Escolar Documentos
Profissional Documentos
Cultura Documentos
Quatro conceitos principais que podem ser aplicados a todos os tipos de Sistemas de
Informação:
1. Pessoas, hardware, software, dados e redes são os cinco recursos básicos dos SI;
2. Os recursos humanos incluem os usuários finais e especialistas em SI; os recursos de
hardware consistem em máquinas e mídia; os recursos de software incluem programas
e procedimentos; os recursos de rede consistem em mídia e apoio às comunicações e
os recursos de dados podem incluir bancos de dados e bases de conhecimento;
O maior objetivo de um SI é permitir que, a partir do melhor uso dos dados, seja possível
definir as informações que representem maior relevância no processo organizacional. Os SI
podem:
Sistemas Estratégicos: visam atender às demandas da direção das empresas (diretores, VPs e
presidentes), ajudando a traçar as diretrizes estratégicas da organização, auxiliando no
planejamento a longo prazo e a ajustar a estrutura atual da empresa em resposta às mudanças
que ocorrem em seu ambiente. Respondem questões do tipo:
O DataBase Marketing é fazer marketing utilizando banco de dados, e não apenas o banco de
dados de Marketing.
É o meio através do qual uma empresa pode gerar uma relação interativa e duradoura entre os
seus produtos, serviços e clientes.
Usos de DBM:
Antes de tentar adquirir novos clientes, a empresa deve criar mecanismos para
desenvolver os clientes atuais que contribuem de forma expressiva para sua lucratividade,
procurando conhecer as características básicas destes clientes para, a partir desse
conhecimento, gerar ações de marketing para atrair clientes com tais características. Isto é
extremamente importante, uma vez que a aquisição de clientes geralmente se baseia em listas
de prospects, sobre os quais sabe-se muito pouco.
Uma das maneiras de se realizar esta atividade é selecionar os prospects com base em
sua similaridade com os melhores segmentos de clientes. Os melhores prospects serão os que
apresentarem as mesmas características dos segmentos classificados como “melhores
clientes”.
Recência – é a última data de compra. Clientes que compraram mais recentemente têm alta
probabilidade de comprar novamente no futuro próximo.
Frequência – é a quantidade de vezes de compra. Clientes com várias transações no período
em análise provavelmente devem continuar a compra frequentemente no futuro.
Valor: é o total acumulado dos valores das compras. Alguns clientes são mais valiosos para a
empresa que outros; esses provavelmente continuarão a ser relevantes no futuro.
1. Separar os clientes de acordo com o período de tempo que será objeto da análise
2. Gerar uma base ordenada de acordo com a última data da compra, em ordem
decrescente, outra de acordo com o total de compras efetuadas e, por último, uma
base com o total acumulado de compras no período.
3. Para cada base gerada na etapa anterior, atribuir uma nota para a Recência, a
Frequência (F) e o Valor (V).
4. Combinar as notas obtidas de modo a obter o “valor” de RFV.
5. Obter o chamado Score RFV, se desejar trabalhar com esta variável em vez de
trabalhar com o índice RFV.
Quando analisamos os clientes após a aplicação do Modelo RFV, podemos verificar que os
clientes de mesmo índice apresentam características semelhantes.
Granularidade – diz respeito ao nível de detalhe dos dados existentes no DW. Quanto maior o
nível de detalhe, menor o grau de granularidade.
Mais detalhes -> Mais dados -> Análise mais longa -> Informação detalhada.
Menos detalhes -> Menos dados -> Análise mais curta -> Informação menos detalhada.
Objetivo do Data Mining: encontrar padrões ainda não descobertos nos dados, que possam
gerar respostas corretas para novos casos.
Atividades de Data Mining – os problemas que podem ser resolvidos com Data Mining são
divididos em dois grandes grupos:
1. Predição:
a. Classificação – a resposta será apresentada na forma de verdadeiro ou falso.
b. Regressão – a resposta será um valor numérico
2. Descoberta de Conhecimento:
a. Detecção de exceções – identifica mudanças nos padrões anteriormente
detectados.
b. Segmentação de base de dados: dividir um problema em segmentos menores
que formam grupos inter-relacionados.
c. Clusterização: processo semelhante à segmentação de bases de dados, mas
parte do pressuposto que não se possui resposta previamente conhecida.
d. Regras de associação: são regras que são formadas com informações
existentes na base de dados. São relacionamentos que, na maior parte das
vezes, não são conhecidos pelo detentor do negócio.
Um processo de Data Mining pode gerar milhares de padrões, mas nem todos são
interessantes para a organização.
Inexistência de dados
Dados irrelevantes
Dados insuficientes
Dados não confiáveis
Uma das funções mais importantes do DBM é a mensuração de resultados. Cada fase de uma
campanha pode ser medida e custeada e, depois de certo período de tempo – a chamada
“curva de experiência” – será possível desenvolver um conjunto de informações sobre o perfil
do cliente, retorno de mídias, ofertas etc.
As respostas fornecidas pelo cliente é que permitem avaliar o sucesso de determinada ação e
direcionar as próximas ações de marketing.
Os principais critérios que podem ser utilizados para desenvolver o perfil de clientes são:
O CRM significa tratar clientes diferentes de forma diferente, uma vez que cada cliente possui
necessidades e características diferentes e, além disso, possui “valor” diferente do ponto de
vista da empresa.
Do ponto de vista tecnológico, CRM envolve capturar os dados do cliente ao longo de toda a
empresa, consolidar todos os dados capturados interna e externamente em um banco de
dados central, analisar os dados consolidados, distribuir os resultados dessa análise aos vários
pontos de contato com o cliente e usar essa informação ao interagir com o cliente através de
qualquer ponto de contato com a empresa.
Para que uma empresa possua um CRM, é necessário que ela possua os três níveis de CRM:
O DBM incorporado ao CRM aumenta a vantagem competitiva. Isso ocorre de duas maneiras: