamento, é a criação de valor para o cliente. Davids (1999) afirma que o CRM não deve ser visto como um programa de vendas, pois o cliente só dará as informações necessárias se perceber que receberá algo em troca. Davids (1999, p. 23) utiliza colocação de Arthur Hughes, vice-presidente da Database Marketing: você têm que ser capaz de imaginar o seu cliente dizendo eu sou grato por vocês estarem fazendo isto porque... e você sabe quais são estas razões. 4 Anderson e Naurius (1998) afirmam que saber quais os ele mentos que seus clientes valorizam é importante pois ajuda a: a. Administrar os produtos já oferecidos pela empresa Às vezes itens considerados da fábrica, deveriam ser vendidos como acessórios somente para quem os deseja, pois assim muitos clientes que não os necessitam poderiam receber um desconto no preço. 4 Tradução livre do autor deste projeto.

37 20 b. Desenvolver novos produtos É importante saber se o cliente está realmente disposto a pagar a diferença de preço para receber um novo serviço. c. Ganhar os clientes A empresa passa a oferecer propostas de valor persuasivas. d. Sustentar o relacionamento com o cliente O relacionamento com o cliente deve ser baseado em confiança e empenho. A aplicação do CRM ajuda a mostrar que a empresa está comprometida nesta relação. Fournier, Dobscha e Mick (1998) constatam que infelizmente, ao olhar mais de perto o fenômeno dos relacionamentos entre empresas e clientes, percebese que nem tudo está perfeito pois as empresas não estão sendo capazes de criar benefícios para seus clientes. Quando se conversa com as pessoas sobre sua vida de consumidor, ouve-se muita reclamação sobre confusões, estresses, insensibilidade e manipulação de mercado, fazendo-as se sentir vítimas e enganados. Os autores mostram o relacionamento de marketing do ponto de vista do cliente: a. O número de relacionamento um para um que as empresas pedem para os consumidores manterem é insustentável. O resultado é que muitas iniciativas parecem triviais e inúteis, em vez de únicas e valiosas; b. Existe um balanço entre dar e obter um bom relacionamento. Mas quando as empresas pedem a amizade, a lealdade e o respeito de seus clientes elas freqüentemente não dão amizade, lealdade e respeito em troca. c. Companhias falam de importância em se medir o valor de cliente. Entretanto algumas vezes eles se sentem em desvantagem devido à sua lealdade. Outras vezes, a preocupação das empresas com os clientes mais lucrativos deixa os outros clientes lucrativos se sentindo excluídos e desapreciados;

38 21 Segundo os autores, as regras universais da amizade são: dê suporte emocional, respeite a privacidade, preserve a confiança e seja tolerante com outras amizades. As empresas violam todas estas regras. As organizações precisam se comportar de modo que demonstrem para os clientes que elas podem ser valiosas com parceiras. Elas devem provar através de ações que o marketing de relacionamento não precisa ser vazio, sem significado ou estressante. A verdadeira intimidade com o cliente necessita um profundo conhecimento de contexto no qual os produtos e serviços são usados no seu dia-a-dia. Newell (2000) afirma que a maioria dos programas de fidelização fracassa porque uma organização de marketing não sabe como o cliente se beneficia deles. Muitas empresas acham que um cartão de fidelidade é suficiente para deixá-los satisfeitos. A maioria dos programas de fidelização já não é especial. Qualquer programa de pontos ou de descontos pode ser imitado rapidamente pelo concorrente e a empresa que tiver mais recursos financeiros acabará saindo com vencedora. O verdadeiro CRM deve se concentrar no que o cliente valoriza, e não no que a empresa deseja vender. Segundo o autor, todo contato ou comunicação com o cliente deve ser positivo, do ponto de vista do cliente. As empresas devem prestar atenção em quatro recados fundamentais passados pelos clientes ao implementar o CRM: a. Os clientes exigem pré-requisitos mínimos para fazerem negócios com uma empresa. Estes pré-requisitos funcionam como elementos qualificadores. Sem eles, os clientes não fazem negócios, mas as organizações não devem contar com eles para construir a fidelidade; b. Além de oferecer o mínimo necessário, as firmas devem se esforçar continuamente para oferecer valor para os clientes. Somente assim elas conseguirão se diferenciar das outras empresas que também ultrapassam os pré-requisitos básicos; c. Uma das maneiras de aumentar o valor do serviço oferecido pela empresa é acabar com os procedimentos que irritam os clientes. Muitas vezes, estes procedimentos são tradicionais na indústria, mas do ponto

39 22 de vista do cliente só atrapalham o relacionamento. Os clientes irão preferir as empresas que eliminam estes procedimentos; d. Muitas das iniciativas que as empresas pensam estar agradando passam desapercebidas. Para saber quais esforços serão percebidos como valiosos pelos clientes, as empresas devem realizar pesquisas. O procedimento correto de criação de valor para os clientes deveria ser: a. Identificar os valores do consumidor que são pertinentes à sua empresa. b. Entender a importância relativa desses valores a cada segmento de cliente. c. Determinar se esses valores afetarão o resultado financeiro positivamente. d. Comunicar e oferecer os valores adequados a cada segmento. e. Medir os resultados e fornecer retorno sobre o investimento (ROI). Stone, Woodcock e Wilson (1996) dão algumas sugestões de como as empresas podem fazer o cliente perceber o valor que receberão com o relacionamento: a. Criar uma marca que passe confiança; b. Mostrar os benefícios e as vantagens dos diferentes tipos de relacionamento; c. Promover diversos modos de acesso dos clientes a seus produtos; d. Garantir que os clientes possam facilmente ter acesso às informações sobre o relacionamento e seus benefícios. Kelly (2000) concorda que para se manter um cliente por toda a vida deve-se começar por vendê-lo o produto correto, pelo preço certo e para as necessidades certas. As empresas devem ter em mente que os clientes querem fazer negócio do jeito que lhes convier, sempre, e preferem comandar a compra. Eles também gostam de receber avisos de que são apreciados pela

40 23 companhia. Para mantê-los, as empresas devem: atender sempre suas necessidades cultivando a sua felicidade e antecipar os seus desejos futuros. Ou seja, o segredo para maximizar o valor dos clientes pode ser resumido em atendê-los do jeito que eles querem ser atendidos. Para implantar esta estratégia de maximização do valor do cliente, as empresas devem primeiramente analisar o produto que oferecem e em seguida analisar o mercado. O próximo passo é analisar os canais de distribuição. O objetivo final é: vender os produtos mais lucrativos para os mercados mais lucrativos através dos canais de distribuição mais baratos. Dado que a criação de valor é um pré-requisito fundamental para o sucesso do CRM, a comunicação com os clientes também deve ser feita de modo que lhes seja favorável. Newell (2000) afirma que esta comunicação deve ser planejada, trazendo algum benefício para eles, tais como: informações vitais, o reconhecimento da importância do cliente, atenção personalizada e uma noção de amizade. A empresa deve adotar uma postura pró -ativa e ter um plano de comunicação para cada cliente, e até mesmo para os ex-clientes e para os potenciais. Jamais se deve esquecer que o diálogo é a palavra mais importante no léxico do CRM, mas este diálogo deve ser nos dois sentidos. Resumindo toda esta questão sobre a importância da criação de valor para o cliente, Newell (2000) afirma que as empresas devem saber que suas ações contarão mais de que suas palavras e que o CRM no fundo consiste na prestação de um serviço. E por isso, é necessário surpreender sempre os clientes, incorporando aos produtos serviços que lhes tragam valor. II.1.7. O papel das novas tecnologias Como já foi dito, as novas tecnologias desempenharam um papel fundamental no desenvolvimento do CRM. Segundo Evans (1997), quando a informação se propagava somente através de meios físicos, havia uma lei básica: o trade-off entre riqueza e alcance. Alcance significa o número de pessoas que trocam a informação. Riqueza é a qualidade desta informação, e pode ser definida por três aspectos: largura da

41 24 banda, customização e interatividade. Este trade-off acabou com o surgimento dos meios de comunicações eletrônicos. Entretanto, apesar de todos os negócios serem afetados pela mudança na economia da informação, nem todos serão com a mesma intensidade. No caso do relacionamento entre empresas e cliente, os principais impactos das novas tecnologias são: a. O poder de barganha mudará como resultado de uma redução na possibilidade de monopolizar o controle da informação; b. O custo de mudança para os clientes diminuirá, e as empresas terão que desenvolver novos métodos de promover a lealdade dos clientes. Stone, Woodcock e Wilson (1996) fazem uma observação com relação ao comportamento dos usuários destas novas tecnologias. Eles afirmam que estes clientes são: mais freqüentes, adaptativos, não possuem tecnofobia e possuem um nível de renda maior. Por isso, eles seriam muito atraentes para as organizações. Peppard (2000) afirma que a promessa do marketing um para um, a análise de valor do cliente e a customização em massa se tornaram possíveis graças aos avanços nas tecnologias e nas comunicações. O autor também ressalta que a tecnologia permite que se alcance os clientes de diversas maneiras: internet, TV digital, cartões inteligentes, telefones e quiosques. E que é necessária a troca perfeita de informação entre estes canais, fato nem sempre observado nas companhias. Pine II, Peppers e Rogers (1995) afirmam que a tecnologia permite dois avanços: a. Customização em massa: a empresa é capaz de fornecer produtos e serviços customizados para seus clientes. Este é exatamente o oposto da produção em massa focada no produto, paradigma vigente em muitas empresas onde a empresa deve empurrar seus produtos através dos canais de distribuição, para assim atingir seus consumidores.

42 25 b. Marketing um para um: a empresa adquire informações sobre os desejos e necessidades dos seus clientes, e faz a comunicação com eles baseada nestas informações. Este é o oposto do marketing de massa, onde se usa a tecnologia de informação para definir o cliente padrão. Em seu artigo original, Pine, Victor e Boynton (1993) definem a customização em massa como um mundo onde a imprevisibilidade de cada cliente pode ser considerada uma oportunidade que para ser explorada. As organizações poderão estar constantemente gerando novos produtos. Qualidade e custos baixos, assim como customização e custos baixos, eram considerados antônimos. Mas com a customização em massa, percebeu-se que era possível ultrapassar este modelo de trocas: as empresas poderiam ter ambos. Em um ambiente de customização em massa, ninguém sabe ao certo o que os clientes desejarão, e por isso não sabem quais os produtos que devem ser criados. Ninguém sabe qual a janela de mercado que se abrirá, e conseqüentemente, ninguém pode criar uma visão de longo prazo sobre os seus produtos. Entretanto, todos sabem que os clientes desejarão algo, que esta oportunidade estará aí e que poderá ser explorada. As únicas ressalvas quanto à utilização da tecnologia são feitas por Davids (1999) e Apicella (1999). Segundo o primeiro autor, é necessário que as empresas sempre comecem a adotá-las em projetos pequenos, e somente ir crescendo aos poucos. Todos os passos devem ser precedidos de testes, para evitar falhas. Mas por outro lado, o segundo autor afirma que a implementação de uma tecnologia voltada para CRM pode ser um grande desafio, pois, se for muito demorada, aumenta as chances da empresa ser ultrapassada por seus concorrentes, ficar sem dinheiro e perder o interesse pelo projeto. E a internet também tem um papel importante nesta mudança de cenários. Segundo Sweat (2000), com o desenvolvimento da internet, os consumidores estão se tornando cada vez mais exigentes. Este fenômeno ocorre pois a rede mundial de computadores (através dos sites de informação, grupos de discussão e sites de comparação de preços) facilita a obtenção de informação sobre as companhias, seus produtos, serviços e preços, ajudando o cliente na

43 26 sua tomada de decisão. Entretanto, a internet também pode ajudar as empresas, pois estas podem conseguir mais informações sobre os seus clientes, possibilitando oferecer-lhes mais valor. Newell (2000) também fala do impacto das novas tecnologias no CRM. A internet terá um papel fundamental no relacionamento entre empresas e clientes. As organizações devem entender e aceitar a nova ordem econômica da Internet, e devem pensar nela como sendo mais do que um simples e- commerce. O valor da web não está na tecnologia, está nos benefícios que ela traz para as pessoas. A internet é importante pois ela será um canal onde será possível estabelecer diálogo com indivíduos, obtendo informação e ouvindo-os. A internet é um meio dos clientes fazerem negócios mais facilmente com uma firma, permitindo que ela reaja em tempo real. Outra facilidade da internet são os s. Os clientes valorizam empresas que se comunicam através de e- mails, mas estes não devem ser utilizados somente de forma passiva. Eles devem permitir que a empresa converse individualmente com cada cliente em uma escala maciça. A comunicação por deve trazer valor para os clientes, por isso ela deve ser simples, curta e objetiva. Newell (2000) também ressalta a importância de outras tecnologias que não são tão recentes quanto a internet, mas que ainda oferecem oportunidades para serem exploradas: o telemarketing e os call centers. Eles devem ajudar na construção de relacionamentos por telefone com a confiança e o respeito mútuos. Eles devem fornecer informações úteis para os clientes, permitindo uma interação completa. Para isto, é importante manter o toque humano, pois o componente do contato é importante para o CRM. Newell (2000) também afirma que há alguns ensinamentos da relação entre tecnologia e CRM que devem ser sempre lembrados. Os profissionais de CRM precisam estar atentos às novas tecnologias, pois os avanços digitais de amanhã colocarão os dados do cliente nas mãos de todos. As empresas devem ser capazes de adivinhar o que o cliente quer antes mesmo dele saber. Para isso será necessário um gerenciamento criativo para desenvolver o CRM

