Blog

Como as indústrias mais maduras digitalmente usam a Data Science – Parte 2

Neste segundo artigo sobre como as indústrias mais avançadas no processo de transformação digital estão implementando essa cultura em seus processos e serviços, vamos continuar mostrando exemplos de ações dos últimos seis setores. 

Recapitulando o Índice de Transformação Digital Dell, que entrevistou mais de 4 mil líderes de empresas de 40 países, os seis primeiros setores que mais estão avançados em adotar o digital em seu DNA são telecomunicações, tecnologia, serviços financeiros, ciências da vida, mídia e entretenimento e saúde privada. 

Em nosso último artigo, compartilhamos exemplos das estratégias que empresas desses setores estão realizando ao adotar a tecnologia, que você pode ler AQUI.  

Os setores que comentaremos neste artigo são:


Lembrando que a transformação digital não se resume apenas a adicionar produtos ou serviços através da tecnologia. O “ser” digital envolve conectividade, agilidade, interação, relevância, uso de dados, oportunidade, assertividade, enfim, é um desafio maior do que apenas ter a tecnologia correta. É preciso levar a informação certa para o público certo. 

Apenas com uma mentalidade digital, alinhada em todos os setores da empresa, é possível obter a maturidade digital: mudando a cultura e o DNA da empresa. É uma missão complexa, mas totalmente possível. Comece se inspirando pelos cases que narramos abaixo. 🙂 

7º – Setor Automotivo

O setor automotivo vem se atualizando aos poucos para acompanhar a transformação digital da sociedade. Segundo uma pesquisa realizada pelo Cesar – Centro de Estudos e Sistemas Avancados do Recife, em parceria com o Portal Automotive Business, 61% dos profissionais do setor indicam que as empresas nas quais trabalham estão longe da maturidade digital. Ainda, 14% estão muito longe do nível maduro. 

Mesmo com os dados mostrando um longo caminho pela frente, já existem iniciativas envolvendo diversas tecnologias sendo postas em prática, como carros elétricos e autônomos, processo de compra on-line, criação de modelos open source, aplicações de blockchain e conectividade de fábrica. Nesse último quesito, uma pesquisa da Envolve ETFs diz que em um futuro próximo, a conectividade já virá de fábrica: 98% dos veículos virão com algum mecanismo que estimule a conexão. 

Vamos conferir abaixo algumas ações que empresas já implementaram. 

Após o impacto que a Amazon causou no segmento de fretes e entregas, a empresa de transporte e logística Pitt Ohio, que vale US$ 700 milhões, precisou se reinventar para acompanhar a velocidade do setor. Segundo o CIO da empresa, Scott Sullivan, a era da entrega dos fretes no dia seguinte ao recolhimento acabou. Com a Amazon, que passou a entregar as encomendas no mesmo dia, foi preciso atualizar os serviços para não perder mercado. 

Além disso, os clientes ainda esperam ter mais informações de precisão sobre as entregas que estão esperando, querendo saber não só quando os produtos serão retirados, mas como e quando serão entregues, para planejar suas cargas de trabalho. 

A partir dessa ação, a empresa aumentou a receita através de pedidos repetidos e reduziu o risco de perder os clientes. Para chegar a esse resultado, foi necessário um trabalho conjunto entre diversos departamentos, envolvendo pesquisa de mercado, operações de venda e TI. O CIO da Pitt Ohio diz que a principal lição aprendida é que são gerados muitos dados dentro da empresa, mas é preciso procurar maneiras desafiadoras de usá-los. 

A Tesla já nasceu com a proposta de um transporte mais sustentável através dos carros elétricos e investe em qualquer ideia inovadora que siga esse aspecto. A companhia produz e comercializa os carros elétricos, oferece postos de recarga, baterias de alto desempenho e outros serviços. 

Através de quatro iniciativas que mudam a forma de fazer negócio no setor, a Tesla conseguiu ultrapassar a Ford em valor de mercado, mesmo produzindo uma quantidade menor do que a concorrente, menos de 100 mil veículos por ano. As iniciativas são: 

Inclusive, em relação ao último tópico, a Tesla comercializa os seus modelos exclusivamente pela internet, possibilitando uma compra 100% on-line.

Pensando em ampliar o público que tem contato com seus modelos de luxo e para investir em um novo princípio de negócio, que nasce na economia compartilhada, a BMW criou o DriveNow, um sistema de TaaS – Transportation as a service. 

O serviço está disponível em 13 cidades da Europa, em parceria com uma companhia de aluguel de carros, a Sixt SE. Com ele, o cliente aluga um carro de luxo através de um aplicativo, apenas fazendo o cadastro e enviando uma foto da carteira de motorista. No app, o usuário escolhe o veículo, compartilha a sua localização e encontra o carro mais próximo para dirigir. Similar aos serviços de aluguel de bicicletas que já temos no Brasil.

A Local Motors realizou o sonho de muitos apaixonados por carros: deixou que eles projetassem o carro de seus sonhos. A empresa utiliza os serviços de pequenas fábricas, misturando inovação aberta e manufatura digital. 

A Fiat desenvolveu um carro conceito utilizando esse processo colaborativo, o Fiat MIO. Primeiro, a marca mapeou os cenários, depois foi para a fase de ideação e, por fim, de design. 

Através de uma plataforma, os consumidores podiam dar sugestões do que gostariam que seus carros tivessem. As redes sociais eram utilizadas para estimular a participação do público e compartilhar conteúdos para inspiração. Os comentários eram analisados e incluídos em relatórios sobre o carro do futuro. Segundo os criadores, a ideia era entender como as pessoas se relacionam com os carros. 

Os designers então separaram tópicos que foram para a próxima fase, onde cada um foi discutido entre todos os colaboradores separadamente, com o objetivo de decidir que caminho os engenheiros iriam seguir. 

É importante ressaltar que para garantir sugestões consistentes e conseguir atingir as expectativas do público participante, a Fiat estimulou constantemente as ideias fornecendo referências de imagem e texto, esclarecendo o que seria viável. 

Na fase seguinte, os técnicos da Fiat se concentraram na viabilidade técnica, e os usuários votaram. A versão mais votada e alguns aspectos do segundo lugar passaram para a próxima fase, a construção do protótipo, que continuou utilizando a inovação aberta através de votação, até chegar à versão final. 

8º – Petróleo e Gás

O setor de Óleo e Gás está em constante transformação, e por depender de uma infraestrutura robusta, as possibilidades de expansão são também muito grandes. E a tecnologia é uma das principais aliadas nesse crescimento.

As inovações digitais tornaram-se peças-chave para aumentar em escala a eficiência nas explorações e na produção de petróleo e gás, mas essa indústria ainda precisa percorrer um longo caminho até a maturidade digital. Muitas das empresas se unem a gigantes da tecnologia, como Google e Microsoft, para tentar incorporar o digital em seus processos. 

Entre as principais vantagens estão as soluções robóticas controladas remotamente em operações de plataformas em alto-mar, reduzindo as exposição dos trabalhadores a ambientes de risco (estratégia já utilizada há mais tempo, desde a década de 1980). Atualmente, com o avanço da Data Science, essas soluções também passaram a atuar como ferramentas de análise e gestão de dados, adicionando valor às informações e as tornando relevantes ao setor.

Vamos ver exemplos do que já está sendo feito em algumas empresas na prática. 

O conglomerado de empresas que atua em diversos setores, incluindo o de Petróleo & Gás, deu um salto digital ao olhar para fora da própria indústria. Ao estudar as estratégias que empresas inovadoras utilizavam, contratar pessoas de segmentos mais inovadores e se associar a laboratórios de incubação de startups, a GE conseguiu encontrar a tecnologia ideal para impulsionar o seu crescimento.

A empresa lançou a Predix, uma plataforma de internet das coisas para coleta e análise de dados de máquinas industriais, que são monitoradas e otimizadas digitalmente, através da nuvem. O objetivo era aumentar a produtividade a partir de máquinas conectadas. 

Ao mesmo tempo, a GE também entendeu que nem todos os seus clientes estariam preparados para migrar totalmente os seus sistemas de controle. Por isso, também lançou uma versão menos robusta, que apenas extrai dados operacionais de maquinários, além da versão mais “tradicional” do próprio Predix, que possibilita que a infraestrutura de computação fique nas próprias instalações do cliente.

Atualmente, seus sistema digital de gestão industrial reúne dados de mais de 150 mil equipamentos médicos, 36 mil motores de jato, 21,5 mil locomotivas, 23 mil turbinas de vento, 3,9 mil turbinas a gás e 20,7 mil partes de equipamento de gasolina e gás. Todos esses dados se transformam em informações valiosas, que com as estratégias certas, gera ainda mais valor a seus clientes. 

A estatal brasileira espera aumentar ganhos em eficiência e segurança de seus funcionários ao investir em estratégias digitais. Por isso, está criando uma área específica de transformação digital. Uma das metas é reduzir o tempo entre o leilão da área explorada na rodada de licitação da ANP e a produção do primeiro óleo no local. 

Para isso, segundo o diretor de Estratégia, Organização e Sistema de Gestão da estatal, Nelson Silva, existe um orçamento específico para vincular projetos de transformação digital à empresa. Além disso, são feitas parcerias com outras empresas do setor, como a norueguesa Equinor, que também criou um centro corporativo de excelência digital para estudar estratégias. Uma delas é a análise avançada de algoritmos que, com aplicação de inteligência artificial alinhada a sensores inteligentes de internet das coisas, consegue acompanhar remotamente o funcionamento de válvulas. 

A empresa de tecnologia está trazendo três soluções digitais para as empresas do setor de Oléo & Gás brasileiro. A primeira delas se chama HEADS, e é um sistema integrado para a detecção automática de hidrocarbonetos, que melhora a identificação em 30% e reduz falsos alarmes em 75%. 

Essa solução impacta nas operações de vigilância das marinhas ao ser integrada às soluções já utilizadas, como câmeras infravermelhas e radares, pois enviará alertas automáticos no caso de vazamentos, sem necessidade de intervenção humana. Também facilita o armazenamento e tratamento dos dados, melhorando a segurança das operações. 

A segunda solução se chama FUPIPE, um sistema que utiliza fibra óptica para detectar furtos em oleodutos. Tem um sistema de monitoramento em tempo real, informações 24/7 sobre o estado dos dutos e acionamento automático de alarmes.

Por último, a Indra traz suas inovações de Smart Training em uma simulação de evacuação offshore. Utilizando realidade virtual, o simulador permite um treinamento mais imersivo e realista. O recurso já foi utilizado com sucesso em empresas do setor na Espanha. 

