INTELIGÊNCIA COMPETITIVA

Professor:
Me. Luis Claudio Perini
 DIREÇÃO

Reitor Wilson de Matos Silva

Vice-Reitor Wilson de Matos Silva Filho
Pró-Reitor de Administração Wilson de Matos Silva Filho
Pró-Reitor de EAD William Victor Kendrick de Matos Silva
Presidente da Mantenedora Cláudio Ferdinandi

NEAD - NÚCLEO DE EDUCAÇÃO A DISTÂNCIA

Diretoria Operacional de Ensino Kátia Coelho

Diretoria de Planejamento de Ensino Fabrício Lazilha
Head de Planejamento de Ensino Camilla Cocchia
Supervisão do Núcleo de Produção de Materiais Nádila de Almeida Toledo
Supervisão de Projetos Especiais Daniel F. Hey
Projeto Gráfico Thayla Guimarães
Designer Educacional Rossana Costa Giani
Editoração Produção de Materiais

C397 CENTRO UNIVERSITÁRIO DE MARINGÁ. Núcleo de Educação

a Distância; PERINI, Luis Claudio.

Tópicos Especiais Big Data, Data Mining e Data
Warehouse. Luis Claudio Perini;
Maringá-Pr.: UniCesumar, 2017.
55 p.
“Pós-graduação Universo - EaD”.
1. Big data 2. Mining Data. 3. EaD. I. Título.

CDD - 22 ed. 025

CIP - NBR 12899 - AACR/2

As imagens utilizadas neste livro foram

obtidas a partir do site shutterstock.com

NEAD - Núcleo de Educação a Distância

Av. Guedner, 1610, Bloco 4 - Jardim Aclimação - Cep 87050-900
Maringá - Paraná | unicesumar.edu.br | 0800 600 6360
 sumário
01 06| DATA MINING

02 12| BUSINESS INTELLIGENCE (BI) E

BALANCE SCORED CARD (BSC)

03 22| MARKETING ELETRÔNICO

(E-MARKETING)

04 33| COMÉRCIO ELETRÔNICO

INTELIGÊNCIA COMPETITIVA

OBJETIVOS DE APRENDIZAGEM
•• definir conceitos de inteligência empresarial e de Data Mining e descrever
o processo de extração do conhecimento e as fases e aplicações do data
mining;
•• conceituar e descrever a arquitetura de Business Intelligence (BI) e concei-
tuar e descrever as dimensões do Balance Scorecard (BSC);
•• conceituar e entender a estratégia e planejamento de e-marketing;
•• conceituar e caracterizar segmentação de mercado, definir modelos de
negócios e entender as necessidades no ambiente de e-business, os me-
canismos de pagamentos eletrônicos, o relacionamento com e-clientes.

PLANO DE ESTUDO

A seguir, apresentam-se os tópicos que você estudará nesta unidade:

•• Data Mining
•• Business Intelligence (BI) e Balance Scored Card (BSC)
•• Marketing Eletrônico (E-Marketing)
•• Comércio Eletrônico
INTRODUÇÃO

Os recursos da internet multiplicam-se a cada dia, mídias sociais e comunidades

colaborativas são constituídas de forma exponencial, possibilitando às pessoas
trocarem informações para aprimorarem seus conhecimentos, os quais vêm
sendo cada vez mais desejados pelas organizações.
A Inteligência Competitiva atua como radar para a empresa, pois permite
que as organizações detectem e avaliem ameaças e oportunidades, venham a
captar e analisar informação sobre a concorrência e as tendências do mercado,
com o propósito de levar a organização a atingir seus objetivos e metas estra-
tégicas da empresa.
Dessa forma, é importante conhecer as tecnologias da informação que vêm,
cada vez mais, apoiar as organizações em suas tomadas de decisão, moderniza-
ção e integração dos negócios, potencializando os processos de armazenamento,
tratamento, disseminação e transferência de informações e conhecimentos.
Dentro desse enfoque, a aula 1 apresentará os conceitos básicos sobre Data
Mining, abordando a metodologia, as fases, as técnicas e exemplos do Data
Mining.
Na aula 2, trataremos dos conceitos sobre BI (Business Intelligence) e BSC
(Balance ScoreCard), analisando como as empresas usam essas ferramentas na
gestão da informação e nas tomadas de decisão.
Abordaremos na aula 3 conceitos sobre marketing eletrônico, seu funcio-
namento e também sobre segmentação de mercado.
O assunto tratado na aula 4 trata-se de uma abordagem sobre comércio
eletrônico (e-commerce), incluindo informações sobre rastreamento e relacio-
namento com e-cliente.
Bons estudos!

introdução
6 Pós-Universo

data mining
 Pós-Universo 7

Caro(a) aluno(a), o Data Mining (DM) é um conjunto de técnicas utilizadas para ex-
plorar e achar relações complexas em grandes bases de dados e tem como objetivo
descobrir de forma automática ou semiautomática o conhecimento que está escon-
dido em grandes volumes de dados armazenados em banco de dados.
O Data Mining preocupa-se com a lógica entre as informações ou as influências
que um conjunto de informações tem sobre um outro conjunto e procura desco-
brir novas relações entre os dados e, portanto, entre os fenômenos correspondentes.
Batista (2004, p. 126) expõe que este

““
[...] pode ser utilizado em qualquer área, desde o comércio eletrônico até
vendas, finanças, seguros, produção e saúde. Um bom exemplo seria um
banco utilizando Data Mining para aprovar empréstimos pessoais baseados
em perfis de clientes específicos [...]. Produção de conhecimento analisan-
do dados, descobrindo tendências e fraudes. Esse processo usa algoritmos
matemáticos para ajudar o usuário a chegar a conclusões que vão além da
análise humana.

Cortês (2008, p. 412) define Data Mining como “um processo realizado sobre grandes
repositórios de dados (Data Warehouse ou Data Mart´s) em busca de padrões de
consumo que são desconhecidos pela organização e que podem ser usados na
tomada de decisão”.
Para O´Brien (2010, p. 143), “[...] um uso importante de DW é o Data Mining, pois
processa os dados do DW para identificar fatores e tendências-chave nos padrões
das atividades de negócio”. Na Figura 1, podemos ver como o Data Mining extrai o
conhecimento a partir de um Data Warehouse:
8 Pós-Universo

Data Interpretação/
Seleção Pré-Processamento Transformação
Mining Avaliação

Dados Dados Dados

Padrões Conhecimento
Visados Pré-processados Armazenados

Dados

Figura 1 – Processo de extração do conhecimento

Fonte: adaptado de O´Brien (2010 p. 143).

O termo Data Mining deriva da busca de informações comerciais valiosas em um

grande banco de dados, Data Warehouse ou Data Mart. Ele pode realizar duas ope-
rações básicas:
•• Projetar tendências e comportamento: um problema comum na projeção
de tendência é o marketing voltado para o segmento, nesse caso o Data Mining
pode usar dados de anúncios promocionais para identificar pessoas que estarão
mais propensas a responder positivamente a futuros anúncios.
•• Identificar padrões antes desconhecidos: um exemplo interessante de iden-
tificação de padrões é a detecção de transações indevidas de cartões de crédito,
isto é, após o uso de um cartão de credito, define-se um padrão de seu uso. Se
o cartão é roubado e usado de forma fraudulenta, esse uso é diferente do seu
padrão, e assim a ferramenta de Data Mining pode distinguir a diferença entre
os dois padrões de uso.

O poder do Data Mining está na capacidade de analisar dados de forma a permitir

que os usuários respondam rapidamente a perguntas empresariais (exemplo: quantas
peças do produto X foi vendido na região Z no ano de YYYY).
Para Rob & Coronel (2014, p.535) “a finalidade da análise de dados, na mineração
de dados, é descobrir antecipadamente características, dependências, relacionamen-
tos ou tendências desconhecidas de dados [...] uma típica ferramenta de análise de
dados depende de os usuários finais definirem o problema, selecionarem os dados
e iniciarem as análises adequadas, de modo a gerar informações que o auxiliem na
modelagem e resolução de problemas descobertos por esses usuários”.
 Pós-Universo 9

Rob & Coronel (2014, p.535) também alerta que se o usuário não detectar o proble-
ma, nada poderá ser feito. É por esse motivo que alguns ambientes de BI (Business
Intelligence) fornecem soluções para diferentes tipos de alertas automatizados. Alertas
estes que são agentes de software que fazem o monitoramento constante de certos
parâmetros, tais como indicadores de vendas ou níveis de estoque, e assim execu-
tam ações especificadas quando tais parâmetros atingem os níveis predefinidos.
A mineração de dados é proativa, ou seja, busca automaticamente anomalias e
possíveis relacionamentos de dados, identificando problemas ainda não identifica-
dos pelo usuário final.
A Figura 2 representa como o conhecimento é extraído dos dados, em que os
dados representam a base de conhecimento da empresa (bancos de dados ope-
racionais). No segundo nível, vemos as informações que são os dados purificados
e processados, formando a base de conhecimento da tomada de decisão e com-
preensão dos negócios. E, por fim, o conhecimento representando as informações
altamente especializadas.