44 27 mais valioso ao cliente. Ao adotar novas tecnologias, a empresa deve sempre tentar responder a três perguntas: a. Por que adotá-la? b. Qual é a promessa para o cliente? c. O que se quer que ela faça? Neste ambiente de constantes mudanças tecnológicas, a capacidade de aprender mais rápido do que seu concorrente será a única vantagem sustentável. E para isto o feedback ao cliente terá um papel fundamental. II.2. EXTRAÇÃO DO CONHECIMENTO II.2.1. O papel dos bancos de dados (database marketing) Segundo Ha e Park (1998), database marketing é um processo de marketing voltado para a informação. Gerenciado através de tecnologias de bancos de dados, ele proporciona aos profissionais de marketing a possibilidade de desenvolverem, testarem, implementarem, medirem e modificarem programas e estratégias de marketing personalizado. Alguns dos efeitos do database marketing são: a. Conhecer mais sobre os vários tipos de clientes da companhia, e determinar a possibilidade deles comprarem ou não determinados produtos ou serviços; b. Facilitar o alcance dos clientes com produtos e ofertas certas, no momento certo; c. Permitir a atualização contínua da informação no banco de dados, possibilitando o desenvolvimento de futuras estratégias de marketing baseadas nos resultados das campanhas anteriores;

45 28 d. Ajudar a desenvolver serviços que aumentem a possibilidade dos clientes comprarem mais, e a estabelecer uma comunicação bilateral com o cliente através de uma variedade de canais de contatos. Jackson e Wang (1994) afirmam que o ambiente atual dificulta a interação entre as firmas e seus clientes, e que a utilização de novas tecnologias em busca de informações sobre os clientes pode ser uma solução. Segundo os autores, a propaganda através dos meios de comunicação está mais cara e mais ineficiente, pois não permite que a empresa fale especificamente com seu público alvo. Dentro deste cenário, as empresas devem descobrir novos meios de se comunicarem diretamente com seus clientes. A utilização da informação obtida através dos bancos de dados é uma alternativa. Os autores listam uma série de benefícios provenientes da utilização de bancos de dados: a. Identificar quais são os seus melhores clientes; b. Desenvolver novos clientes; c. Enviar uma informação consistente com o seu produto e seus clientes; d. Reforçar as decisões de compras de seus consumidores; e. Promover a venda cruzada e a venda complementar de produtos; f. Melhorar a comunicação com os clientes; g. Melhorar as promoções de vendas; h. Refinar o processo de marketing; i. Aumentar a eficácia dos canais de distribuição de marketing; j. Manter o poder da marca; k. Estabelecer uma administração de recursos; l. Se comunicar sigilosamente com seus clientes; m. Conduzir pesquisas de marketing, produtos e clientes;

46 29 n. Personalizar o serviço ao consumidor; o. Promover a sinergia e a integração de programas. Peppard (2000) também ressalta a importância das informações contidas em bancos de dados. Para o autor, com as informações dos clientes, as firmas devem ser capazes de: entender suas necessidades, diferenciá-los através da segmentação, prever a possibilidade da sua perda e realizar análises sobre sua lealdade, lucratividade e rentabilidade, sobre rentabilidade e eficácia dos canais e sobre performance das campanhas de vendas. Sanders e Mertzer (2001) também enumeram as vantagens de se ter informações guardadas em um data warehouse. Segundo o autor, para conseguir reter seus clientes as empresas devem saber responder à seguinte pergunta: quais os produtos, ou serviços, que devem ser oferecidos, para quais grupos de clientes, através de quais canais de distribuição, de modo que maximize o lucro? O data warehouse ajuda a responder estas perguntas fornecendo informação sobre quem são os seus clientes (permitindo servir-lhes melhor) e sobre de onde vem os maiores lucros da empresa (permitindo maximizá-los). O data warehouse permite guardar informações como os nomes e os endereços dos clientes. Com estes dados é possível tratá-los os clientes como indivíduos, identificando quais os produtos que eles compram da empresa, e até diferenciando os membros de uma mesma família. Para demonstrar as oportunidades que a utilização de bancos de dados oferece, Kish (2000) utiliza o exemplo das instituições financeiras. A cada ano os bancos perdem entre 15 e 25 por cento de seus clientes e são obrigados a gastar milhões de dólares para reconquistá-los e recrutar novos clientes. Por isso, é hora dos bancos desenvolverem estratégias mais agressivas para acabar com o descontentamento, principalmente entre os clientes mais valiosos, criando programas de administração do atrito baseados em novas tecnologias. A utilização de banco de dados possibilitaria às instituições financeiras mapearem e interpretarem o mais acurado indicador de probabilidade de deserção: a inatividade dos clientes. Através dos bancos de dados, as instituições seriam capazes de:

47 30 a. Obter informação continuamente de todos os canais de comunicação que os clientes utilizam para interagir com os bancos; b. Criar um perfil atual para cada cliente que sirva de base para cada comportamento individual normal; c. Monitorar e interpretar a atividade e a i natividade dos clientes; d. Reconhecer quando o comportamento de um cliente mudar, indicando um momento de risco; e. Comparar as mudanças de comportamento individual, histórico e característico, para reconhecer níveis de risco e determinar as respostas apropriadas; f. Avisar continuamente quem são os clientes em risco e os seus perfis; g. Responder em tempo real sempre que necessário, tanto nas ameaças quanto nas oportunidades. Implantando estes programas, os bancos seriam capazes de detectar os clientes que exibem comportamento de risco, permitindo que atitudes sejam tomadas antes da deserção acontecer. Estas tecnologias são eficazes pois vêem os clientes como indivíduos e conhecem seu comportamento normal, detectando qualquer período de inatividade. Em 30 dias é possível para uma instituição financeira criar um perfil do consumidor que reflita suas rotinas regulares, suas preferências e características (tudo isto através de padrões históricos). Para construir o banco de dados, um passo fundamental é a obtenção dos dados. Davids (1999) afirma que as empresas devem aproveitar todas as interações com os clientes para obter novas informações. Pine II, Peppers e Rogers (1995) afirmam que há varias maneiras de se obter informação sobre seus clientes, entre elas: quiosques, serviços on-line e correspondência. É importante que a empresa tenha consciência de que o gosto dos clientes não é estático, podendo variar com o passar de tempo, e, por isso, qualquer contato com o cliente deve servir como fonte de novas informações.

48 31 Segundo Berson, Smith e Thearling (1999), há três tipos de dados sobre os clientes que interessam às organizações: a. Descritivos Tentam responder a seguinte pergunta: quem é o cliente? Os dados descritivos não variam muito e podem ser atualizados trimestralmente ou semestralmente; b. Promocionais Tentam responder a seguinte pergunta: o que foi feito com o cliente? A obtenção destes dados depende da sofisticação do sistema CRM; c. Transacional Tentam responder a seguinte pergunta: como o cliente reagiu às promoções? Estes dados variam muito e precisam ser continuamente coletados. Um grupo de dados que tem sido muito trabalhado para detectar o padrão de consumo de clientes são as variáveis RFM (recency, frequency, monetary). Ha e Park (1998), que as utilizou no seu trabalho, explica cada um dos termos do RFM: d. Recência (recency) Mede o período de tempo decorrido desde a última compra realizada pelo cliente; e. Freqüência (frequency) Mede o número de compras feito pelo cliente em um determinado período de tempo; f. Valor monetário (monetary) Mede o volume monetário gasto pelo cliente durante um certo período de tempo. Hughes (1996) complementa, afirmando que a grande vantagem do RFM é a sua facilidade de implementação. Comparando a segmentação demográfica (que fornece informações sobre quem são os clientes) com o RFM (que fornece informações sobre o que eles fazem), este último apresenta resultados melhores pois, quando se faz uma campanha de marketing, o objetivo final é descobrir o que seus clientes irão fazer, e não quem eles são.

49 32 Newell (2000) também ressalta a importância do controle do valor financeiro, da freqüência e da recência das compras feitas pelos clientes. Entretanto, para o autor, estes dados devem ser utilizados de uma forma diferente, visando entender melhor o que um cliente valorizará em um relacionamento com sua empresa. Para isto, não bastam só as ferramentas, é necessário e importante desenvolver ou contratar os profissionais certos. O autor também lembra a importância da privacidade na construção de um relacionamento baseado em confiança. Em geral, as pessoas temem o que não entendem, e não sabem muito sobre database marketing. Por isso os relacionamentos devem ser construídos com base na confiança. A informação sobre os clientes é um combustível para os negócios, sendo necessária uma atenção enorme para evitar vazamentos de informação. Pine II, Peppers e Rogers (1995) concordam sobre a importância da questão ética e da privacidade que os clientes merecem. Dada a importância de um banco de dados, ele deve ser considerado um ativo muito valioso, e que por isso não deve ser negociado. Berson, Smith e Thearling (1999) também afirmam que a privacidade é uma questão importante na política de obtenção e tratamento dos dados dos clientes. Como ainda não há leis para todos os casos envolvendo a questão da privacidade em banco de dados, as empresas devem ser cautelosas, evitando tomar atitudes que possam trazer problemas no futuro. Para evitar problemas com privacidade algumas sugestões são: a. Tentar manter o anonimato e a identidade dos clientes Deve-se evitar a associação dos dados com o nome ou o número de identidade do cliente; b. Trabalhar com dados consolidados, em vez de detalhados Muitas vezes para se obter o mesmo resultado não é necessário trabalhar com dados individualizados, podendo-se agrupar os dados de uma determinada variável. c. Usar a informação somente para medir e não para manipular o comportamento do cliente Apesar de ser difícil determinar até onde vai

50 33 a medição e a partir de que momento começa a manipulação, os clientes aceitam quando percebem que a informação é utilizada para complementar as suas vidas. Contudo, eles não gostam quando acham que estão sendo manipulados. II.2.2. Definição de Data Mining Segundo Ha e Park (1998), o termo data mining tem significados diferentes na academia e no mundo de negócios. Na academia o data mining é somente uma etapa no processo de procura de padrão nos dados, enquanto que no mercado ele é visto como todo o processo de descoberta de conhecimento. Pode-se verificar esta confusão comparando a definição de diversos autores para o termo data mining. Entre os autores que utilizam a definição de mercado, pode-se citar: Data Distilleries (2000), Ha e Park (1998), Newell (2000) e Taurion (2001). Data mining é a descoberta de conhecimento interessante, mas escondido em grandes bases de dados. Bases de dados corporativas freqüentemente contêm tendências desconhecidas, relações entre objetos, como clientes e produtos, que são de importância estratégica para a organização. (Data Distilleries, 2001, p. 8). Data mining, que também é conhecido como descoberta de conhecimento em banco de dados, é uma ciência emergente que aplica tecnologias modernas de estatística e inteligência artificial ao problema de extração de informações válidas, previamente desconhecidas, compreensíveis e passíveis de ação contidas em bancos de dados e utiliza-as na tomada de decisões cruciais para os negócios. 5 (Ha e Park, 1998, p. 1). O processo de extrair informações a partir de dados é o que chamamos de data mining. (...) O data mining é a descoberta de conhecimento. (Newell, 2000, p. 121 e p. 126) Tecnologia data mining é o conjunto de ferramentas que permitem manipulações e análises estatísticas em cima de bases de dados, buscando extrair e identificar relacionamento entre estes dados. (...) Uma ferramenta de data mining pode ser uma arma poderosa para extração de informações úteis perdidas em toneladas de dados aparentemente sem relacionamentos entre si. E por outro lado, um uso incorreto desta 5 Tradução livre do autor deste projeto.

51 34 tecnologia pode gerar muito mais confusão, levando a empresa a tomar decisões erradas. (Taurion, 2001a, p.1). Já entre os autores que preferem a definição acadêmica, pode-se citar: Berson, Smith e Thearling (1999) e Saarenvirta (1998). "Data mining, em uma definição simples, automatiza a detecção de padrões relevantes em um banco de dados. (...) Data mining utiliza técnicas bem estabelecidas de estatística e de aprendizado de máquinas para construir modelos que prevêem o comportamento do consumidor. 6 (Berson, Smith e Thearling, 1999, p. 6). Um processo que as companhias podem usar para transformar seus dados operacionais em informação úteis no processo de decisão é o data mining. Este processo, utilizando ferramentas avançadas de inteligência artificial e de machine-learning, pode aumentar a lucratividade corporativa através da redução dos custos e do aumento das receitas. 7 (Saarenvirta, 1998, p.9). Data mining pode ser entendido melhor através da analogia da mineração feita por Berson, Smith e Thearling (1999): há uma montanha de dados (data warehouse) e o objetivo é achar as pedras preciosas (informações relevantes) nesta montanha, as ferramentas de data mining ajudam nesta mineração da informação. Observando todas as definições, pode não ficar claro a difere nça entre o data mining e a estatística. Segundo a consultoria Data Distilleries (2001), apesar do data mining utilizar técnicas estatísticas e de machine-learning, ele difere de técnicas estatísticas porque, ao invés de verificar padrões hipotéticos, utiliza os próprios dados para descobrir tais padrões. O data mining explora as bases de dados através de dezenas de centenas de pontos de vista diferentes. Berson, Smith e Thearling (1999) afirmam que o data mining não é somente estatística. Analisar dados para melhor entender um negócio é uma tarefa que já vem sendo feita há muito tempo, entretanto o data mining viabiliza esta análise quando o volume de dados é muito grande. As principais vantagens do data mining em relação à estatística são: a facilidade de utilização pelas 6 Tradução livre do autor deste projeto. 7 Tradução livre do autor deste projeto.

