Data Mining (com aplicações em Marketing)


Transformando dados em vantagem competitiva

 

Motivação

Disponibilidade generalizada da informação, globalização da economia, os avanços tecnológicos, necessidade de ser competitivo, consumidores cada vez mais exigentes e novos canais de distribuição estão transformando os processos tradicionais de fazer negócio nas organizações.

 

Perguntas chaves tais como: o que realmente dirige o comportamento do consumidor, vale a pena segmentar ações de comunicação, é melhor lançar novos produtos ou melhorar o atendimento ao consumidor são as mesmas há 10 ou 20 anos, porém, hoje em dia, as respostas são completamente diferentes.

 

Empresas de sucesso em todo o mundo estão utilizando cada vez mais a tecnologia para viabilizar suas estratégias de negócio onde o cliente é o foco principal. O uso generalizado de redes de comunicação de dados, o aumento da capacidade de processamento e armazenamento de informações e a evolução constante da tecnologia de banco de dados oferecem uma oportunidade única para a captação de informações estratégicas sobre clientes e seus relacionamentos com empresas, produtos e serviços favorecendo a abertura de novos mercados.

 

Dentre as diversas tecnologias que disputam a atenção e preferência das empresas, a análise táctico-estratégico de informações armazenadas em banco de dados como ferramenta alavancadora das estratégias de negócio - o data mining - é uma das mais efetivas para aproximar-se dos clientes, aumentar a rentabilidade dos negócios e explorar novas oportunidades.

 

O data mining é a ferramenta que permite direcionar os esforços de marketing a partir do conhecimento de quem são os nossos clientes, que produtos e serviços eles compram e quando, como e porque estes produtos são adquiridos. Após reconhecer quem é quem entre seus clientes segundo seu grau de fidelidade, o data mining pode atuar de forma contínua para aumentar o nível de relacionamento destes clientes, otimizando os esforços de mídia nos processos de aquisição de novos clientes.

 

Através do data mining é possível elaborar estratégias para transformar suspects em prospects, prospects em buyer e assim por diante até atingir brand advocate. Esta transformação de clientes eventuais ou mesmo não clientes em clientes fiéis deve ser o objetivo de qualquer empresa que pensa em estar viva no médio e longo prazo.

 

Em adição, o conhecimento profundo de cada cliente permite prever oportunidades de compra e antecipar as suas necessidades. Na medida em que identificamos o estágio de cada cliente no ciclo de vida podemos criar ações de marketing diferenciadas, escolhendo a qualidade, a mídia, a quantidade de mídia e a linguagem a ser utilizada, minimizando o risco e maximizando o retorno do investimento.

 

O segredo é saber oferecer seus produtos e serviços para o cliente certo, no momento ideal, com o preço adequado. Com clientes fiéis, as ações de marketing têm retorno efetivo e imediato, a receita unitária por cliente é maior e o empresário pode escapar do canibalismo da concorrência sobre suas receitas futuras.

 

O data mining representa, para muitas empresas, uma grande oportunidade para obter vantagens competitivas sobre os concorrentes, impactando de forma extremamente positiva sobre a taxa de resposta das campanhas promocionais. Além disso, o data mining ajuda na definição de mercado-alvo, otimiza investimentos com propaganda, aumenta a taxa de retenção de clientes, gera oportunidades de vendas não previstas, enfim, transforma o processo de marketing das empresas.

 

O uso táctico-estratégico de informações armazenadas em banco de dados é um desafio tanto para a área de informática quanto para a área de marketing. Da perspectiva do marketing, a utilização desta tecnologia permite privilegiar atividades, produtos e market shares que maximizem o retorno de investimento, gerem maior impacto sobre os clientes e tenham menor risco. Da perspectiva tecnológica, elas são a conseqüência natural dos sistemas de informação necessários à captura, análise e compartilhamento de todas as facetas do relacionamento da organização com seus clientes.

 

Objetivos

  • Propiciar uma visão abrangente dos principais conceitos, métodos e técnicas utilizados na transformação de dados em conhecimento para marketing;
  • Permitir que as organizações maximizem o retorno de seus investimentos em tecnologia, especialmente os relacionados ao armazenamento, recuperação e análise de dados armazenados em sistemas informatizados;
  • Preparar executivos para a tomada de decisões racionais sobre os investimentos em tecnologia para marketing;
  • Capacitar os participantes para a gestão de ações de marketing baseadas em mineração de dados.

 

Público alvo

  • Profissionais das mais diversas áreas que desejem utilizar tecnologia para aumentar o retorno das ações de marketing;
  • Executivos responsáveis pela área de marketing que pretendam utilizar informações armazenadas em sistemas automatizados para alavancar ações de marketing;
  • Profissionais de tecnologia da informação que estejam envolvidos ou que pretendam se envolver com a geração de conhecimento para marketing.

