| Inteligência Empresarial: ferramentas
de apoio à tomada de decisão
Autores: Manoel Flávio Leal
e Jefferson Carlos Martins
1. Introdução
A curiosidade, a busca e a descoberta de novos conhecimentos surgiram
desde que o homem veio ao mundo. Esta inquietação permanente
provocada pelo exercício contínuo do pensamento é
reflexo daquilo que só os seres humanos têm de forma plena:
a inteligência.
A evolução da busca do conhecimento está em constante
crescimento nos últimos anos alcançou tal velocidade que
foi inevitável que os cientistas buscassem transplantar as formas
de raciocínio, memorização e pensamento (formulação
de hipóteses) para máquinas, algoritmos e sistemas que permitiriam,
de forma integrada, processar quantidades maiores de informação,
liberando o homem de uma série de tarefas repetitivas como memorização,
cálculos e hipóteses.
Os pesquisadores com o passar dos anos desenvolveram diversas ferramentas
para suprir essas necessidades, entre elas estão técnicas
de KDD (Knowledge Discovery Database), técnicas essas que têm
como objetivo extrair conhecimentos em bases de dados. Em paralelo, as
empresas começaram a armazenar cada vez mais dados de seus clientes/produtos,
surgindo, assim, a necessidade de transformar estes dados em informações
para suportar a tomada de decisão dos executivos.
As empresas cada vez mais precisarão conhecer os seus clientes/produtos
através de sua base de informações para atender esta
necessidade, nos últimos anos o Data Warehouse (DW) que tem sido
apresentado como a solução para este tipo de problema, mas
nem sempre esta é a melhor solução. Existem outras
ferramentas tais como Database Marketing e Data Mining, que são
melhores e apresentam custo bem menor, dependendo do escopo do problema.
O objetivo deste artigo é apresentar essas novas ferramentas de
apoio e fazer um pequeno comparativo entre Data Warehouse e Database Marketing.
2. Database Marketing (DBM)
Todos falam que o mundo está mudando, que as empresas precisam
conhecer cada um de seus clientes, suas individualidades, suas necessidades,
para que seja possível atendê-los de forma individualizada
e sempre atender as suas necessidades de novos produtos/serviços.
Na verdade, isto já existe há muito tempo. Isto é
o que aquele pequeno comerciante da mercearia próxima da sua casa,
provavelmente na sua infância, já fazia. Conhecia tudo sobre
você e sua família, seus hábitos de consumo e principalmente
como você gostava de ser tratado. O problema surge agora. O pequeno
comerciante deveria ter em média uns cinqüenta clientes, e
como conhecer um milhão de clientes de uma empresa? Surge então
nesse contexto uma ferramenta que tem como objetivo gerenciar essas informações
dos clientes. Esta ferramenta chama-se Database Marketing.
Para (Jackson, 2000), o Database Marketing é um método
de longo prazo, voltado para o cliente e profundamente baseado em informações.
O Database pode ser utilizado para interligar e orientar os esforços
de marketing atuais, assim como para construir uma base completa de informações,
de modo a orientar futuros projetos.
O Database Marketing é mais do que uma ferramenta, na verdade
é um conjunto de habilidades. Habilidades estas que são
compostas de quatro pilares:
- Marketing: A função do marketing abrange
a consultoria estratégica e a execução criativa.
É o profissional de marketing que vai identificar quais serão
as informações necessárias para o desenvolvimento
da estratégia de marketing com os seus clientes ou clientes em
potencial.
- Tecnologia: Um ponto crucial na tecnologia é
que o software de gestão do Database Marketing seja de conhecimento
da empresa. Em muitos casos, quando esse controle é terceirizado,
a empresa acaba perdendo o controle do que acontece com suas informações
estratégicas.
- Estatística: Após a criação
da base de dados, as habilidades em estatística são a força
que move o Database Marketing. Os dados não têm valor algum
se não puderem ser acessados de uma maneira que agreguem valor.
A habilidade de segmentar dados e criar modelos permite que o profissional
de marketing aperfeiçoe o processo de utilização
das informações.