52 35 pessoas de negócios, não precisando ser estatístico para entendê-lo, e o fim da necessidade dos dados circularem entre os diversos departamentos da firma antes de serem convertidos em informação. Apesar da estatística e do data mining serem técnicas que possuem os mesmos objetivos e utilizam a mesma base para alcançá-los (os dados), o data mining é mais robusto e por isso pode ser utilizado por pessoas não experts. II.2.3. Benefícios do Data Mining O primeiro grande benefício do data mining é o acesso à informação. Berson, Smith e Thearling (1999) constatam que o data mining pode revelar informações que os usuários não desconfiavam que existissem. Para os autores há duas maneiras possíveis de lidar com essas informações: aceitá-las como uma caixa preta ou questioná-las. Entretanto, somente através do questionamento que se consegue compreendê-las, e o data mining ajuda nesta tarefa. Para Data Distilleries (2001), graças à tecnologia da informação a empresa consegue diferenciar: os seus dados, as suas análises, a interação com os clientes e a sua produção. E o data mining ajuda nesta diferenciação e ainda tem as seguintes vantagens: a. Os modelos são de fácil compreensão; b. As grandes bases de dados podem ser analisadas; c. Informações que não se esperava podem ser descobertas; d. As variáveis não necessitam ser preparadas; e. Os modelos são precisos; f. Os modelos são construídos rapidamente. Esta busca por informações escondidas pode ser implementada em diversas áreas da organização. Para Berson, Smith e Thearling (1999), as principais áreas onde o data mining pode ser aplicado são:

53 36 a. Retenção de clientes; b. Serviços de vendas e para clientes; c. Marketing; d. Detecção de fraudes e medição de risco; Saarenvirta (1998) também identifica as principais oportunidades para a utilização do data mining. Entre elas o autor cita: a. Lucratividade e segmentação dos clientes; b. Marketing dirigido; c. Análise e separação de clientes; d. Administração do risco de crédito; e. Prevenção à fraudes e abusos; f. Análises de vendas cruzadas; g. Lucratividade de produtos e carteiras; h. Serviço ao consumidor. Como é possível perceber, muitas das aplicações estão voltadas para o marketing e para o CRM. Isto acontece devido ao valor contido nestas novas informações que podem ajudar a melhorar o relacionamento da companhia com os seus clientes. Berson, Smith e Thearling (1999) afirmam que o mundo de negócios está cada vez mais difícil para as empresas e, para conquistar seus clientes elas precisarão fazer: a oferta certa, para a pessoa certa, no momento certo e através do canal certo. O data mining é a ferramenta que pode ajudar as organizações a melhorar esta interação com os seus clientes. Analisando a utilização do data mining em programas de marketing e CRM, o autores destacam os seguintes benefícios: a. Aumento na receita;

54 37 b. Aumento dos lucros; c. Diminuição dos custos; d. Retorno sobre investimentos (ROI); e. Criação de vantagem competitiva; f. Pioneirismo ao se adotar uma nova tecnologia. Já segundo Jackson e Wang (1994), o impacto da utilização e da integração de bancos de dados na estratégia das empresas depende do estágio de implementação. Há três estágios: a. Dados históricos e sistemas de administração É a utilização dos bancos de dados de marketing que visam somente auxiliar programas de correspondência com os consumidores. É considerado um uso passivo dos bancos de dados. b. Bases de dados como auxilio à inteligência de marketing O banco de dados possui mais informações que no caso anterior. A empresa utiliza os dados no auxilio à tomada de decisões de marketing. c. Fonte integrada de negócios O banco de dados serve como guia para todas as decisões da empresa, não somente as decisões de marketing. O banco de dados interfere nas decisões referentes ao serviço aos clientes, ao marketing, a vendas, à distribuição dos produtos, à pesquisa e às finanças das empresas. São muitas as maneiras de se conseguir estes benefícios da integração entre data mining e CRM. Para Feldens e Reategui (2001), os benefícios do data mining podem ser aplicados a três áreas: na relação das empresas com seus clientes, no aumento das vendas e do faturamento e na identificação de padrões de navegação e de perfis de usuários da internet. Na relação das empresas com os seus clientes, o data mining atua na:

55 38 a. Redução de atrito - Um projeto de redução de atrito visa identificar motivos de conflito com os clientes e definir ações para diminuição das taxas de atrito; b. Retenção através de downgrade - O princípio da retenção por downgrade é o de identificar clientes que utilizem produtos ou serviços da empresa que estejam superdimensionados, e que por isso, têm tendência a procurar produtos ou serviços da concorrência; c. Prospecção de clientes qualificados - O principal objetivo da prospecção de clientes qualificados é a conquista de novos clientes. Isto pode ser alcançado através da identificação de perfis com alto potencial de consumo e da criação de modelos que possam ser usados para encontrar estes clientes em outras bases de dados. No aumento de vendas e faturamento, o data mining auxilia no: a. Projeto de cross-sales - O objetivo de um projeto de cross-sales é o de realizar ofertas de produtos e serviços de forma personalizada a cada cliente, aumentando a satisfação dos clientes e aproveitando oportunidades de vendas cruzadas nos diferentes momentos de venda; b. Projeto de up-sales - O objetivo de um projeto de up-sales é identificar clientes com poder de consumo maior do que o demonstrado até então, para que se possa criar e dirigir ações que visem o aumento de consumo destes clientes. Em relação à internet, o data mining permite a: a. Identificação de perfis e padrões de navegação Através da identificação de perfis e padrões de navegação é possível personalizar o conteúdo, as ofertas e a estrutura do web site de acordo com o perfil do internauta. Já segundo Berson, Smith e Thearling (1999), as principais aplicações do data mining no CRM são:

56 39 a. Conquista de novos clientes O data mining pode ajudar na tarefa da seleção de público alvo para as campanhas de marketing. O data mining ajuda a prever o comportamento de resposta dos clientes que seriam atingidos pelo programa de marketing, possibilitando a empresa escolher somente aqueles que têm maior probabilidade de responderem à sua campanha; b. Venda cruzada Venda cruzada é o processo onde uma empresa oferece aos seus clientes novos produtos e serviços, complementando os seus desejos. O data mining atua prevendo o comportamento dos clientes e detectando as oportunidades de vendas cruzadas as quais os clientes têm maiores chances de responder; c. Retenção de clientes O data mining ajuda a detectar o comportamento padrão dos clientes que abandonam a empresa. Com este modelo, a companhia pode prever quando um cliente está pretendendo deixar de fazer compras com ela, e atuar antes que esta perda seja consumada; d. Segmentação O data mining ajuda na segmentação dos clientes de uma empresa. A segmentação permite que a firma analise sua base de clientes por um nível mais alto. Só por trazer a tona o conceito de diferenciação dos clientes, o processo de segmentação já é benéfico para a empresa. Apesar de todas os possíveis benefícios do data mining, nunca se deve esquecer o aviso dado por Newel (2000). O autor alerta que o data mining realmente permite que uma firma entenda melhor os dados que possui e assim adquira novos conhecimentos. Contudo, um dos segredos do seu sucesso não é a ferramenta em si, mas a habilidade e o poder da equipe que atua com as estas informações no desafio empresarial do dia-a-dia. II.2.4. Implementação e etapas do Data Mining Um momento importantíssimo na determinação do sucesso de um projeto data mining é a sua implementação. Para que ela seja perfeita, as companhias

57 40 devem conseguir integrar as três peças fundamentais citadas por Jackson e Wang (1994). As três peças são: os dados, a tecnologia e as técnicas estatísticas. Os dados servem de base para a obtenção da informação, que só será relevante e confiável se eles forem de boa qualidade, a tecnologia viabiliza todo o processo, e as técnicas quantitativas fazem a extração da informação. Esta integração e a extração do conhecimento não são obtidas facilmente. Diversos autores enumeram as diversas etapas que um projeto data mining deve ter para garanti-las. Apesar de não haver uma concordância quanto ao número de etapas, todos estão de acordo que a primeira é a análise da contribuição que o data mining pode trazer para o negócio e a última deve ser a aplicação e avaliação do conhecimento obtido. Saarenvirta (1998) contabiliza seis etapas: análise do negócio, análise dos dados necessários, implementação do projeto de data mining, aplicação nos negócios e análise dos resultados. Sendo que, deve-se ter uma atenção especial com: a. A escolha do hardware de data warehouse; b. O funcionamento do banco de dados e do data warehouse; c. A escolha dos produtos de transformação do data warehouse; d. As aplicações de data mining; e. O treinamento de pessoal. Para Berson, Smith e Thearling (1999), analisando-se somente o processo de extração do conhecimento, o data mining é composto por seis etapas (conforme mostrado na Figura 1): a obtenção dos dados, a seleção de um subconjunto específico de dados, o pré-processamento dos dados, a transformação dos dados, a aplicação dos modelos data mining para previsão e a interpretação humana visando a extração do conhecimento.

58 41 Dados Seleção Subconjunto específico de dados Dados préprocessados Pré-processamento Dados formatados Transformação Modelos de previsão Data mining Conhecimento Interpretação humana Figura 1 Processo de extração de conhecimento Estes mesmos autores afirmam que o contexto do negócio também tem um papel importante antes da implementação do projeto. Este contexto deve estar claro para as pessoas envolvidas pois caso contrário, a probabilidade de que sejam cometidos erros aumenta. Esta visão mais holística e preocupada com os negócios sobre data mining é representada na Figura 2. Problema do negócio Definição de ROI (retorno sobre investimento) ROI previsto Definição de valor Definição de valor Dados Entender Definição dos dados Data mining Modelos de previsão Aplicação Desenvolver ROI Figura 2 Visão holística do processo data mining

59 42 Já Ha e Park (1998) descrevem o data mining como um processo interativo e iterativo, composto por nove etapas: a. Desenvolvimento e entendimento do domínio da aplicação e dos objetivos dos usuários finais; b. Criação de um grupo de dados alvo, selecionando um subgrupo ou focando em um subgrupo de variáveis onde o processo de descoberta será realizado. c. Pré-processamento e limpeza dos dados, envolvendo basicamente: remoção de dados espúrios ou outliers e gerenciamento de missing values. d. Transformação e redução dos dados; e. Escolha das técnicas a serem realizadas no processo data mining, entre elas: descoberta de regras associativas, clusterização, classificação, seqüenciamento e previsão; f. Escolha dos algoritmos, selecionando os métodos, os modelos e os parâmetros; g. Procura por padrões; h. Interpretação dos resultados obtidos nas etapas anteriores e possível retorno a uma destas etapas; i. Consolidação do conhecimento descoberto, incorporando este conhecimento no sistema ou documentando-o. E por último, Hui e Jha (2000) afirmam que o processo de implementação do data mining contém sete passos: a. Estabelecimento das metas do data mining É o conhecimento do negócio da empresa; b. Seleção dos dados É a identificação do grupo de variáveis onde o data mining será aplicado;

60 43 c. Pré-processamento dos dados É a remoção das impurezas dos dados (dados incorretos ou desnecessários); d. Transformação dos dados É a alteração do formato dos dados, já que muitas vezes eles estão armazenados de formas incompatíveis com as utilizadas no data mining; e. Data warehousing É o processo de ter a visão, planejar, construir, usar, gerenciar, manter e expandir os bancos de dados; f. Data mining Inclui as funções de resumo, associação, classificação, previsão e clusterização; g. Avaliação dos resultados É a aplicação dos resultados no negócio da empresa. Dentro da etapa que muitos autores chamam de data mining ou descoberta de padrões, um procedimento essencial é a realização das previsões ou pontuação dos clientes. Berson, Smith e Thearling (1999) alertam que, na verdade, a previsão é o objetivo final do data mining. Normalmente este processo consiste em: identificação de um segmento interessante, pontuação dos clientes através do modelo de previsão, ordenação segundo a pontuação, escolha dos primeiro da classificação e envio destes selecionados para o departamento de marketing. Para minimizar os erros nesta etapa, os autores sugerem que as companhias devem se assegurar que: a. A definição de segmentação está correta e que os clientes certos foram selecionados para a pontuação; b. Os clientes certos foram pontuados; c. O modelo correto foi utilizado; d. A pontuação foi colocada no local correto dentro da base de dados; e. A forma como a pontuação deve ser ordenada foi entendida. O primeiro passo necessário para que este processo de previsão seja bem feito é a preparação dos dados, devendo-se verificar a consistência entre os

61 44 dados históricos e os que serão utilizados como previsores. Em seguida, devese mapear as variáveis que serão utilizadas como previsores, já que nem todas serão utilizadas. Há variáveis diretas, que são as mesmas que foram utilizadas na base histórica, e as que necessitam de ajustes (nesta categoria se enquadram as variáveis temporais, pois a cada mês é preciso alterar o mês da variável utilizada). O último passo importante neste processo de pontuação dos clientes é integrar o resultado da pontuação nas diversas aplicações da empresa. Mesmo estando cientes de todas as etapas que um projeto data mining deve conter, a implementação nem sempre é uma tarefa tranqüila. Visando ajudar as empresas, Berson, Smith e Thearling (1999) apontam dez passos que devem ser seguidos na implementação, pois facilitam a obtenção do sucesso final: a. Definir o problema É importante definir onde ele será aplicado e como as metas serão atingidas. Facilita muito esta etapa se o projeto for bem focado e pequeno, mas é necessário que seja algo importante para o negócio e que por trás de tudo esteja a filosofia CRM; b. Definir o usuário É importante saber quem será o usuário final, para que não ocorra um dos dois erros mais comuns: sistemas complexos demais para usuários não sofisticados, ou sistemas muito básicos para usuários sofisticados. Sabendo o perfil do usuário final será possível fornecer um sistema com o nível ótimo de sofisticação; c. Definir os dados Não adianta o quão sofisticado é o programa se os dados não forem de boa qualidade. Acima de tudo, funciona a lei: Garbage In, Garbage Out (entra lixo, sai lixo). Para manter a qualidade dos dados é importante ter um local onde fiquem anotadas todas as características, descrições e alterações do banco de dados; d. Definir a integridade dos dados É importante verificar a integridade dos dados que foram obtidos. Isto pode ser feito comparando as diferentes fontes de dados;