Processamento

Alto • Inteligência Artificial

• Descoberta de conhecimento
• Redes Neurais, etc
Conhecimento

• Mineração de Dados
• OLAP
informação
• Data Warehouse
• SSD

• OLTP
Dados
• BD operacional
Baixo

Figura 2 – Extração de conhecimento de dados

Fonte: adaptado de Rob & Coronel (2014, p. 581).
10 Pós-Universo

Ainda analisando a Figura 2, as ferramentas de Data Mining usam avançadas técnicas

dos campos de descoberta de conhecimento, IA para obter conhecimento e aplicá-
-lo às necessidades do negócio. O conhecimento deve ser usado para prever eventos
e projeções de valores (ex: retorno de vendas). Algumas ferramentas OLAP possuem
pelo menos alguns desses recursos de Data Mining integrados em seus produtos.
É difícil oferecer uma lista de todas as características das ferramentas de minera-
ção de dados. Não existem padrões estabelecidos que possam orientar a criação de
ferramentas de Data Mining, cada uma delas tende a ser determinada por aborda-
gens e um foco diferente, assim gerando ferramentas que se concentram em nichos
de mercado, como marketing, varejo, finanças, saúde, investimentos, bancos, segu-
radoras etc.
De acordo com Rob & Coronel (2014, p. 581-582), por não ter padrões precisos,
o Data Mining está sujeito a quatro fases, conforme Tabela 1:

Tabela 1 – Fases do Data Mining

FASE DESCRIÇÃO
Preparação de dados Os principais conjuntos de dados a serem utilizados pela
operação do Data Mining são identificados, e qualquer impu-
reza é eliminada.
Análise e classifica- Estuda os dados para identificar características e padrões
ção de dados comuns. Nessa fase, a ferramenta de Data Mining faz uso de
algoritmos específicos para encontrar: agrupamentos, clas-
sificações e sequencia de dados; dependências, vínculos ou
relacionamento de dados; padrões, tendências e desvio de
dados.
Aquisição de A ferramenta de Data Mining, com a intervenção do usuário,
conhecimento seleciona os algoritmos adequados de modelagem e aquisi-
ção de conhecimento, algoritmos estes baseados em redes
neurais, árvores de decisão, indução de regras, classificação
ou regressão, algoritmos genéticos, raciocínio com base em
memória e visualização de dados.
Prognóstico Nessa fase, as descobertas de Data Mining são utilizadas na
previsão de comportamento futuro e projetar resultados de
negócios.
Fonte: adaptado de Rob & Coronel (2014, p.581-582).
 Pós-Universo 11

Turbam, Rainer Jr & Potter (2007, p. 105) comentam que há muitas aplicações de Data
Mining, tanto para empresas quanto para outras áreas, salientando que o objetivo da
mineração de dados é identificar uma oportunidade comercial e criar uma vantagem
competitiva sustentável. A Tabela 2 possui aplicações em algumas áreas de negócio:

Tabela 2 – Aplicações de Data Mining

ÁREA DESCRIÇÃO
Vendas e varejo Projetar vendas, evitar roubos e fraudes e determinar
níveis de estoque corretos e programações de distribui-
ção entre lojas.
Serviços bancários Prever níveis de inadimplência de empréstimos e uso
fraudulento de cartões de crédito, projetar os gastos de
cartões de crédito dos novos clientes e determinar que
tipos de clientes darão um melhor retorno (e se qualifi-
carão) a novas ofertas de empréstimo.

Fabricação e produção Prever falhas nas máquinas e encontrar fatores-chave

que ajudem a otimizar a capacidade de produção.

Seguros Prever valores de prêmios e custos de cobertura, clas-

sificar os elementos mais importantes que afetam a
cobertura do seguro e prever quais clientes comprarão
novas apólices de seguro.

Polícia Monitorar padrões de crime, locais e comportamen-

to criminal; identificar atributos que ajudem a resolver
casos policiais.

Saúde Correlacionar fatores demográficos dos pacientes com

doenças críticas e desenvolver insights melhores sobre
como identificar e tratar sintomas e causas.

Marketing Classificar os fatores demográficos de clientes para

prever quais clientes responderão a um anúncio ou
comprarão determinado produto.
Fonte: adaptado de Turbam, Rainer Jr & Potter (2007, p.105).
12 Pós-Universo

business intelligence (bi)

e balance scored card (bsc)

 Pós-Universo 13

Business Intelligence (BI)

As organizações tendem a crescer e prosperar quando conseguem melhor com-
preensão de seu ambiente.
Em razão de muitas e variadas pressões do ambiente competitivo, os tomadores
de decisão estão sempre à procura de novas vantagens competitivas por meio de
desenvolvimento e manutenção de produtos, serviços, posicionamento no mercado,
promoção de vendas, pois sabem que o clima de negócios é dinâmico e, dessa forma,
exigem sua pronta reação às mudanças para a manutenção da competitividade.
Soluções de Business Intelligence (BI) permitem às empresas encontrarem em
meio à massa de dados da organização informações fundamentais sobre o negócio,
podendo, dessa forma, antecipar tendências, adiantar o lançamento de produtos, co-
nhecer melhor os clientes e alavancar o potencial competitivo. As possibilidades de
verificação e análise dos dados são diversas. Podem abranger desde a obtenção de
vários tipos de estatísticas de venda sobre cada um dos produtos da empresa até o
recebimento de relatórios garimpados para conhecer o comportamento e as prefe-
rências de cada cliente.
O BI compreende técnicas, métodos e ferramentas que possibilitam ao usuário
analisar dados e, com base nessas análises, emitir respostas que possam subsidiar ob-
jetiva e confiavelmente os processos de decisão numa empresa. Sua infraestrutura
tecnológica é composta de Data Marts, pequenos Data Warehouse que fornecem
suporte à decisão de um pequeno grupo de pessoas, como uma área ou um de-
partamento da empresa. Depois aparecem os geradores de consultas e relatórios
(conhecidos como softwares de Query & Report. – Consultas e Relatórios), as fer-
ramentas de OLAP e as aplicações de Data Mining, e num nível mais avançado há
metodologias de análise como o Balance Scorecard (BSC), sendo todas essas ferra-
mentas que compõe a estrutura do BI, apresentadas no decorrer deste estudo.
O BI é um sistema capaz de efetuar uma análise de dados com o objetivo de
responder a questões relativas ao negócio da empresa. O sistema de BI deve ainda
identificar tendências e padrões nos dados que estão sendo examinados.
14 Pós-Universo

Uma das principais tendências do mercado é tornar as aplicações de BI comuns a todas

as áreas da empresa. Sair dos departamentos nos quais o BI nasceu para ganhar toda
a corporação. Esse objetivo tem sido alcançado por meio de um conjunto de metodo-
logias, métricas (formas de medir - indicadores), processos e sistemas para monitorar
e gerenciar o desempenho dos negócios que buscam alinhar os níveis estratégicos,
táticos e operacionais de uma empresa por meios de ambientes colaborativos.

Conceitos
É fundamental saber que o Business Intelligence não se trata uma entidade única,
monolítica, um produto, mas sim de uma reunião de elementos, tais como: banco
de dados, ferramentas de OLAP (On Line Analytical Processing), Data Mining, além
de conceitos de sistemas de suporte à decisão, por isso, neste trabalho, foram deno-
minados de “aplicativos de BI”.
Conforme Moss e Atre (2003) apud Sobrido (2008, p. 96), o BI não pode ser conside-
rado nem produto nem um sistema, mas uma arquitetura que combina um conjunto
integrado de aplicações operacionais, de suporte à decisão e banco de dados, que
permitem à empresa fácil acesso às informações relacionadas aos seus negócios.
Para Tronto et al. (2003) apud Sobrido (2008, p. 96), o Business Intelligence (BI)
surgiu para apoiar as empresas no tratamento de grandes quantidades de dados e
informações.
Segundo Rob & Coronel (2014, p. 536),

““
“Business Intelligence é um termo usado para descrever um conjunto amplo,
coeso e integrado de ferramentas e processos utilizados para captar, coletar,
integrar, armazenar e analisar dados para geração apresentação de informa-
ções que deem suporte à tomada de decisões”

O BI trata da criação de inteligência sobre o negócio, e essa inteligência baseia-

-se na compreensão de fatos sobre o próprio negócio, permitindo assim a empresa
transformar dados  em informações  em conhecimento  em sabedoria criando
assim, na empresa, sabedoria em negócios e distribuindo-a para todas as áreas da
organização, fazendo que os usuários agora tomem decisões com base no conheci-
mento acumulado sobre negócio.
 Pós-Universo 15

De acordo com Batista (2006, p. 121), “BI, também conhecida como inteligência
empresarial, trata-se de um conjunto de ferramentas e aplicativos que oferece aos
tomadores de decisão possibilidade de organizar, analisar, distribuir e agir, ajudando
a organização a tomar decisões melhores e mais dinâmicas”
Ainda segundo Batista (2006, p.121), as ferramentas de BI permitem cruzar dados,
visualizar informações em vários cenários e analisar os principais indicadores de de-
sempenho empresarial. Também cita as quatro principais ferramentas do conjunto de
inteligência empresarial que são o Data Warehouse, ferramentas OLAP, Data Mining
e as ferramentas de modelagem analítica e de previsões. Dessa forma, coloca que o
BI é o segundo maior investimento das organizações.
Rob & Coronel (2014, p.536) afirmam que o BI não é por si só um produto, mas
sim um modelo de conceitos, práticas, ferramentas e tecnologias que auxiliam uma
empresa a compreender melhor seus recursos centrais, fornecendo um retrato ins-
tantâneo da sua situação e identificam oportunidades fundamentais a fim de criar
vantagens competitivas. Nesse processo, envolvem-se as etapas de:

•• coleta e armazenamento de dados operacionais;

•• agregação de dados operacionais em dados de suporte a decisões;

•• análise de dados de suporte a decisões para gerar informações;

•• apresentação dessas informações ao usuário final;

•• tomada de decisões de negócios, gerando assim mais dados que são co-
letados, armazenados, reiniciando todo o processo;

•• monitoramento para avaliar os resultados das decisões tomadas.

Para Rosini & Palmisano (2012, p. 56),

““
[...] a grande cartada das ferramentas de Business Intelligence atuais é que qual-
quer profissional de uma empresa, seja ele jornalista, médico ou engenheiro,
pode fazer consultas ao banco de dados e gerar relatórios sem a necessida-
de de conhecimento de programação; um bom caminho para o profissional
que trabalha com BI é estudar estratégias de informação, pois as ferramentas
são de fácil uso e o grande lance está em saber extrair as informações dese-
jadas, explorando, ao máximo, os recursos oferecidos pela aplicação.
16 Pós-Universo

Ainda conforme Rossini & Palmisano (2012, p. 58-59), algumas tecnologias no trata-
mento de banco de dados utilizados nos modelos de BI são:

•• condensação de aprendizagem: inclui técnicas que minimizam o espaço

de armazenagem dos dados, minimizando o tempo de acesso;

•• pré-processamento: com essa técnica, pode-se calcular antecipadamen-

te e armazenar tanto os resultados de consultas efetuadas como variações
da tabela de BD original;

•• processamento paralelo/distribuído: as técnicas dessa classe permitem

aumentar o throughput processando consultas, usando dois tipos de pro-
cessamento paralelo;

•• pipelined parallel processing: permite utilizar múltiplos processos ou pro-

cessadores para avaliar a próxima etapa na sequência de tarefas a serem
executadas;

•• banco de dados paralelos distribuídos: distribuem os dados em vários locais,

permitindo assim o processamento simultâneo de consultas;

•• aplicativos de BI: não são normalmente projetados para as operações do

dia a dia, realizando pesquisas em grandes bases de dados, e o objetivo é
a maximização da eficiência das pesquisas tirando o máximo das informa-
ções do BD.

