Os dados produzidos pelo homem dobram a cada dois anos, já que são quintilhões de novos bytes gerados diariamente. Estudos da Fundação Getúlio Vargas mostraram que, até o final de 2017, o Brasil teria um smartphone por habitante. Já a venda de wearable devices, como o apple watch, chegou a 102,4 milhões no mundo. Nesse cenário, as empresas possuem uma enorme quantidade de dados do cliente disponíveis.
Esse volume de dados pode fornecer informações mais precisas e variadas da audiência, por meio da utilização de ferramentas de B.I. e Predictive Analytics. Além disso, empresas Data Driven têm maior capacidade de reação a eventos externos, com um Risk Management mais coeso, Brand Safety e planejamentos estratégicos mais assertivos.
Continue lendo e conheça várias estratégias que podem ser construídas pela sua empresa, com a utilização dos dados do cliente!
Analise os dados do cliente de forma setorial
O e-commerce brasileiro lucrou mais de R$44 bilhões em 2016. No ramo bancário, quase 1 milhão de contas são 100% digitais. Em setores com tamanho crescimento, volume de negócios e concorrência, é necessário um planejamento com KPIs corretamente direcionados — fator crucial para o cumprimento de objetivos estratégicos.
Por isso, existem várias formas de coletar informações de seus clientes, como ferramentas de automação de marketing e CRM. Contudo, é importante estabelecer quais delas devem ser coletadas. Personalize o Big Data por meio do Data Mining e acompanhe seus clientes em potencial com precisão, o que ajudará a identificar oportunidades geradas eficientemente
Sempre colete informações dos clientes
Investir em Big Data permite conhecer o comportamento e tendências de consumo dos clientes. Com isso, é possível criar campanhas, estratégias e serviços personalizados. Portanto, colete tais dados periodicamente.
Utilize a Buyer´s Journey: atração, conversão, fechamento e encantamento. Atraia o estranho convertendo-o em lead. Relacione-se por meio de um pipeline para torná-lo cliente e encante-o, transformando-o em um defensor da sua marca.
Como as pessoas são bombardeadas diariamente por inúmeras campanhas, conteúdos e produtos, guie sua estratégia por meio de dados. Sabendo sua origem, o que consomem e por quais canais, ficará mais fácil atingir seu cliente potencial.
Muitas ferramentas de automação de marketing e CRM automatizam essa coleta e relacionamento, o que ajuda no Data Mining e na geração de First-Party Data. Ao contrário dos 2nd e 3rd, os 1st Party Data são únicos da empresa, coletados com recursos, parâmetros e processos próprios. Com isso, é possível ter certeza que as estratégias se baseiam em informações precisas e confiáveis. Assim, os processos são otimizados, o que garante maiores lucros e eficiência.
Use técnicas de Machine Learning
Hoje, as empresas têm uma enorme oferta de dados disponíveis. Utilizando-os, o Machine Learning possui a habilidade de “predizer o futuro”. As análises preditivas usam dados históricos e algoritmos para criar previsões baseadas em padrões preexistentes, construindo cenários prováveis ou hábitos de consumo dos clientes.
As Análises Cognitivas diferem nesse sentido: enquanto a Análise Preditiva necessita da ação humana para dar significado aos dados, com a inteligência de mercado e Business Analytics, tal diagnóstico usa inteligência artificial. O computador “aprende” com os dados recolhidos, criando hipóteses e soluções de problemas automaticamente.
Crie perfis segmentados por dados
Com dados do cliente é possível oferecer produtos e serviços apropriados para cada perfil. A criação de segmentações proporciona a utilização de técnicas como cross-selling e up-selling.
Cross-selling é o oferecimento de produtos complementares a uma compra anterior, baseando-se no histórico do cliente. Por exemplo: a Amazon oferece outro produto após uma compra realizada, pelo cruzamento de dados e o perfil de possíveis interessados naquela oferta.
Up-selling é o oferecimento de produtos mais caros, que apresenta maior retorno. Empresas como a Dell, fazem isso, oferecendo HDs maiores, mais caros, mas com funcionalidades mais vantajosas com relação ao preço pago.
Muitas são as ferramentas e estratégias de análise de dados do cliente que produzem insights de Inteligência de Negócios — BI. Por isso, escolher a solução certa, por meio de uma empresa reconhecida, que garanta a segurança e a integração dessas informações de maneira eficiente, é crucial para a construção de uma estratégia organizacional Data Driven assertiva.
Gostou das dicas? Quer implantar uma estratégia que utilize dados do cliente na sua empresa? Então entre em contato conosco!
Olá Leandro.
Acredito que o potencial da área de Business Intelligence dentro das empresas pode ser maior do que se imagina hoje.