As soluções acima já foram implementadas em mais de 140 companhias de eletricidade, óleo, água, e petróleo e gás, em mais de 45 países.

9º – Varejo e Consumo 

O setor de varejo e consumo não consegue fugir da transformação digital iminente, pois lida diretamente com o consumidor, que já é digital ou está incorporando esse modo de consumir cada vez mais rápido. Mas ainda existe uma grande desigualdade no setor: enquanto algumas empresas estão bem avançadas em suas estratégias digitais, outras ainda nem começaram. 

Muitas acham que estão se transformando, mas esquecem que apenas lançar um app, sem integrá-lo aos processos físicos da empresa, ou sem gerenciá-lo corretamente e constantemente, não adianta. 

As estratégias que mais aparecem são as que usam a tecnologia para melhorar a experiência do consumidor. Porém, também existem estratégias internas sendo aplicadas. Vamos conhecer abaixo: 

Para não perder mais mercado por ter uma presença digital fraca, a rede de fast food Subway buscou personalizar não apenas o produto, mas também toda a interação com o cliente. Para isso, usou uma consultoria especializada em transformação digital para coletar a maior quantidade de dados possível, visando entender o comportamento e as demandas do público, usando as análises como ponto de partida para modernizar a estrutura operacional também. 

Todos os dados coletados ajudaram a empresa a entender as ações que deveriam ser tomadas para atrair e fidelizar clientes. Foram criadas algumas estratégias como: 

A Amaro criou um modelo futurístico para a moda brasileira, misturando lojas digitais com as físicas. Ao entrar em um loja física da marca, você pode se surpreender com a autonomia que o cliente consegue ter nos computadores que estão lá.

Os clientes podem utilizar o aplicativo da marca para escanear a peça desejada, colocando-a automaticamente no carrinho de compras.

Essa estratégia já faz parte da vida dos consumidores que utilizam aplicativos de transporte, por exemplo. A Amaro transformou essa realidade também para a moda. 

Por enquanto, são 13 lojas em grande cidades do Brasil, que são escolhidas utilizando outra ferramenta digital: a análise de dados. A Amaro usa informações coletadas nas redes sociais e nas transações digitais para nortear o seus processos. Os históricos de compras são usados para análises preditivas de quais peças farão sucesso, através de algoritmos e big data, servindo para ajustar o volume e a velocidade da produção – na Amaro as novas peças chegam às lojas em 8 a 12 semanas.  

Ainda em 2017, a filial brasileira foi a primeira a abrir uma área de transformação digital na empresa. O principal objetivo é usar os dados coletados a partir da interação com consumidores para tomar decisões. 

A marca lançou uma loja virtual, que no início atendia apenas clientes da capital paulista. Atualmente, a loja entrega em todo o país. Nela, o público compra produtos exclusivos e personalizados, inclusive aqueles encontrados em prateleiras de mercados, como as bebidas. O objetivo também é utilizar os dados coletados para retirar insights sobre os novos comportamentos dos consumidores. 

10º – Seguro

Os consumidores do setor de seguros já não são mais os mesmos atualmente: estão mais engajados, mais conectados e bem informados. Por isso, as seguradoras também precisaram se modernizar. Para se manterem atualizadas em um mercado competitivo, são feitos investimentos em tecnologias como dispositivos mobile, Internet das Coisas, Telemetria, e muito mais. 

A seguradora combina os canais online com um atendimento pessoal para aumentar o número de clientes. Mas, a empresa percebeu que ao focar apenas no on-line, os possíveis clientes acabavam desistindo do produto em alguns momentos do processo, pois ainda ficavam com dúvidas.

A conclusão foi de que era necessário o contato pessoal do cliente com o corretor para que esclarecesse todos os pontos. A Porto Seguro então investiu em uma plataforma de marketplace onde mais de 6 mil corretores colaboradores podem ter sua loja virtual, com produtos e serviços integrados. 

Além de tudo isso, a seguradora fechou uma parceria com uma empresa de tecnologia de contact center, para transformar a experiência dos clientes em uma estrutura multicanal, oferecendo suporte e estreitando o relacionamento. Entre as estratégias que serão implementadas estão a inteligência artificial e chatbot.

11º – Manufatura e Indústria

O setor industrial pode se beneficiar de diversas maneiras, mas ainda está engatinhando por esse caminho. Não podemos deixar de citar a Indústria 4.0, que consiste em conectar a tecnologia de produção de sistemas embarcados com processos inteligentes de manufaturas. A partir dela é possível entender melhor o processo dentro da fábrica, os produtos que resultam desses processos e como os clientes os utilizam. 

A Indústria 4.0 permite, por exemplo, que você colete informações em tempo real de toda a cadeia de suprimentos, desde fornecedores até usuários, utilizando esses dados para melhorar e aumentar a sua operação. E nem sempre as estratégias ficam apenas dentro da empresa e da fábrica.

Vamos conhecer como algumas empresas do setor estão incorporando o digital em seus processos: 

A empresa precisava resolver o problema de comunicação interna, pois as equipes de produção nem sempre liam os comunicados de e-mails a tempo. Em primeiro lugar, foi feito um trabalho de diminuição dos níveis hierárquicos, ganhando agilidade na transmissão das mensagens.

Depois, o alcance foi aumentado com a decisão de abolir os e-mails e criar uma rede social para os funcionários. Um aplicativo leve, que pudesse ser baixado em qualquer smartphone, sem grupos, para facilitar a integração de todos. A rede passou a ser a fonte de comunicação da empresa, começando ao informar a mudança de sede. Após um ano de existência, a rede já é usada por cerca de 13 mil funcionários. 

A gigante de sementes resolveu tentar ajudar com as principais dúvidas dos agricultores, os seus clientes: quais sementes plantar, quanto, onde e quando. Com a ajuda do machine learning, a empresa está usando Data Science para fazer recomendações preditivas em relação ao plantio. 

O objetivo é maximizar o rendimento e reduzir a utilização da terra de plantio. Por conta disso, em 2016, a Monsanto economizou US$ 6 milhões e reduziu o esforço na cadeia de suprimentos em 4%.  O segredo para a estratégia digital dar certo foi apoiar uma colaboração desde o início do projeto entre a área de TI e os responsáveis pela cadeia de suprimentos.

12º – Saúde Pública

Muitas soluções que citamos na seção da saúde privada, podem ser aplicadas também no ramo da saúde pública. Confira alguns cases AQUI. 

Mas existem outros impactos que respingam mais no âmbito público. Um exemplo é a definição de políticas públicas. Os dados recolhidos pelos sistemas de saúde informatizados podem ser utilizados para elaborar planejamentos estratégicos que permitem identificar alta na demanda por consultas de uma especialidade entre as várias unidade de saúde, por exemplo. 

Outra área que pode obter benefícios importantes do digital é a prevenção. Principalmente, na forma como se lida com surtos e epidemias de doenças como dengue e febre amarela. 

Esses avisos imediatos sobre situações que saem do comum podem reduzir a incidência de contaminações, pois é possível tomar medidas de contenção e de prevenção com mais agilidade.

As informações cruzadas também possibilitam que se identifique grupos populacionais com mais chances de desenvolver patologias específicas, possibilitando a criação de programas para evitá-las. Se o cidadão já sofre de uma doença crônica, como diabetes, é possível monitorá-lo para evitar complicações que exijam internações ou cirurgias. 

E aí, está inspirado para iniciar a transformação digital na sua empresa?

Não leu a parte 1 dessa série com cases de diversos segmentos? CLIQUE AQUI e se informe sobre a transformação digital nos setores como financeiro, de telecomunicações, de entretenimento, biotecnologia e outros.

]]>

Como as indústrias mais maduras digitalmente usam a Data Science – Parte 1

Estamos conversando há bastante tempo aqui no blog que as tecnologias emergentes, como as técnicas de Data Science, estão redesenhando nosso mundo e a forma como nos relacionamos. Obviamente, a maneira como consumimos também está mudando de acordo com as tecnologias. E se o consumidor muda, os negócios não podem ficar no passado. 

A transformação digital já não é mais uma opção para as empresas que querem ser competitivas no mercado, é uma necessidade. E foi-se o tempo em que apenas os setores de tecnologia e comunicação precisavam se atualizar. Hoje, a transformação é imprescindível para qualquer tipo de negócio. Mas quais são as indústrias que estão na frente no quesito digital? 

Tentando responder a essa pergunta, a Dell Tecnologia, em colaboração com a Intel e com a Vanson Bourne, criou o Índice de Transformação Digital. Foram entrevistados 4.600 líderes de empresas espalhadas por mais de 40 países, com o objetivo de analisar em que pé está sua transformação digital e quais são os seus maiores investimentos na área de tecnologia. 

Em nosso artigo anterior, você pode ler mais detalhes sobre a pesquisa e o progresso digital das empresas pelo mundo. CLIQUE AQUI.

No artigo de hoje, focaremos no fato de que a transformação digital precisa ocorrer em todos os segmentos, mas obviamente ela não ocorre na mesma velocidade e nem da mesma maneira em todas as áreas. Em alguns setores, a transição ocorre mais rapidamente, por eles já serem intrinsecamente conectados ao uso de tecnologia, como o setor de telecomunicações. Em outros, como a indústria de manufatura, a adesão é mais lenta. 

Essa transição pode ser diferente até mesmo entre as empresas que fazem parte de um mesmo setor, como é o caso do varejo e das finanças no Brasil, segundo uma pesquisa da Capgemini, de 2016. 

Primeiro, vamos recapitular o que é a transformação digital: 


Conforme a pesquisa, os setores com maior transformação digital em 2018 eram: 

Mas a pesquisa mapeou 12 setores de mercado, e para mostrar como a transformação digital é possível em todos eles, vamos compartilhar alguns exemplos de como novas tecnologias estão sendo utilizadas para melhorar os serviços oferecidos aos consumidores. 
Apresentaremos alguns exemplos na ordem de mais madura para a menos madura, segundo o Índice de Transformação Digital Dell.

1º – Setor de Telecomunicações

Empresas de telecomunicações são aquelas que detêm a concessão ou autorização para prestar serviços como telefonia fixa, comunicações móveis e de multimídia, serviços de acesso à internet, TV por assinatura, radiodifusão, entre outros.  Vamos ver como algumas empresas estão aderindo à cultura digital abaixo:

A Vivo iniciou o processo de transformação digital com uma mudança de cultura, que englobou adotar uma metodologia de trabalho muito usada no Vale do Silício, conhecida como Squads. Ela consiste na formação de  equipes multidisciplinares que agilizam o desenvolvimento dos produtos digitais. 