- Gerenciamento de dados: É fundamental para
o Database Marketing, é aqui que o profissional de marketing deverá
definir quais serão as informações necessárias
para que o Database Marketing consiga responder todas demandas dos executivos.
Fica aqui o lembrete para os profissionais de marketing: “Se colocarmos
lixo (dados inconsistentes) no banco de dados, teremos lixo (informações
conflitantes) como resposta”.
Para os profissionais de marketing pode-se dizer que os quatro pilares
seriam como os quatro “Ps” da definição clássica
do marketing. Produto, preço, praça e promoção.
2.1 Principais utilidades e características de
DBM
O Database Marketing tem como objetivo auxiliar o profissional de marketing,
através do gerenciamento de informações sobre os
seus clientes e a comunicação através de diversos
canais de contato. A seguir serão apresentadas as principais utilidades
e características que tornam o Database Marketing uma ferramenta
imprescindível para as empresas que se encontram em mercados competitivos.
2.1.1 Identificar os melhores clientes
O Database Marketing tem como tarefa fundamental possibilitar que a
empresa identifique seus melhores clientes, possibilitando, assim, a geração
de lucro no decorrer do tempo.
Todos sabem que as empresas têm maior interesse em manter seus
clientes, do que em agregar novos clientes à sua base, devido ao
seu preço de aquisição que pode chegar a ser cinco
vezes maior do que manter um cliente da empresa.
Existem dois métodos utilizados freqüentemente para identificar
os melhores clientes:
- RFV (Recência, Freqüência e Valor):
Utilizando a análise RFV é possível construir um
modelo que reflete o valor atual do cliente para a empresa, sendo possível
também traçar uma previsão do seu valor em longo
prazo.
- Análise Comparativa: Sua finalidade é
a criação de segmentos de clientes na base da empresa. Uma
vez definido este segmento, tenta-se buscar, em listas externas, clientes
com as mesmas características dos segmentos encontrados na empresa.
2.1.2 Conquistar novos clientes
Quando se fala na conquista de novos clientes usando Database Marketing,
as empresas podem definir dois tipos de clientes:
- Clientes com o mesmo perfil dos pertencentes à empresa;
- Clientes da concorrência.
Na aquisição de clientes com mesmo perfil dos pertencentes
à empresa, um artifício amplamente utilizado é a
compra de listas externas contendo o máximo de informações
semelhantes às existentes na empresa. Com a posse dessa lista as
informações são inseridas no Database Marketing.
Em seguida, são realizados relacionamentos para identificar quais
clientes da lista possuem perfil semelhante aos clientes da empresa. Uma
vez identificado, monta-se uma ação de marketing para agregá-lo
à base de clientes da empresa.
2.1.3 Tratamento de dados e de duplicação
Alguns dos dados existentes nas bases de dados operacionais são
irrelevantes, impossibilitando, assim, a produção de informações.
Este é um grande problema que o Database Marketing precisa resolver
antes de conseguir suportar a tomada de decisão dos profissionais
de marketing. Em geral os dados existentes nas bases de dados operacionais
não possuem alguns critérios de validação,
tampouco um tipo de padronização.
Devido a esses fatores faz-se necessária a utilização
de processos de tratamento de dados, que consiste, na maioria das vezes,
em identificar clientes que estão duplamente cadastrados nas bases
de dados, sendo assim considerados dois clientes distintos em vez de um,
esse trabalho é chamado de duplicação.
Outra tarefa imprescindível é a realização
do tratamento fonético dos dados, pois em muitos casos os clientes
são cadastrados com erros de digitação. Para identificar
esse problema e agrupar os clientes, podem ser utilizados Algoritmos Fonéticos
que geram uma chave resolvendo assim o problema de identificação.
2.1.4 Consolidação de dados por clientes
Existem várias maneiras de consolidar informações.
Uma bastante utilizada pelos profissionais de marketing é a consolidação
por household (mesmo endereço), que consiste em identificar vários
clientes, que residem em um mesmo lugar e identificá-los como um
grupo. Uma técnica muito vantajosa para o envio de mala direta.
Com este tipo de informação a empresa pode enviar apenas
uma comunicação para a residência de seus clientes,
reduzindo os gastos e incomodando cada vez menos o cliente.
