Otimização de Resultados com Big Data em Televendas. Georthon Giroldo dos Santos Big Data

Documentos relacionados
Mineração de Dados (Regras de associação)

Aula 13: Regras de Associação. Rafael Izbicki

Mineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães.

BIG DATA, CRM E CICLO DE VIDA DO CLIENTE AVALIAÇÃO E SEGMENTAÇÃO DE CLIENTES ATRAVÉS DA ANALISE DO BIG DATA

Sistemas de Informações Gerenciais. da Cadeia de Suprimento ao ERP e ao CRM

ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÕES ASI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres Aula BUSINESS INTELLIGENCE E O VAREJO- BI

SMART CADASTRO DE EMPRESA



PESQUISA OPERACIONAL APLICADA A LOGÍSTICA

AGENDA DESEMPENHO FINANCEIRO NOSSO NEGÓCIO VANTAGENS COMPETITIVAS OPORTUNIDADES

Sistemas de Informação e Decisão. Douglas Farias Cordeiro

COMO VENDER MAIS USANDO FUNIL DE VENDAS. Capítulo IV: Mais negócios

Salada da Casa alface, tomate, cebola, azeitona e cenoura (vinagre e azeite) R$15,00

PESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística

CENTRO DE RECREAÇÃO INFANTIL SININHO CARDÁPIO DE DEZEMBRO 12 a 23 CRIANÇAS DE 12 A 18 MESES E EDUCAÇÃO INFANTIL

PESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães

Formação de Preços de Venda

S T E M A I N T E G R A D O A SOLUÇÃO COMPLETA PARA ADMINISTRAÇÃO DE SUA EMPRESA Indústria Comércio Serviço

TECNOLOGIA PROTEGENDO O FUTURO

Nutricionista Carolina Cestari De Paoli Bortoletto_ CRN

Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear

Companhia Brasileira de Distribuição

Aprendizado de Máquina (Machine Learning)

Gerenciamento de Risco

SOFTWARES DE GESTÃO SEGMENTO

Professor: Rodrigo A. Scarpel

A P R E S E N T A Ç Ã O

UVA E VERDE WALL Micro Franquia. Distribuição de produtos através de móveis fixos em pontos de venda

Introdução a Microeconomia. Aula 4 Isnard Martins. Bibliografia capitulo 4, capítulo 1 Material de Aula Estácio de Sá

CENTRO DE RECREAÇÃO INFANTIL SININHO CARDÁPIO DE MARÇO 2017 CRIANÇAS DE 12 A 18 MESES E EDUCAÇÃO INFANTIL

BIG DATA Business Analytics Alexandre Massei

Café manhã. Lanche. Jantar

Arezzo&Co s Investor Day

RELATÓRIO RESUMIDO DAS OTIMIZAÇÕES DE ALM PARA O PLANO PP2 FLUXO LÍQUIDO DE BENEFÍCIOS (PASSIVO LÍQUIDO) PROJETADO PARA O PP2

CENTRO DE RECREAÇÃO INFANTIL SININHO CARDÁPIO DE NOVEMBRO 1ª QUINZENA DE NOVEMBRO CRIANÇAS DE 12 A 18 MESES E EDUCAÇÃO INFANTIL

Escola de Educação Infantil Castelo do Saber Cardápio referente aos meses de Dezembro de 2014 e Janeiro de 2015*

Indicadores Hoper de Evasão (IHE) e Indicadores Hoper de Migração de Alunos (IHM) 27 Abr 2016

Questionário de Frequência Alimentar

VOCÊ JÁ OUVIU FALAR EM E-COMMERCE?

TUTORIAL GERENCIAMENTO DE PEDIDO DE COMPRA

K - número de valores diferentes de níveis de cinza Pixel

Mineração de padrões frequentes

Em plena expansão no País, a indústria de Shopping Centers do Brasil fechou o ano de 2012 com um faturamento de R$ 119,5 bilhões, antes os R$ 108,0

Passo a Passo da Venda de MÓVEIS PLANEJADOS

Comércio Eletrônico. Professores: Carla Plantier Message Marcelo Zorzan

Professor: Rodrigo A. Scarpel

Planejamento e Controle da Produção I

Max z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível

Uma mão na roda para o seu auto center.

Seu Método DE VENDAS CONSTRUA O PASSO A PASSO RESUMIDO PARA PADRONIZAR O ATENDIMENTO E AUMENTAR AS VENDAS DE SUA EQUIPE.