A metodologia foi implantada primeiramente nas áreas que lidam com tecnologia e inovação, mas a ideia é expandir o sistema para 80% da empresa futuramente. 

A Área de Estratégia Digital da empresa definiu quatro pilares para as iniciativas digitais: Canais Digitais, BI e Big Data, Produtos Digitais e Inovação e Empreendedorismo. 

Vamos destacar dois pontos, começando por Business Intelligence e Big Data. O time desse setor tem mais de 120 pessoas, que coletam e filtram os dados dos clientes, como forma de acesso, consumo e tempo

Outro projeto digital bem-sucedido da Vivo é a atendente virtual Vivi, que realiza cerca de 500 mil atendimentos mensais, meio milhão a menos na rotina dos call centers.

Sendo uma das maiores empresas de telecomunicações do Brasil, o problema de irregularidade na distribuição de acessos de banda larga não poderia continuar acontecendo. Então, a Telebrás resolveu utilizar estratégias de Big Data e Business Analytics para mapear em tempo real onde estão as demandas existentes e onde será necessário construir novas redes.  O mapeamento também possibilita a segmentação de mercado e personalização de ofertas, e antecipação da viabilidade técnica para novas redes. 

A empresa também focou em estratégias de distribuição de leads altamente qualificados aos vendedores em tempo real, através do celular do vendedor. 

2º – Setor de Tecnologia

O setor de tecnologia já está mais acostumado à transformação digital, já que ele próprio é um fator que permite que empresas de outros segmentos implementem o digital em suas rotinas. Mas isso não quer dizer que que as próprias empresas do segmento não possam se beneficiar com recursos que a transformação digital traz para os processos, serviços e produtos de um negócio. 

A Maplink é uma empresa brasileira de soluções em logística e otimização de rotas, ou seja, ela digitaliza mapas (explicando de forma simplificada) para serviços de geolocalização de empresas e consumidores. Ela é, inclusive, a maior revendedora do Google Maps no Brasil.

Com isso, a empresa realiza diagnósticos precisos do trânsito da cidade para apontar pontos de lentidão, possíveis alternativas e rotas de fuga.

A Precifica é uma empresa especializada em soluções de preços para e-commerce de diversos setores do varejo. Conforme o consumo por esse tipo de plataforma aumenta cada vez mais no Brasil, é importante manter as estratégias de preço e concorrência na mesma velocidade da internet. 

A empresa então criou uma solução inteligente para as lojas on-line. O objetivo do serviço é alterar os preços dos produtos automaticamente, de acordo com as oscilações do mercado e dos concorrentes, por meio da coleta de dados de compras dos consumidores. Além disso, a Precifica também monitora valores de frete, auxiliando as lojas virtuais a determinar a melhor política de entregas e remessas, facilitando ainda mais a implementação de uma cultura digital no varejo. 

3º – Serviços Financeiros

No mercado financeiro, as instituições estão tão avançadas no processo de transformação digital, tendo até empresas de serviços financeiros que nascem digitais, sem atendimento físico. Segundo uma pesquisa da Capgemini, que entrevistou 33 instituições, 

O Bradesco é um dos maiores exemplos no que diz respeito a propagar a cultura digital em um dos setores com os modelos de negócios mais tradicionais, o financeiro. Segundo a consultoria E-consulting Corp, o Bradesco foi eleito líder entre cem instituições financeiras registradas no Banco Central,  na implementação de evidências e elementos da transformação digital. 

Duas iniciativas se destacaram: o Next, bando digital criado pelo Bradesco para competir com as fintechs, e o projeto Habitat, um espaço de coinovação criado para apoiar outras iniciativas de inovação bancária. 

O banco está se adaptando também às demandas das gerações mais novas, já nativas digitais. O aplicativo do Next, por exemplo, terá ferramentas que auxiliam os clientes na tomada de decisões financeiras, podendo criar objetivos e um orçamento mensal, e até organizar as populares “vaquinhas”. 

Através do uso de uma plataforma de análise de dados, o Santander reforçou ainda mais suas estratégias de prospecção de clientes de alto potencial. Assim, foi possível aumentar a base de empresas correntistas com maior potencial financeiro, além de oferecer oportunidades para os já clientes, apoiando o time comercial das agências. 

O resultado foi alcançado através do cruzamento de dados do próprio banco, com fontes externas, incluindo informações sobre faixa de faturamento, raio de atuação por agência e clientes pré-aprovados. Com os dados precisos das necessidades e interesses dos clientes, marketing e vendas personalizaram as ofertas de cada caso, aumentando as chances de fechar negócio, fechando mais de 2,2 mil novos clientes em um ano.

Além das ações realizadas nos bancos tradicionais para que ofereçam serviços digitais e iniciem a transformação, algumas instituições de serviços já estão nascendo digitais. São as chamadas fintechs, das quais um dos destaques é o Nubank. 

Fundada em 2013, oferece um cartão de crédito sem taxa de anuidade, com juros menores que os dos bancos e utiliza um aplicativo por onde os usuários controlam as compras e seus limites em tempo real, sem nenhuma fatura impressa. 

A equipe é treinada e qualificada, resolvendo o problema do cliente com certa leveza e informalidade, porém com eficiência e rapidez. A empresa revelou que já recebeu mais de 2 milhões de solicitações do produto. 

Em 2017, a Nubank inovou mais uma vez e passou a oferecer uma conta corrente totalmente online, que também tem taxas menores e a mesma qualidade do serviço, sem a burocracia do banco físico. 

4º – Ciências da Vida

Em português, o termo “life sciences” ainda precisa de uma tradução exata, pois tem um amplo significado. A área combina conhecimento de biologia, farmácia e química, e desenvolve tecnologias que serão aplicadas a organismos vivos e sistemas biológicos, assim como na fabricação de bens. No quesito digital, ela pode envolver até mesmo grandes empresas de tecnologia como a Apple, que lançou um produto de eletrocardiograma em um de seus modelos do Apple Watch. 

O investimento em tecnologia e estratégias digitais nesse setor vai desde a produção de equipamentos mais sofisticados para a medicina, a melhora nos diagnósticos de doenças, até a aproximação das empresas de planos de saúde com seus clientes. Vamos conhecer alguns casos: 

A Merck KGaA é uma empresa alemã da indústria química e farmacêutica, que se tornou um negócio global de 40 bilhões de dólares, operando em 140 mercados no mundo. Ao utilizar dados coletados do ERP e sistemas centrais de fabricação e controle de estoque para obter insights do negócio, os empresários da Merck perceberam que a maior parte do esforço, cerca de 80%, era utilizado apenas para encontrar, acessar e ingerir esses dados de cada projeto, e não nas análises para obter melhores resultados comerciais. 

Então, surgiu o MANTIS (Manufacturing and Analytics Intelligence), um sistema de armazenamento e processamento de dados que consegue lidar com dados estruturados e não estruturados vindos de várias fontes, incluindo texto, vídeo e mídia social. 

Com o novo sistema de Data Science, o tempo e o custo geral de projetos de análise de TI da Merck foram reduzidos em 45%. Quanto aos resultados comerciais, o tempo médio de entrega reduziu em 30% e os custos médios de estoque tiveram uma redução de 50%.

A Tismoo é a primeira startup de medicina personalizada do Brasil. Isso mesmo, ela é especializada em testes de sequenciamento genéticos para casos de autismo e doenças neurogenéticas. Também conhecidas como biotechs, as startups de biotecnologia estão cada vez mais presentes no setor. 

Além dos serviços de mapeamento e aconselhamento genético, a Tismoo oferece também o monitoramento e análise das novidades na literatura médica mundial relacionadas ao autismo. 

O principal desafio do Hospital Samaritano era melhorar a gestão do relacionamento com os pacientes, médicos, fornecedores e operadoras de saúde. Com a contratação de uma ferramenta digital de CRM, hospedada em nuvem, o hospital agora consegue conectar e engajar todo o ecossistema. 

5º – Mídia e Entretenimento

No setor de mídia e entretenimento estão colocadas uma gama enorme de tipos de negócios, desde a indústria de livros, jornais e revistas, televisão, produções audiovisuais como séries de TV e filmes, a indústria fonográfica, até provedoras de TV a cabo. É uma das indústrias que mais sofreu com a chegada do digital e finalmente parece estar compreendendo que precisa incorporar o digital em sua cultura, e não lutar contra ele. 

Entre as 10 maiores empresas de mídia, segundo a FORBES, estão Walt Disney, CBS, Comcast (dona de várias produtoras audiovisuais), 21st Century Fox, Sky e Viacom, só para termos uma ideia do porte de alguns negócios desse setor. 

A Disney estava perdendo a satisfação de seus usuários, acredite se quiser. Então, a empresa investiu em um pacote de produtos para melhorar a experiência do cliente. 

Foi lançado o MyMagic+, que consiste em um site, um aplicativo mobile e uma pulseira. Tanto pelo site, quanto pelo app, o cliente planeja e reserva o itinerário pelos parques do Disney World. Ao garantir a reserva, as MagicBands são enviadas para a casa dos consumidores. Elas são pulseiras com um chip de identificação que servem como chave do quarto do hotel, ingressos de entrada, carteira e FastPass. 

Além de facilitar a vida do visitante dos parques, a pulseira vai rastrear e analisar o comportamento do consumidor, oferecendo uma experiência personalizada durante a visitação.

Outra situação que o dispositivo identifica é se o cliente está enfrentando uma fila muito longa em alguma das atrações. Nesse caso, alguns personagens são enviados para distrair os visitantes ou mesmo encaminhá-los para uma atividade menos lotada naquele momento. 

6º – Saúde Privada

A área da saúde privada é uma das que mais podem ser beneficiadas não só pela tecnologia, mas pela cultura digital dentro das instituições que cuidam de pacientes. Mas, apesar de algumas organizações de saúde, como o Hospital Albert Einstein, já estarem bastante à frente em relação à transformação digital, ainda existem outros hospitais ancorados em modelos de atendimento tradicionais e off-lines. Isso significa que muitos paradigmas ainda precisam ser quebrados no setor. 

Entre as principais questões que já podem ser solucionadas com a tecnologia estão: 

Para o futuro, profissionais especializados na área indicam que será possível pensar em saúde populacional, com dados e processos suficientes para atingirmos uma saúde personalizada e preditiva. (Vide o exemplo de empresas como a Tismoo). Além disso, sairemos de um modelo de saúde focado em hospitais para um com mais cuidado de transição, cuidado em casa, nas empresas e em outros lugares (vide a Telemedicina que vem se estruturando e tomando espaço). 

O prontuário eletrônico (PEP) é uma das soluções tecnológicas de coleta de dados já utilizadas em hospitais pelo Brasil. 

