Como gerar valor a minha empresa utilizando BIG DATA?

Há muitas expectativas no ar sobre a utilização de novas tecnologias, isso sempre ocorre quando algo novo surge, lembremo-nos do lançamento da Internet e todas as especulações criadas, passado a fase de empolgação ou mesmo euforia podemos realmente entender quais os benefícios que uma nova tecnologia pode trazer ao nosso mundo dos negócios.

UntitledA tecnologia pela tecnologia não gera valor. O Importante é entendermos o que a tecnologia pode fazer por nós, pela nossa empresa!

Uma boa pergunta sempre nós faz pensar. Como sugestão aos que estão ingressando nos estudos ou pesquisas do que o Big Data pode fazer pelos seus negócios, recomendo que antes de procurarem respostas, façam as perguntas corretas.

Como sugestão de perguntas que podemos fazer, seguem:

 

 

  1. Como com o Big Data gero mais valor a minha empresa?
  1. Como com o Big Data ajudo minha empresa a Vender Mais?
  1. Como com o Big Data gero leads qualificados?
  1. Como com o Big Data reduzo custos?

Vamos iniciar pela primeira (1) pergunta e sugerir o que podemos fazer utilizando o BIG DATA.

A simples utilização de tecnologias que manipulam bilhões de informações, dados e números não gera valor. O valor esta no fato de extrair a resposta que buscamos das informações que temos, de outras informações (que informações são essas?) e onde podemos encontra-las.

Qual a meta da minha empresa? Geralmente toda empresa ou melhor todo presidente de empresa CEO – Chief Executive Officer tem no mínimo 3 (três) metas bases que são: Aumentar o Faturamento; Reduzir Custos e Gestão de Pessoas.

Para a meta: “Aumentar o Faturamento” podemos correlaciona-la diretamente com a 2 (segunda) pergunta que é “Como com o Big Data ajudo minha empresa a Vender Mais?”, pois bem vejamos de que forma podemos fazer isso:

2.1 – Selecionemos uma relação dos atuais clientes e façamos uma distribuição desses clientes segundo algum critério de nosso interesse, por exemplo:

2.1.1 distribuir os clientes por faturamento;

2.1.2 por rentabilidade;

2.1.3 por potencial de venda futuro;

2.1.4 por potencial de Account Planning (*1)

Screen Shot 2015-12-18 at 16.59.172.1.5 por outro critério de seu interesse

 

Feito essa distribuição percebe-se que teremos uma “Curva de Gauss” ou “Curva Normal” sempre presente e obteremos algo similar à figura ao lado.

Observe que os critérios de Cliente Ruim, Cliente Bom e Cliente Ótimo são os critérios que sua empresa reconhece, são suas definições, que estão baseadas na distribuição acima feita por faturamento, rentabilidade, potencial, Account Planning ou outro critério seu (da sua empresa).

 

Uma outra pergunta interessante de se fazer é: “O que os Clientes Ótimos (segundo o critério de sua empresa) possuem que os fazem serem ótimos?”.

Necessitamos entender o que nossos “clientes ótimos” possuem para que o Big Data nos ajude, por exemplo:

Screen Shot 2015-12-18 at 17.12.08Chamemos de f(x) as variáveis internas aos nossos clientes, como por exemplo:

 

  • Faturamento;
  • Número de filiais;
  • Tempo de existência;
  • Segmento de atuação;
  • Quantidade de funcionários;
  • Tipo de produto;

 

 

Chamemos agora de f(y) as variáveis externas dos nossos clientes, como por exemplo:

  • Perfil do cliente do nosso cliente;
  • PEA – População Economicamente Ativa do cliente do nosso cliente;
  • Poder aquisitivo do cliente do nosso cliente;
  • Nível Sócio Económico do cliente do nosso cliente;
  • Nível escolar do cliente do nosso cliente;
  • Área de atuação do produto do nosso cliente.