Barbieri (2001, p.98) conceitua Business Intelligence como a habilidade de se estru-

turar, acessar e explorar informações, normalmente, guardadas em DW/DM (Data
Warehouse ou Data Marts), com o objetivo de desenvolver percepções, entendimen-
tos, conhecimentos, os quais podem produzir melhor processo de tomada de decisão.
 Pós-Universo 17

Arquitetura de uma aplicação de Business Intelligence

Rob & Coronel (2014, p. 538) comentam que o BI abrange uma faixa de tecnologia e
aplicações para a gestão do ciclo de vida dos dados, da aquisição ao armazenamen-
to, transformação, integração, análise, monitoramento, apresentação e arquivamento,
sendo que os recursos de BI vão da coleta e extração de dados a complexas aplica-
ções de análise e apresentação. E como qualquer importante infraestrutura de BI, a
sua arquitetura é composta de dados, pessoas, processos, tecnologia e geren-
ciamento desses componentes (Figura 3):
PESSOAS PROCESSOS

TECNOLOGIAS DE BUSINESS INTELLIGENCE

Visualização de dados

Mineração
Ferramenta de Ferramenta de
de
relatórios consulta
Dados
Dados
Operacionais OLAP

Extração,
Transformação, Data Data Mart
Carregamento Warehouse

GERENCIAMENTO GOVERNANÇA

Figura 3 – Modelo de Business Intelligence (BI)

Fonte: Rob & Coronel (2014, p. 538).
18 Pós-Universo

É importante ter em mente que o foco do BI é coletar, integrar e armazenar dados de

negócios para fins de criação de informações. O BI integra pessoas e processos com
o uso de tecnologias para agregar valor aos negócios. Porém, o BI reconhece que a
tecnologia por si própria não é suficiente, por isso utiliza um conjunto das melhores
práticas de gerenciamento para administrar os dados como um bem corporativo.
Para isso, faz uso de técnicas de gerenciamento mestre de dados (MDM).

Um benefício somado ao gerenciamento de dados e da tomada de decisões é o for-

necimento de um modelo de governança empresarial, que nada mais é que um
método ou processo de administração. Nesse caso, o BI proporciona um método de
controle e monitoramento da saúde dos negócios e da tomada de decisão consis-
tentes, criando assim responsabilidade sobre as decisões de negócios, muito importante
atualmente na era de fluxos comerciais.

quadro resumo
Gerenciamento Mestre de Dados (MDM): é um conjunto de conceitos,
técnicas e processos para a identificação, definição e gerenciamento ade-
quados de elementos de dados em uma organização. Tem por objetivo
fornecer uma definição ampla e consistente de todos os dados do interior
de uma organização, garantindo que todos os recursos da empresa que
operem sobre dados tenham visões uniformes e consistentes dos dados
da empresa.
Indicadores Chaves de Desempenho (ICD): são medidas quantificáveis
(numéricas ou baseadas em escala) que avaliam a eficiência ou o sucesso
da empresa em alcançar suas metas estratégicas e operacionais.

O monitoramento dos negócios é importante para compreender onde uma empresa

se encontra e para onde quer ir. Para isso, o BI usa extensamente um tipo especial de
métrica conhecida como Indicadores Chaves de Desempenho. (ICD).
Os ICD´s são determinados após a definição das principais metas estratégicas,
táticas e operacionais da empresa. Para atender o plano mestre de estratégias de
uma organização, o ICD deve ser comparado como uma meta desejada em um de-
terminado intervalo de tempo específico.
 Pós-Universo 19

Outra forma de entender a arquitetura de BI é descrever os componentes básicos

que constituem a sua infraestrutura. No entanto, existem quatro componentes básicos
que todos os ambientes de BI devem fornecer: ferramentas de extração, transforma-
ção e carga de dados (ETL); armazenamento de dados; ferramentas de consulta e
análise de dados; ferramentas de apresentação e visualização de dados.
Cada componente de BI gerou um mercado de ferramentas especializadas e,
devido ao avanço rápido da tecnologia cliente/servidor, tais componentes podem in-
teragir com outros componentes para formar uma arquitetura genuinamente aberta.

Business Scorecard (BSC)

Conceitos e definições

Surgido no início da década de 1990, concebido por Robert Kaplan e David Norton,
o Balance Scorecard – BSC (Indicadores Balanceados de Desempenho) é um sistema
de gestão que propõe traduzir a missão da empresa e sua estratégia em um conjunto
de atividades que têm sua performance monitorada segundo suas finanças, relação
com os consumidores, processos internos de negócios e aprendizado e crescimen-
to (KAPLAN e NORTON, 1996 apud CORTÊS, 2008, p. 430-431).
A Figura 4 mostra como o BSC está estruturado, segundo Kaplan e Norton, e
como o BSC traduz a missão e estratégia organizacional em um conjunto detalhado
de medidas de desempenho, constituindo a estrutura de um sistema de gerencia-
mento estratégico.
O BSC oferece aos gestores instrumentos para melhor gerenciar as empresas,
medindo o desempenho baseado em indicadores financeiros e não financeiros,
possibilitando assim perseguir resultados e ao mesmo tempo monitorar o desen-
volvimento de capacidades e a obtenção de recursos intangíveis necessários ao seu
crescimento.
20 Pós-Universo

FINANÇAS

Iniciativas
Objetivos
Medidas
Metas
Para obter sucesso
financeiro, como a
organização deve ser vista
pelos seus acionistas?

PROCESSOS
CLIENTE
INTERNOS

Iniciativas

Iniciativas
Objetivos

Objetivos
Medidas

Medidas
VISÃO

Metas

Metas
Para atender à sua visão, E Para satisfazer seus clientes,
como a organização deve ESTRATÉGIA em quais processos a
ser vista pelos seus organização deve se
consumidores? destacar?

APRENDIZADO E
CRESCIMENTO

Iniciativas
Objetivos
Medidas
Metas
Para atender à sua visão,
como a organização deve
manter sua habilidade de
mudar e progredir?

Figura 4 – Esquema do Balance Scorecard

Fonte: Kaplan e Norton (1996) apud Cortês (2008, p. 431).

Cortês (2008) comenta que, devido à crescente integração, abrangência e uso de

sistemas de informações nas empresas dos mais variados tipos e tamanhos, o fluxo
de informações deve atender não só as demandas operacionais como também dar
subsídios aos níveis táticos e estratégicos.
Diante desse cenário, prospecta-se um uso cada vez mais de sistemas de BI em
projetos de implantação e uso do Balance Scorecard, e para que isso aconteça é de
fundamental importância que o projeto dê uma correta constituição do repositório
de dados, isto é, do Data Warehouse.
Para Strauss e Frost (2012, p. 33), o Balance Scorecard (BSC) constitui uma boa
base para compreensão dos indicadores para as ações do e-marketing.
Comentam ainda que por anos o desempenho financeiro ou a participação de
mercado das organizações foram os indicadores mais importantes para medir o
sucesso empresarial, uma vez que as grandes corporações incentivaram a concor-
rência entre as suas marcas ou nos pontos de venda e avaliaram o sucesso pelo lucro
obtido.
Ainda na década de 90, as empresas ignoraram as medidas financeiras e focaram
no crescimento, e muitas passaram por grandes dificuldades, pois tais abordagens
são focadas e aplicadas mais intensamente em resultados a curto prazo em vez de
avaliar a sustentabilidade da empresa.
 Pós-Universo 21

O BSC é um sistema com uma taxa de adoção significativa, segundo o site <www.
balancedscorecard.org>, o qual tem em média 60% de todas as empresas globais.
O painel de indicadores associa a estratégia à sua execução, fazendo que as
empresas levem em consideração sua visão e seus fatores críticos de sucesso para atin-
gi-los e subsequentemente criem indicadores nas 4 (quatro) dimensões do Balance
Scorecard: cliente, processos internos, aprendizado e crescimento e a dimensão fi-
nanceira (vide Tabela 3)

Tabela 3 – As quatro dimensões do Balance Scorecard

DIMENSÃO DESCRIÇÃO
Clientes Dimensão referente aos clientes usa indicadores para
avaliar o valor entregue a seus clientes.
Processos Internos Avalia o sucesso de uma empresa no atendimento
das expectativas dos clientes através dos seus pro-
cessos internos, em que os itens de maior impacto
incluem o tempo de ciclo (tempo de fabricação do
produto), a qualidade da fabricação, as habilidades e a
produtividade dos funcionários.
Aprendizado e Crescimento Às vezes chamada de perspectiva de crescimen-
to, é uma das contribuições exclusivas do Balance
Scorecard. As empresas atribuem valor ao aperfeiçoa-
mento contínuo dos produtos e serviços existentes
bem como na inovação de seus novos produtos.
Essas atividades afastam os funcionários de seu tra-
balho do dia a dia de vender produtos, ao invés disso
pedem para que prestem atenção nos fatores impor-
tantes para a sustentabilidade da empresa a longo
prazo. Medidas nessa área incluem uma série de pro-
dutos inéditos e a percentagem de vendas atribuíveis
a cada um, penetração em novos mercados e o aper-
feiçoamento de processos, como CRM (Customer
Relationship Management) ou iniciativas no SCM
(Supl. Chain Management).
Financeira Incluem indicadores referentes a receitas e despesas
assim como o retorno de investimento, vendas e cres-
cimento na participação de mercado.
Fonte: adaptado de Strauss e Frost (2012, p. 33).
22 Pós-Universo

marketing eletrônico

(e-marketing)
 Pós-Universo 23

O objetivo desta aula é desenvolver uma compreensão acerca da importância do E-

marketing na estratégia de marketing na empresa, mostrando a correlação com os
temas Data Mining, Data Warehouse, Business Intelligence e Balance Scorecard já
estudados.