2.1.5 Acesso descentralizado
A finalidade do Database Marketing é não ficar dependente
de profissionais de informática para gerar qualquer tipo de consulta.
Para isso é necessária a construção de uma
interface user-friendly para que os profissionais possam processar
informações quando necessário, não precisando
esperar um desenvolvedor para a criação de qualquer tipo
de relatório.
2.1.6 Gerenciamento de campanhas
O Database Marketing possui uma vasta infra-estrutura para suportar
todas as informações geradas pelas campanhas de marketing.
Entre elas estão: armazenamento das campanhas, acompanhamento das
campanhas em que o cliente participou e motivação do cliente
para comprar o produto, ou seja, possui todo um histórico de participação
do cliente nas campanhas realizadas pela empresa. Informações
desta natureza são de grande utilidade por possibilitar medição
do resultado. Com essas informações é possível
identificar quais clientes não esboçaram reação
a uma determinada ação, conseguindo, assim, medir como os
clientes reagem às ações impostas a ele, quais gostam
de ser contatados por uma nova campanha, quais não se interessam
por propaganda, campanhas, promoções, etc.
2.1.7 Interface com sistemas de CRM
O Database Marketing tem como finalidade fornecer informações
para os sistemas de Call Center, provendo informações sobre
o histórico dos clientes, data de nascimento, últimas aquisições
e formas de pagamento. Informações estas que são
utilizadas para consultar a situação do cliente, mas também
de uma forma ativa para venda de novos produtos, pois a atendente de Call
Center possui todo o perfil do cliente, podendo realizar uma venda cruzada
no momento em que o mesmo cliente entra em contato com a empresa.
2.1.8 Sistema de Loyalty (Programa de Fidelidade)
O Sistema de loyalty, mais conhecido como Programa de fidelização,
está em evidência devido à sua ampla divulgação
pelas empresas de aviação. É, também, uma
funcionalidade do Database Marketing que tem como tarefa gerenciar o controle
de pontuação dos clientes, o resgate de prêmios, e
comunicações em datas especiais. Ressaltando que todas as
regras são definidas pelos gerenciadores do plano de fidelidade
e devem ser implementadas no Database Marketing.
3. Data Warehouse X Database Marketing
Muitas pessoas questionam: Quando é necessário o Database
Marketing? Quando é necessário um Data Warehouse? Este tipo
de dúvida é muito comum, não é necessário
entender amplamente as duas ferramentas para resolver este problema. A
tabela 1 mostra de forma simples como esclarecer esta dúvida.
4. Data Mining
Um dos grandes problemas dos especialistas em análise de informação
é a transformação de dados em informação.
Como fazer isso de uma forma automatizada e no menor tempo possível?
Uma das respostas para isso é a combinação de estatística
convencional e técnicas de inteligência artificial, que resulta
em uma técnica muito comentada nos dias de hoje, o Data Mining.
Os processos de Data Mining são extremamente complexos, além
de ser um trabalho que dificilmente será resolvido apenas por um
especialista em Data Mining. Em qualquer projeto de Data Mining é
obrigatória a existência de um profissional com o conhecimento
do negócio, pois ele possui domínio total do assunto. Para
evitar que o resultado da modelagem não tenha a menor utilidade
para apoiar uma decisão.
Para esclarecer o conceito de Data Mining, segundo (Naliato, 2000),
o conceito de Data Mining flutua entre uma forma de estatística
e um conceito revolucionário, agora aplicado ao mercado. Na verdade,
o objetivo desta técnica é encontrar padrões ainda
não descobertos nos dados, que possam gerar respostas corretas
para novos casos. Este processo de busca e interpretação
de padrões é tipicamente interativo e iterativo, envolvendo
a aplicação repetitiva de métodos específicos
de mineração de dados ou algoritmos e interpretações
dos padrões gerados como resultado destes algoritmos.
Os problemas que podem ser resolvidos com Data Mining normalmente são
divididos em dois grandes grupos: Predição e Descoberta
de Conhecimento. A predição tem a finalidade de atingir
um objetivo específico de acordo com casos ocorridos no passado,
como o próprio nome já diz, com o objetivo de projetar respostas
para novos casos.