Juntando [ f(x) + f(y) ] de forma simbólica obtemos [ f(x,y) > 0 ] que modela de forma estatística e matemática o que queremos saber sobre o que nosso CLIENTE ÓTIMO possui. Feito isso a pergunta que a tecnologia ou melhor o BIG DATA irá nos ajudar a responder é a pergunta 3:

  1. Como com o Big Data gero leads qualificados?

Quantas outras empresas com as características de [ f(x,y) > 0 ] existem no BRASIL, no MUNDO e ainda não são nossos clientes?

Essa análise deve ser feita utilizando todas as informações disponíveis, o resultado dessa função matemática é uma listagem que pode ter de 0 a milhares de outras empresas com um potencial gigantesco de tornarem-se “CLIENTES ÓTIMOS” da sua empresa, bastando para isso procura-las e obviamente entender o momento de compra delas ao seu serviço, produto ou oferta.

Os modelos matemáticos e estatísticos utilizando-se BIG DATA nos permitem obter acesso a todas empresas do Brasil (Mundo) com uma precisão da ordem de 58% à 74% no acerto das características do seu “CLIENTE ÓTIMO”.

Obtido essa listagem, basta aplicar outros filtros ou critérios de interesse para ordenar a busca e ou prospecção através da Força de Vendas Direta, Distribuidores, Representantes ou ainda através do Marketing Digital (inbound marketing). O mais importante e modelar as características de f(x,y) > 0.


Em tempo de projeto, a iOpera juntamente com a Neoway tem modelado de forma extremamente precisa f(x,y) > 0, clientes como Thomson Reuters, Ceratti, Unilever, Mondelez entre outros já estão utilizando nossas soluções procurando responder as perguntas acima feitas.

 

Por último e ainda tão importante quanto as demais perguntas temos:

  1. Como com o Big Data reduzo custos?

A mesma análise feita para descobrir o que nossos CLIENTES ÓTIMOS possuem pode ser aplicada no MIX DE PRODUTOS. Dessa forma teremos basicamente 3 (três) conjuntos de categoria de clientes que compram nossos produtos:

Screen Shot 2015-12-18 at 17.48.16

 

1 à n(1)          : compram muito pouco na maioria 1 produto;

 

n(1) à n(2)    : compram mais de 1 (um) produto, o que consideramos o mix de produtos da maioria dos nossos clientes;

n(2) à n(n)    : compram quase todo nosso mix de produtos, consideramos esses clientes ideais pois possuem se não todo uma grande maioria de nosso menu de produtos, serviços ofertas.

 

Fazendo a mesma analogia matemática que fizemos para entender o que nossos CLIENTES ÓTIMOS possuem que os fazem serem ótimos a nossa empresa, podemos fazer criando outra função matemática que correlacione as variáveis internas do nosso cliente ALMEJADO com as variáveis externas.

F’(x) : função matemática que correlaciona as variáveis internas do nosso CLIENTE ALMEJADO que compra o MIX de produtos que desejamos reproduzir;

F’(y) : função matemática que correlaciona as variáveis externas.

Da função F’(x,y) aplicando de forma análoga a base dos nossos atuais clientes, teremos uma relação das empresas que hoje compram poucos produtos e possuem matematicamente um potencial estatístico entre (58% a 74%) de chances de comprarem outros produtos do atual menu de ofertas da sua empresa.

A diferença e que aplicamos na nossa base atual de clientes, onde já existe relacionamento, bastando uma orientação ao respectivo vendedor que atende essa conta para ofertar outros produtos.

Essa é uma forma para reduzir custos na aquisição de novos clientes com o objetivo de aumentar também as vendas através de novos produtos.

A iOpera tem aplicado também essa metodologia em outros clientes e obtido muito êxito nos resultados.

Fale conosco e marque uma apresentação: contato@iopera.com.br

 

Valêncio Garcia é Diretor Comercial da iOpera ( www.iopera.com.br ); professor dos cursos de MBA e workshop para executivos do IBRAMERC, formado em Engenharia Elétrica pela Politécnica da USP, MBA em Engenharia de Software pela USP-SENAC, Mestrado em Engenharia Elétrica pela POLI-USP e aperfeiçoamento pela Michigan University.