Este curso é indicado para profissionais que desejam entender de forma fácil o que é Big Data, conhecer algumas tecnologias de Big Data, ter acesso a algumas aplicações de Analytics, Internet das Coisas - IOT e de Big Data. Ao final do curso você será capaz de participar de um projeto de Big Data contribuindo com estratégias e direcionando o projeto para a escolha da adequada técnica de análise de dados.
Bloco 2 - Fidelização de Cliente.
Loading...
Do curso por Fundação Instituto de Administração
Introdução ao Big Data
110 classificações
Na lição
Aplicações.
Serão apresentadas aplicações nas áreas de marketing, varejo, técnicas de fidelização de cliente e proteção a fraude.
Conheça os instrutores
Alessandra MontiniProfessora Doutora
LABDATA
[SOM] [SOM]
Segmentação de cliente.
[SOM] A segmentação de cliente é uma estratégia adequada para ações da empresa.
Cada grupo pode-se realizar uma ação.
A segmentação dos clientes pode ser feita por meio do comportamento de
compra ou da utilização de produtos e serviços.
Empresas do varejo, instituições financeiras e empresas de telecom
segmentam clientes para ofertar produtos e serviços sob medida.
Os clientes podem ser segmentados, por exemplo,
com base informações de redes sociais e fotos do Facebook.
Essas informações podem ajudar a determinar a classe social
e os hábitos de consumo.
Com base nessas informações,
pode-se sugerir produtos para cada perfil de cliente.
[SOM] Previsão de Churn.
As técnicas de previsão de Churn, ou seja, de perda de cliente,
têm o objetivo de detectar os clientes com alta propensão
a deixar de consumir produtos e cancelar serviços.
Com base no rastro digital deixado pela internet,
pode-se identificar clientes com propensão a cancelar produtos e serviços.
A equipe de inteligência deve rapidamente detectar esses clientes
e realizar uma ação de retenção de clientes.
[SOM] Scoragem de Cliente.
Pode-se mapear os melhores clientes e elaborar estratégias de fidelização.
Como o mercado é muito competitivo,
a empresa não pode perder bom cliente para a concorrência.
[SOM] Cross-selling.
Pode-se realizar uma venda casada entre produtos e serviços.
Essa estratégia é muito importante para aumentar as vendas.
A análise de cesto de compras pode ser utilizada para determinar
os produtos que podem ser vendidos de forma casada.
[SOM] A análise de cesto de compras.
A análise de cesto de compras ajuda a detectar associação entre os dados.
Essa técnica é muito utilizada para detectar padrão
bancos de dados extremamente grandes.
Ela é muito utilizada para recomendar ações de marketing e
prevenir churning, evitar perda de clientes.
Por exemplo, com base no cupom fiscal das compras realizadas
por consumidores, pode-se elaborar o gráfico apresentado.
Esse gráfico foi gerado pela análise de cesto de compras.
O diâmetro de cada circunferência está associado à
quantidade de pessoas que adquirem o produto.
Nota-se que a meia foi o produto mais vendido porque
possui a maior circunferência.
As ligações representam os produtos que foram adquiridos na mesma compra.
Dessa forma, nota-se que quem comprou sombra
também comprou batom, quem compra base, compra bolsa.
O software que faz a análise de cesto de compras gera esse gráfico
e alguns indicadores utilizados para a realização das cestas de compras.
Exemplo um: cliente que vai ao mercado e coloca seu carrinho carvão,
picanha e álcool, com grande chance ele vai comprar o quê?
Refrigerante!
Essa associação pode ser feita com base na análise de cesto de compras.
Tomada de decisão: você pode colocar o carvão próximo à picanha,
colocar o carvão longe da picanha.
vender o carvão e a picanha de forma casada, vender o carvão,
a picanha e mais alguns produtos de forma casada.
Com base na análise de cesto de compras,
os executivos podem fazer várias associações.
Cliente, por exemplo, que comprou a picanha pode comprar outro produto.
Eu sabendo disso posso colocar os produtos de forma próxima para
facilitar o cliente ou colocar o mais distante possível para que
o cliente possa transitar durante o ponto de venda.
Exemplo dois: cliente de telecom que reduz o uso de voz, reduz o uso de dados,
então com grande chance ele pode cancelar os serviços com a empresa.
Tomada de decisão: verificar se o cliente efetuou alguma reclamação,
oferecer novo plano, oferecer combo,
oferecer pacote de produtos e serviços para toda a família.
Ao perceber que podemos perder o cliente pela análise de cesto de compras,
uma ação tem que ser feita, caso contrário o cliente será perdido.
Exemplo três: funcionário que chega atrasado,
falta sempre, então com grande chance ele pode sair da empresa.
Tomada de decisão: colocar o colaborador cursos motivacionais,
trocar as atividades ou sugerir férias.
Exemplo quatro: após a análise dos dados,
pode-se concluir que para dado segmento,
cliente que possui CDB, previdência privada e renda fixa,
com grande chance ele pode adquirir seguro.
A análise de cesto de compras pode ajudar a ofertar os produtos
com maior chance, maior combinação de sucesso.
Exemplo cinco: pode-se verificar que cliente que adquire
no site geladeira e micro-ondas com grande chance ele pode adquirir fogão.
Essas associações já são feitas por grandes empresas e podem ser
feitas pela análise de cesto de compras.
Exemplo seis: pode-se verificar que paciente que é fumante,
possui alto colesterol e não faz exercícios físicos com
grande chance ele pode ter enfarto.
Exemplo sete: a análise de cesto de compras pode ser utilizada
para a recomendação de filmes e programas aos clientes.
Neste bloco foi apresentado como usar a análise de
cesto de compras para entender o padrão, a sequência de comportamento
de pessoas e ofertar produtos e serviços sob medida.
Até o próximo bloco.
[SOM]
Explore nosso catálogo
Registre-se gratuitamente e obtenha recomendações, atualizações e ofertas personalizadas.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2018 Coursera Inc. Todos os direitos reservados.
