Upload
algar-tech
View
750
Download
3
Embed Size (px)
Citation preview
Otimização de Resultados com Big Data em Televendas
Georthon Giroldo dos Santos
Big Data
Graduado em Estatística, com sete anos de experiência nas áreas de Business Intelligence(BI) e Business
Analytics(BA), com atuação em Call Center, B2B e B2C. Sólidos conhecimentos em Análise e Mineração de
Dados, Estatística, Análise De Cluster, Modelos de Otimização e Outros. Já tendo desenvolvido projetos de
Mailing, Modelos de Otimização, Data Base Marketing(DBM), Análise de Associação, entre outros.
Experiência Profissional
O que é Big Data?
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Novos produtos/ serviços
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Novos produtos/ serviços
Previsão
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Novos produtos/ serviços
Previsão
Gestão proativa
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Novos produtos/ serviços
Previsão
Gestão proativa
Maximizar lucros
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Novos produtos/ serviços
Previsão
Gestão proativa
Maximizar lucros
Minimizar custos
Ecossistema composto de ferramentas e técnicas que permite armazenar, processar e encontrar padrões nos dados.
O que é Big Data?
Tomada de decisão
Novos produtos/ serviços
Previsão
Minimizar custos
Gestão proativa
Maximizar lucros
Televendas
Desafios
CURVA DE APRENDIZADO
METAFALAR COM O CLIENTE VENDER
PRODUTIVIDADE TURNOVER
Cases
Otimização de Carteiras
Oferta de Produtos
Otimização de Carteiras
Objetivo
Maximizar Vendas
Otimização de Carteiras
Como funciona?
I. Aloca e Remove clientes de forma automática
Otimização de Carteiras
Como funciona?
I. Aloca e Remove clientes de forma automática
II. Relacionamento do “Melhor” Vendedor x “Melhor” Cliente
Otimização de Carteiras
Como funciona?
I. Aloca e Remove clientes de forma automática
II. Relacionamento do “Melhor” Vendedor x “Melhor” Cliente
III. Utiliza apenas clientes que estão ativos e compraram nos últimos 12 meses para alocação “principal”.
Otimização de Carteiras
Como funciona?
I. Aloca e Remove clientes de forma automática
II. Relacionamento do “Melhor” Vendedor x “Melhor” Cliente
III. Utiliza apenas clientes que estão ativos e compraram nos últimos 12 meses para alocação “principal”.
IV. Utiliza o Método Simplex(algoritmo) para fazer as alocações.
Definições
Vendedor – Taxa de Conversão (TC)80 / 2200 = 0,03636 ou 3,63%
Cliente – Probabilidade de Compra (PC)5 / 12 = 0,4166 ou 41,66%
Cliente – Média de Compra – (MD)(R$5.850 + R$7.430 + R$7.660 + R$7.500 + R$6.980 ) / 5 = R$ 7.084,00
Cliente – Faturamento Esperado (FE)7.084,00 * 41,66% = R$2.951,19
Valor Cliente x VendedorTC * FE
R$2.951,19 * (1,03636) = R$3.058,50
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
C1
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
1
C1
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
2
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
C6
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
C6
0641,5
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
C6
0641,5
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
C6
0641,5
C7
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
C6
0641,5
C7
0785
Matriz de Alocação
Max. FE.(Dif. em Relação a
meta)
Qtde. Cli. Max
C1 C2 C3 C4 C5 C6 C7 Cn
Vend1 4.900 2 3058,5 2500 1756 1690 0 1200 650 ...
Vend2 4.890 2 2950 0 1770 1710 1670 1148 670 ...
Vend3 6.000 3 2770 2240 1820 1645 1510 0 625 ...
Vendn ... ... ... ... ... ... ... ... ... ...
Vend1 Vend2 Vend3
Simulação
11.841,5
C1 C2
23.230
C3
11.410
C4
11.940
C5
0270
C6
0641,5
C7
0785
Benefícios resultantes da Otimização
Aumento na satisfação dos vendedores.
Processo transparente e que usa o princípio da meritocracia.
Bons clientes sempre estarão alocados nas carteiras.
Auxílio aos vendedores com menos experiência.
Oferta de Produtos
Objetivo
Suporte aos Vendedores
Potencializar Vendas
Oferta de Produtos
Como funciona?
Ao adicionar um produto no carrinho de compras, o sistema faz a sugestão de outros produtos de acordo com o perfil de compra do Cliente/Grupo/Região.
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Cerveja + Salaminho
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Cerveja + Salaminho
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Cerveja + Salaminho
Frequência: 2 / 6 = 0,33.. ou 33,33%
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Cerveja + Salaminho
Frequência: 2 / 6 = 0,33.. ou 33,33%
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Cerveja + Salaminho
Frequência: 2 / 6 = 0,33.. ou 33,33%
Oferta de Produtos
Pedidos Itens
1 biscoito, cerveja, chá, salaminho
2 cerveja, couve, linguiça, pão, queijo
3 café, brócolis, couve, pão
4 brócolis, café, cerveja, couve, pão, salaminho
5 alface, café, couve, pão, refrigerante
6 couve, linguiça
Simulação Cálculo
Cerveja + Salaminho
Frequência: 2 / 6 = 0,33.. ou 33,33%
Confiança: 2 / 3 = 0,66.. ou 66,66%
Benefícios resultantes da Oferta de Produtos
Aumento na satisfação dos vendedores.
MEGA auxílio na tomada de decisão.
Auxílio aos vendedores com menos experiência.
Resultados
Redução turnover de 3% a 4% mês x mês ano anterior.
Aumento de 4,5% na quantidade de vendedores que batem meta.
Aumento considerável em Categoria x Pedido.
Ticket médio Cliente.
Faturamento e Lucro.