Conceitos
O E-marketing consiste no uso da tecnologia de informação para as atividades de
marketing e os processos para criar, comunicar, desenvolver e compartilhar ofertas
que agregam valor para os clientes, parceiros e a sociedade em geral. Em outras pala-
vras, o E-marketing é o resultado da tecnologia da informação aplicada ao marketing
tradicional, afetando o marketing tradicional de duas formas: primeiro intensifica a
eficiência e a eficácia nas funções tradicionais de marketing; em segundo, a tecno-
logia do e-marketing transforma as estratégias de marketing resultando em novos
modelos de negócios que agregam valor ao cliente e/ou intensificam a lucrativida-
de da empresa.
De acordo com Strauss e Frost (2012, p.5), o E-marketing é maior que a WEB e maior
que a tecnologia. A web é o que a maioria das pessoas pensam quando imaginam o
que será a internet. O marketing eletrônico vai muito mais além desse ambiente, pois
inicialmente muitas tecnologias surgiram antes do surgimento da web e podem ser
usadas fora desse ambiente. Em segundo lugar, as comunicações feitas via protoco-
lo da internet não são realizadas obrigatoriamente pela web. Por fim, a internet leva
texto, vídeo, áudio e gráficos para muitos outros dispositivos do que simplesmente
para os computadores pessoais.
Os provedores de conteúdo criam texto original, vídeo, áudio e gráficos envian-
do via internet para seus usuários que recebem esse conteúdo como informações,
entretenimento ou comunicação em qualquer tipo de aplicativo.
Os profissionais de marketing analisam fora da ambiente web, eles encontram
novas possibilidades para criar produtos que agregam valor e se comunicar de tal
forma que promovam relacionamento com os clientes.
A internet é como uma fonte de água para os seres humanos, visto que oferece
fácil acesso, barato e rápido às informações digitais e entretenimento e ela transfor-
ma indivíduos, empresas, economias e sociedades.
24 Pós-Universo

A internet fornece aos usuários acesso conveniente e contínuo a informações, en-

tretenimento, rede de relacionamentos e comunicação. E se “informação é poder”, as
pessoas têm mais poder do que nunca, pois os clientes comparam características e
preços do produto, usando mecanismos de busca e leem as opiniões sobre produ-
tos descritas por outros clientes. A internet possibilita a comunicação multimídia
personalizada por e-mail, serviços de telefonia pela internet, software colaborativos
e outros, influenciando o modo pelo qual muitos indivíduos trabalham, comunicam-
-se e consomem, e os profissionais de marketing se associam para agregar valor e
obter participação nos lucros.

saiba mais
Mídias sociais são as mídias em que o conteúdo é gerado pelo usuário, tendo
como foco o relacionamento. Como exemplo citam-se: enciclopédias cola-
borativas, blogs, sites de compartilhamento de vídeos e músicas etc.
Comunidades colaborativas são grupos de pessoas que têm os mesmos in-
teresses e interagem entre si, reunindo-se em comunidades, colaborando
com conhecimentos que têm a respeito de determinados assuntos, com-
partilhamento de vídeos e músicas etc.
A Inteligência Competitiva também é conhecida como Inteligência
Empresarial, Gestão Estratégica do Conhecimento; Business Intelligence
(Inteligência nos negócios), entre outros.

Estratégia de E-marketing
O termo estratégia, embora utilizado em muitos contextos para significar coisas di-
ferentes, é conceituado pela maioria dos estrategistas como o meio para alcançar
um objetivo. (STRAUSS e FROST, 2012, p.24).
E diante disso, a estratégia de E-marketing é a concepção de estratégia de mar-
keting que maximiza os recursos eletrônicos ou da tecnologia da informação para
alcançar os objetivos específicos, ou seja, representa a união da estratégia de tecno-
logia e da estratégia de mercado.
 Pós-Universo 25

Cabe aqui também citar a definição de e-business que nada mais é que “o desen-
volvimento dos recursos da empresa para maximizar tecnologias a fim de atingir os
objetivos que, em última análise, melhoram o desempenho e criam vantagens com-
petitivas sustentáveis.
A maioria dos planos estratégicos faz uso dessas premissas para determinar os
objetivos e estratégias escolhidos, e elas são importantes para a elaboração de um
plano único de e-business que tenta obter recursos corporativos e o apoio da alta
administração.
Vale salientar também a diferença entre modelos de negócios e modelos de e-bu-
siness, em que o primeiro é um método pelo qual a organização se autossustenta a
longo prazo, incluindo sua proposta de valor para parceiros e clientes, assim como
os fluxos de geração de receitas. O segundo é um método pelo qual a organização
se autossustenta a longo prazo, com o uso da tecnologia da informação, incluindo
a proposta de valor para parceiros e clientes.
A única maneira de saber se a empresa tem alcançado seus objetivos é medir seus
resultados através de Indicadores de Desempenho (KPI). Os KPI são medidas especí-
ficas destinadas a avaliar a eficácia e a eficiência das operações de uma organização
tanto on-line quanto off-line. Quando uma empresa define os indicadores de desem-
penho que serão utilizados para avaliar a eficácia da estratégia, ela:

•• traduz sua visão, estratégia, seu modelo de e-business em componente, de

modo a medir seus resultados;

•• o indicador de desempenho deve ser de fácil compreensão e aplicação;

•• as métricas devem ser fáceis;

•• as avaliações sobre os funcionários estão vinculadas com os indicadores.

O termo de e-marketing usado para o estudo do comportamento dos usuários nas

web pages é chamado de web analytics. Nele empresas coletam dados, como cliques
dos usuários pelas páginas, e utilizam tais dados para otimizar seus investimentos
on-line. Esses dados para análise são colhidos de várias formas:
26 Pós-Universo

•• os logs do servidor do website registram o endereço de IP do usuário nao

qual o navegador visitante está utilizando, sua localização antes de chegar
ao website da empresa, a hora do dia e cada clique dado pelo usuário;

•• cookies são pequenos arquivos de dados gravados no disco rígido do

usuário ao visitar um website. Quando os clientes retornam, os dados do
arquivo de cookies são recuperados e utilizados para identificar quantos
visitantes estão voltando;

•• page tags são um pixel em uma página que é invisível para os usuários. Elas
ativam um script especial quando os usuários estão na página, fornecendo
informações, como quando os itens são removidos do carrinho de compras.

Planejamento de E-marketing
Algumas perguntas surgem a respeito do processo de e-marketing, tais como “De
que forma as tecnologias de informação ajudam os profissionais de marketing no
aumento da geração de receitas e participação no mercado ou na redução de custos?
Como as empresas podem identificar uma vantagem competitiva sustentável com a
internet quando o cenário está em constante mudança?” A resposta está na definição
de como aplicar os dados digitais e as tecnologias de informação de forma efetiva,
ou seja, as melhores empresas possuem visões claras que elas produzem, por meio
do processo de marketing definindo as estratégias e os objetivos dos seus modelos
de e-business e determinando suas metas de e-marketing que serão executadas por
meio de táticas adequadas para atingir tais resultados.
O plano de marketing é um modelo estruturado para formulação e implantação
da estratégia de e-marketing, sendo um documento dinâmico que vincula a estra-
tégia de e-business da empresa com as estratégias de marketing orientadas pela
tecnologia e descreve os detalhes para a implantação do plano através da gestão
de marketing.
O plano de marketing monitora os resultados obtidos, avaliados pelos indicado-
res de desempenho, de acordo com o especificado no modelo de e-business e com
as estratégias da empresa.
 Pós-Universo 27

O plano de e-marketing também atua como um mapa para orientar a empresa

sobre a direção a ser tomada e auxilia a empresa a alocar seus recursos e fazer ajustes
necessários. Para atingir esses objetivos, são definidos sete elementos-chave do
planejamento, que são: 1) análise da situação; 2) planejamento estratégico de e-mar-
keting; 3) Objetivos do plano; 4) estratégia de e-marketing; 5) Plano de implantação;
6) Orçamento; 7) Plano de Avaliação.

Segmentação
A segmentação nunca foi tão importante para o sucesso dos negócios quanto hoje
em dia, pois adotar uma estratégia única para todo tipo de público é certeza para o
fracasso.

Segmentação de mercado
Os profissionais de marketing tomam decisões sobre a segmentação e a seleção do
seu público-alvo com base em fontes de dados internos. Segmentação de marke-
ting é o processo de agregar indivíduos ou empresas com características similares
relacionadas ao uso, consumo ou benefícios de um produto ou serviço. O resultado
da segmentação de mercado consiste em grupos de clientes denominados segmen-
tos de mercado.
Um segmento de mercado pode ser de qualquer tamanho, desde uma pessoa
até milhões, pois a tecnologia de marketing da internet permite que as empresas
adaptem facilmente seus mix de marketing para atender as necessidades individuais.
Seleção de público-alvo é o processo de selecionar os segmentos de mercado
que são mais atraentes para a organização. Os critérios mais comuns que as empre-
sas utilizam para selecionar seus público-alvo incluem acessibilidade, lucratividade
e crescimento.
28 Pós-Universo

Mercados
Um meio pelo qual a tecnologia da informação contribui para a venda é facilitar as
relações antes e após a transação com clientes atuais e futuros, parceiros e membros
da cadeia de suprimentos, porém a tecnologia mais recente não consegue ajudar os
profissionais de marketing a vender se eles não identificam os mercados mais ade-
quados. Dentre todos os mercados existentes, os importantes para os mercados são:

Mercado Empresarial (B2B)

Envolve a oferta de bens e/ou serviços para empresa, governos e instituições para
uso nas operações de negócios. O marketing on-line (B2B) é imenso em razão da
proporção maior de empresas conectadas à internet em relação aos consumidores,
especialmente nos países em desenvolvimento.
Grande parte da atividade B2B on-line é transparente para os consumidores, uma
vez que envolve redes proprietárias que possibilitam o compartilhamento de infor-
mações e de banco de dados.
A tecnologia de informação promoveu eficiências extraordinárias no mercado
de B2B, embora as empresas que vendem on-line enfrentem crescente concorrência
em virtude da globalização e da redução nas barreiras à entrada no mercado pro-
vocadas pela internet. Muitas empresas estão mudando totalmente suas estruturas
de cadeia de suprimentos, o que resulta muitas vezes em conflito entre os diferen-
tes canais de marketing.