62 45 e. Definir o escopo do projeto O projeto não deve perder o foco e crescer para áreas para o qual não foi planejado. Uma maneira de se evitar isto é criando um documento que deixe bem claro o escopo do projeto; f. Testar Deve-se lançar um programa de teste pequeno e que dê liberdade aos usuários finais deve ser lançado; g. Garantir a segurança Muitas pessoas não confiam nas novas tecnologias. Por isso, é necessário um programa que assegure a qualidade do projeto. Este programa deve funcionar tanto internamente, conferindo os resultados, como externamente, fazendo propaganda e diminuindo a tecnofobia dentro da empresa; h. Educar Os usuários finais devem ser treinados para se familiarizarem com a nova tecnologia; i. Lançar O lançamento só deve ser realizado após se ter certeza de que não há erros no programa. Os usuários iniciais devem ser escolhidos cuidadosamente, e não se deve relaxar enquanto os resultados não aparecerem. Nesta etapa de lançamento, é importante ajudar os usuários a entenderem e interpretarem os resultados; j. Continuar O processo não pode ser encarado como pontual. Novos modelos precisarão ser criados, os velhos deverão ser arquivados e a performance precisará ser medida continuamente. Seguindo estas etapas, as organizações conseguem diminuir os principais custos de um projeto data mining citados por estes mesmos autores: a. Aquisição de dados; b. Infraestrutura física Computadores, data warehouse, software de data mining e difusão dos resultados através da empresa; c. Pessoal Data miner, Web designer, data designer, gerente de projetos, interface com o marketing e interface com o banco de dados;

63 46 d. Custos de manutenção Software, hardware, atualizações de dados, teste, criação de novos modelos data mining, desenvolvimento dos modelos atuais e validação dos modelos. II.2.5. Data Warehouse Como pôde ser visto, um componente importante no data mining é o data warehouse. Para Taurion (2001a), o data warehouse é essencial pois integra dados de múltiplas fontes e assegura a qualidade dos dados que serão garimpados. E este é um aspecto importante pois, se a base de dados não for válida, não será extraída nenhuma informação útil. Ha e Park (1998) definem data warehouse como uma coleção de dados orientada para sujeitos, integrada, variante no tempo e não volátil, utilizada no suporte do processo de tomada de decisão. Ele é orientado para sujeitos pois é realmente voltado para: clientes, vendedores, produtos e atividades da empresa. É integrado pois os dados armazenados são provenientes de múltiplas fontes que se encontram no ambiente operacional. É variante no tempo devido a três características: a base contém dados históricos e não somente de um momento específico, cada dado é associado a uma data específica (dia, mês ou ano) e os dados nunca são atualizados (quando são armazenados pela primeira vez, eles já devem estar com o valor correto). O data warehouse é não volátil pois só há duas operações que podem ser feitas: carregamento inicial dos dados e o acesso aos dados, não há atualização. Berson, Smith e Thearling (1999) observam que as empresas possuem dados operacionais e dados informativos. Os primeiros refletem a situação atual da operação, sendo atualizado constantemente. Os dados informativos servem para tomada de decisão e por isso precisam conter informações históricas e não precisam ser tão ágeis quanto os dados operacionais. O local onde as empresas guardam estes dados é o data warehouse, e suas principais características são: a. É uma base de dados desenhada para tarefas analíticas;

64 47 b. Suporta um número relativamente pequeno de usuários com longas interações; c. É voltada para a leitura intensiva; d. É atualizada periodicamente; e. Contém dados atuais e históricos; f. Contém poucas tabelas, mas que guardam um grande volume de dados; g. Cada pesquisa resulta em um amplo conjunto de resultados. O funcionamento e a arquitetura básica do data warehouse, segundo os autores, estão ilustrados na Figura 3. Os componentes desta arquitetura são: Plataforma de gerenciamento 6 Sistema de entrega de informação 7 1 Metadata Reports, EIS, Consultas e Ferramentas Extrair, Dados Externos e Operacionais Limpar e Carregar os Dados Plataforma de Administração Data Warehouse DBMS 2 3 Repositório Data Marts 4 Ferramentas OLAP 5 Ferramentas Data Mining Ferramentas e Aplicações Figura 3 Arquitetura do data warehouse a. Banco de dados data warehouse (número 3 na Figura 3) É onde os dados ficam armazenados. Existem diversas tecnologias de implementação;

65 48 b. Ferramentas para alimentação, aquisição, limpeza e transformação dos dados (número 1 na Figura 3) Faz todas as conversões, resumos, mudanças chaves, mudanças estruturais e condensações necessárias para transformar dados díspares em informação relevante; c. Metadata Metadata são os dados que descrevem o data warehouse: são os dados sobre os dados. O metadata fornece acesso interativo aos usuários, ajudando no entendimento do conteúdo e na localização dos dados. O gerenciamento do metadata é feito pelo repositório metadata (número 2 na Figura 3). d. Ferramentas de acesso (números 5 e 7 na Figura 3) É onde os usuários interagem com o data warehouse e obtêm as informações. Uma das questões mais importante está no acesso e na visualização dos dados. Há cinco tipos de ferramentas principais: procura de dados e ferramentas para relatórios; ferramentas de desenvolvimento de aplicações; ferramentas executive information system (EIS); on-line analytical processing tools (OLAP) e ferramentas data mining. e. Data marts (número 4 na Figura 3) Data marts são bancos de dados subsidiários ao data warehouse. Muitas pessoas pensam que eles podem ser uma alternativa menor e mais barata ao data warehouse, entretanto, eles não comportam o mesmo volume de dados. f. Administração e gerenciamento do data warehouse (6) O gerenciamento do data warehouse inclui: segurança e gerenciamento de prioridades; monitoramento das atualizações; conferência da qualidade dos dados; gerenciamento e atualização do metadata; auditoria e relatórios sobre a utilização e o status do data warehouse; apagamento de dados; replicação, distribuição e agrupamento de dados; backup e recuperação de dados; e gerenciamento do data warehouse. Para os autores, a internet proporciona uma expansão na capacidade de acesso a um data warehouse, já que o usuário final não precisa ter o seu próprio banco de dados.

66 49 Ha e Park (1998) dividem a estrutura do data warehouse em: dados correntes, dados antigos, dados rapidamente resumidos, dados extremamente resumidos e metadata, Os dados correntes refletem as transações mais recentes, eles são mais volumosos pois são estocados com o mais baixo nível de granularidade. Os dados antigos não são acessados freqüentemente. Os dados rapidamente resumidos são provenientes dos dados correntes. Os dados extremamente resumidos são mais resumidos e compactos que os dados rapidamente resumidos. O metadata contém a estrutura dos dados, os algoritmos utilizados nos resumos e o fluxo de dados do ambiente operacional para o data warehouse. Como via de regra, quanto mais resumido o dado, mais ele é utilizado devido à rapidez e à eficiência do acesso. Normalmente os dados saem do data warehouse e vão para os departamento que os utilizam de maneira customizada para a tomada de decisão. O local dentro destes departamentos onde os dados ficam guardados é chamado de data marts. Há várias vantagens organizacionais, tecnológicas e econômicas na utilização de data marts, sendo que elas se tornam mais atrativas à medida que o data warehouse cresce em volume: a. Quando um departamento utiliza o seu próprio data mart, ele pode personalizar o fluxo de dados vindo do data warehouse. Ele pode utilizar os dados sem se preocupar com o reflexo nas outras áreas da empresa; b. O departamento pode selecionar um período histórico muito menor do que se o encontrado no data warehouse; c. O departamento pode selecionar softwares personalizados para o seu data mart; d. O custo unitário de processamento e armazenagem nas máquinas do data mart é menor do que no data warehouse. II.2.6. Objetivos,aplicações e técnicas de Data Mining Tanto Berson, Smith e Thearling (1999) e Ha e Park (1998) concordam que os principais objetivos do data mining são a descoberta e a previsão. Ha e Park

67 50 (1998) explicam mais detalhadamente que existem duas formas de data mining: o voltado para verificação (testando hipóteses formuladas pelos usuários) e o voltado para descoberta (extraindo informação automaticamente dos dados). Sendo que, no data mining voltado para descoberta há dois objetivos principais: a previsão e a descrição. Os diversos autores também concordam quando falam das principais aplicações do data mining. Continuando a explicar os objetivo, Ha e Park (1998) citam as quatro principais aplicações do data mining, sendo que as duas primeiras são descritivas e as duas últimas para previsão: a. Regras de associação São da forma X Y (se X, então Y), onde X e Y são frases sobre valores de atributos do banco de dados. b. Clusterização Também conhecido como segmentação. Divide a base de dados em um conjunto finito de grupos ou clusters onde cada variável possui características similares; c. Classificação Se refere à descoberta de padrões de previsão para classes. Existem dois tipos de métodos de classificação: as árvores de classificação e os classificadores Bayesianos; d. Previsão - Utiliza dados históricos para formular modelos cujos objetivos é prever o comportamento futuro. Entre as quatro principais aplicações do data mining citadas por Saarenvirta (1998) duas coincidem com as de Ha e Park (1998): a. Previsão Utilizam dados históricos para prever o consumo dos clientes, as respostas às promoções, a lucratividade e o risco. O desempenho dos modelos depende de quais os dados históricos estão disponíveis; b. Clusterização Classifica os clientes em grupos homogêneos de acordo com seus atributos;

68 51 c. Segmentação Cria segmentos de clientes definidos pela separação máxima de um atributo em particular, que pode ser: a lucratividade, o risco, o valor ao longo do tempo e a resposta às promoções; d. Análise de afinidades É a identificação de padrões, desconhecidos ou conhecidos, que existem em um grupo de itens. Os grupos de itens normalmente incluem a cesta de compras e as contas dos clientes. Os padrões a serem descobertos podem ser: a combinação de produtos, a seqüência de produtos e séries temporais similares. Já Newell (2000) afirma que são seis as aplicações do data mining. A grande diferença é que este autor separa a previsão em regressão e séries temporais: a. Classificação Utiliza os dados para identificar o padrão que caracteriza um grupo de clientes; b. Regressão Utiliza os dados atuais para prever o comportamento futuro; c. Séries temporais Semelhante à regressão, mas utiliza dados temporais; d. Análise por conglomerados Procura por grupos de clientes que tenham comportamentos distintos ou semelhantes; e. Análise de associações Tenta descobrir ações dos clientes que ocorram de forma conjunta; f. Descoberta seqüencial Tenta descobrir ações dos clientes que ocorram de forma seqüencial. Os métodos para por em prática estas aplicações são muitos. Ha e Park (1998) enumeram cinco: a. Árvores de decisão e regras; b. Regressão não linear e métodos de classificação; c. Métodos baseados em exemplos; d. Modelos de dependência probabilística;

69 52 e. Modelos de aprendizagem relacional. Berson, Smith e Thearling (1999) dividem os métodos em dois grupos em função da data de criação e da aceitação: os métodos clássicos e os recentes. São três os clássicos: a. Estatística A estatística tenta responder a perguntas sobre que padrões existem, qual a probabilidade deles ocorrerem, eles são significativos e como resumir as informações contidas no banco de dados. As principais ferramentas estatísticas são os histogramas e as regressões; b. Nearest neighbor Esta técnica faz previsões através da semelhança de um dado com os seus vizinhos; c. Clusterização Esta técnica tenta agrupar os dados segundo suas semelhanças, não havendo como comparar se os grupos formados estão corretos ou não. Como não há como saber o número ideal de grupos, sempre há o trade-off entre múltiplos grupos (tendendo no limite para grupos de um só elemento) e poucos grupos (tendendo no limite para apenas um grupo com todos os elementos). Também são três as técnicas recentes: a. Árvore de decisão Na árvore de decisão cada galho da árvore é uma pergunta que classifica os dados e os divide pelas folhas, sem que nenhum seja perdido. Por isso, a árvore de decisão pode ser vista como uma segmentação nos dados. A grande vantagem desta técnica é a sua facilidade de compreensão pelo usuário. Ela pode ser utilizada para explorar os dados e para fazer previsões. O primeiro passo é fazer o crescimento da árvore, para isso deve-se fazer as melhores perguntas possíveis em cada galho O segundo passo para a implementação é decidir quando parar com a árvore, havendo três condições que indiquem este momento: quando o segmento só contém um dado, quando todos os elementos do segmento possuem características semelhantes e quando a melhora a ser obtida não justifica a pergunta. Árvores muito grandes e detalhadas correm o risco de cometerem o erro do overfitting;

70 53 b. Redes neurais São as vedetes do data mining. As redes neurais aprendem os padrão através da apresentação dos dados, mas esta característica do aprendizado não significa que ela seja muito melhor que as técnicas tradicionais. Há uma crença de que as redes neurais podem ser deixadas trabalhando sozinhas e que por isso não dão muito trabalho. Isto não é verdade, e na realidade elas não são muito fáceis de serem utilizadas. As redes neurais têm um poder de previsão muito alto, mas utilizam modelos que são muito difíceis de serem entendidos e explicados. Assim sendo, os sistemas que implementam redes neurais ou já vêm fechados (oferecendo a solução completa para um determinado problema) ou precisam do acompanhamento de um expert (o que elimina uma das vantagens do data mining que é a fácil utilização). Redes neurais podem ser utilizadas para clusterização, análise de outliers e para análise de componentes principais (redução da dimensão de variáveis). O excesso de treinamento da rede pode levar ao overfitting. A principal crítica à rede neural é a dificuldade de entendimento do modelo, e por isso, muito esforço tem sido gasto para tentar entender melhor os modelos criados. c. Indução de regras Esta é possivelmente a técnica mais associada ao data mining. Através da indução de regras, tenta-se extrair todos os padrões contidos nos dados. Um dos problemas desta técnica é exatamente o excesso de padrões que podem ser extraídos. As regras são da seguinte forma se isto e isto e isto, então isto. Existem dois tipos de informação que verificam a relevância da regra obtida: a exatidão (com que freqüência a regra está correta probabilidade condicional) e a cobertura (com que freqüência a regra é aplicada probabilidade de eventos múltiplos). É importante sempre lembrar que a regra não implica causalidade, ela simplesmente afirma que, nos dados, a ocorrência do padrão é alta. Os autores avisam que é difícil saber a priori qual a técnica de data mining deve ser aplicada. Muitas vezes é necessário um processo de tentativa e erro.