Para isso, foi montado um grupo assistencial de profissionais médicos que entendia e conhecia muito bem os processos hospitalares. Esse grupo participou ativamente do projeto por 30 meses, sendo responsáveis pela redução da resistência na adoção do novo modelo. 

O hospital também incentiva o pensamento no digital, aumentando a cultura de tecnologia entre seus funcionários: foi criado um fórum que auxilia colaboradores com boas ideias para a transformação digital a como viabilizar tecnicamente suas propostas, por meio de um grupo de apoio de especialistas em TI e engenheiros. 

Tem uma empresa em qualquer um desses setores e gostaria de avaliar como é possível iniciar o processo de transformação digital nela? A Propus pode ajudar! Entre em contato e comece a mudar a cultura digital do seu negócio através da análise de dados: 

]]>

A transformação digital precisa ocorrer agora. Sua empresa está dentro?

A tecnologia é sempre mutável, disso todos já sabemos. A cada ano, ela redesenha a maneira como nosso mundo funciona: como nos comunicamos, como consumimos e como produzimos. No meio corporativo, não há como evitar a pergunta: será que as empresas estão preparadas para acompanhar a transformação digital rápido o bastante?
Tentando responder essa pergunta, a Dell em parceria com a Intel, duas gigantes mundiais de tecnologia, e a empresa de pesquisas Vanson Bourne, mapearam os esforços e o progresso em transformação digital de empresas de médio e grande porte em 42 países, incluindo o Brasil. A partir do levantamento com 4.600 líderes executivos, foi criado o índice de Transformação Digital Dell.


A principal constatação do índice é de que o progresso na transformação digital da maioria das empresas ao redor do mundo tem sido lento. Apenas 5% das empresas participantes podem ser consideradas Líderes Digitais, a classificação máxima do índice, que define quem já tem a digitalização enraizada no negócio. O dado indica que ainda há muito trabalho pela frente se essas empresas (e a sua pode estar entre elas) não quiserem ficar obsoletas e serem ultrapassadas pela concorrência em poucos anos.

Na pesquisa, as classificações dos grupos de referência foram feitas com base no desempenho de quatro áreas:

    • incorporação dos principais atributos de um negócio digital;
    • estratégia de TI existente;
    • estratégia de transformação da força de trabalho;
  • investimentos planejados para os próximos cinco anos.


O índice, além de mostrar o progresso da transformação digital ao redor do mundo, também trata das expectativas, dificuldades e medos digitais dos líderes empresariais para o futuro.

Qual é o contexto atual da transformação digital mundial?

Ao redor do globo, a situação digital das empresas não mudou muito desde que o primeiro índice foi realizado, em 2016. Os programas para atingir a transformação necessária para se sobressair em um mundo hiper digital estão em fase inicial e há um longo caminho a ser percorrido.

Na principal classificação do Índice, a maioria das empresas (33%) está na categoria de Avaliadores Digitais, adotando a transformação gradualmente.

Ainda, mais da metade das empresas (51%) acredita que terá dificuldades para atender às demandas dinâmicas dos clientes na era digital e um em cada três tem medo de ficar para trás em 5 anos.
Leia neste artigo da Propus como aplicar o conceito de Data Science em sua empresa para não ficar para trás.
No cenário mundial, as principais barreiras que impedem o avanço de 91% dos negócios para um core digital são:

  • Segurança e privacidade dos dados;
  • Falta de orçamento e recursos;
  • Habilidades insuficientes da força de trabalho;
  • Mudanças na regulação e legislação;
  • Cultura digital imatura.

Os mercados emergentes estão mais confiantes na capacidade de ultrapassar as barreiras digitais do que serem ultrapassados, 53% em comparação com 40% das empresas em nações desenvolvidas. Portanto, a perspectiva é boa para as empresas brasileiras, mas os desafios também são muitos. Vamos ver agora como está a situação no Brasil.

Enquanto isso, no Brasil…

Em terras tupiniquins, as perspectivas de crescimento da transformação digital são um pouco melhores do que mundialmente. Mas isso não significa que não existam desafios e muitos aspectos para melhorar. Vamos dar uma olhada em alguns números descobertos pelo Índice, que entrevistou 4.600 líderes empresariais no mundo todo:

Embora apenas 6% das empresas brasileiras já são consideradas líderes digitais, a pesquisa também aponta que 70% de nossos negócios já contam com planejamento e investimentos com o objetivo de digitalizar as operações.
Confira neste artigo dicas para extrair valor dos dados de seu negócio e crescer mais e melhor.

E a concorrência?

Esse tópico revelou ser uma grande preocupação dos líderes brasileiros: a concorrência. Dos entrevistados, 26% teme que sua organização fique para trás em cinco anos na corrida digital e 26% temem que suas empresas sejam ultrapassadas pela concorrência nesse período.

E por que esse crescimento está sendo tão lento?

As principais delas, apontadas pelos líderes  brasileiros, foram mudanças nas leis ou regulamentação e preocupação com privacidade e segurança. Mas não são as únicas:

Sabemos que o processo de transformação digital é lento e demanda diversas mudanças profundas, ainda mais quando se é esperado um nível de digitalização muito alto da maioria das empresas. Mas existem medidas que podem ser adotadas para superar essas barreiras. No Índice, são apontadas as seguintes soluções que já estão sendo utilizadas:

Além disso, as empresas também estão investindo em algumas tecnologias emergentes e soluções de cibersegurança para realizar a Transformação Digital de forma segura. Para os próximos 3 anos, os executivos brasileiros sinalizam investimentos em:

Veja mais exemplos de como as empresas usam o Big Data, estratégia que faz parte da transformação digital AQUI.
Ficou assustado com a quantidade de tecnologias e ferramentas disponíveis? Não se preocupe, fica realmente difícil acompanhar todo o processo de atualização da área tecnológica. Mas não tem mais volta, ela está no mundo dos negócios para ficar. É por isso que existem empresas especializadas em soluções de tecnologia atuais, como Big Data e Data Science, que auxiliam negócios a iniciarem a jornada rumo à transformação digital.
Ainda segundo o DT Índice, os líderes apontaram os principais indicadores de negócio (KPIs) que provavelmente irão crescer mais em cinco anos, se o negócio embarcar em uma estratégia digital de sucesso:

Se você ainda tem dúvidas sobre como acrescentar a digitalização no DNA do seu negócio pode ajudar, dê uma olhada nesses cases de sucesso de empresas de diversos setores que já iniciaram o processo e nos resultados que essa mudança de paradigmas trouxe.

Leroy Merlin

Líder mundial no varejo de materiais de construção, a Leroy investiu na digitalização do seu marketing para facilitar o trânsito dos clientes entre o mundo das lojas físicas e online. Com o uso de campanhas display e com a ferramenta Google Shopping, integrou os inventários e mostrava produtos que estavam em estoque em lojas próximas ao clientes, quando estes buscavam as mercadorias no site.
A empresa obteve um crescimento de 36% nas visitas às lojas e 26% de redução no custo por visita.

Nubank

Os bancos são instituições financeiras que estão em ritmo acelerado na transformação digital, sempre sendo disruptivos no mundo da tecnologia. Mesmo assim, as chamadas fintechs estão ganhando mais visibilidade no quesito inovação.

A Nubank, por exemplo, desde 2013 oferece cartão de crédito sem anuidade, com os menores juros do mercado e totalmente controlado via aplicativo. Além de investir em peso no atendimento, com profissionais capacitados. A startup não revela números de crescimento, mas está expandindo seus produtos rapidamente. A novidade agora é a NuConta, uma conta corrente que é tão competitiva quanto as contas de bancos tradicionais.

Hospital Sírio Libanês

A área da saúde também é bastante impactada pela transformação digital e o Sírio Libanês tem um bom exemplo de implementação de tecnologia. O hospital passou a utilizar um sistema de autoatendimento, onde o cliente, com seu CPF ou protocolo de atendimento do exame, pode digitalizar o pedido médico, documentos de identificação, dados do convênio e outras informações, recebendo a senha do atendimento. Assim, a triagem é realizada digitalmente e o cliente é chamado rapidamente.
Essa medida agilizou e diminuiu o tempo de atendimento em 20%, além de melhorar a performance dos profissionais do atendimento, que atualmente atendem de 4 a 5 pacientes por hora.
Conheça também o exemplo do McDonald’s e de como a maior rede de fast food do mundo utiliza Data Science.
Com todos esses exemplos, podemos concluir que a era digital chegou para ficar e está reformulando a forma como vivemos e trabalhamos. A transformação precisa acontecer já, sem perda de tempo, e precisa acontecer rapidamente, para que o seu negócio não fique ainda mais para trás.
Se você não sabe por onde começar, ou acredita que o seu plano de digitalização não está funcionando como deveria, a utilização de parceiros especialistas em tecnologia pode ajudar a alavancar a sua transformação digital.
É caso da Propus, que oferece serviços de consultoria em Ciência de Dados e Big Data. Conte com uma equipe de profissionais para aplicar a Data Science em sua empresa. Também desenvolvemos projetos específicos com essas tecnologias. Além disso, oferecemos treinamentos, workshops e garantimos a continuidade operacional da sua estrutura de Big Data e Data Science.
Entre em contato conosco, saiba mais sobre nossos produtos e serviços, e inicie já a sua transformação digital:
]]>

3 Lições de Data Science com o McDonald’s

A cada segundo, são vendidos 75 sanduíches em restaurantes do McDonald’s. São servidas mais de 62 milhões de pessoas diariamente, em 118 países. Já pensou a quantidade de dados que essa gigante da alimentação gera por dia? Isso pode fazer você pensar que, já que a sua empresa não é tão grande, a Data Science não pode ser aplicada no seu negócio. É aí que você se engana! Muitas lições do uso de dados adotado por empresas de grande porte ou multinacionais podem ajudar negócios menores na implementação de uma conduta data-driven. Isso porque o que muda é o volume, mas a lógica de uso dos dados é parecida. Existe uma lógica que acompanha o porte e o segmento da empresa. Por isso, é necessária a avaliação para saber em que estágio de desenvolvimento de dados a sua empresa se encontra, para então decidir que ação de Data Science é a mais adequada para o momento e para o objetivo do negócio.  

Se quiser saber mais sobre como a análise de dados pode beneficiar diversos setores e responder muitas questões sobre o público de um negócio, leia nosso post sobre como extrair valor dos dados em diferentes segmentos.