Mercado Governamental (B2G)

As empresas que querem vender para os governos enfrentam desafios exclusivos
nesse mercado, pois os órgãos governamentais possuem muitas regras a serem se-
guidas com relação a qualificações, burocracia e assim por diante.
Nesse modelo, tanto as pequenas como as grandes empresas têm a mesma
chance de vender para os governos municipal, estadual e federal, e os websites do
governo anunciam suas necessidades de compra antes do processo de licitação,
tudo isso com a ajuda da tecnologia da internet.
 Pós-Universo 29

Mercado Consumidor (B2C)

São aplicações focadas no consumidor e têm como meta atrair compradores poten-
ciais, negociar bens e serviços e fortalecer a fidelidade do cliente por meio de um
tratamento cortês individual e adotando características comunitárias.
Um fator básico no B2C (também conhecido na Internet com e-tailing) é que
todos os websites varejistas são criados de modo igual no que tange à localização
para seu sucesso em vendas. Nenhum site está mais próximo de seus clientes da
web, pois os concorrentes podem estar oferecendo bens e serviços semelhantes a
apenas um clique. Isso faz que as empresas encontrem formas de melhorar a satis-
fação do cliente, sala fidelidade e relacionamento, para que os clientes continuem
retornando às suas lojas na web.
As transações de comércio eletrônico podem ser feitas entre diversos atores. Os
tipos mais comuns de e-commerce são:

•• Business-to-business (B2B): são transações nas quais os participantes

(vendedores e compradores) são pessoas jurídicas. Verifica-se que a maior
parte do volume de transações de e-commerce é dessa modalidade;

•• Business-to-consumer (B2C): são transações em que os vendedores

são empresas, e os compradores são pessoas físicas, também chamadas
de e-tailing;

•• Consumer-to-business (C2B): nessa modalidade, os vendedores (pessoas

físicas) tornam conhecida uma necessidade específica por um produto ou
serviços, e os compradores (pessoas jurídicas) competem para oferecer o
produto ou serviços para os consumidores;

•• Consumer-to-consumer (C2C): é um tipo de negócio em que os ven-

dedores e os compradores são pessoas físicas, isto é, indivíduos vendendo
produtos e serviços uns aos outros;

•• Business-to-business-to-consumer (B2B2C): é um tipo de categoria

na qual uma empresa (pessoa jurídica) oferece produtos e serviços a outra
empresa que seja sua cliente, e esta, por sua vez, possui seus próprios clien-
tes para os quais o produto ou serviço é repassado;
30 Pós-Universo

•• Comércio colaborativo (commerce): nessa categoria, os parceiros em-

presariais (pessoas físicas ou jurídicas) colaboram eletronicamente, ao invés
de comprar e vender;

•• Comércio móvel (m-commerce): é um tipo de comércio realizado em

um ambiente sem fio e, para usá-lo, é só acessar a internet através do dis-
positivo móvel e realizar a compra;

•• Comércio Intraorganizacional: é uma categoria a qual abrange todos

os processos internos que envolvem a troca de produtos, informações ou
serviços entre diferentes unidades e indivíduos de uma empresa, ocorren-
do frequentemente por meios das intranets e de portais corporativos;

•• Business-to-employees (B2E): é uma modalidade na qual uma empresa

oferece produtos e serviços a seus funcionários;

•• Governament-to-cutisem (G2C): nessa modalidade uma entidade go-

vernamental adquire produtos e serviços de empresas ou de cidadãos, ou
ainda oferece esses bens a tais empresas e cidadãos;

•• Exchange-to-Exchange (E2E): é um espaço de troca eletrônica em um

mercado eletrônico público no qual há diversos compradores e vendedores,
e à medida que o número de participantes aumenta mais trocas ocorrem;

•• CE nonbusiness: é um tipo de comércio cada vez mais utilizado por em-

presas não comerciais (empresas sem fins lucrativos, religiosas, sociais e
agências de governo) que utilizam o comércio eletrônico para reduzir des-
pesas ou aprimorar suas operações e serviços.
 Pós-Universo 31

Seleção de Clientes on-line

Os profissionais de marketing, após analisarem os diversos segmentos potenciais,
devem escolher os melhores segmentos para selecionar o público-alvo. Para isso, é
feita a revisão da análise de oportunidades de mercado, consideram as descober-
tas da análise SWOT e geralmente procuram o melhor ajuste entre o ambiente de
mercado e as capacidades da empresa e seus recursos.

Para ser atraente, um segmento de mercado on-line deve ser acessível pela internet,
ser mensurável e crescente e possuir grande potencial para o lucro. Os profissionais
de marketing digital desenvolvem uma estratégia de seleção de público-alvo.
A internet é especialmente adequada para duas estratégias de seleção de
público-alvo:
•• Nicho de mercado: ocorre quando uma empresa seleciona um segmento
e desenvolve um ou mais mix de marketing para atender às necessidades
desse segmento.

•• Micro marketing: também conhecido como segmentação individualiza-

da, ocorre quando uma empresa adapta totalmente ou parcialmente o mix
de marketing a um pequeno número de pessoas, levando ao extremo ele
pode ser o mercado-alvo de uma só pessoa.

A segmentação individual é a grande jogada que muitas empresas estão usando

atualmente. Na Figura 5 é visto um funil de vendas que permitem ao profissional de
marketing seguir os usuários por todos os passos do processo de compra. Essa abor-
dagem é o melhor conceito de marketing: dar aos clientes individuais o que eles
querem na hora certa no lugar certo. E a tecnologia da internet torna possível essa
customização em massa que era inimaginável há vinte anos.
32 Pós-Universo

925 visitantes do Website visualizaram a

página de informações para inscrição

432 visitantes clicaram na página

de inscrição para assinatura

205 completaram o
formulário de
inscrição

5 compraram o Acompanhamento por

produto e-mail desses
potenciais clientes

Taxa de
Segmento de Clientes Visitantes Desistência Conversão
(%)
Visualizaram a página de inscrições 925
Clicarama na página de inscrição 432 493 46,7%
Concluíram a inscrição 205 227 47,4%
Adquiriram o produto 5 200 2,4%

Figura 5 – Funil de Vendas

Fonte: adaptado de Strauss e Frost (2012, p. 136).

Diferenciação on-line
É o processo de adição de um conjunto de diferenças significativas e valorizadas para
distinguir a oferta da empresa das ofertas de seus concorrentes. A diferenciação é o
que uma organização faz para o produto, ao contrário do posicionamento, que é o
que ela faz para a mente. Uma empresa pode diferenciar sua oferta através de cinco
dimensões: produto, serviço, pessoal, canal e imagem.
 Pós-Universo 33

Posicionamento on-line
As estratégias de posicionamento ajudam a criar a imagem desejada da empresa e
seus produtos nas mentes de um público alvo.
Posicionamento é o processo de criação dessa imagem, e uma posição é a visão
resultante da empresa ou da marca a partir da perspectiva do cliente. Possui um con-
ceito simples: para ter sucesso, uma organização não deve apenas se diferenciar e
diferenciar seus produtos das outras empresas, mas também se posicionar entre seus
concorrentes na mente do público-alvo para criar seu próprio nicho de mercado.
As empresas podem se posicionar: por atributos de produto ou serviço; por tec-
nologia; por benefícios; por categoria de usuário; por concorrente e por integração.
34 Pós-Universo

comércio

eletrônico
 Pós-Universo 35

Uma das principais características do comércio eletrônico é permitir a geração de

novos modelos de negócios. Um modelo de negócio é um método que possibili-
ta à empresa gerar renda para se manter, em que é especificada a posição que a
empresa se encontra na cadeia de valor. Modelos de negócios são parte de um plano
de negócios ou de um caso de negócios.

quadro resumo
Modelo de Renda: especifica o modo como a empresa ou o projeto de
e-commerce deverá gerá-la.
Proposta de Valor: diz respeito aos benefícios que uma organização pode
conseguir usando o comércio eletrônico.

As estruturas desses modelos de negócios variam de acordo com o método usado

para gerar renda, devendo para isso, definir o modelo de renda. Os modelos de renda
mais comuns são:

•• Taxas de transação: ocorrem quando uma empresa recebe comissão sobre

o volume de transações efetuadas;

•• Taxas de assinatura: ocorrem quando os clientes pagam um valor fixo, ge-

ralmente mensal, para obter certos serviços;

•• Taxas de divulgação: acontecem quando as empresas cobram de outras

taxas para exibir propaganda em seus sites;

•• Taxas de afiliação: ocorrem quando empresas recebem comissão por indicar

clientes a outros sites;

•• Vendas: ocorrem quando empresas geram renda através da venda de pro-

dutos ou serviços através de seu site;

•• Outros: ocorrem quando empresas cobram taxas sobre o uso de jogos,

sobre a transmissão de competições esportivas em tempo real etc.
36 Pós-Universo

Segundo Turbam e King (2004, p.10), diversos modelos de negócios estão presen-
tes no comércio eletrônico, dentre os quais destacamos os mais comuns (Tabela 4):
Tabela 4 – Modelos de Negócios

MODELOS DESCRIÇÃO
Marketing direto É o modelo mais básico, é o de venda on-line do fabricante
(on-line) para o consumidor (sem intermediários) e do varejista para o
consumidor (torna a distribuição mais eficiente), sendo muito
eficaz no caso de produtos digitais e serviços, ocorrendo tanto
nas modalidades B2C como no B2B.
Sistema de propos- Grandes corporações públicas ou privadas efetuam compras
ta de concorrência em um sistema de proposta de concorrência, também
eletrônica chamado de leilão reverso, em que este pode ser realizado
de forma on-line, economizando tempo e recursos.
Estabelecer preços Esse modelo de negócios permite aos compradores estabe-
lecer o preço que desejam pagar por determinado produto
ou serviço. Nesse caso, a empresa coloca em contato com os
fornecedores que queiram vender o produto ou serviço e os
clientes (pessoas físicas) podem aumentar seu lance antes que
o produto ou serviço seja arrematado.
“Encontre o Nesse caso, o cliente especifica sua necessidade, e uma
melhor preço” empresa intermediária encontra numa base de dados o menor
preço para tal necessidade. O fornecedor tem o prazo de 01
hora para aceitar ou não a oferta.
Marketing afiliado É um acordo em que o parceiro encaminha clientes ao site de
outros. Isso ocorre através da colocação de banners, ou o logo-
tipo da empresa vendedora na empresa afiliada, e o parceiro
afiliado recebe uma comissão que pode chegar até 15% sobre
o valor da venda a qual fez após a indicação.
Marketing viral Nesse modelo, pode-se ampliar tanto o conhecimento da
marca como das vendas, em que as pessoas são induzidas a
enviar mensagens de convites a outras pessoas para se filiarem
a determinados programas, ou seja, aqui é feito basicamente
um marketing boca a boca baseado na internet.
Compra em grupo O comércio eletrônico difundiu largamente o conceito de agre-
gação eletrônica, em que é comum oferecer descontos para
compras a certos grupos. Isso ocorre através de um tercei-
ro (intermediário) que identifica os interessados, agrupa seus
pedidos e negocia com os fornecedores para obter o melhor
negócio.
 Pós-Universo 37