71 54 Entretanto, as empresas não devem gastar muito tempo, pois a decisão pode vir tarde demais devido à rapidez das mudanças no ambiente de negócios. II.3. APLICAÇÕES REAIS DE TÉCNICAS DE EXTRAÇÃO DE CONHECIMENTO II.3.1. Descoberta do perfil dos clientes que não renovam o contrato em uma empresa de telefonia celular O primeiro exemplo utilizado é dado por Berson, Smith e Thearling (1999). O exemplo ilustra o caso de uma empresa de telefonia celular que, através do método da arvore de decisão, implementou um programa para detectar o perfil dos clientes que mais abandonavam a empresa. A empresa inglesa possuía uma base de clientes e a taxa média de abandono na indústria era maior que 40%. Neste exemplo, a aplicação do programa se restringiu aos clientes não corporativos ( clientes). O modelo foi aplicado para segmentar os clientes conforme a probabilidade de abandono. Utilizou-se dados de março de 1998 para prever o abandono dos clientes em abril de Foi implementado o CART (Classification and Regression Trees). O modelo produzido possuía 29 segmentos, cada um correspondendo a uma folha da árvore. O Gráfico 5 ilustra o percentual acumulativo dos clientes versus o percentual acumulativo de abandono. Fazendo uma amostragem aleatória dos clientes, estes dois percentuais acumulativos devem ser iguais (linha cinza Sem estudo ). Fazendo a segmentação dos clientes, é possível detectar uma parcela pequena dos clientes que seja responsável pela maior parte dos abandonos (linha preta Com dados de maio de 1998 ). Através do estudo foi possível detectar que: a. Apenas 5,2% dos clientes eram responsáveis por 27,7% dos abandonos; b. Apenas 10,5% dos clientes eram responsáveis por 41,5% dos abandonos;

72 Abandono (%) 55 c. Apenas 19,7% dos clientes eram responsáveis por 55,8% dos abandonos. 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Base de clientes (%) Sem estudo Com dados de Maio de 1998 Gráfico 1 Percentual acumulativo dos clientes versus o percentual acumulativo de abandono A campanha de marketing direto foi direcionada para clientes (35,9% do total), um número considerado elevado. Os resultados apresentados foram de certa forma surpreendentes. Enquanto que nos primeiros meses ocorreu o esperado, uma diminuição na taxa de abandono, a partir do terceiro mês o grupo que recebeu a campanha passou a apresentar uma taxa maior de abandono. Acredita-se que a pressão feita pela campanha possa ter antecipado a decisão de abandono de alguns clientes. Deste modo, como sugestão para as próximas previsões, além de se levar em conta a probabilidade de abandono, o modelo deve predizer a probabilidade do cliente responder positivamente à campanha. II.3.2. Segmentação de clientes de um shopping duty-free O segundo exemplo utilizado é dado por Ha e Park (1998). O objetivo final era aumentar o volume de vendas e a satisfação dos clientes de um shopping

73 56 duty-free. Clientes VIP seriam selecionado para o envio de promoções e ofertas através de correspondência direta, e para isso, era preciso descobrir quem eram estas pessoas. O banco de dados utilizado foi fornecido pelo próprio shopping duty-free e continha dados POS (Point Of Sales) que eram originários das transações de vendas. Trabalhou-se com os valores RFM (recency, frequency, monetary) dos clientes. Foi utilizado o Self-Organizing Map (SOM) para segmentar os clientes em grupos de características similares do ponto de vista do RFM, e apontar cada cliente para um dos grupos. A partir daí, seriam escolhidos alguns grupos através do posicionamento estratégico de seus clientes, e estes receberiam a correspondência direta. Os grupos de clientes também seriam utilizados para classificá-los como leais ou vulneráveis, utilizando-se uma árvore de classificação C4.5. Esta árvore faria a classificação utilizando os atributos RFM e as classes já conhecidas (os clusters), produzindo algumas regras para esta classificação. A segmentação dos clientes começou com a extração dos dados. Foram agrupados os clientes de todos os estandes usando as três variáveis RFM. O primeiro passo foi a separação dos dados contendo: a identificação dos clientes e as variáveis de recência, freqüência e valor monetário. Para trabalhar com o SOM foi necessário padronizar o valor de todas as variáveis entre 0 e 1, para que nenhuma tivesse um peso maior que as outras. A clusterização dos clientes foi dividida em duas fases: o treinamento dos dados e o mapeamento dos clientes. No treinamento foram utilizados 9 clusters. Este valor foi escolhido pois cada variável RFM de entrada poderia ser dividida em duas categorias: abaixo da média e acima da média. Assim sendo, os nove grupos são suficientes para cobrir todas as oito possibilidades de combinações (2x2x2=8). Após o treinamento, o SOM formou um mapa topológico utilizando os grupos. O mapeamento dos clientes nos grupos refletia as similaridades existentes. Após o mapeamento, foi possível saber quantos e quais clientes pertenciam a cada grupo, assim como o seu valor médio das variáveis RFM.

74 Recência 57 Uma análise interessante foi a construção do gráfico que relaciona os valores médios das variáveis RFM de cada grupo (Gráfico 2). Neste gráfico foi possível posicionar cada grupo escolhendo duas das variáveis RFM (recência e valor monetário), os valores médios de cada grupo puderam ser comparados com os valores médios de todos os clientes. Utilizou-se o símbolo seta para cima ( ) para indicar quando o valor era maior que a média e o símbolo seta para baixo ( ) para indicar quando o valor era menor que a média. (todos os grupos) Valor Monetário Gráfico 2 Posicionamento dos clusters quanto as variáveis RM Entre os nove grupos, os que tiveram R F M foram selecionados como os prioritários, seguidos pelos R F M e pelos R F M. O motivo da seleção destes grupos foi a maior probabilidade da campanha de marketing direto obter êxito. Os resultados finais, com o número de clientes, os valores médios das variáveis RFM e a classificação dos grupos podem ser vistos na Tabela 1.

75 58 Tabela 1 Resultado final da segmentação de clientes Cluster Número de clientes Recência média Freqüência média Valor monetário médio Outros ,78 3, ,45 R F M ,16 1,22 545,55 R F M ,43 1,27 471,88 R F M ,19 2, ,79 R F M ,58 1,45 570,62 R F M ,53 6, ,25 R F M ,87 1, R F M ,78 3, ,83 R F M ,25 1, ,65 R F M Média total 190,88 1, ,90 A próxima meta foi a classificação dos clientes como leais ou vulneráveis. Para alcançar este objetivo, o processo foi dividido em três etapas: extração dos dados, criação das árvores de decisão e obtenção das regras. Novamente, os dados utilizados foram as informações RFM, e as classes utilizadas foram os 9 clusters criados pelo SOM. O treinamento da árvore foi feito com os casos que foram utilizados no SOM. A partir das regras geradas, a classificação poderia ser aplicada aos demais dados. O treinamento gerou 10 árvores, sendo que uma foi automaticamente selecionada como a melhor. Esta árvore selecionada passou por um processo de simplificação, com o descarte de um ou mais galhos. A partir destas árvores se fez a geração das regras. Esta geração de regras pode utilizar mais de uma árvore, sendo que no exemplo foram utilizadas todas as 10 árvores, pois esta foi a combinação que apresentou a menor taxa de erro e o menor número de regras (81 regras). As regras produzidas foram da forma E D (se E, então D), onde o lado esquerdo E era uma conjunção de testes baseados nos atributos e o lado direito D era uma classe. Junto com a regra apresentava-se a probabilidade condicional de sua ocorrência. Após o término deste trabalho, uma pergunta ficou sem ser respondida: qual foi o efeito desta correspondência direta no aumento das vendas? Esta seria a

76 59 sugestão para novos trabalhos e para começá-la o primeiro desafio seria projetar um meio de obter estas informações com os clientes. II.3.3. Segmentação e detecção do perfil de compradores online O terceiro exemplo utilizado é dado por Vellido, Lisboa e Meehan (1998). O objetivo deste estudo foi desenvolver uma segmentação exploratória no mercado de compras on-line, que fornecesse algumas idéias sobre a sua estrutura e a caracterização dos compradores on-line. Foi utilizado o Self- Organizing Map (SOM) no processo de análise das variáveis e clusterização. Os dados utilizados eram públicos e foram obtidos na Ninth GVU s WWW User Survey. Estes dados eram respostas à questionários sobre a internet. Foram selecionados 44 itens das duas primeiras perguntas (opiniões gerais comparando a compra on-line com as compras tradicionais e opinião dos vendedores on-line comparadas com as outras formas de compras). A variável dependente era binária por natureza, e correspondia se o respondente já fez ou não compras on-line. Os 44 itens foram reduzidos para nove através de uma análise de fatores. A Tabela 2 mostra os 5 fatores mais relevantes que foram selecionados por um modelo chamado Automatic Relevance Determination. O fator 2 (controle do risco) continha o maior poder de previsão. Em seguida vieram os fatores 1 (compatibilidade) e 3 (poder financeiro). Finalmente, os fatores selecionados menos relevantes foram o 4 (facilidade de uso) e 5 (esforço/taxa de resposta). Tabela 2 Descrição e atributos dos 5 fatores selecionados Fator Descrição Atributos 1 Experiência de compras: compatibilidade Controle e conveniência 2 Controle do risco por parte do cliente/ Controle de ambiente 3 Poder financeiro - Confiança e segurança 4 Experiência de compras: esforço Facilidade de uso 5 Experiência de compras/ serviço ao cliente Esforço/ taxa de resposta e empatia

77 60 O modelo utilizado no estudo foi uma SOM bidimensional retangular com 15 x 12 células hexagonais. Na primeira etapa a SOM, que é um modelo não supervisionado, foi utilizada em conjunto com um modelo supervisionado. A utilização de um modelo não supervisionado foi justificada pela sua contribuição, fazendo a tomada de decisão mais intuitiva através da explicação do processo de classificação. O mapeamento das classes (branco para compradores, preto para não compradores e tons de cinza para classes não bem definidas) é mostrado na Figura 4. Figura 4 Mapeamento das classes segundo a SOM (branco para compradores, preto para não compradores e tons de cinza para classes não bem definidas) Como é possível reparar, o lado esquerdo e a parte de baixo correspondem a classe dos não compradores, enquanto que a parte de cima, o lado direito e o centro correspondem aos compradores. Como se tratam de dados reais, não foi possível separá-los completamente. Esta classificação obtida através do método não supervisionado pôde ser melhorada de duas formas. A primeira foi comparando o mapa obtido com os mapas que mostravam os pesos de cada variável em cada célula do mapa. A segunda foi renomeando cada célula com o nome do atributo cujo peso fosse o

78 61 maior (em valor absoluto). Ambos os métodos ajudaram a determinar a importância relativa de cada fator individualmente, mas não forneciam explicação da correlação destes fatores com a propensão a fazer compras online. Na segunda etapa, utilizando-se apenas o treinamento não supervisionado, tentou-se agrupar os clusters obtidos em super-clusters. Para a criação dos super-clusters foi utilizado uma combinação de métodos onde as células com a menor distância para os vizinhos seriam consideradas centróides, e as outra unidades seriam agrupadas nos clusters. A escolha do número de centróides é arbitrária. Entretanto utilizou-se um modelo que mede a qualidade da segmentação em função do número de clusters. A base do deste cálculo é que a segmentação deve maximizar tanto a homogeneidade interna dos grupos, como a heterogeneidade entre grupos. O Gráfico 3 mostra o resultado obtido. Em função deste resultado, decidiu-se trabalhar com 5 super-clusters. Estes grupos são mostrados na Figura 5. PONTUAÇÃO DE QUALIDADE NÚMERO DE CLUSTERS Gráfico 3 Qualidade versus número de clusters

79 62 Figura 5 Posicionamento dos 5 super-clusters no mapa da SOM Para se chegar a uma conclusão sobre as características destes grupos, complementou-se estas informações com as obtidas na utilização do SOM em conjunto com métodos supervisionados: a. Grupo 1 Englobava a região dominada por uma baixa pontuação no poder financeiro, sendo também influenciada por baixos valores no fator controle do risco. Para este grupo, a principal barreira à realização de compras on-line era a falta de dinheiro. Este grupo pôde ser rotulado como os conscientes do custo (C.C.) e envolvia 12,2% dos padrões de treinamento; b. Grupo 2 Englobava a região dominada por baixos valores de facilidade de uso, sendo reforçado por baixos ou médios valores nos demais quesitos. Eram as pessoas que sofrem de tecnofobia e são relutantes contra as novas inovações. Este grupo pôde ser rotulado como os avessos à complexidade (A.C.) e envolvia 11,4% dos padrões de treinamento; c. Grupo 3 Englobava a região dominada por baixos valores de compatibilidade, havendo um subgrupo, no meio, com altos valores no fator controle do risco. Eram as pessoas que não acham a experiência de compras on-line conveniente ou compatível suficiente com os seus

O CRM e a TI como diferencial competitivo

O CRM e a TI como diferencial competitivo O CRM e a TI como diferencial competitivo Nelson Malta Callegari (UTFPR) nelson.estudo@gmail.com Profº Dr. João Luiz Kovaleski (UTFPR) kovaleski@pg.cefetpr.br Profº Dr. Luciano Scandelari (UTFPR) luciano@cefetpr.br

Leia mais

Conceitos e tarefas da administração de marketing DESENVOLVIMENTO DE ESTRATEGIAS E PLANOS DE MARKETING

Conceitos e tarefas da administração de marketing DESENVOLVIMENTO DE ESTRATEGIAS E PLANOS DE MARKETING Sumário Parte um Conceitos e tarefas da administração de marketing CAPITULO I MARKETING PARA 0 SÉCULO XXI A importância do marketing O escopo do marketing 0 que é marketing? Troca e transações A que se

Leia mais

CRM - gestão eficiente do relacionamento com os clientes

CRM - gestão eficiente do relacionamento com os clientes CRM - gestão eficiente do relacionamento com os clientes Mais que implantação, o desafio é mudar a cultura da empresa para documentar todas as interações com o cliente e transformar essas informações em

Leia mais

Sistemas de Gerenciamento do Relacionamento com o Cliente (Customer Relationship Management CRM)

Sistemas de Gerenciamento do Relacionamento com o Cliente (Customer Relationship Management CRM) CRM Definição De um modo muito resumido, pode definir-se CRM como sendo uma estratégia de negócio que visa identificar, fazer crescer, e manter um relacionamento lucrativo e de longo prazo com os clientes.

Leia mais

CRM (CUSTOMER RELATIONSHIP MANAGEMENT) E A TECNOLOGIA DA INFORMAÇÃO (TI)

CRM (CUSTOMER RELATIONSHIP MANAGEMENT) E A TECNOLOGIA DA INFORMAÇÃO (TI) CRM (CUSTOMER RELATIONSHIP MANAGEMENT) E A TECNOLOGIA DA INFORMAÇÃO (TI) Nelson Malta Callegari (UTFPR) nelson.estudo@gmail.com Profº Dr. João Luiz Kovaleski (UTFPR) kovaleski@pg.cefetpr,br Profº Dr. Luciano

Leia mais

Disciplina: Gestão Estratégica de TI Profº: João Carlos da Silva Junior

Disciplina: Gestão Estratégica de TI Profº: João Carlos da Silva Junior Disciplina: Gestão Estratégica de TI Profº: João Carlos da Silva Junior Conceitos Por que eu preciso deste curso? Não sou de TI Sou de TI conteúdo utilizado exclusivamente para fins didáticos 2 Não sou

Leia mais

CRM Uma ferramenta tecnológica inovadora

CRM Uma ferramenta tecnológica inovadora CRM Uma ferramenta tecnológica inovadora Nelson Malta Callegari (UTFPR) nelson.estudo@gmail.com Prof Dr. João Luiz Kovaleski (UTFPR) kovaleski@pg.cefet.br Prof Dr. Antonio Carlos de Francisco (UTFPR) acfrancisco@pg.cefetpr.br

Leia mais

CUSTOMER RELATIONSHIP MANAGEMENT

CUSTOMER RELATIONSHIP MANAGEMENT CUSTOMER RELATIONSHIP MANAGEMENT O resultado prático para as empresas que adotam esse conceito de software, baseado no uso da tecnologia é conseguir tirar proveito dos dados de que dispõem para conquistar

Leia mais

No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o

No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o DATABASE MARKETING No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o empresário obter sucesso em seu negócio é

Leia mais

Obtendo resultados reais através do CRM

Obtendo resultados reais através do CRM Porque investir em CRM? Aresposta é simples: Seus clientes consideram o foco da empresa no consumidor como prérequisito, não como diferencial. Eles esperam poder negociar com você quando, onde e como quiserem.

Leia mais

Sejam bem vindos! Convenção de Vendas Nilko. Facilitador: Adriano Lunardon adriano@univeb.com.br

Sejam bem vindos! Convenção de Vendas Nilko. Facilitador: Adriano Lunardon adriano@univeb.com.br Sejam bem vindos! Convenção de Vendas Nilko 2012 Facilitador: Adriano Lunardon adriano@univeb.com.br Adriano Lunardon Empresário, Diretor Fundador da UniveB Escola Superior de Vendas do Brasil Diretor

Leia mais

CRM. Customer Relationship Management

CRM. Customer Relationship Management CRM Customer Relationship Management CRM Uma estratégia de negócio para gerenciar e otimizar o relacionamento com o cliente a longo prazo Mercado CRM Uma ferramenta de CRM é um conjunto de processos e

Leia mais

INFORMÁTICA APLICADA À CONTABILIDADE

INFORMÁTICA APLICADA À CONTABILIDADE PONTIFICIA UNIVERSIDADE CATÓLICA DE CAMPINAS Curso de Contabilidade INFORMÁTICA APLICADA À CONTABILIDADE Prof. Francisco José Lopes Rodovalho Gerência do Relacionamento com o Cliente CRM CUSTOMER RELATIONSHIP

Leia mais

COLETA DE INFORMAÇÕES E PREVISÃO DE DEMANDA

COLETA DE INFORMAÇÕES E PREVISÃO DE DEMANDA COLETA DE INFORMAÇÕES E PREVISÃO DE DEMANDA 1) Quais são os componentes de um moderno sistema de informações de marketing? 2) Como as empresas podem coletar informações de marketing? 3) O que constitui

Leia mais

Poucas inovações na história da humanidade reúnem tantos benefícios potenciais quanto o Comércio Eletrônico (também conhecido como e-commerce).

Poucas inovações na história da humanidade reúnem tantos benefícios potenciais quanto o Comércio Eletrônico (também conhecido como e-commerce). Poucas inovações na história da humanidade reúnem tantos benefícios potenciais quanto o Comércio Eletrônico (também conhecido como e-commerce). A natureza global da tecnologia, a oportunidade de atingir

Leia mais

Módulo 4 O que é CRM?

Módulo 4 O que é CRM? Módulo 4 O que é CRM? Todos nós já sabemos a importância de manter os clientes fiéis e a qualidade do atendimento que temos que oferecer para fidelizar cada vez mais os clientes. Atualmente, uma das principais

Leia mais

OS TRÊS PILARES DO LUCRO EMPRESAS GRANDES

OS TRÊS PILARES DO LUCRO EMPRESAS GRANDES BOLETIM TÉCNICO MAIO/2011 OS TRÊS PILARES DO LUCRO EMPRESAS GRANDES Um empresário da indústria se assustou com os aumentos de custo e de impostos e reajustou proporcionalmente seus preços. No mês seguinte,

Leia mais

Diagnosticando os problemas da sua empresa

Diagnosticando os problemas da sua empresa Diagnosticando os problemas da sua empresa O artigo que você vai começar a ler agora é a continuação da matéria de capa da edição de agosto de 2014 da revista VendaMais. O acesso é restrito a assinantes

Leia mais

Unidade IV. Marketing. Profª. Daniela Menezes

Unidade IV. Marketing. Profª. Daniela Menezes Unidade IV Marketing Profª. Daniela Menezes Comunicação (Promoção) Mais do que ter uma ideia e desenvolver um produto com qualidade superior é preciso comunicar a seus clientes que o produto e/ ou serviço

Leia mais

Os novos usos da tecnologia da informação na empresa

Os novos usos da tecnologia da informação na empresa Os novos usos da tecnologia da informação na empresa Internet promoveu: Transformação Novos padrões de funcionamento Novas formas de comercialização. O maior exemplo desta transformação é o E- Business

Leia mais

TÍTULO: O CRM NA FIDELIZAÇÃO DE CLIENTES EM UMA EMPRESA DE MATERIAL PARA CONSTRUÇÃO

TÍTULO: O CRM NA FIDELIZAÇÃO DE CLIENTES EM UMA EMPRESA DE MATERIAL PARA CONSTRUÇÃO TÍTULO: O CRM NA FIDELIZAÇÃO DE CLIENTES EM UMA EMPRESA DE MATERIAL PARA CONSTRUÇÃO CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS SOCIAIS APLICADAS SUBÁREA: ADMINISTRAÇÃO INSTITUIÇÃO: FACULDADE DE AURIFLAMA AUTOR(ES):

Leia mais

CONQUISTAR E MANTER CLIENTES

CONQUISTAR E MANTER CLIENTES 1 CONQUISTAR E MANTER CLIENTES Historicamente, o marketing se concentrou na atração de novos clientes. O pessoal de vendas era mais recompensado por achar um novo cliente do que por prestar muita atenção

Leia mais

- GUIA DO EMPRESÁRIO - Lucros Bons e Lucros Ruins

- GUIA DO EMPRESÁRIO - Lucros Bons e Lucros Ruins - GUIA DO EMPRESÁRIO - Lucros Bons e Lucros Ruins Planeta Contábil 2008 Todos os Direitos Reservados (www.planetacontabil.com.br) 1/5 Lucros Bons e Lucros Ruins Podemos pensar que lucrar é sempre bom,

Leia mais

1 Introdução 1.1. Problema de Pesquisa

1 Introdução 1.1. Problema de Pesquisa 1 Introdução 1.1. Problema de Pesquisa A motivação, satisfação e insatisfação no trabalho têm sido alvo de estudos e pesquisas de teóricos das mais variadas correntes ao longo do século XX. Saber o que

Leia mais

MARKETING MARKETING TRADICIONAL MARKETING ATUAL DEVIDO AO PANORAMA DO MERCADO, AS EMPRESAS BUSCAM: ATRAÇÃO E RETENÇÃO DE CLIENTES

MARKETING MARKETING TRADICIONAL MARKETING ATUAL DEVIDO AO PANORAMA DO MERCADO, AS EMPRESAS BUSCAM: ATRAÇÃO E RETENÇÃO DE CLIENTES MARKETING Mercado Atual Competitivo Produtos / Serviços equivalentes Globalizado Conseqüências Infidelidade dos clientes Consumidores mais exigentes Desafio Conquistar clientes fiéis MARKETING TRADICIONAL

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

FIDELIZAÇÃO: DICAS PARA SEUS CLIENTES VOLTAREM E COMPRAREM MAIS

FIDELIZAÇÃO: DICAS PARA SEUS CLIENTES VOLTAREM E COMPRAREM MAIS Como conquistar e manter clientes Marketing de Relacionamento Visa a orientar como utilizar as ferramentas do marketing de relacionamento para aumentar as vendas e fidelizar clientes. Público-alvo: empresários

Leia mais

Unidade IV MERCADOLOGIA. Profº. Roberto Almeida

Unidade IV MERCADOLOGIA. Profº. Roberto Almeida Unidade IV MERCADOLOGIA Profº. Roberto Almeida Conteúdo Aula 4: Marketing de Relacionamento A Evolução do Marketing E-marketing A Internet como ferramenta As novas regras de Mercado A Nova Era da Economia

Leia mais

Aula Nº 9 Treinamento - Atendimento em Call Center

Aula Nº 9 Treinamento - Atendimento em Call Center Aula Nº 9 Treinamento - Atendimento em Call Center Objetivos da aula: Ao final desta aula, você poderá compreender a importância de um treinamento adequado, que possui, como ferramentas competitivas, a

Leia mais

A importância de personalizar a sua loja virtual

A importância de personalizar a sua loja virtual A importância de personalizar a sua loja virtual Ter uma loja virtual de sucesso é o sonho de muitos empresários que avançam por esse nicho econômico. Porém, como as lojas virtuais são mais baratas e mais

Leia mais

Unidade IV. Gerenciamento de Produtos, Serviços e Marcas. Prof a. Daniela Menezes

Unidade IV. Gerenciamento de Produtos, Serviços e Marcas. Prof a. Daniela Menezes Unidade IV Gerenciamento de Produtos, Serviços e Marcas Prof a. Daniela Menezes Tipos de Mercado Os mercados podem ser divididos em mercado de consumo e mercado organizacional. Mercado de consumo: o consumidor

Leia mais

Unidade II MARKETING DE VAREJO E. Profa. Cláudia Palladino

Unidade II MARKETING DE VAREJO E. Profa. Cláudia Palladino Unidade II MARKETING DE VAREJO E NEGOCIAÇÃO Profa. Cláudia Palladino Preço em varejo Preço Uma das variáveis mais impactantes em: Competitividade; Volume de vendas; Margens e Lucro; Muitas vezes é o mote

Leia mais

Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento. Profa. Dra. Maria Isabel Franco Barretto

Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento. Profa. Dra. Maria Isabel Franco Barretto Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento Profa. Dra. Maria Isabel Franco Barretto CURRÍCULO DO PROFESSOR Administradora com mestrado e doutorado em engenharia de produção

Leia mais

Tecnologia no Varejo: Oportunidades e Desafios

Tecnologia no Varejo: Oportunidades e Desafios Seminário GVcev Tecnologia no Varejo: Oportunidades e Desafios Tema: Tecnologia para Entender e Atender o consumidor Palestrante: Paulo Nassar HISTÓRICO Cobasi uma empresa brasileira Iniciou suas atividades

Leia mais

Item 2- Marketing. Atendimento

Item 2- Marketing. Atendimento Item 2- Marketing Atendimento Item 2- Marketing Atendimento Processo usado para determinar quais produtos ou serviços poderão interessar aos consumidores e qual a melhor estratégia a ser utilizada nas

Leia mais

MARKETING DE RELACIONAMENTO: UM ESTUDO DE CASO NO COMÉRCIO DE TRÊS LAGOAS

MARKETING DE RELACIONAMENTO: UM ESTUDO DE CASO NO COMÉRCIO DE TRÊS LAGOAS MARKETING DE RELACIONAMENTO: UM ESTUDO DE CASO NO COMÉRCIO DE TRÊS LAGOAS ADRIELI DA COSTA FERNANDES Aluna da Pós-Graduação em Administração Estratégica: Marketing e Recursos Humanos da AEMS PATRICIA LUCIANA

Leia mais

ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO (AULA 04)

ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO (AULA 04) Prof. Breno Leonardo Gomes de Menezes Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO (AULA 04) 1 CRM Sistema de Relacionamento com clientes, também

Leia mais

Líder em consultoria no agronegócio

Líder em consultoria no agronegócio MPRADO COOPERATIVAS mprado.com.br COOPERATIVAS 15 ANOS 70 Consultores 25 Estados 300 cidade s 500 clientes Líder em consultoria no agronegócio 1. Comercial e Marketing 1.1 Neurovendas Objetivo: Entender

Leia mais

PARA QUE SERVE O CRM?