Balanced Scorecard. Daciane de Oliveira Silva. Referências: Livro Estratégias de Empresas: Lobato et.al (Cap. 7)

Macarrão com linguiça, couve e grão de bico

Estruturando o Fluxo Puxado O Caso do Quiosque

EMPORIO FESTAS COFFE BREAK SIMPLES

TECNOLOGIAS LOGÍSTICAS

Brasil SECRETARIA EFICIENTE CEARÁ

Otimização de Portfólio de Novos Empreendimentos de Energia Através de Leilões Combinatórios

MINAS GERAIS CHINA OPORTUNIDADES DE NEGÓCIOS

ECR para p - Supermercado São Sebastião - Geraldo Aniceto

ISEG. Call for Solutions Universities 7th Call

CARDÁPIO EDUCAÇÃO INFANTIL DE 01/05 A 31/05

Aplicativos Integrados. Profa. Dra. Ellen Francine Barbosa PAE Lívia Castro Degrossi

Pesquisa Operacional Introdução. Profa. Alessandra Martins Coelho

Altitude Strategy Center ajuda empresa de serviços de seguros do Reino Unido a aumentar os índices de contato e conversão

A Importância estratégica dos estoques

Como tirar mais partido do no seu marketing B2B

A MELHORIA DOS RESULTADOS E DA PRODUTIVIDADE Identificando e Priorizando as Oportunidades. Juracy Parente 30 de junho de 2016

GESTÃO DE PONTOS DE VENDA VND

SISTEMAS DE INFORMAÇÃO Prof. Esp. Fabiano Taguchi

FACULDADE CAMPO LIMPO PAULISTA (FACCAMP) COORDENADORIA DE EXTENSÃO E PESQUISA CURSO DE PÓS-GRADUAÇÃO LATO SENSU EM MINERAÇÃO E CIÊNCIA DOS DADOS

Pratos Executivos. 000 PE Frango Grelhado ou Frango à milanesa PE Carré ou Linguíça

ESTRATÉGIAS DE EXPANSÃO Licenciamento, Franquias, e outras formas contratuais NEGÓCIOS INTERNACIONAIS

Dicas do Google AdWords para sua conta


PEA5918 Redes Elétricas Inteligentes e Microrredes (Smart Grids e Microgrids)

Parte I: Introdução. O que é a Internet. Nosso objetivo: Visão Geral:

Teoria da Decisão. Rev.1)Vendedor ambulante de camisas esportivas: Paulo Lobo

Escola de Educação Infantil Castelo do Saber Cardápio referente ao mês de Setembro de 2013*

Unemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre. Disciplina: Introdução à Otimização Linear de Sistemas

Apresentação Institucional. Março de 2015

ADMINISTRAÇÃO da FORÇA de VENDAS. Prof. José Maria Maio / 2011

CARDÁPIO SEMANAL. ALMOÇO (11:15hs às 12:00hs ) Arroz misto (branco e integral), feijão

Risco de Portfólios em Múltiplas Frequências

Lista de Recursos. Loja Virtual PROPOSTA VÁLIDA POR 5 DIAS ÚTEIS

Confira Mais informações em: seusite.com.br/quem-somos

LINGUAGEM C: ALOCAÇÃO DINÂMICA

EMGE PROSPECÇÃO DE CLIENTES GERAÇÃO DE LEADS COLD CALL TERCEIRIZAÇÃO COMERCIAL

Cardápio 1 e 2 de junho

Sucos naturais e sobremesas são servidos diariamente, durante o almoço.

Minerando regras de associação

Ministério da Saúde, Junho de 2016

Compatibilizando Títulos Pré e Pós Fixados nas Carteiras. Sávio Borba Maio 2015

BSC. deve contar a história da estratégia, começando. relacionando-se depois à seqüência de ações que precisam ser tomadas em relação aos

ADMINISTRAÇÃO FINANCEIRA DO SEU NEGÓCIO MARY KAY!!!

Otimização. Otimização e Teoria dos Jogos. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia

VEJA COMO FIDELIZAR CLIENTES! 1. Vá em Quero Experimentar e informe os dados da sua empresa.

4 Modelagem em Árvore

Teste Anova. Prof. David Prata Novembro de 2016

Canoar Juquitiba - São Paulo Alimentação - Turismo de Aventura

Transcrição:

Otimização de Resultados com Big Data em Televendas Georthon Giroldo dos Santos Big Data

Experiência Profissional Graduado em Estatística, com sete anos de experiência nas áreas de Business Intelligence(BI) e Business Analytics(BA), com atuação em Call Center, B2B e B2C. Sólidos conhecimentos em Análise e Mineração de Dados, Estatística, Análise De Cluster, Modelos de Otimização e Outros. Já tendo desenvolvido projetos de Mailing, Modelos de Otimização, Data Base Marketing(DBM), Análise de Associação, entre outros.

O que é Big Data?