Trabalho com consultoria de B.I. para agencias e empresas, e enfrentamos diariamente dois grandes problemas.
1- Padronização dos dados: Como utilizamos muitas fontes de dados, todo o processo, desde o que a implementação, até a parte operacional, precisa ser muito bem estruturada. Sem o padrão das informações perde-se muito tempo com “correção”, sendo que “tempo” não é o que temos para identificar um padrão, pois no dia seguinte ele pode mudar se não o tratarmos.
2- Pessoas que não sabem o que querem: Corporações não sabem o que querem, logo querem tudo. O problema é que sabemos que não tudo não é necessário, se consegue identificar padrões e otimizações com metade do volume. Sendo assim o processo de otimização passa a ser inteligente para ser operacional.
O futuro da área esta encaminhando para segmentações e clusterizações dinâmicas para analise de Big Data, mas se o processo de todos envolvidos precisa ser muito bem desenhado e a área de B.I. precisa ter este knowhow também.
Obrigado e muito bom seus artigos.
Oi João, obrigado pelo seu comentário! Concordo com você!
Realmente, a padronização dos dados é o ponto mais sensível mesmo. Aqui estimamos em torno de 60% a 70% do tempo em um projeto de BI apenas para esta parte.
Sobre as pessoas não saberem o que querem, aqui vemos como uma certa vantagem. Muitas vezes não é nem exatamente não saber o que querem, mas não saberem o que é possível fazer. Com isso, parte do nosso trabalho aqui é exatamente entender do que o cliente sofre aí então sugerir algumas coisas. Tentamos não ir para uma abordagem de “o que você quer” mas sim de “quais são seus problemas”.
Isso me deu até a ideia de criar um post focado nisso, vou deixar anotado para o futuro!
Existe uma técnica chamada Árvore de Realidade Presente, da Teoria das Restrições, que lida justamente com essa barafunda de problemas e entendimentos. Eu experimentei a mesma frustração que você, João, e decidi resolver esse problema. A imagem https://geekbi.files.wordpress.com/2020/10/bi_toc-crt-x.png é um resumo do que eu tenho até agora.
Adoraria uma contribuição. “O cliente não sabe o que quer” já está lá. “Dados são sujos” e “Dados são bagunçados” me parecem boas adições.
O que você acha? E você, Leandro?
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
[…] de BI — Business Intelligence ou, traduzindo, Inteligência Empresarial — é justamente o diferencial que uma empresa precisa para tratar dados gerados por vários meios. Veja alguns contextos que podem servir de […]
eu precisava para compor você uma pouco de note ajudar diga obrigado again com o extraordinário conselhos você compartilhado nesta página . Foi certamente maravilhosamente generoso com você dando abertamente tudo o que muitas pessoas {poderiam ter | poderiam possivelmente ter | poderiam ter | teriam | distribuído para um ebook para gerar alguma massa para eles mesmos , especialmente considerando que you poderia ter tried it se você nunca desejado . Those estratégias também agido como outras pessoas tenha semelhante desire como my own entender bom negócio mais relacionado este assunto . Eu tenho certeza há alguns mais agradáveis ocasiões ahead para pessoas que ver seu site
Bom dia,
Há muita diferença das versões do livro The Data Warehouse Toolkit?
Vejo que ele esta na 3 edição.
Posso comprar apenas a 3 ou devo comprar todas?
Oi Marcos!
Há algumas atualizações com conceitos mais atuais. Não precisa comprar todas as edições não, apenas a 3a já cobre tudo que precisa.
Sim e não. A maior diferença é entre a primeira edição e as restantes. Da segunda edição em diante, quando a Margy Ross assumiu o livro, é tudo mais ou menos o mesmo.
A primeira edição, que por acaso chegou a ser publicada em português, é a melhor, na minha opinião. Ela é mais concreta, menor e mais focada. Se conseguir achá-la, compre. Vale ouro.
Sobre o comentário do João Kechichian, concordo em relação às empresas não terem claro o que querem, e concordo com o Leandro sobre a abordagem de “Qual o seu problema” para dar as sugestões.
Mas vale ressaltar que as empresas não conseguem identificar o que querem por não terem claro um Planejamento Estratégico e objetivos bem descritos. Isso facilita muito perceber quais indicadores serão necessários acompanhar para atingir os resultados esperados.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
Parabéns por trazer a CRISP-DM de volta ao tablado. O “produtocentrismo” que assola o mercardo de BI pressiona os players a comprar o último brinquedo, a seguir a última moda, quando quase tudo que tem algum uso prático já existe há décadas – como o CRISP-DM
Seria legal um artigo um artigo comparando-o com SEMMA. Pode ser muito interessante para quem entrou na área há menos de 20 anos.