PARA QUE SERVE O CRM? Neste mês, nós aqui da Wiki fomos convidados para dar uma entrevista para uma publicação de grande referência no setor de varejo, então resolvemos transcrever parte da entrevista e apresentar as 09 coisas

Leia mais

Elementos essenciais para criar a Jornada do Cliente. para qualquer nível de profissional de marketing

Elementos essenciais para criar a Jornada do Cliente. para qualquer nível de profissional de marketing 3 Elementos essenciais para criar a Jornada do Cliente para qualquer nível de profissional de marketing Elementos essenciais para criar a Jornada do Cliente para qualquer nível de profissional de marketing

Leia mais

Visão Geral dos Sistemas de Informação

Visão Geral dos Sistemas de Informação Visão Geral dos Sistemas de Informação Existem muitos tipos de sistemas de informação no mundo real. Todos eles utilizam recursos de hardware, software, rede e pessoas para transformar os recursos de dados

Leia mais

A Psicologia de Vendas: Por Que as Pessoas Compram

A Psicologia de Vendas: Por Que as Pessoas Compram A Psicologia de Vendas: Por Que as Pessoas Compram Esquema de Palestra I. Por Que As Pessoas Compram A Abordagem da Caixa Preta A. Caixa preta os processos mentais internos que atravessamos ao tomar uma

Leia mais

Importância da normalização para as Micro e Pequenas Empresas 1. Normas só são importantes para as grandes empresas...

Importância da normalização para as Micro e Pequenas Empresas 1. Normas só são importantes para as grandes empresas... APRESENTAÇÃO O incremento da competitividade é um fator decisivo para a maior inserção das Micro e Pequenas Empresas (MPE), em mercados externos cada vez mais globalizados. Internamente, as MPE estão inseridas

Leia mais

Palestrante Paulo Gerhardt Inspira, Motiva e Sensibiliza para Resultados Superiores

Palestrante Paulo Gerhardt Inspira, Motiva e Sensibiliza para Resultados Superiores Palestrante Paulo Gerhardt Inspira, Motiva e Sensibiliza para Resultados Superiores Com uma abordagem inovadora e lúdica, o professor Paulo Gerhardt tem conquistado plateias em todo o Brasil. Seu profundo

Leia mais

ERP. Enterprise Resource Planning. Planejamento de recursos empresariais

ERP. Enterprise Resource Planning. Planejamento de recursos empresariais ERP Enterprise Resource Planning Planejamento de recursos empresariais O que é ERP Os ERPs em termos gerais, são uma plataforma de software desenvolvida para integrar os diversos departamentos de uma empresa,

Leia mais

Sociedade e Tecnologia

Sociedade e Tecnologia Unidade de Aprendizagem 15 Empresas em Rede Ao final desta aula você será capaz de inovações influenciam na competitividade das organizações, assim como compreender o papel da Inteligência Competitiva

Leia mais

OS TRÊS PILARES DO LUCRO PEQUENA E MÉDIA EMPRESA

OS TRÊS PILARES DO LUCRO PEQUENA E MÉDIA EMPRESA BOLETIM TÉCNICO MAIO/2011 OS TRÊS PILARES DO LUCRO PEQUENA E MÉDIA EMPRESA Um empresário da indústria se assustou com os aumentos de custo e de impostos e reajustou proporcionalmente seus preços. No mês

Leia mais

Gestão do Atendimento e Relacionamento com o Cliente. Prof. Fernando Paixão UCB 2012 Unidade 02 e 03

Gestão do Atendimento e Relacionamento com o Cliente. Prof. Fernando Paixão UCB 2012 Unidade 02 e 03 Prof. Fernando Paixão UCB 2012 Unidade 02 e 03 Marketing de Relacionamento C.R.M. Custumer Relationship Management Marketing de Assiduidade Programa de milhagens Benefício financeiro Brinde por utilização

Leia mais

SISTEMAS DE NEGÓCIOS B) INFORMAÇÃO GERENCIAL

SISTEMAS DE NEGÓCIOS B) INFORMAÇÃO GERENCIAL 1 SISTEMAS DE NEGÓCIOS B) INFORMAÇÃO GERENCIAL 1. SISTEMAS DE INFORMAÇÃO GERENCIAL (SIG) Conjunto integrado de pessoas, procedimentos, banco de dados e dispositivos que suprem os gerentes e os tomadores

Leia mais

FATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios

FATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito

Leia mais

ESTRATÉGIAS DE GESTÃO DA MICRO E PEQUENA EMPRESA

ESTRATÉGIAS DE GESTÃO DA MICRO E PEQUENA EMPRESA ESTRATÉGIAS DE GESTÃO DA MICRO E PEQUENA EMPRESA 1 MUDANÇAS Quando os ventos das mudanças chegam, alguns constroem abrigos outros constroem moinhos A lógica do mundo foi deslocada da indústria para os

Leia mais

Sistemas de Informações

Sistemas de Informações Sistemas de Informações Prof. Marco Pozam- mpozam@gmail.com A U L A 0 5 Ementa da disciplina Sistemas de Informações Gerenciais: Conceitos e Operacionalização. Suporte ao processo decisório. ERP Sistemas

Leia mais

Como Levar o Seu Blog Para o Próximo Nível

Como Levar o Seu Blog Para o Próximo Nível Como Levar o Seu Blog Para o Próximo Nível Trazido Até Você Por http://virtualmarketingpro.com/blog/joaofilho/ Como Levar o Seu Blog Ao Próximo Nível Termos e Condições Aviso Legal O escritor esforçou-se

Leia mais

Tecnologia da Informação

Tecnologia da Informação Tecnologia da Informação Gestão Organizacional da Logística Sistemas de Informação Sistemas de informação ERP - CRM O que é ERP Os ERPs em termos gerais, são uma plataforma de software desenvolvida para

Leia mais

Projeto Cartão de Fidelidade. 1- Do Projeto:

Projeto Cartão de Fidelidade. 1- Do Projeto: 1- Do Projeto: O projeto visa dar acesso aos associados de associações comunitárias de Rio Pardo de Minas/MG à compra de produtos em uma rede credenciada local através de um cartão de compras que garanta

Leia mais

As 6 Práticas Essenciais de Marketing para Clínicas de Exames

As 6 Práticas Essenciais de Marketing para Clínicas de Exames As 6 Práticas Essenciais de Marketing para Clínicas de Exames Introdução Fique atento aos padrões do CFM ÍNDICE As 6 práticas essenciais de marketing para clínicas de exames Aposte em uma consultoria de

Leia mais

A Importância do CRM nas Grandes Organizações Brasileiras

A Importância do CRM nas Grandes Organizações Brasileiras A Importância do CRM nas Grandes Organizações Brasileiras Por Marcelo Bandeira Leite Santos 13/07/2009 Resumo: Este artigo tem como tema o Customer Relationship Management (CRM) e sua importância como

Leia mais

CONSULTOR CARLOS MARTINS AÇAO EM MARKETING

CONSULTOR CARLOS MARTINS AÇAO EM MARKETING CONSULTOR CARLOS MARTINS CRIA - AÇAO EM MARKETING SUA EMPRESA Copyright Consultor Carlos Martins - Todos os direitos reservados wwwcarlosmartinscombr - consultor@carlosmartinscombr Como conquistar Clientes

Leia mais

Mónica Montenegro António Jorge Costa

Mónica Montenegro António Jorge Costa Mónica Montenegro António Jorge Costa INTRODUÇÃO... 4 REFERÊNCIAS... 5 1. ENQUADRAMENTO... 8 1.1 O sector do comércio em Portugal... 8 2. QUALIDADE, COMPETITIVIDADE E MELHORES PRÁTICAS NO COMÉRCIO... 15

Leia mais

Varejo: será que o foco está mesmo no cliente?

Varejo: será que o foco está mesmo no cliente? Revista da ESPM -101 Varejo: será que o foco está mesmo no cliente? FÁTIMA MOTTA Graduada em Administração de Empresas (FMU) e Comunicação (ECA/USP) Pós -Graduada em Administração de Empresas (PUC/SP)

Leia mais

PRIAD: GESTÃO DE RELACIONAMENTO COM CLIENTES

PRIAD: GESTÃO DE RELACIONAMENTO COM CLIENTES PRIAD: GESTÃO DE RELACIONAMENTO COM CLIENTES ALUNO RA: ASSINATURA: DATA: / / AS RESPOSTAS DEVERRÃO SER TOTALMENTE MANUSCRITAS Prof. Claudio Benossi Questionário: 1. Defina o que é Marketing? 2. Quais são

Leia mais

Aula 6 -Customer Relationship Management (CRM) Gestão do relacionamento com o cliente Prof.: Cleber A. de Oliveira

Aula 6 -Customer Relationship Management (CRM) Gestão do relacionamento com o cliente Prof.: Cleber A. de Oliveira 1. Introdução Aula 6 -Customer Relationship Management (CRM) Gestão do relacionamento com o cliente Prof.: Cleber A. de Oliveira Gestão de Sistemas de Informação Os estudos realizados sobre ERP são primordiais

Leia mais

O Guia do Relacionamento para o corretor moderno

O Guia do Relacionamento para o corretor moderno O Guia do Relacionamento para o corretor moderno Introdução 3 O que é marketing de relacionamento 6 Como montar uma estratégia de relacionamento 9 Crie canais de relacionamento com o cliente 16 A importância

Leia mais

GESTÃO DE RELACIONAMENTO COM O CLIENTE

GESTÃO DE RELACIONAMENTO COM O CLIENTE GESTÃO DE RELACIONAMENTO COM O CLIENTE Professor Wagner Luiz Aula - Como obter sucesso em uma implementação de CRM e o Processo da Comunicação. Março de 2014 São Paulo -SP Call Center & CRM 2007 CRM: do

Leia mais

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Gerenciamento de Marketing e Vendas

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Gerenciamento de Marketing e Vendas Universidade Cruzeiro do Sul Campus Virtual Unidade I: Unidade: Gerenciamento de Marketing e Vendas 2010 0 Unidade: Gerenciamento de Marketing e Vendas É necessário o entendimento de como os produtos chegam

Leia mais

6 Conclusões e recomendações 6.1. Resumo do estudo

6 Conclusões e recomendações 6.1. Resumo do estudo 6 Conclusões e recomendações 6.1. Resumo do estudo As operadoras de telefonia móvel do mercado brasileiro estão diante de um contexto em que é cada vez mais difícil a aquisição de novos clientes. Dado

Leia mais

CRM - Customer Relationship Management

CRM - Customer Relationship Management Profª Carla Mota UCB 2014 Unid 2 aula1 CRM - Customer Relationship Management Estratégia de negócio voltada ao entendimento e a antecipação das necessidades dos clientes atuais e potenciais de uma empresa.

Leia mais

Consultoria Empresarial

Consultoria Empresarial Consultoria Empresarial Referência : OLIVEIRA, Djalma CROCCO, Luciano; GUTIMANNN, Erick Prof- Daciane de O.Silva SURGIMENTO- Desde os tempos imemoriais COMO ISSO ACONTECIA? Os rabinos aconselhavam os fieis,

Leia mais

GUIA DEFINITIVO DE ERP PARA COMÉRCIO VAREJISTA

GUIA DEFINITIVO DE ERP PARA COMÉRCIO VAREJISTA GUIA DEFINITIVO DE ERP PARA COMÉRCIO VAREJISTA SUMÁRIO >> Introdução... 3 >> Como saber o momento certo para investir em um ERP?... 6 >> Como um sistema ERP pode me ajudar na prática?... 11 >> O que preciso

Leia mais

Situação mercadológica hoje: Era de concorrência e competição dentro de ambiente globalizado.

Situação mercadológica hoje: Era de concorrência e competição dentro de ambiente globalizado. TECNICAS E TECNOLOGIAS DE APOIO CRM Situação mercadológica hoje: Era de concorrência e competição dentro de ambiente globalizado. Empresas já não podem confiar em mercados já conquistados. Fusões e aquisições

Leia mais

Saber muito sobre um cliente é fácil. O desafio é saber tudo sobre cada um dos seus clientes.

Saber muito sobre um cliente é fácil. O desafio é saber tudo sobre cada um dos seus clientes. Saber muito sobre um cliente é fácil. O desafio é saber tudo sobre cada um dos seus clientes. ara descobrir o comportamento de compra dos consumidores Artex, é fundamental conhecer o máximo de informações.