  Estando cientes das diferenças, vamos voltar ao McDonald’s? Uma das maiores redes de fast food do mundo, a empresa investe pesado em TI, engenharia e análise de dados, para que todas as informações que citamos no início desse texto e outros milhões de dados sejam coletados, estruturados e analisados, para compreender melhor os clientes. As predições automatizadas do público são o foco geral da rede, para otimizar os processos nos restaurantes. Afinal, são mais de 34 mil espalhados pelo mundo. São muitas franquias trazendo dados de diferentes regiões e, para agrupar e analisar esses dados todos, é preciso uma automação de Data Science.  Fazê-lo manualmente seria quase impossível. As investigações do McDonald’s vão desde escolhas simples como qual hambúrguer é o preferido, até os motivos de a fila do Drive-thru ser tão longa e demorada em alguns locais. Tudo isso a partir da identificação de padrões e predições feitas com base nos dados, otimizando o processo dos restaurantes com ações mais precisas, como um todo na franquia e também de forma regionalizada. Vamos tentar entender que lições de Data Science essa famosa franquia pode ensinar para a sua empresa?   A ciência de dados é usada em diferentes frentes na rede McDonald’s. O drive-thru é uma delas. Para tentar entender o motivo de filas enormes e demoradas se formarem e na busca pela otimização desse tipo de atendimento, cientistas de dados conduziram um estudo baseado em dados coletados por câmeras e sistemas automatizados da rede, que já existiam nos restaurantes. Ou seja, os dados estavam lá, assim como os drive-thrus, mas as informações que eles geram diariamente não estavam sendo usadas para resolver o problema. Foram analisadas três frentes para descobrir os motivos e sugerir soluções: design e estrutura, qualidade das informações e preferências dos clientes. Parece muito abstrato? Mas veja só como o McDonald’s conseguiu soluções ao  estruturar, agrupar e cruzar esses dados: Isso nos mostra que se uma empresa já possui um modelo de negócios, serviços ou estruturas consolidadas, que já geram receita, provavelmente ela já tenha milhares de dados disponíveis sobre os clientes que a levaram até onde está. Dados que explicam situações como: E muitas outras informações devem ser geradas, de acordo com o seu tipo de negócio. Se sua empresa não está usando esses dados, ou no mínimo os coletando, está desperdiçando um potencial enorme de análise do negócio, que pode beneficiar a tomada de decisões sobre as mais diversas frentes estratégicas, desde em que clientes o time comercial deve focar até em quais novos públicos o marketing pode investir.   Há muito tempo as decisões de empresas vêm sendo tomadas levando em consideração muita intuição e o famoso feeling para negócios, que um executivo experiente costuma ter. Mas e se esse feeling pudesse ser reproduzido em diversos funcionários da empresa, sem precisar de décadas de experiência, capacitando mais tomadores de decisões com a intuição executiva? Isso é possível através dos dados que você provavelmente já gera, mas não está usando-os para tomar novas decisões.  Veja o exemplo de uma decisão tomada pelo McDonald’s. As novas opções do menu são escolhidas a partir de preferências identificadas nos padrões de comportamento dos clientes. Ao processar e cruzar dados de compra e informações de pedidos da rede, foi possível notar que o produto “All day breakfast”, por exemplo, menu vendido até às 11 da manhã, iria aumentar os lucros da rede se fosse vendido o dia inteiro. E foi o que aconteceu: nos EUA, as vendas aumentaram em 5,7% após a mudança. Um funcionário poderia ter notado o quanto o produto vendia e se perguntado se venderia mais caso ofertado por mais tempo. Então, os dados confirmariam o questionamento. Ou, isso poderia nunca ter passado pela cabeça de ninguém, mas através do cruzamento otimizado, a oportunidade seria identificada. No primeiro cenário, por exemplo, utilizando dados já existentes (compra de um produto que já era ofertado), se um colaborador quisesse tentar aumentar o lucro da rede com um produto já existente, os dados teriam confirmado a possibilidade de sucesso e seus funcionários poderiam conquistar mais autonomia na tomada de decisões.   Gerar novos dados é um tópico bastante falado conforme o ramo de Data Science evolui. É uma estratégia que acaba se tornando essencial após um certo tempo utilizando as informações já existentes, como no caso do McDonald’s, ao gerar padrões de demanda a partir do que os clientes pediam no drive-thru. Mas, para um empresa que ainda não possui a cultura da análise de dados e que, com certeza, já gera dados sem usá-los, como vimos anteriormente, o mais importante pode ser saber o que perguntar aos dados. Por exemplo, o McDonald’s conseguiu utilizar a análise de dados em diversas etapas de sua linha produtiva, não só no atendimento ao cliente no restaurante. A qualidade do produtos ofertados por redes de fast food é sempre um tópico debatido, por isso a empresa queria maneiras de melhorar o que era entregue ao cliente. Ainda mais em uma franquia, onde os clientes esperam que os produtos sejam padronizados em qualquer unidade da marca. Assim, um sistema de câmeras passou a controlar os atributos exigidos dos pães utilizados na separação dos hambúrgueres, que antes era feita manualmente por um funcionário. Essa pessoa era responsável por acompanhar as fatias que passavam na esteira e retirar as que achava não serem compatíveis com as condições exigidas. Com as câmeras, os algoritmos passaram a contribuir para uma seleção mais qualificada e otimizada dos produtos, onde 40% dos pães que antes eram descartados, voltaram para a esteira, pois não apresentavam qualquer problema, gerando uma grande economia.   Conseguiu se inspirar com as estratégias de Data Science usadas pelo McDonald’s? Então que tal assistir a uma entrevista exclusiva que o CEO da Propus, Carlos Eurico, concedeu à Kinghost. No vídeo, ele explica como a tecnologia e a ciência de dados podem contribuir para a organização e performance do seu negócio. É gratuito e basta se cadastrar no botão abaixo:  ]]>

Big Data: veja como empresas usam com sucesso

O Big Data é a tendência do momento no mundo dos negócios. Ele pode desempenhar um papel indispensável no crescimento de empresas, em conjunto com a Ciência de Dados. A aplicação desses dois conceitos é essencial na hora de extrair valor dos dados coletados para transformar o seu negócio, elevando-o a um novo patamar. Com dados estruturados, é possível entender melhor o funcionamento da empresa, as necessidades, que caminhos existem para atendê-las e colocar o negócio à frente nas tendências de mercado. Para se destacar atualmente, as empresas precisam de dinamismo ao entender os clientes e consumidores, e os dados são a melhor ferramenta para isso. As informações de mídias sociais, tanto como canal de busca, quanto de reclamações, deixaram os consumidores mais exigentes e conectados, suscetíveis às informações vindas de diversos ambientes. É aqui que o Big Data entra. Ele permite que sua empresa mapeie e compreenda de verdade os clientes, suas necessidades e expectativas, além de otimizar os processos internos do negócio, conectando todos os setores em objetivos claros e assertivos. Se quiser aprofundar, leia este artigo sobre como a ciência de dados pode beneficiar o seu negócio AQUI. Além dessas possibilidades, outra vantagem do Big Data é que ele pode ser encontrado em negócios de diversos portes e segmentos. Todas as empresas possuem fontes de informações, sejam de mídias digitais, da área comercial ou mesmo do próprio marketing, que podem ser coletadas e organizadas, servindo como base para melhorar os resultados. Seja qual for o porte da empresa, ela é feita de dados, basta saber coletá-los e analisá-los. Não acredita? Então vamos ver alguns casos de empresas bem diferentes, com objetivos distintos, que aplicaram soluções de Big Data e conseguiram melhorar seus resultados.

1 – Starbucks

Sabe qual é o ingrediente secreto do café mais famoso do mundo? É o Big Data. Isso mesmo, a Starbucks também utiliza o Big Data para coletar e estruturar dados, que orientam as decisões mercadológicas da marca. Começando pela distribuição das lojas: o local de abertura das cafeterias é guiado por análises demográficas. Através de um sistema que gera essas análises, chamado Atlas, a empresa americana define a abertura de novas lojas de acordo com a demanda de cada região, através de técnicas de geoprocessamento e geomarketing. As duas metodologias utilizam dados sociodemográficos para prever lucro e tomar decisões de investimento mais ágeis e seguras. Como a abertura de novas lojas para a Starbucks. A rede só abre uma cafeteria nova após analisar e cruzar informações das pessoas que circulam em dada região, que áreas de negócios estão próximas, como é o tráfego de veículos e a disponibilidade de transporte público na região. Só então é batido o martelo sobre uma localização. A quantidade gigante de dados gerados pela marca, que está presente em 62 países e vende quase 4 bilhões de copos de café por ano, também é usada para a alimentação de um programa de fidelidade, que tem o objetivo de retenção de clientes. São mais de 6 milhões de consumidores registrados, sendo 3 milhões deles minuciosamente identificados e com suas transações na loja automaticamente identificadas. Esses dados têm suas estatísticas cruzadas para definir qual a ligação do cliente com os produtos que mais compra, lojas de preferência e horários de consumo favoritos. A partir disso, são gerados descontos personalizados entregues nos celulares dos clientes, a publicidade é segmentada por horários de preferência e novos itens são adicionados ao menu de acordo com determinada região, como vinho e cerveja. Ainda não terminou! Além de beneficiar diretamente o cliente, os processos internos e funcionários também foram auxiliados. Na hora de coletar informações, os gerentes chegavam a fornecer mais de 300 relatórios periodicamente para alimentar o Big Data. Hoje, por conta dos softwares de processamento e estruturação de dados, os relatórios foram reduzidos a apenas 11 indicadores e podem ser baixados a qualquer momento.

2 – Zara

Já imaginou chegar em uma loja de roupas e encontrar exatamente a peça que você estava querendo? A Zara, uma rede de lojas com mais de 2.200 unidades em todo o mundo, utiliza o Big Data para oferecer aos clientes exatamente o que eles desejam. Como isso é possível? Diariamente, antes de abrir as lojas, os funcionários e gerentes de todas as lojas ao redor do globo compartilham detalhes dos artigos mais vendidos no dia anterior, quais foram as peças devolvidas, feedback de clientes e tendências que a equipe tem percebido na loja. Usando um sistema de tecnologia sofisticado e orientado a dados, analistas de Big Data divulgam essas informações diárias para definir exatamente o que os clientes da Zara estão querendo. Essa informação é passada para uma equipe de mais de 300 designers de moda internos, que a transformam em projetos de peças baseados nas tendências de compra. As roupas são então confeccionadas e vendidas nas lojas em cerca de 21 dias. É a vontade do cliente ditando a moda, e não mais o contrário. As lojas são abastecidas duas vezes por semana, o que torna o estoque sempre novo e com peças exclusivas.

3 – Amazon

Não poderia faltar nessa lista o maior site de comércio virtual do mundo. Com mais de 1,5 bilhão de itens disponíveis no site, os cerca de 280 milhões de visitantes mensais da Amazon vivenciam o poder dos dados em cada clique. Através do Machine Learning e do armazenamento de Big Data na nuvem, a loja virtual usa a predição para sugerir produtos aos consumidores antes mesmo de eles manifestarem interesse pelas mercadorias. Através do Big Data Analytics, são coletados dados do que o cliente adicionou em seu carrinho de compras na loja virtual, cruzando com os dados de itens comprados ou visualizados no passado, usando uma filtragem colaborativa item a item. Com isso, a experiência do usuário é customizada com o histórico de navegação e compra quando acessam o site novamente, mostrando itens que eles estão mais propensos a se interessar. Além disso, a Amazon também concentra investimentos para alinhar o Big Data e a Internet das Coisas. A novidade agora é o sistema do dash button. Após a instalação de botões de produtos específicos em suas casas, os clientes podem comprar esses itens apenas pressionando o botão. Eles foram criados em parceria com várias marcas, como fabricantes de sabão em pó, cereais, cotonetes, entre outros. Os dash buttons são conectados à internet e disparam ordens de compra para a Amazon, que no máximo em dois dias faz a entrega. O cliente recebe a mensagem de confirmação no celular, para evitar que a compra seja feita por engano.

4 – Hotéis Red Roof

Essa rede de hotéis desenvolveu uma estratégia baseada nas taxas de cancelamento de voos por conta de mau tempo. Utilizando informações públicas de condições climáticas e cancelamentos nos aeroportos das cidades em que a rede possui unidades, foi desenvolvido um algoritmo que combina previsão do tempo, condições de viagem, horários e taxas de cancelamento, entre outras informações. Sabendo que os viajantes dos voos cancelados terão de procurar opções de hospedagens no celular, a empresa investiu em campanhas segmentadas pela localização, apresentando ofertas de hospedagem no tempo e local corretos. Com essa estratégia de Big Data Analytics e mobile marketing geolocalizado, a Red Roof aumentou em 10% a sua taxa de ocupação, ainda em 2013 e 2014.  

Walmart

Nesta rede de supermercados, os clientes podem fazer as compras por comando de voz, através do celular, citando os itens desejados. A base de dados analisa o histórico de compras do cliente e prepara o carrinho.  

Nike

  A empresa coleta dados importantes sobre seus clientes através de um aplicativo de corrida integrado às redes sociais, que salva informações como número de passos dados, quilômetros corridos, geolocalização, entre outros. Esses insights ajudam a marca a entender melhor seus consumidores e criar estratégias mais certeiras, além de animar os usuários a compartilhar suas conquistas com o esporte e acabar fazendo propaganda orgânica da marca.  

Danone

  A Danone usou Big Data Analytics para otimizar a gestão de estoque, principalmente no caso de produtos perecíveis. Analisando detalhes de rotas, percurso e estocagem, a marca melhorou a distribuição logística de um de seus principais produtos, o iogurte grego, aumentando a lucratividade ao diminuir as perdas por vencimento.  

Rolls-Royce

  A empresa automobilística vem implementando soluções de Big Data para otimizar processos de manutenção. Os motores e sistemas de propulsão de seus carros têm sensores embutidos que registram os detalhes do funcionamento dos veículos e enviam dados em tempo real de mudanças no desempenho. Assim, a equipe de engenheiros da marca cruza e analisa esses dados, acelerando a tomada de decisão para prevenir problemas técnicos. Segundo a empresa, essas soluções de Big Data diminuíram os custos de manutenção dos veículos.   E aí, gostou dos exemplos? Se eles lhe inspiraram a pensar em soluções de Big Data para sua empresa, que tal conhecer os nossos serviços de consultoria? Conte com uma equipe de profissionais para aplicar os usos do Big Data em sua empresa. Entre em contato conosco e saiba mais sobre nossos produtos e serviços: ]]>

Como aplicar a Data Science em sua empresa

Em nosso último post, falamos sobre como a extração de valor de dados pode revolucionar o seu negócio. Dentro deste assunto, a Data Science tem um papel extremamente importante, pois um grande volume de dados, ao ser estruturado, pode ser utilizado para entender melhor o funcionamento da própria empresa, traçar estratégias de maior impacto e tomar decisões mais assertivas. Até aí, tudo bem. Acreditamos que você já tenha entendido os principais conceitos da Data Science, o que ela pode melhorar no seu negócio e por que ela é tão importante hoje em dia. Então, após essas explicações, você deve estar se perguntando, COMO EU FAÇO PARA APLICAR TUDO ISSO NA MINHA EMPRESA? É para responder exatamente a essa pergunta que nós produzimos este post. Vamos lá!

1 – Analise antes de agir

Hoje em dia, a quantidade de dados produzida é abundante se comparada a algumas décadas atrás, isso se deve principalmente à universalização da web e à facilidade de utilizá-la através de smartphones, tablets e computadores. Mas nem só da internet surgem os dados que você pode usar. É sempre importante catalogar tudo que acontece na sua empresa, desde as vendas até as compras de estoque, pois todos esses dados podem ser utilizados a favor do seu negócio. Basta estruturá-los e entendê-los para que isto aconteça. A primeira decisão a ser tomada é buscar soluções inteligentes e personalizadas, desta forma, elas serão capazes de se adaptar à realidade da empresa. É aí que surge a necessidade de um cientista de dados. Ele irá ajudar na identificação e na organização das informações, destacando o que é mais relevante e que poderá ser utilizado na elaboração de estratégias. Um exemplo de Data Science que se faz presente na vida de grande parte da população nos dias de hoje é a Netflix. A empresa queria aumentar o consumo de seus conteúdos, portanto, disponibilizou a opção de criar uma lista com filmes para assistir. No entanto, foi notado que as pessoas incluam conteúdos na lista, mas assistiam sempre às mesmas coisas. Então, a partir de uma análise de dados, a Netflix encontrou uma solução e criou uma opção que recomenda filmes e séries relacionadas ao que o público assiste, e não ao que pretende assistir. O uso da Data Science nesse caso é primoroso. É possível notar a diferença entre uma ação sem o uso de dados e outra com a utilização deles. Não analisar as informações disponíveis sobre o mercado e seus clientes é tentar acertar o alvo no escuro. Portanto, para obter resultados melhores, é preciso encarar os dados com seriedade e compromisso, não deixando-os de lado, mas sim dando a real importância que eles merecem.

2 – Profissionais capacitados

Para poder seguir o passo anterior e incluir a coleta, análise e aplicação dos dados no dia a dia do seu negócio, é preciso contar com um ambiente e uma equipe propícia para isto. Desta forma, antes de tomar decisões, contrate uma empresa especialista em Data Science e traçe as suas estratégias com embasamento nos números. Ela irá prover um serviço personalizado, focando diretamente nas demandas que o seu negócio precisa, ajudando a formular as perguntas que os dados irão responder. Assim, as chances de os resultados serem extremamente p são muito maiores. Além disso, instruir os seus funcionários, para que possam utilizar as ferramentas de mineração e análise de dados é uma tarefa essencial para liberar todo o potencial da Data Science. Não basta ter apenas um funcionário encarregado por todo o fluxo de dados. Isto pode acabar o sobrecarregando, além de influenciar negativamente no processo. Quanto mais pessoas souberem como todos os procedimentos funcionam, melhores são as chances da estruturação de dados ser bem executada.

3 – Sempre consulte os dados

Após seguir esses dois passos, é importante tentar mantê-los na rotina dos funcionários e na elaboração de estratégias e futuras decisões, tornando-os parte do alicerce do seu negócio. Portanto, a aplicação de Data Science não deve ser uma ação única e esporádica, mas sim um processo recorrente, que englobe toda a empresa. Ao acompanhar todos os processos que englobam o uso de Data Science no seu  negócio, é possível verificar se eles estão tendo a eficácia esperada. Caso não estejam, você poderá identificar as falhas e corrigi-las. Em síntese, a supervisão periódica do processo de Data Science tende a culminar em uma melhor performance da sua empresa, pois você terá uma visão mais ampla das ações e dos retornos, compreendendo o que está surtindo efeito ou não. —————————————————————————————————————————————————————————————– Essas são apenas algumas formas de como aplicar a Data Science no seu negócio. Esperamos que você tenha aproveitado o conteúdo e que consiga colocar todos os passos em prática.

Se interessou?

Conheça os nossos serviços de consultoria em Ciência de Dados e Big Data. Conte com uma equipe de profissionais para aplicar a Data Science em sua empresa. Também desenvolvemos projetos específicos com essas tecnologias. Além disso, oferecemos treinamentos, workshops e garantimos a continuidade operacional da sua estrutura de Big Data e Data Science. Entre em contato conosco e saiba mais sobre nossos produtos e serviços: ]]>

Data Science: como extrair valor de dados pode revolucionar o seu negócio

Já ouviu falar em Data Science, ou Ciência de Dados? Em dados, provavelmente sim. Pois a cada dia, milhões de operações os geram no mundo todo, em diversos setores da sociedade, principalmente por conta da internet. O mundo dos negócios é um dos que mais pode se beneficiar disso. Mas não basta apenas coletar essa enorme quantidade de dados, já passamos desta fase. Após utilizar ferramentas para recolher e armazenar esses dados, se quiser que eles gerem valor ao seu negócio, é preciso interpretar de forma inteligente todo esse acervo de informações. É aqui que a Ciência de Dados entra. Segundo o estudo “The Global Data Management Benchmark Report”, realizado pela Experian, que consultou mil profissionais de diversos países como Brasil, Estados Unidos, Inglaterra e Austrália, existe um crescimento da preocupação com o uso de dados nas empresas: O estudo ilustra como cada vez mais empresas estão entendendo a importência de coletar e analisar dados, extraindo valor deles para tomar decisões de negócio mais assertivas e ágeis.

O que é Data Science?

Ciência de Dados, em português, é um conjunto de técnicas e ferramentas, algoritmos e princípios que descobrem padrões escondidos em dados brutos. A partir do conceito de Big Data, que é quando temos uma enorme quantidade de dados armazenada em bancos de dados interligados, é preciso organizar essa avalanche de informações, identificar padrões e extrair valor deles, através de análises e formulação de novas perspectivas entre as conexões destes dados, de maneira a solucionar algum problema ou mesmo prever questões futuras. Para simplificar, Data Science é o processo de transformar dados em informação e, por fim, em conhecimento que pode ser usado nos negócios. O principal foco da Data Science é extrair VALOR do conjunto de dados, transformando aqueles estruturados e não-estruturados em insights de negócio. Isso acontece através de diversas técnicas de análise avançada e soluções de Inteligência Artificial, como o Data Mining e o Machine Learning, que automatizam a criação de modelos analíticos através de algoritmos. Mas, traduzindo: se você conseguir coletar e analisar os dados do seu negócio, sua tomada de decisão será muito mais eficaz e rápida.