 

Tópicos ministrados

  • Estratégia de Negócio em Mercados Competitivos

Raciocínio estratégico e estratégia empresarial • Inteligência competitiva e movimentos competitivos • Forças e fraquezas da organização • Grau de rivalidade • Ameaça de novos entrantes • Produtos e serviços substitutos • Papel do consumidor • Papel dos fornecedores • Vantagem competitiva • Estratégias genéricas de negócio • Escolha de estratégias de negócio • Missão, objetivos, projetos e prazos

  • Estratégia e Planejamento de Marketing

Conceitos e ambiente de marketing • Estratégia de produto, preço e distribuição • Estratégias de propaganda e promoção • Análise de Mercados • O que é marketing direto • O que é marketing de relacionamento • Porque devemos construir relações duradouras com os clientes • Quando devemos recorrer ao marketing de relacionamento • Reconhecendo os clientes que realmente importam • Planejamento e implementação de programas de retenção de clientes • Estratégias de concepção e venda de produtos e serviços através do marketing direto • Mídias de comunicação direta

  • Comportamento do Consumidor

Valores e motivação do consumidor • Aspectos demográficos e psicográficos do comportamento do consumidor • Possíveis respostas do consumidor às ações de marketing • A influência dos grupos sociais no comportamento de compra • A influência da cultura e das subculturas • Experimentação de novos produtos • Dissonância cognitiva • Relação com as marcas • Lealdade a um determinado fornecedor

  • Banco de Dados e Modelagem de Dados

Níveis de abstração de informação e dados • Modelagem de dados e data mining • Modelo conceitual de entidades e relacionamento • Tipos de entidades, relacionamentos e atributos • Sistemas de gerência de banco de dados • Arquitetura de banco de dados: modelos hierárquico, relacional e orientado a objetos • Integridade e restrições de integridade • Concorrência, deadlock e mecanismos de recuperação e segurança • Acessando banco de dados com linguagem de consulta estruturada • Data warehouse

  • Inteligência Com. Aplicada I: Análise Exploratória de Dados

A informação como ferramenta para obtenção de vantagens competitivas • Qualidade de dados: seleção, limpeza, enriquecimento e codificação de dados • Medidas de tendência e dispersão • Diagramas de freqüência e gráficos de setores • Probabilidade, variáveis aleatórias e distribuição de probabilidade • Testes de hipótese e intervalos de confiança • Processo de amostragem • Tamanho de amostras • Correlação

  • Inteligência Computacional Aplicada II: Cluster Analysis

O que é analise de custer • Onde e quando a análise de cluster deve ser aplicada • Medidas de distância • Seleção das variáveis para conglomeração • Variáveis para descrição dos cluster • Métodos de clusterização • Descrição e interpretação dos clusters • Qualidade da clusterização

  • Inteligência Comp. Aplicada III: Árvores de Classificação

O que são árvores no sentido matemático • O que são árvores de classificação e para o que servem • Lógica de predicados e média aritmética • Como a lógica de predicado pode ser utilizada em database marketing • Utilizando média aritmética para criar regras de negócio • Índice Gini

  • Inteligência Computacional Aplicada IV: Redes Neurais

O que são árvores no sentido matemático • O que são árvores de classificação e para o que servem • Lógica de predicados e média aritmética • Como a lógica de predicado pode ser utilizada em database marketing • Utilizando média aritmética para criar regras de negócio • Índice Gini • Exemplos e estudos de caso.

 

 

 


Fique por dentro

Busca
Interatividade
Parcerias
Galeria de Fotos

 

O Microsoft DreamSpark (antigo MSDNAA) é um programa da Microsoft que permite a utilização educacional e acadêmica de sua plataforma de software, servidores e ferramentas de desenvolvimento.


 

O Serviço DreamSpark (antigo MSDN AA) vinha sendo oferecido à comuinidade acadêmica pelo NCE há diversos anos. No entanto, recentemente a Microsoft modificou as clausulas contratuais do serviço DreamSpark Premium, e o serviço agora só pode ser utilizado por alunos, professores e técnicos de departamentos nas áreas de STEM (ciencia, tecnologia, engenharia e matemática).

 

Além disso, o serviço DreamSpark Premium não pode ser mais oferecido para toda a instituição academica. De agora em diante, cada departamento STEM deve ter um contrato separado com a Microsoft, para atender aos seus usuários específicos.

 

Portanto, lamentamos o inconveniente,mas as modificações contratuais colocadas recentemente pela Microsoft não permite mais que continuemos a oferecer o serviço DreamSpark da maneira como vinha ocorrendo há anos.

 

Atenciosamente

Agosto/2013

NCE / Instituto Tércio Pacitti

 

Palestra da Semana