Leia mais

CRM CRM. Marketing. Marketing. Vendas. Vendas. CRM Customer Relationship Management Gerenciamento do Relacionamento com o Cliente

CRM CRM. Marketing. Marketing. Vendas. Vendas. CRM Customer Relationship Management Gerenciamento do Relacionamento com o Cliente Customer Relationship Management Gerenciamento do Relacionamento com o Cliente O mundo passou por profundas e importantes transformações, sobretudo nos últimos cinco anos, impulsionadas pelo crescimento

Leia mais

GESTÃO LOGÍSTICA 05. O Papel da Logística na Organização Empresarial e na Economia. Padrões de SaC. Amílcar Arantes 1

GESTÃO LOGÍSTICA 05. O Papel da Logística na Organização Empresarial e na Economia. Padrões de SaC. Amílcar Arantes 1 GESTÃO LOGÍSTICA 2004-05 05 Capítulo - 2 Índice 1. Introdução 2. Definição de 3. 4. Desenvolvimento e Documentação de Padrões de SaC 5. Barreiras a uma Estratégia efectiva de SaC 6. Melhorar o Desempenho

Leia mais

TRANSFORME SEU ATENDIMENTO EM UM FORTE ALIADO PARA FIDELIZAR CLIENTES

TRANSFORME SEU ATENDIMENTO EM UM FORTE ALIADO PARA FIDELIZAR CLIENTES TRANSFORME SEU ATENDIMENTO EM UM FORTE ALIADO PARA FIDELIZAR CLIENTES Os benefícios e as ferramentas para ter ÍNDICE Transforme seu atendimento em um forte aliado para fidelizar clientes clientes fidelizados

Leia mais

MAISMKT - Ações em Marketing e uma empresa voltada para avaliação do atendimento, relacionamento com cliente, e marketing promocional.

MAISMKT - Ações em Marketing e uma empresa voltada para avaliação do atendimento, relacionamento com cliente, e marketing promocional. Empresa MAISMKT - Ações em Marketing e uma empresa voltada para avaliação do atendimento, relacionamento com cliente, e marketing promocional. Nossa filosofia e oferecer ferramentas de gestão focadas na

Leia mais

10 TÉCNICAS PARA GESTÃO COMERCIAL

10 TÉCNICAS PARA GESTÃO COMERCIAL 10 TÉCNICAS PARA GESTÃO COMERCIAL Os meses de dezembro e janeiro na maioria das empresas são marcados invariavelmente por atividades de planejamentos, orçamentos e metas para o ano novo. Para o próximo

Leia mais

EMPREENDIMENTO COMERCIAL: QUAL O MELHOR CAMINHO A SEGUIR EM SEUS MOMENTOS INICIAIS? RESUMO

EMPREENDIMENTO COMERCIAL: QUAL O MELHOR CAMINHO A SEGUIR EM SEUS MOMENTOS INICIAIS? RESUMO FÁBIO RODRIGO DE ARAÚJO VALOIS Discente do Curso de Ciências Contábeis - UFPA RESUMO Não é de uma hora pra outra que um comerciante abre as portas de seu empreendimento. Se fizer deste modo, com certeza

Leia mais

RECONHECIMENTO DE ALGUNS SISTEMAS DE INFORMAÇÃO

RECONHECIMENTO DE ALGUNS SISTEMAS DE INFORMAÇÃO WESLLEYMOURA@GMAIL.COM RECONHECIMENTO DE ALGUNS SISTEMAS DE INFORMAÇÃO ANÁLISE DE SISTEMAS ERP (Enterprise Resource Planning) Em sua essência, ERP é um sistema de gestão empresarial. Imagine que você tenha

Leia mais

Atendimento pós-venda: gestão estratégica da ex...

Atendimento pós-venda: gestão estratégica da ex... Atendimento pós-venda: gestão estratégica da ex... (/artigos /carreira/comopermanecercalmosob-pressao /89522/) Carreira Como permanecer calmo sob pressão (/artigos/carreira/como-permanecer-calmosob-pressao/89522/)

Leia mais

GUIA ATS INFORMÁTICA: GESTÃO DE ESTOQUE

GUIA ATS INFORMÁTICA: GESTÃO DE ESTOQUE GUIA ATS INFORMÁTICA: GESTÃO DE ESTOQUE SUMÁRIO O que é gestão de estoque...3 Primeiros passos para uma gestão de estoque eficiente...7 Como montar um estoque...12 Otimize a gestão do seu estoque...16

Leia mais

PROFISSIONAL. Por que o Comércio Eletrônico em Multicanais é Fundamental para o Sucesso do seu Negócio On-line

PROFISSIONAL. Por que o Comércio Eletrônico em Multicanais é Fundamental para o Sucesso do seu Negócio On-line EDIÇÃO Nº 05 GRÁTIS FOTOGRAFIA PROFISSIONAL SOLUÇÕES PARA IMAGENS DE PRODUTO QUE CONQUISTARAM OS LÍDERES DO COMÉRCIO ELETRÔNICO Por que o Comércio Eletrônico em Multicanais é Fundamental para o Sucesso

Leia mais

inovadoras recrutamento

inovadoras recrutamento Avaliações inovadoras para recrutamento em grande volume Encontre agulhas no palheiro Nos processos de recrutamento em grande volume, você pode perder as pessoas certas por haver tantos candidatos menos

Leia mais

INVENÇÃO E INOVAÇÃO INTRODUÇÃO. Desenvolvimento de Novos Produtos: Aspectos Conceituais e Critérios rios de Planejamento. Definição de Produto

INVENÇÃO E INOVAÇÃO INTRODUÇÃO. Desenvolvimento de Novos Produtos: Aspectos Conceituais e Critérios rios de Planejamento. Definição de Produto INTRODUÇÃO Cenário político e econômico da Globalização Desenvolvimento de Novos Produtos: Aspectos Conceituais e Critérios rios de Planejamento Viçosa Novembro de 2012 Ceres Mattos Della Lucia ceresnut@yahoo.com.br

Leia mais

Sistemas de Apoio. Prof.: Luiz Mandelli Neto. Sistemas de Apoio. ERP (Enterprise Resource Planning) PLANEJAMENTO DE RECURSOS EMPRESARIAIS

Sistemas de Apoio. Prof.: Luiz Mandelli Neto. Sistemas de Apoio. ERP (Enterprise Resource Planning) PLANEJAMENTO DE RECURSOS EMPRESARIAIS Sistemas de Apoio Prof.: Luiz Mandelli Neto Sistemas de Apoio ERP (Enterprise Resource Planning) PLANEJAMENTO DE RECURSOS EMPRESARIAIS Mapa de TI da cadeia de suprimentos Estratégia Planejamento Operação

Leia mais

Sistemas de Informação Empresarial. Gerencial

Sistemas de Informação Empresarial. Gerencial Sistemas de Informação Empresarial SIG Sistemas de Informação Gerencial Visão Integrada do Papel dos SI s na Empresa [ Problema Organizacional ] [ Nível Organizacional ] Estratégico SAD Gerência sênior

Leia mais

T2Ti Tecnologia da Informação Ltda T2Ti.COM http://www.t2ti.com Projeto T2Ti ERP 2.0. Bloco Comercial. CRM e AFV

T2Ti Tecnologia da Informação Ltda T2Ti.COM http://www.t2ti.com Projeto T2Ti ERP 2.0. Bloco Comercial. CRM e AFV Bloco Comercial CRM e AFV Objetivo O objetivo deste artigo é dar uma visão geral sobre os Módulos CRM e AFV, que fazem parte do Bloco Comercial. Todas informações aqui disponibilizadas foram retiradas

Leia mais

Criação de relações de longo prazo baseadas em fidelidade. Professor: Júnior Domingos

Criação de relações de longo prazo baseadas em fidelidade. Professor: Júnior Domingos Criação de relações de longo prazo baseadas em fidelidade Professor: Júnior Domingos Roteiro de aula 1. O que é valor para o cliente, satisfação e fidelidade de clientes, e como as empresas podem proporcioná-los?

Leia mais

Módulo 15 Resumo. Módulo I Cultura da Informação

Módulo 15 Resumo. Módulo I Cultura da Informação Módulo 15 Resumo Neste módulo vamos dar uma explanação geral sobre os pontos que foram trabalhados ao longo desta disciplina. Os pontos abordados nesta disciplina foram: Fundamentos teóricos de sistemas

Leia mais

O papel do CRM no sucesso comercial

O papel do CRM no sucesso comercial O papel do CRM no sucesso comercial Escrito por Gustavo Paulillo Você sabia que o relacionamento com clientes pode ajudar sua empresa a ter mais sucesso nas vendas? Ter uma equipe de vendas eficaz é o

Leia mais

Módulo 4 CRM. [ Customer Relationship Management ]

Módulo 4 CRM. [ Customer Relationship Management ] Módulo 4 CRM [ Customer Relationship Management ] Sumário Introdução pág. 01 1. Definição 2. Por que usar o CRM?? 3. Cadastro pág. 02 pág. 02 pág. 02 4. Tipos de CRM CRM pág. 04 4.1 Operacional: Criação

Leia mais

GERENCIAMENTO DE CLÍNICAS

GERENCIAMENTO DE CLÍNICAS GERENCIAMENTO DE CLÍNICAS A administração eficiente de qualquer negócio requer alguns requisitos básicos: domínio da tecnologia, uma equipe de trabalho competente, rigoroso controle de qualidade, sistema

Leia mais

Profa. Reane Franco Goulart

Profa. Reane Franco Goulart Sistemas CRM Profa. Reane Franco Goulart Tópicos Definição do CRM O CRM surgiu quando? Empresa sem foco no CRM e com foco no CRM ParaqueCRM é utilizado? CRM não é tecnologia, CRM é conceito! CRM - Customer

Leia mais

Resumo Executivo. Modelo de Planejamento. Resumo Executivo. Resumo Executivo. O Produto ou Serviço. O Produto ou Serviço 28/04/2011

Resumo Executivo. Modelo de Planejamento. Resumo Executivo. Resumo Executivo. O Produto ou Serviço. O Produto ou Serviço 28/04/2011 Resumo Executivo Modelo de Planejamento O Resumo Executivo é comumente apontada como a principal seção do planejamento, pois através dele é que se perceberá o conteúdo a seguir o que interessa ou não e,

Leia mais

FIDELIZAÇÃO DE CLIENTES: UM FATOR DETERMINANTE PARA O SUCESSO DE UMA ORGANIZAÇÃO AUTOMOTIVA

FIDELIZAÇÃO DE CLIENTES: UM FATOR DETERMINANTE PARA O SUCESSO DE UMA ORGANIZAÇÃO AUTOMOTIVA FIDELIZAÇÃO DE CLIENTES: UM FATOR DETERMINANTE PARA O SUCESSO DE UMA ORGANIZAÇÃO AUTOMOTIVA Márcia Esperidião 1, Renato Nogueira Perez Avila 2, Patrícia Pâmela Martins 3. RESUMO Este artigo tem como finalidade,

Leia mais

TEMA: A INCLUSÃO DA TECNOLOGIA DE INFORMAÇÃO NO RELACIONAMENTO COM O CLIENTE 1- INTRODUCAO 1.1- PROBLEMA

TEMA: A INCLUSÃO DA TECNOLOGIA DE INFORMAÇÃO NO RELACIONAMENTO COM O CLIENTE 1- INTRODUCAO 1.1- PROBLEMA TEMA: A INCLUSÃO DA TECNOLOGIA DE INFORMAÇÃO NO RELACIONAMENTO COM O CLIENTE 1- INTRODUCAO 1.1- PROBLEMA Com a globalização e o aumento da concorrência, as grandes empresas se voltaram para os clientes

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

Leia mais

Adm. Ana Cristina Moraes da Silva Carvalho. Especialista em Saúde Coletiva

Adm. Ana Cristina Moraes da Silva Carvalho. Especialista em Saúde Coletiva Adm. Ana Cristina Moraes da Silva Carvalho. Especialista em Saúde Coletiva POR QUE TER UM BOM RELACIONAMENTO COM O CLIENTE? Em média, um cliente satisfeito conta para 3 pessoas a sua experiência positiva

Leia mais

Uma indústria mantém estoque de materiais; Um escritório contábil mantém estoque de informações; e

Uma indústria mantém estoque de materiais; Um escritório contábil mantém estoque de informações; e Fascículo 2 Gestão de estoques Segundo Nigel Slack, estoque é definido como a acumulação armazenada de recursos materiais em um sistema de transformação. O termo estoque também pode ser usado para descrever

Leia mais

Sistemas de Informações Transacionais SIT Sistemas de Informações Gerenciais SIG. Ana Clara Araújo Gomes da Silva araujo.anaclara@gmail.

Sistemas de Informações Transacionais SIT Sistemas de Informações Gerenciais SIG. Ana Clara Araújo Gomes da Silva araujo.anaclara@gmail. Sistemas de Informações Transacionais SIT Sistemas de Informações Gerenciais SIG Ana Clara Araújo Gomes da Silva araujo.anaclara@gmail.com Papéis fundamentais dos SI Os SI desempenham 3 papéis vitais em

Leia mais

04/09/2014. Parte 10 GESTÃO EMPRESARIAL. Administração de marketing. Objetivos de aprendizagem. Conteúdo

04/09/2014. Parte 10 GESTÃO EMPRESARIAL. Administração de marketing. Objetivos de aprendizagem. Conteúdo Parte 10 GESTÃO EMPRESARIAL Administração de marketing Profº Adm.Cláudio Fernandes, Ph.D Ph.D em Business Administration - EUA www.claudiofernandes.com.br 1 Conteúdo Objetivos de aprendizagem Administração

Leia mais