Leilões on-line Nesse modelo, os compradores on-line fazem lances consecu-

tivos para vários produtos e serviços e são vendidos pelo maior
lance.
Customização Customizar produtos significa criá-los de acordo com o desejo
de produtos e e a especificação do comprador. Não é um conceito novo, mas
serviços o diferencial está em adaptar rapidamente ao mercado de pro-
dutos on-line com preços similar aos produtos já existentes no
mercado físico.
Mercados e trocas Esse modelo não é tão novo assim, mas a partir do início do
eletrônicas século 21, vários e-marketplaces introduziram novidades ao
processo oferecendo benefícios a compradores e vendedores
que utilizam marketplaces verticais que se concentram em ofe-
recer produtos específicos.
Desenvolvedores Essa modalidade foi uma das grandes contribuições do co-
de cadeia de mércio eletrônico, pois permite a criação de modelos que
suprimentos permitem modificar, desenvolver e administrar cadeias de
suprimentos.
Fonte: adaptado de Turbam e King (2004, p. 10-12).

Necessidades no E-Bussiness
Outra necessidade de estabelecer no e-business são os pagamentos eletrônicos, ou
seja, a parte de integralização do negócio, seja tanto no modo tradicional como on-
line. Infelizmente os pagamentos tradicionais não são eficazes no e-business, uma
vez que o caixa não pode ser usado, uma vez que não existe o contato cara a cara e
nem todos os comerciantes aceitam pagamentos com cartões de crédito, e alguns
compradores não possuem cartões de crédito ou até mesmo conta bancária. Por
todos esses motivos, uma maneira mais eficiente torna-se necessária para pagar
pelos bens e serviços adquiridos na Web, e esse modo são os sistemas de paga-
mentos eletrônicos.
Os sistemas de pagamentos eletrônicos permitem que o cliente escolha como
deseja pagar suas compras. Na Tabela 5, poderemos ver alguns desses mecanismos
de pagamento eletrônico:
38 Pós-Universo

Tabela 5 – Mecanismos de Pagamentos Eletrônicos

MODELOS DESCRIÇÃO
Cheques Eletrônicos São semelhantes aos cheques normais em papel, usados
(E-Checks) principalmente em transações de B2B. Assim como os
cheques normais, levam uma assinatura digital que pode
ser verificada. Devidamente assinados, os e-checks são
trocados entre instituições financeiras.
Cartões De Credito É um meio de pagamento eletrônico amplamente utili-
zado para compras on-line, em que muitas pessoas ainda
resistem ao apelo e simplicidade em virtude das preocu-
pações com a segurança. Devido a isso, alguns e-business
aceitam somente cartões de credito criptografados, ou
seja, cartões que utilizam protocolos encontrados no
computador do comprador.
Cartões De Compra São equivalentes aos cartões de crédito, porém utilizados
em transações B2B, em que empresas pagam outras em-
presas principalmente por meio de cartões de compra,
em vez de cheques em papel. Seu uso na internet é se-
melhante ao dos cartões de crédito.
Dinheiro Eletrônico É um exemplo de moeda digital, é armazenado eletroni-
(E-Cash) camente e pode ser utilizado em pagamentos eletrônicos.
A forma de e-cash em que um valor fixo em dinheiro pré-
-pago é armazenado e o valor é reduzido toda vez que
este é usado.
Pagamentos Peer-To- Operações que permitem transferências monetárias
Perr (Ponto A Ponto) on-line entre consumidores. A e-Cash permite a transfe-
rência via e-mail entre duas pessoas que tenham contas
em bancos habilitados pelo sistema. Já o PayPal oferece
um sistema digital de pagamento que permite ao usuário
enviar dinheiro para qualquer pessoa que tenha um
e-mail, independente do banco que cada uma utiliza,
sendo que o beneficiário pode ou não estar cadastrado
no serviço.
Cartões Inteligentes Também conhecidos como smart cards, são cartões
com chips de computador embutidos que conse-
guem armazenar mais informações do que os cartões
comuns com banda magnética, inclusive fundos, e realiza
processamentos.
Carteiras Digitais É um componente de software em que um usuário ar-
(E-Wallets) mazena informações pessoais protegidas e de cartão de
crédito para reutilização imediata.
Fonte: adaptado de Turbam e King (2004, p.181-185).
 Pós-Universo 39

Relacionamento com E-Clientes

O universo do e-business e do e-commerce é caracterizado pela intensa competi-
ção, ficando muitas vezes difícil de distinguir um e-business de seus concorrentes, a
oferta de conveniência, personalização, ótimos serviços ao cliente são chaves mestras
no sucesso e na diferenciação de negócios on-line. O gerenciamento de relaciona-
mento com clientes (CRM) foca no fornecimento e na manutenção desses serviços
de qualidade prestados aos clientes, seja pela comunicação e entrega de produtos
e serviços, informações e soluções que abordem e atendam os anseios e necessida-
des dos clientes, sempre de forma eficiente.
O CRM pode incluir serviços de atendimento de telefones feitos e recebidos de
clientes e representantes do serviço (call handing), rastreamento de registro de todas
as vendas efetuadas (rastreamento de vendas), tecnologia e suporte na condução
das operações comerciais (suporte operacional), além de outras funções.
Já o e-CRM e a aplicação do CRM é uma estratégia de e-business, incluindo a per-
sonalização e a customização das experiências e interações dos clientes nos sites, call
centers e outras maneiras de contato com o e-business. O i-CRM diz respeito ao ge-
renciamento dos clientes na Internet e é usado alternadamente com o e-CRM para
designar a melhor forma de gerenciamento do relacionamento do cliente de um
e-business.
O e-CRM é essencial para o sucesso do e-business, visto que o relacionamento
entre o comerciante e os seus clientes é distante e assim sendo pode-se até nunca
nem mesmo falar com a outra parte. Por isso, é importantíssimo conhecê-lo mais,
estabelecendo uma forma de manter essa relação mais próxima, fazendo que os
clientes retornem a realizar mais compras, pois manter um cliente é barato, caro é
conquistá-lo. O valor vitalício de um cliente é o montante de lucro previsto deriva-
do desse cliente sobre um determinado período de tempo.

Rastreamento e Análise De Dados

É um dos principais métodos usados pelos anunciantes, comunidades e negócios
on-line para rastrear o comportamento dos seus visitantes, é o uso de dispositivos
de rastreamento.
40 Pós-Universo

Análise de arquivos de logs, Data Mining, cadastramento de clientes, cookie e

outros dispositivos são métodos de coleta de dados que são utilizados para a per-
sonalização da experiência de cada visitante, e a partir daí descobrir tendências e
hábitos dos clientes e mensurar a eficácia de um site.
A análise apropriada dos dados e a implementação de ações provenientes dessa
análise são usadas para aumentar a eficiência de uma campanha de marketing e con-
duzir assim a uma maior satisfação dos clientes.
Na Tabela 6, podemos verificar algumas formas de rastreamento usados pelos
anunciantes e donos de sites para rastrear seus visitantes.

Tabela 6 - Tipos de rastreamento de dados

Tipo de rastreamento Descrição

Cartões de ID Possibilita que as informações sejam enviadas ao compu-
tador do usuário a partir de um site, em que seu nome e
endereço de e-mail não são incluídos, e para a recupera-
ção da informação é necessário apenas seu endereço do
PC na Internet (endereço de IP), um browser e um sistema
operacional.
Anúncios por clique Esses tipos de anúncios em banners possibilitam aos visi-
tantes visualizarem um produto ou serviço apenas clicando
nele. Esse modelo também serve como um modelo de
rastreamento, uma vez que os anunciantes podem saber
quais sites proporcionam maiores vendas por clique e
quais tipos de anúncios são mais eficazes.
Web bug Também conhecidos como clear GIF ’s (um tipo de arquivo
de imagem). Os proprietários dos sites permitem que as
empresas, especialmente as de publicidade, ocultem seus
programas de coleta de informações em várias partes
de seu site e todas as vezes que o cliente entrar em uma
página que contenha um web bug, este envia um pedido
ao servidor da empresa do Web Bug, o qual rastreia aonde
o usuário vai na Web, dessa forma mapeando o compor-
tamento desse cliente. Por exemplo, um cliente entra em
um site que possua Web Bug, as informações de sua visita
são enviadas ao servidor de uma agência publicitária, a
qual gravará toda sua visita, e com o passar do tempo esta
empresa terá em seu poder informações que possam aju-
dá-la a criar perfis de clientes.
Fonte: o autor.
 Pós-Universo 41

A fim de evitar alguns problemas com o fornecimento e a análise de informações,

muitos profissionais fazem o uso do rastreamento do movimento dos consumido-
res Web utilizando arquivo de log, data mining, cadastramento de cliente e cookies.