A descoberta de conhecimento já apresenta uma maior abrangência
ao suporte à tomada de decisão. Usa-se para resolver problemas
que estão em um estágio antes da predição,
ou melhor, onde não se conhece nenhuma informação.
Dentro destas duas linhas, existem várias técnicas. Na
predição pode-se identificar duas:
- Classificação: A resposta será
apresentada na forma de verdadeiro ou falso. Exemplo: Todo paciente que
apresenta o vírus X está com gripe? A resposta será
sim ou não.
- Regressão: A resposta será um valor
numérico. Exemplo: Escore para o possível Churn (cancelamento
da linha) de um cliente de uma operadora de telefonia celular.
Para descoberta de conhecimento existem as seguintes técnicas:
- Detecção de desvios: Identifica mudanças
nos padrões anteriormente detectados. A técnica clássica
para executar tal detecção é o teste de significância,
por exemplo, média, variância, desvio padrão.
- Segmentação de bases de dados: O objetivo
é dividir um problema em segmentos menores que formam grupos inter-relacionados.
- Clusterização: Processo semelhante
à segmentação de bases de dados, mas parte do pressuposto
que não se possui resposta previamente conhecida.
- Regras de associação: São regras
que são formadas com informações existes na base
de dados. São relacionamentos que, na grande parte das vezes, não
são conhecidos pelo detentor do negócio.
- Resumo e visualização: O objetivo é
encontrar descrições compactas dos dados e prover diferentes
maneiras de apresentá-los. O nível de resumo ou detalhamento
dos resultados é específico do tipo de usuário desta
informação.
- Mineração de textos: A técnica
pode ser definida com uma busca de tendências ou padrões,
só que em vez de usar uma base de dados, são usados textos
(documentos eletrônicos). Textos estes que podem ser transformados
numa estrutura mais adequada para um processamento posterior, através
de métodos de extração do conhecimento.
Como pode ser visto, existem várias técnicas de Data Mining
que podem ajudar as empresas a encontrar informações para
fomentar a sua tomada de decisão. Resta aos especialistas identificar
a melhor técnica para o seu problema.
5. Conclusão
Várias técnicas, ferramentas e conceitos existem no mercado.
Cabe às empresas identificarem qual é seu problema, como
atacar o mesmo e, principalmente, como resolvê-lo. Estas perguntas
serão de extrema importância para escolha da ferramenta ou
técnica exata que deverá ser utilizada para a empresa atingir
suas metas.
Não existe nada que possa comprovar que Data Warehouse é
melhor que Database Marketing ou Data mining e vice-versa, mas existem
conjuntos de particularidades que cada uma delas apresenta que irá
adaptar-se de uma melhor forma ao problema que a empresa precisava resolver.
A conclusão que fica é que ferramentas, técnicas
e conceitos existem, mas é necessário saber qual usar e
como usar. Outra coisa que não se pode esquecer é que um
projeto de apoio à tomada de decisão não é
um projeto apenas de TI, mas sim um projeto de toda empresa, principalmente
de quem conhece o negócio.
Referências
1. CARVALHO, D. R. Data mining através de
indução de regras e algoritmos genéticos.
1999. 126 f. Dissertação (Mestrado em Informática
Aplicada) - Pontifícia Universidade Católica do Paraná
- PUCPR, Curitiba, 1999.
2. INMON, W. H. Como construir o data warehouse.
3. ed. Rio de Janeiro: Campus, 1997. 388 p.
3. JACKSON, R.; WANG, P. Database marketing estratégico.
Rio de Janeiro: NTC Business Books, 1997. 298 p.
4. NALIATO, F. C. Aplicação de técnicas
de mineração de dados: estudo de caso em marketing
direto. 2000. 121 f. Dissertação (Mestrado em Sistema e
Computação) - Instituto Militar de Engenharia - IME, Rio
de Janeiro, 2000.
5. NASH, E. Database marketing ferramenta atual
e decisiva do marketing. São Paulo: McGraw-Hill , 1994.
270 p.
mfleal@celepar.gov.br
jeffcm@celepar.gov.br
|
agosto
2003 # 134