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Tomada de decisão

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Novos produtos/ serviços Tomada de decisão

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Previsão Novos produtos/ serviços Tomada de decisão

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Previsão Gestão proativa Novos produtos/ serviços Tomada de decisão

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Maximizar lucros Previsão Gestão proativa Novos produtos/ serviços Tomada de decisão

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Maximizar lucros Previsão Gestão proativa Novos produtos/ serviços Minimizar custos Tomada de decisão

O que é Big Data? Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados. Maximizar lucros Previsão Gestão proativa Novos produtos/ serviços Minimizar custos Tomada de decisão

Televendas

Desafios TURNOVER PRODUTIVIDADE CURVA DE APRENDIZADO FALAR COM O CLIENTE VENDER META

Cases Otimização de Carteiras Oferta de Produtos

Otimização de Carteiras Objetivo Maximizar Vendas

Otimização de Carteiras Como funciona? I. Aloca e Remove clientes de forma automática

Otimização de Carteiras Como funciona? I. Aloca e Remove clientes de forma automática II. Relacionamento do Melhor Vendedor x Melhor Cliente

Otimização de Carteiras Como funciona? I. Aloca e Remove clientes de forma automática II. Relacionamento do Melhor Vendedor x Melhor Cliente III. Utiliza apenas clientes que estão ativos e compraram nos últimos 12 meses para alocação principal.

Otimização de Carteiras Como funciona? I. Aloca e Remove clientes de forma automática II. Relacionamento do Melhor Vendedor x Melhor Cliente III. Utiliza apenas clientes que estão ativos e compraram nos últimos 12 meses para alocação principal. IV. Utiliza o Método Simplex(algoritmo) para fazer as alocações.

Definições Vendedor Taxa de Conversão (TC) 80 / 2200 = 0,03636 ou 3,63% Cliente Probabilidade de Compra (PC) 5 / 12 = 0,4166 ou 41,66% Cliente Média de Compra (MD) (R$5.850 + R$7.430 + R$7.660 + R$7.500 + R$6.980 ) / 5 = R$ 7.084,00 Cliente Faturamento Esperado (FE) 7.084,00 * 41,66% = R$2.951,19 Valor Cliente x Vendedor TC * FE R$2.951,19 * (1,03636) = R$3.058,50

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn..............................

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 3 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 6.000 32 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 3.230 6.000 32 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 3.230 6.000 32 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... Vend3 3.230 6.000 32 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 4.890 2 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C4 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 21 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C4 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 21 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C4 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 21 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C4 C5 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C4 C5 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C4 C5 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 4.900 21 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C6 C4 C5 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 641,5 4.900 20 1 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C6 C4 C5 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 641,5 4.900 20 1 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C6 C4 C5 C2 C3 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 641,5 4.900 20 1 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 Vend3 6.000 32 1 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C6 C4 C5 C2 C3 C7 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 641,5 4.900 20 1 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 785 Vend3 6.000 32 10 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C6 C4 C5 C2 C3 C7 Vend1 Vend2 Vend3

Matriz de Alocação Max. FE. (Dif. em Relação a meta) Qtde. Cli. Max C1 C2 C3 C4 C5 C6 C7 Cn Vend1 1.841,5 641,5 4.900 20 1 3058,5 2500 1756 1690 0 1200 650... Vend2 1.940 4.890 270 2 01 2950 0 1770 1710 1670 1148 670... 3.230 1.410 785 Vend3 6.000 32 10 2770 2240 1820 1645 1510 0 625... Vendn.............................. Simulação C1 C6 C4 C5 C2 C3 C7 Vend1 Vend2 Vend3

Benefícios resultantes da Otimização Aumento na satisfação dos vendedores. Processo transparente e que usa o princípio da meritocracia. Bons clientes sempre estarão alocados nas carteiras. Auxílio aos vendedores com menos experiência.

Oferta de Produtos Objetivo Suporte aos Vendedores Potencializar Vendas

Oferta de Produtos Como funciona? Ao adicionar um produto no carrinho de compras, o sistema faz a sugestão de outros produtos de acordo com o perfil de compra do Cliente/Grupo/Região.

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça Cerveja + Salaminho

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça Cerveja + Salaminho

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça Cerveja + Salaminho Frequência: 2 / 6 = 0,33.. ou 33,33%

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça Cerveja + Salaminho Frequência: 2 / 6 = 0,33.. ou 33,33%

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça Cerveja + Salaminho Frequência: 2 / 6 = 0,33.. ou 33,33%

Oferta de Produtos Simulação Cálculo Pedidos Itens 1 biscoito, cerveja, chá, salaminho 2 cerveja, couve, linguiça, pão, queijo 3 café, brócolis, couve, pão 4 brócolis, café, cerveja, couve, pão, salaminho 5 alface, café, couve, pão, refrigerante 6 couve, linguiça Cerveja + Salaminho Frequência: 2 / 6 = 0,33.. ou 33,33% Confiança: 2 / 3 = 0,66.. ou 66,66%

Benefícios resultantes da Oferta de Produtos Aumento na satisfação dos vendedores. MEGA auxílio na tomada de decisão. Auxílio aos vendedores com menos experiência.

Resultados Redução turnover de 3% a 4% mês x mês ano anterior. Aumento de 4,5% na quantidade de vendedores que batem meta. Aumento considerável em Categoria x Pedido. Ticket médio Cliente. Faturamento e Lucro.

georthongs@algartech.com