Arquivo de Log
Quando navegamos em um site, estamos enviando um pedido de informações ao
servidor do site que, por sua vez, armazena esse pedido em um arquivo de registro,
chamado de arquivo de log.
O arquivo de log consiste de dados gerados por visitas a um site, o qual inclui a
localidade de cada visitante, o endereço de IP, hora, frequência de visita etc. A análise
desses arquivos organiza e sintetiza as informações contidas nele e posteriormen-
te são utilizados para determinar o número de visitantes único, por exemplo. Esses
dados são utilizados por profissionais de marketing para fins publicitários, pois podem
revelar os efeitos da mudança de um site ou campanha publicitária sobre o tráfego
do site.
Conhecer a origem do visitante ajuda a definir melhor o mercado-alvo, pois se
houver a percepção de que há muitos visitantes internacionais, porém o comerciante
negocia apenas com regiões locais, este pode definir um mercado-alvo que consi-
dere tais novos visitantes e com isso possa modificar o mercado-alvo.
Como já comentando, esses arquivos registram todas as atividades dos usuários
no site, porém isso não é uma tarefa simples, mas com a identificação desses visi-
tantes, pode-se, por exemplo, comparar as compras reais com dados dos carrinhos
de compra.

Data Mining
Mesmo que a análise de arquivos de registros (log) seja uma boa maneira de deter-
minar estatísticas de tráfego no site, o comerciante poderá querer saber mais sobre
seus clientes. O Data Mining é uma ferramenta que utiliza algoritmos e instrumen-
tos estatísticos para descobrir padrões nos dados coletados das visitas dos clientes.
A mineração de dados deve o seu nome às semelhanças entre procurar valiosas
informações empresariais em uma grande base de dados e garimpar numa monta-
nha em busca de um meio de minério precioso, informações.
42 Pós-Universo

Mesmo que as empresas sejam “ricas em dados”, isto é, que possuam uma excelen-
te base de informações, geralmente não as utiliza em seu favor. Seria extremamente
dispendioso e consumiria muito tempo pesquisar grande quantidade de dados ma-
nualmente. Assim sendo, muitas empresas hoje estão se valendo das ferramentas
de Data Mining para analisar tendências em sua organização ou no mercado, infor-
mações que por sua vez a ajudaria vender seus produtos e administrar os negócios
de forma mais eficiente.
Um exemplo clássico encontrado em diversas literaturas é o caso do supermer-
cado nos EUA, que devido à análise dos dados oriundo das vendas, descobriu-se que
em finais de semana ocorria com frequência uma venda expressiva de fraldas des-
cartáveis e de cerveja, e continuando agora um aprofundamento nessa pesquisa
descobriu-se que os mesmos compradores de fraldas também compravam cerveja.
Através dessa constatação, o profissional de marketing realizou algumas pesquisas
in loco com esses consumidores e viram que eles iam ao supermercado a pedido de
sua companheira para comprar fraldas para seus filhos e, como já estavam no super-
mercado, aproveitavam para levar também um fardo de cerveja. Resultado de tudo
isso: colocaram uma gôndola de fraldas e ao lado outra de cerveja.
Com isso que com o uso dessas ferramentas, padrões não atingidos pelo CRM e
as campanhas de marketing podem ser descobertos ajudando as empresas a com-
preenderem melhor seus clientes e também pode detectar necessidade de novos
produtos ou serviços e o estudo de padrões de compra dos clientes.
Dispondo de uma base de dados de tamanho e quantidade de dados suficien-
tes, a tecnologia de Data Mining pode gerar novas oportunidades de negócios por
fornecer recursos de previsão automatizada de tendências e comportamen-
tos e descoberta automatizada de modelos antes desconhecidos. Ainda os
mineradores podem usar as seguintes ferramentas e técnicas:

•• Computação neural: aprendizado da máquina pelo qual dados históricos

podem ser examinados em busca de modelos;

•• Agentes inteligentes: uma das promissoras abordagens para extrair infor-

mações da internet ou de base de dados;

•• Análise por associação: utiliza um conjunto especializado de algoritmos

que ordena e classifica grandes conjunto de dados e exprime relações es-
tatísticas entre os itens.
 Pós-Universo 43

A mineração Web é a aplicação de técnicas de mineração de dados para descobrir

modelos, perfis e tendências significativas para os sites. O termo Web pode ser usado
primeiramente como mineração de conteúdo, que é o processo de descoberta de
informações a partir de milhões de documentos Web, e o segundo é a mineração
de utilização, que é o processo de análise de registros de acesso à rede em uma ou
mais localidade na Web.

A mineração Web pode ainda ser usada para outras finalidades, tais como filtrar in-
formações de e-mails, de jornais, revistas, vigiar os sites da concorrência, observar a
navegação feita em busca de informações de financiamento e, por fim, lutar contra
crimes da Internet. Devido ao aumento significante do e-business e do e-commer-
ce, a mineração Web tornou-se indispensável.

Cadastramento do Cliente
Em muitos sites, coloca-se como exigência prévia para ingressar e navegar em seu
site o cadastramento do cliente, ou seja, o preenchimento de um formulário em que
os visitantes fornecem informações para a empresa criar seu perfil. Sempre que vol-
tarem a conectar o site informando o nome-de-usuário e a senha, ações poderão ser
rastreadas e armazenadas nas bases de dados da empresa. Informações que auxilia-
rão as empresas a personalizar seus sites, serviços ao cliente e formular estratégias
de marketing.
Não é fácil fazer que os usuários se cadastrem, geralmente as pessoas relutam
em preencher qualquer documento que exija informações pessoais, principalmen-
te na Web. A melhor maneira de iniciar tal processo é não exigir que eles coloquem
todas as suas informações, somente as necessárias para a construção do perfil do
cliente, tal como: nome do usuário, senha e endereço de e-mail. Já aos clientes em
potencial, deve-se dar um incentivo para que se cadastrem, por exemplo, caso o site
ofereça serviços on-line, deve-se fornecer um teste ou uma demonstração gratui-
ta, caso vendam produtos, podem oferecer promoções tais como descontos em
compras on-line ou certificados de presentes gratuitos. Todo esse processo deve ser
muito ágil, caso contrário o consumidor procurará outro site.
Para todo cliente que se cadastrar on-line, a empresa deve enviar um e-mail in-
cluindo seu nome e senha e dando-lhes boas-vindas.
44 Pós-Universo

Cookies
Um cookie é um arquivo texto armazenado por um site no computador pessoal de
uma pessoa que permite rastrear suas ações. A primeira vez que o usuário entra em
um site, seu computador pode receber um cookie, o qual é reativado toda vez que
você acessar novamente o site.
A informação coletada é um ‘tipo’ de conta anônima do número de vezes que o
site foi acessado armazenando o número de conexões, a duração, as compras reali-
zadas do site anteriormente visitado e também do site posterior que o usuário clicou.
Embora o cookie resida no disco rígido do computador de uma pessoa, ele não
interage com outras informações armazenadas no sistema. Eles só podem ser lidos
pelo servidor que os instalou no computador do cliente e ser benéfico ao cliente. Eles
armazenam senhas para retorno do visitante, mantêm o rastreamento de compras
realizadas, cadastram preferências e também ajudam as empresas a abordar seus
mercados-alvo com maior eficácia.
Um exemplo benéfico do cookie é aquele que entramos no site para compra de
um tablet, em que poderíamos nos cadastrar para concurso ou fazer uma compra,
deixando nossos dados pessoais. À medida que formos navegando, podemos per-
ceber que os anúncios são de empresas que vendem tablets. Se voltarmos ao site
inicial, seremos saudados pelo nosso nome, pois o site que visitamos pertence a uma
rede de publicidade direta, e as informações desses sites visitados serão usados para
criar um perfil de cliente.
O tipo de rastreamento citado acima é benéfico para o cliente, pois todas as
vezes que voltarmos ao site, toda a etapa subsequente de uma compra poderá ser
feita sem a necessidade de redigir tal ação dos dados pessoais, e se a pessoa estiver
procurando um item especifico, os anúncios que aparecem ao longo do caminho
poderão levá-lo na direção certa.
Os cookies podem também ser enganadores, pois o site que os inserem no com-
putador do cliente não consegue diferenciar qual usuário está navegando na Web,
caso esse computador seja acessado por diferentes pessoas.
 Pós-Universo 45

Personalização
A personalização usa informações de rastreamento, extração e análise de dados para
personalizar as interações de um usuário com produtos, serviços, site e funcionários
de uma organização.
Segundo Turbam e King (2004 p. 120), “[...] personalização é a compatibilização
de serviços, produtos e propaganda a determinada pessoa”. Esse processo baseia-
-se no que a empresa sabe dessa pessoa, pois tal conhecimento define preferências,
comportamento e dados demográficos do cliente.
Há várias maneiras de construir perfis de usuários, dentre as quais destacamos:

•• Solicitar informações diretamente ao usuário: geralmente solicita-se que

responda a um questionário;

•• Usar cookies e outros métodos: no intuito de observar o que as pessoas

estão fazendo on-line, onde os cookies coletaram as informações sobre as
atividades dos usuários no site;

•• Realizar pesquisas de mercado: pesquisar o mercado com o auxílio do Data

Mining (mineradores de dados) na Web;

•• Construir perfis a partir de dados históricos de compra: por exemplo, a editora

Saraiva.com monta perfis de clientes para recomendar a compra de livros
com base em compras anteriores.

Uma vez criado o perfil, a empresa o compatibiliza com sua base de dados e esse
processo é executado por agentes de software, visto que a compatibilização manual,
além de cara, demora muito tempo para ser feita.
46 Pós-Universo

Agentes Inteligentes
Agentes inteligentes são programas usados na Web para ajudar um usuário a comple-
tar uma tarefa especifica, incluindo a busca de informações e tarefas automatizadas,
por exemplo, economizando tempo do usuário, ajudando-o a encontrar o menor
preço de certa mercadoria. Sem o uso desses agentes, o usuário teria que navegar
por muitos sites para executar essa mesma tarefa.
Os agentes inteligentes também são usados como mecanismos para a perso-
nalização dos clientes, em que fornecem informações relacionadas ao interesse dos
clientes, observam hábitos de navegação na Web e comportamentos de compra para
indicar novos produtos ou serviços aos sites e dando subsídios aos e-business na dis-
ponibilização de um nível de serviço ao cliente similar à interação pessoa a pessoa.