Com essas tecnologias, fica mais fácil:

Existem algumas ferramentas disponíveis para que as empresas possam rastrear, coletar e analisar os seus dados, muitas delas são até mesmo gratuitas. Porém, para se chegar às respostas desejadas sobre o mercado, clientes e tendências, é preciso fazer as perguntas certas. Neste ponto, é preciso conhecimento específico sobre o que irá ser analisado, podendo contratar um especialista para orientar a pesquisa.

Como a Data Science pode ajudar um negócio

Tudo parece muito prático, mas como exatamente a Data Science ajuda empresas? Você pode nunca ter pensado nisso, mas até mesmo a redução dos custos em opções de armazenamento de dados em nuvem (cloud), por exemplo, pode causar uma aumento do volume de dados armazenados pelas empresas. Porém, muitas vezes, esses dados acabam ficando esquecidos e não agregam nenhum valor ao negócio. É aqui que entra o Data Mining, que é capaz de revelar conhecimentos escondidos dentro dos bancos de dados de organizações, através de análises antecipadas, prevendo comportamentos e tendências e auxiliando no desenho das estratégias empresariais, que se tornam baseadas em fatos e dados e não mais na emoção.

Aplicações da Ciência de Dados em negócios

É possível aplicar as técnicas de análise de dados em diversos ramos empresariais, como o varejo, ramo industrial, de comunicação, segurança digital, gestão de estoque, e muitos outros. Cada um deles tem a sua demanda específica, além de processos distintos, o que requer estratégias de análise de dados também personalizadas. Vamos conhecer alguns exemplos abaixo.

Marketing digital

Aquela situação clássica de procurar um produto na internet e logo depois receber um anúncio dele no Google ou no Facebook já aconteceu com você? Esse é um dos exemplos de como o trabalho de Data Science e Machine Learning pode auxiliar nesta área. A Ciência de Dados usa a lógica de que se você pesquisou o preço de um celular, por exemplo, é porque provavelmente tenha a intenção de comprar um, ou ao menos o interesse. Então, o mecanismo aprende esse dado e consegue enviar anúncios mais assertivos para os consumidores.

Sistemas de Recomendação

Já comprou um produto, como um livro, e recebeu um e-mail com indicações de outros exemplares que têm a ver com o seu gosto? Ou então entrou na loja virtual novamente e na capa estavam os livros que você já buscou? Essa é uma maneira de empresas, como a Amazon, direcionarem os clientes para os produtos de seu interesse dentro de um mundo de milhares de opções. Ou, então, você está ouvindo um tipo de música no Spotify e são sugeridas alternativas que você talvez goste e compre também, assim como filmes na Netflix. Isso faz com que as empresas destaquem produtos que você possa ter interesse, aumentando as chances de compra.

Detecção de risco de fraude

Hoje em dia, instituições bancárias e financeiras usam dados coletados no início das transações de empréstimos para evitar rombos com dívidas não pagas. Elas aprenderam a obter informações pelo perfil do cliente, gastos passados e outras variáveis que auxiliam na análise do risco de inadimplência, tanto em bancos como na gestão de crédito do varejo, por exemplo. O Ministério da Justiça é um case que utiliza o Big Data para identificar ações ilícitas, especialmente relacionadas com lavagem de dinheiro. Conheça agora algumas demandas que podem ser supridas com estratégias de Data Science: Na Retenção de clientes É essencial para a saúde de um negócio entender o número de clientes entrando e saindo de sua carteira. Através da Ciência de Dados, é possível estudar o comportamento dos clientes, determinar tendências e identificar fatores que influenciam nestas ações. Se for identificado um padrão de saída, por exemplo, é possível elaborar uma estratégia de engajamento mais assertiva para melhorar a retenção destes clientes, de acordo com as necessidades deles. Outro exemplo é conhecer melhor a concorrência, para então se destacar entre os consumidores. Uma loja de roupas, por exemplo, pode utilizar a análise de metadados para conhecer outros estabelecimentos da região e do ramo em que atua, adicionando informações para uma melhor estratégia de vendas como em preços e produtos oferecidos. O Grupo Pão de Açúcar, por exemplo, criou um sistema de relacionamento com o cliente que acumula pontos de lojas online ou físicas. Esses dados são utilizados para relacionar os clientes com os produtos mais consumidos e marcas favoritas, otimizando o estoque. → Personalização de produtos e serviços Você sabia que o custo para fidelizar um cliente é menor do que o custo para conquistar novos? Com a Ciência de Dados, é possível trabalhar nessa fidelização (além da atração de novos, é claro) descobrindo as principais demandas dos seus atuais clientes e o que eles esperam do seu produto. Através do Big ou do Small Data, é possível coletar dados e transformá-los em insights interessantes sobre os diferenciais do seu produto ou da sua experiência de compra. A loja Zara utiliza dados para antever tendências de roupas através dos comentários dos clientes. Analistas divulgam atualizações diárias sobre o que os clientes das lojas estão pedindo. Essa informação é enviada para uma equipe de mais de 300 designers de projetos, que, em 21 dias, disponibilizam novas peças baseadas nessas informações no varejo. → Aumento da produtividade Ao analisar e sistematizar dados, você conseguirá conduzir as decisões em seu negócio de maneira melhor fundamentada, evitando a perda de tempo com estratégias que não estão gerando resultados, tornando as operações mais produtivas e evitando gastos com investimentos sem retorno. A convergência entre os ambientes operacionais e analíticos das empresas melhora a experiência dos usuários e a velocidade da tomada de decisões. A empresa UPS, da área de logística, faz mais de 4 milhões de entregas através de uma frota de quase 100 mil veículos. O Big Data é utilizado para otimizar a frota, auxiliando com rotas, tempo ocioso dos motores e manutenção preventiva a partir de telemática instalada nos caminhões e algoritmos avançados. A empresa já economizou mais de 39 milhões de galões de combustível e evitou a direção por 364 milhas desnecessárias. → Gestão de Estoque Uma aplicação prática da Análise de Dados e Big Data é na hora de planejar compras futuras ou administrar o estoque de uma loja. Para evitar ficar com produtos parados, é possível analisar o histórico de vendas de uma loja de sapatos, por exemplo, para saber quais números e modelos têm mais procura em uma determinada região. As ferramentas são tão abrangentes que é possível usar dados meteorológicos para descobrir o melhor momento para ter calçados de chuva no estoque, por exemplo. → Antecipar tendências e problemas Antecipar tendências, comportamentos e mesmo problemas pode ser vital para o seu negócio. Mas para isso, é preciso que haja um acompanhamento regular, com o menor intervalo entre o acesso e as análises de dados possível, para que se obtenha o máximo de precisão. Para antecipar fenômenos de mercado, como produtos que podem ser sucesso no próximo verão, por exemplo, entender os custos envolvidos e as necessidades dos clientes possibilita que se faça a melhor oferta entre a concorrência. Tudo isso depende de estar munido de um bom banco de dados, indicadores estratégicos e, principalmente, uma equipe preparada para interpretar e extrair valor desses dados.   A Tesla, da área automotiva e já famosa por inovar no mercado, utiliza o cluster Apache Hadoop em sensores instalados em seus carros, que enviam os dados para a central de análise. A empresa é notificada quando algum veículo não está funcionando perfeitamente e, pode então, orientar o consumidor a procurar um serviço de forma proativa.

Se interessou?

Conheça os nossos serviços de consultoria em Ciência de Dados e Big Data. Conte com uma equipe de profissionais para aplicar a Data Science em sua empresa. Também desenvolvemos projetos específicos com essas tecnologias. Além disso, oferecemos treinamentos, workshops e garantimos a continuidade operacional da sua estrutura de Big Data e Data Science. Entre em contato conosco e saiba mais sobre nossos produtos e serviços:    ]]>

Big Data: como extrair valor de dados para beneficiar seu negócio

Hoje em dia, os dados são parte indispensável para entender melhor o seu negócio e buscar soluções mais assertivas para fazê-lo crescer. Termos como Data Science, Big Data, Data Lake, Machine Learning e Inteligência Artificial têm aparecido com muito mais frequência no mundo empresarial, influenciando diretamente na tomada de decisões. Por sabermos da importância de entender o significado desses conceitos e como eles podem afetar o dia a dia do seu negócio, preparamos uma série de vídeos que abordam exatamente esses temas. Os vídeos apresentam essas novas abordagens e, com o intuito de exemplificar e explicar efetivamente as suas utilidades e possíveis aplicações nos negócios, queremos criar subsídios para que você decida investir ou não nessas novas tecnologias. Um desses conceitos é o Big Data, onde o foco é o grande armazenamento de dados e maior velocidade de geração de informações. Por exemplo: atualmente, são gerados 2,5 exabytes de dados por dia.   Dados não estruturados não podem ser planilhados, ou seja, o computador não consegue processá-los. Eles precisam de um tratamento para serem processados, dando origem a uma informação utilizável, baseada em fatos. Em razão disso, grande parte das empresas deixa de aproveitar um universo inteiro de possibilidades para crescer, principalmente por não saber como utilizar esses dados a seu favor.

Já ouviu falar nos 3 + 2 Vs?