Personalização versus privacidade

Para alguns, a personalização representa uma invasão da privacidade, ao mesmo
tempo em que outros nem sabem que seus dados estão sendo coletados e a per-
sonalização esteja sendo executada no site que ele visita.
No centro dessa discussão estão as tecnologias que permitem a personalização,
em que citamos os cookies que possibilitam que os sites de e-commerce registrem
o comportamento do consumidor e identifique os que têm maior valor para as em-
presas, muitos deles não têm ciência de que os cookies estão armazenados em seu
computador quando navegam na Internet.
Os profissionais de marketing têm que ser muito discretos e éticos sobre o modo
de usar informações pessoais oriundas de pesquisas de dados. Enquanto alguns usuá-
rios preferem que suas experiências na Web sejam personalizadas, outros consideram
que o registro de suas ações é um ato de invasão de sua privacidade.
Se usada de forma correta, e considerando os direitos de privacidade dos cidadãos
e do consumidor, a tecnologia de personalização estabelece forte relacionamento
com cliente, dando-lhes o que querem e quando o querem.
 atividades de estudo

1. “É um conjunto de técnicas utilizadas para explorar e achar relações complexas em

grandes bases de dados e tem como objetivo descobrir de forma automática ou se-
miautomática o conhecimento que está escondido em grandes volumes de dados
armazenados em banco de dados”.

O texto acima refere-se à definição de:

a) Data Mart.
b) Data Mining.
c) BI.
d) Data Warehouse.
e) BSC.

2. Analise as afirmações abaixo:

I) O BSC proporciona um método de controle e monitoramento da saúde dos negó-

cios e da tomada de decisão consistentes, criando assim responsabilidade sobre as
decisões de negócios, muito importante atualmente na era de fluxos comerciais.
II) O MDM é um conjunto de conceitos, técnicas e processos para a identificação, de-
finição e gerenciamento adequados de elementos de dados em uma organização.
III) O BSC traduz a missão e a estratégia organizacional, em um conjunto detalhado
de medidas de desempenho, constituindo a estrutura de um sistema de geren-
ciamento estratégico.

Assinale a alternativa correta:

a) I, II e III estão corretas.
b) I e II estão corretas.
c) II e III estão corretas.
d) I e II estão incorretas.
e) I e III estão corretas.

 atividades de estudo

3. “[...] são medidas específicas destinadas a avaliar a eficácia e a eficiência das opera-
ções de uma organização tanto on-line quanto off-line”.

O texto refere-se ao conceito de:

a) KPI.
b) ICD.
c) MDM.
d) ETI.
e) CPI.

4. “__________ é o processo de criação dessa imagem, e uma posição é a visão resul-

tante da empresa ou da marca a partir da perspectiva do cliente”.

Assinale a alternativa que corretamente corresponde à lacuna acima:

a) Particionamento.
b) Segmentação de mercado.
c) Diferenciação on-line.
d) Posicionamento on-line.
e) Seleção de clientes on-line.
 resumo

Neste encontro foram abordados os seguintes aspectos relativos ao tema proposto e relaciona-
dos aos objetivos de aprendizagem:

Soluções de Business Intelligence (BI) permitem às empresas encontrarem em meio à massa de

dados da organização, informações fundamentais sobre o negócio, podendo, dessa forma, an-
tecipar tendências, adiantar o lançamento de produtos, conhecer melhor os clientes e alavancar
o potencial competitivo.

O BI integra pessoas e processos com o uso de tecnologias para agregar valor aos negócios.

O BSC oferece aos gestores instrumentos para melhor gerenciar as empresas, medindo o de-
sempenho baseado em indicadores financeiros e não financeiros, possibilitando assim perseguir
resultados e ao mesmo tempo monitorar o desenvolvimento de capacidades e a obtenção de
recursos intangíveis necessários ao seu crescimento.

O E-marketing consiste no uso da tecnologia de informação para as atividades de marketing e

os processos para criar, comunicar, desenvolver e compartilhar ofertas que agregam valor para
os clientes, parceiros e a sociedade em geral.

O plano de marketing é um modelo estruturado para formulação e implantação da estratégia de

e-marketing, sendo um documento dinâmico que vincula a estratégia de e-business da empresa
com as estratégias de marketing orientadas pela tecnologia e descreve os detalhes para a im-
plantação do plano através da gestão de marketing.

Segmentação de marketing é o processo de agregar indivíduos ou empresas com caracterís-

ticas similares relacionadas ao uso, consumo ou benefícios de um produto ou serviço.

Um modelo de negócio é um método que possibilita à empresa gerar renda para se manter, em
que é especificada a posição que a empresa se encontra na cadeia de valor.

Uma necessidade de estabelecer no e-business são os pagamentos eletrônicos.

A tecnologia de personalização permite ao profissional de marketing direcionar campanhas a um

mercado específico, o que pode melhorar o índice de resposta.
 resumo

A mineração Web pode ainda ser usada para outras finalidades, tais como filtrar informações de
e-mails, de jornais, revistas, vigiar os sites da concorrência, observar a navegação feita em busca
de informações de financiamento e, por fim, lutar contra crimes da Internet.

Um cookie é um arquivo texto armazenado por um site no computador pessoal de uma pessoa
que permite rastrear suas ações.

A personalização é a compatibilização de serviços, produtos e propaganda a determinada pessoa.

Agentes inteligentes são programas usados na Web para ajudar um usuário a completar uma
tarefa especifica, incluindo a busca de informações e tarefas automatizadas.
material complementar

Sistemas de Banco de Dados: projeto implementação e

gerenciamento
Autor: Peter Rob e Carlos Coronel
Editora: Cengage Learning

Sinopse: essa tradução da 8ª edição de Sistemas de Banco de Dados:

Projeto, Implementação e administração, referência entre os títulos sobre
banco de dados, apresenta aos leitores uma base sólida para a prática de
design e implementação de bancos de dados. Essa obra oferece uma cobertura aprofundada
sobre o design de banco de dados, demonstrando que a chave para o êxito em sua imple-
mentação é um design apropriado, que se ajusta em um amplo e estratégico ambiente de
dados. As atualizações dessa edição incluem uma abordagem ampliada sobre a aplicação
das funções do SQL Server, cobertura renovada sobre inteligência de negócios e segurança
de dados. Com foco no componente prático, incluindo exemplos reais e exercícios, esse livro
ajuda estudantes a desenvolverem valiosas e significativas habilidades em design de banco
de dados, que serão praticadas no mundo real.
Marketing Na Era Digital - Conceitos, Plataformas e Estratégias
Autor: Martha Gabriel
Sinopse: na última década, temos presenciado a inserção das tecnolo-
gias digitais no cotidiano das pessoas e sua difusão é crescente em todas
as classes sociais. Passamos de um contexto de leitura e consumo da in-
formação digital para um ambiente de escrita e atuação por parte do
consumidor. O mercado mudou e, nesse contexto, o consumidor deixa
de ser apenas alvo, transformando-se também em mídia e gerador de
mídia. Estamos passando da era da interatividade para a era das comunidades e as estraté-
gias de marketing precisam englobar e considerar a dimensão tecnológica emergente e o
impacto das transformações sociais nos negócios.
Esse livro aborda, em linguagem simples e objetiva, a importância estratégica do marketing
nesse novo contexto que engloba o digital e a plataforma participativa da Web 2.0 como ele-
mentos essenciais a serem considerados em ações de sucesso.
De forma inovadora, esse livro integra informações digitais online. Por meio do uso de um dis-
positivo móvel conectado à internet (celular, smartphones, PDAs), o leitor tem acesso a cases,
exemplos e vídeos digitais online disponíveis a qualquer instante nos QRcodes presentes ao
longo dos capítulos. Outra funcionalidade digital é a realidade aumentada apresentada na
capa, que dá acesso ao vídeo de apresentação do livro gravado pela autora.
Leitura essencial e recomendada a profissionais de marketing, gestores empresariais e es-
tudantes de MBA que desejam compreender o cenário complexo que tem se delineado,
atuar nele e desenvolver estratégias de sucesso para seus negócios. As regras do jogo estão
mudando e, para vencer, é preciso também mudar as estratégias
material complementar

Na Web
O que é Business Intelligence / Analytics?
https://www.youtube.com/watch?v=ALME4kK2jsg
Vídeo dedicado aos que querem iniciar na área, mas também serve para mostrar para àquela
sua tia que ainda acha que você é o menino que conserta computador.

Na Web
Exemplo de Construção do BSC
https://www.youtube.com/watch?v=9qzQCPaG-VI

Na Web
Exemplos de aplicações de Data Mining no mercado brasileiro
http://computerworld.com.br/exemplos-de-aplicacoes-de-data-mining-no-mercado-brasileiro
 referências

BARBIERI, Carlos. Business Intelligence: Modelagem e Tecnologia. Rio de Janeiro: Axcel Books,
2001.

BATISTA, Emerson de Oliveira. Sistemas de Informação: o uso consciente da tecnologia para o

gerenciamento. São Paulo: Saraiva, 2006.

CORTÊS, Pedro Luis. Administração de Sistemas de Informação. São Paulo: Saraiva, 2008.

FREGONEZE, Gislaine B. e PERINI, Luis Claudio. Gestão de marketing no ambiente digital. São
Paulo: Pearson Education do Brasil, 2013.

O´BRIEN, James A. Sistemas de Informação: e as decisões gerenciais na era da internet. 3ª

edição, São Paulo: Saraiva, 2010.

ROB, Peter & CORONEL, Carlos. Sistemas de Banco de Dados: projeto, implementação e geren-
ciamento. São Paulo: Cengage Learning, 2014.

ROSINI, Alessandro M. & PALMISANO, Angelo. Administração de Sistemas de Informação e a

Gestão do Conhecimento. 2ª edição. São Paulo: Cengage Learning, 2012.

SOBRIDO, Manuel Píer. Fatores Críticos de Sucesso de Aplicações de Business Intelligence.

Baseadas em Sistemas ERP. 2008. 207 f. Dissertação (Mestrado em Administração). PUC: São Paulo,
São Paulo, 2008. Disponível em: <http://www.dominiopublico.gov.br/pesquisa/DetalheObraForm.
do?select_action=&co_obra=119348>. Acesso em 19 set. 2017.

STRAUSS, Judy e FROST, Raymond. E-marketing. São Paulo: Pearson Prentice Hall, 2012.

TURBAN, Efraim; KING, David. Comércio Eletrônico: estratégia e gestão – São Paulo: Prentice
Hall, 2004.
 resolução de exercícios

1. b. Data Mining.

2. c. II e III estão corretas.

3. a. KPI.

4. d. Posicionamento on-line.