O Big Data ajuda a extrair os dados e direcioná-los, captando valor para o seu negócio. É aí que entram os 3 + 2 Vs. Os três primeiros falam sobre Volume (abundância de informações), Variedade (diferentes tipos de dados) e Velocidade (capacidade de processamento). Mas apenas esses três V’s não são suficientes para ajudar na organização das informações. É preciso os outros dois, que significam Valor (o que pode ser agregado à empresa) e Veracidade (avaliação da verdade dos dados extraídos). Normalmente, as soluções empresariais relacionadas à tecnologia são escaladas na vertical, ou seja, quando o aumento da capacidade de processamento é necessário, compra-se mais espaço em um servidor. Isso acaba criando mais custos e remediando os problemas, que tendem a reaparecer. Com a utilização de novos conceitos e tecnologias, como Big Data e Data Science, o crescimento passa a ser horizontal, criando valor a partir dos dados processados. Tem interesse nesse assunto? Quer saber como utilizar os dados a favor do seu negócio? Então cadastre-se e receba o nosso primeiro vídeo, onde explicamos o poder dos dados.  ]]>

5 Formas de usar o Big Data no varejo

Com a quantidade enorme de informações que os consumidores recebem diariamente, os clientes estão cada vez mais participativos e menos fiéis a uma só marca, valorizando a melhor experiência. Esse contexto tem exigido mais empenho dos varejistas para se destacar no mercado. Na tentativa de suprir essas necessidades, o Big Data tem um papel importante na construção de estratégias de venda certeiras. Entender o que o seu público necessita, antes mesmo que ele saiba que precisa do seu produto, é uma estratégia que parece impossível. Mas não é. Através da coleta de dados de diferentes fontes e da análise estratégica desse montante, é possível criar planos de vendas mais assertivos e personalizados. Mas vamos por partes. O que é o Big Data e Big Data Analytics? Big Data é o grande e complexo volume de dados possível de ser coletado de diferentes fontes, mas que ferramentas de processamento convencionais não conseguem processar. O Big Data Analytics abrange as soluções para o processo de coleta, estruturação e análises dos conjuntos desses dados, com o objetivo de identificar padrões, tendências e outras informações relevantes para ajudar na tomada de decisão dos empresários. As soluções de análise de dados entram em ação para gerar informações precisas e auxiliar os mercados, principalmente o varejo, que lida com datas apertadas, porém muitas vezes recorrentes, e estreitas margens de entrega, além de uma enorme concorrência. Você deve estar pensando: mas a minha empresa é muito pequena para esse tipo de coisa! É aí que você se engana: empresas de pequeno e médio porte também geram dados de diversos canais, como relatórios de vendas, planejamento estratégico da empresa, ações de marketing realizadas, demonstrativos de resultados, mídias sociais, e-mails, histórico do SAC, se houver, e muitas outras fontes. Toda empresa gera um grande volume de dados volume de dados, basta estruturá-los.    Se você ainda tem dúvidas se o Big Data pode beneficiar o seu negócio, vamos dar uma olhada em alguns dados! Segundo a pesquisa The Data Storm, feita pelo The Economist Intelligence Unip junto com a Wipro, 78% das empresas pesquisadas têm notado um retorno positivo no investimento baseado em análise de dados. No entanto, uma das principais barreiras a ser ultrapassada é descobrir como tornar as informações captadas no Big Data realmente relevantes para seu negócio. É para suprir essa carência que existe a análise de dados. De acordo com a IDC, até 2019, empresas do mundo todo devem investir cerca de 187 bilhões de dólares em Big Data Analytics no varejo. Isso significa que mais lojas conseguirão:

  • definir o perfil exato dos clientes;
  • alinhar a oferta de produtos exatamente com as necessidades dos clientes;
  • antecipar-se às ações da concorrência;
  • promover melhorias na experiência de compra física;
  • melhorar o modelo omnichannel no varejo digital;
  • e muito mais!
Vamos conhecer mais aprofundadamente algumas aplicações da análise de dados gerados no Big Data que empresas varejistas podem implementar para aumentar a rentabilidade:

1 – Atrair novos clientes com precisão

Que loja não gostaria de atrair novos clientes? O Big Data e as estratégias que podem surgir de sua análise irão contribuir muito com esse objetivo. Mas para atrair os clientes certos, é necessário precisão ao conhecer o comportamento de seu público-alvo. Um bom exemplo de como fazer isso através da análise de dados é utilizar uma ferramenta de mineração de informações em redes sociais, para mensurar a reação que o seu público teve no primeiro contato com alguma ação de marketing. O Big Data Analytics transforma dados brutos em indicativos do que o seu público precisa realmente, propiciando maior personalização, potencial de fidelização e aumento da base de clientes. Através de soluções de Big Data também é possível cruzar dados de outras fontes como cadastros de clientes, interações com o público, históricos de mensagens, percursos feitos por usuários dentro de lojas virtuais e muitos outros. A partir disso, essas informações são processadas em comparações e mapeamento de padrões, resultando em métricas altamente qualificadas para os gestores. Se você tem dificuldades em ofertar novos produtos, informações do Big Data podem manter os gestores atualizados nos padrões de comportamento do público, facilitando a compreensão de como ele poder ser impactado, o que espera das marcas e a que tipo de comunicação está mais aberto, otimizando o investimento em ações de marketing e na escolha dos itens novos.

2 – Focar em estratégias de venda mais precisas

Já sabemos que entender o que o seu cliente irá desejar comprar no futuro é uma informação valiosa, que pode resultar em estratégias de venda mais assertivas. A previsão de vendas é uma das atividades mais essenciais no varejo, e que muitos gestores têm dificuldades em medir, principalmente aqueles que trabalham com um grande volume de mercadorias. Através da análise do histórico comercial por meio de soluções de Big Data, é possível melhorar muito a gestão da loja, pois o empreendedor saberá quais produtos têm mais saída e quais não são procurados, melhorando a gestão de estoque. Outra área que pode obter benefícios com o Big Data é a de logística. Ao analisar dados, fica mais fácil para o gestor saber se um planejamento de rotas ocasionou perdas ou ganhos financeiros. Até mesmo para uma empresa pequena de varejo, traçar uma rota de delivery rápida e sem riscos de danos ou deterioração dos produtos reduz gastos com combustíveis e até de manutenção de frota ou devolução de produtos. Alguns exemplos de como o Big Data pode beneficiar esse aspecto são os algoritmos e localizadores de tráfego de tempo real, que informam as melhores rotas para determinado momento, quais combinações de entrega geram melhores resultados e dados de temperatura de conservação de produtos alimentícios, por exemplo. Ainda, boas soluções em Big Data podem realizar análises preditivas, a partir de dados como históricos, relatórios e outras fontes que registram movimentações como receitas, saídas e entradas de estoque, que identificam demandas crescentes ou possíveis de ocorrer em algumas épocas do ano, por exemplo. Dessa forma, é possível traçar planos de vendas sazonais com mais agilidade e menos riscos de perdas.

3 – Antecipar tendências

A partir de métodos avançados usados para extrair valor de dados, como é o caso das análises preditivas, é possível antecipar tendências de compras e se destacar perante a concorrência. Não apenas com relação ao volume a ser estocado e à época, mas também sobre mudanças de hábitos e preferências do público-alvo. E tendências são interessantes de ser antecipadas tanto no varejo físico, quanto no digital. Dessa forma, sua loja pode não só oferecer novos produtos antes dos concorrentes, mas também itens que realmente suprem os atributos buscados pelo público. Apenas lembre-se que não basta apenas extrair os dados para reestruturar estratégias, mas sim extrair valor deles. Para isso, é necessário que especialistas indiquem a melhor solução de Big Data Analytics paras as necessidades do seu negócio.

4 – Aproximar e fidelizar o cliente

Tão importante quanto aumentar o número de clientes, é fidelizar os que já existem. A personalização do conteúdo e da experiência de compra ofertada ao cliente é uma das maneiras de impactá-lo de forma a fidelizá-lo, mantendo-o engajado com os produtos que sua empresa oferta, além de antecipar necessidades e problemas, tentando evitá-los. Como no varejo é comum existir um grande número de perfis de clientes, a quantidade de dados e a desconexão entre eles pode ser muito alta. Para encontrar padrões que ajudem a estreitar os laços com os diferentes perfis do público é preciso uma análise detalhada de dados. Mas uma vez feita, com a ajuda de softwares especializados, as conclusões resultantes podem ajudar na otimização de programas de fidelidade, estratégias de promoções e descontos, premiações a clientes leais, entre outros. Analisar esse tipo de dados também pode garantir experiências de compra otimizadas, tanto em canais digitais quanto no varejo físico, o que chamamos de multicanalidade ou omnichannel. Dentro disso, é possível descobrir exatamente onde o consumidor está e por qual canal ele prefere ser atendido, ou então, se ele consulta os produtos via internet para só depois adquiri-lo na loja física. Assim, a empresa passa a ter uma visão 360º de seus clientes, para que todos os canais de sua marca trabalhem de maneira integrada, com conteúdo segmentado e personalizado.

5 – Otimizar preços

Através de análises estatísticas é possível observar aumentos ou quedas de demanda em produtos, possibilitando que o gestor realize uma precificação inteligente com maior facilidade, baseada na procura do consumidor e também nos movimentos da concorrência.

O Big Data para pequenas e médias empresas

Atualmente, não são apenas grandes empresas e multinacionais que estão investindo em soluções de Big Data e extraindo valor de seus dados. Através de uma forma inovadora de distribuição e comercialização de softwares, o SaaS (Software como Serviço), é possível para gestores de PMEs (Pequenas e Médias Empresas) não gastar altos valores com licenças, atualizações e upgrades de memória, pois o SaaS permite utilizar módulos específicos para sua realidade em um programa online,  através de pagamentos mensais. Além disso, questões como fidelizar clientes, traçar estratégias de logística econômicas, manter clientes e antecipar tendências são tão importantes em empresas grandes, quanto em médias e pequenas. Todas essas vantagens da implementação de soluções de Big Data no varejo ocorrem porque a partir do valor extraído dos dados coletados em cada negócio, é possível diminuir as estratégias equivocadas e os prejuízos que resultam delas, além de a fonte de informações em que elas são baseadas ser sólida e confiável. É um investimento que vale cogitar para tornar o crescimento de sua empresa saudável e elevar a performance em um setor tão competitivo como o varejo. Se quiser encontrar mais informações sobre as soluções de Big Data, assista ao vídeo exclusivo com a entrevista de nosso CEO, Carlos Eurico, para a KingHost, com dicas preciosas para tornar o Big Data e a Data Science uma realidade em empresas de diferentes portes e segmentos! Basta clicar no botão abaixo:   ]]>

Citizen Data Scientist, já estamos lá?

A Inteligência Artificial é um campo que captura a imaginação na imprensa e no domínio público, com uma visão de máquinas que nos apoiam no dia a dia. Mas até que ponto estamos perto disso na vida cotidiana dos negócios? A resposta é muito próxima, mas com um passo chave intermediário. Em 2016, o Gartner cunhou o termo “Citizen Data Scientist” (CDS), significando uma pessoa “que cria ou gera modelos que usam análise avançada de diagnóstico ou recursos preditivos e prescritivos, mas cuja função principal de trabalho está fora do campo de estatística e análise. O Gartner também previu que o CDS ultrapassará os cientistas de dados na quantidade de análises avançadas que eles produzem, até 2019. Até recentemente essa previsão parecia imprecisa, mesmo que apenas pela data, não pelo resultado. No entanto, o recente anúncio do Google sobre o lançamento do Beta-Stage de sua plataforma AutoML, e a publicidade subsequente, reacendeu a discussão sobre a futura mudança para um ambiente de CDS. Essencialmente, o AutoML fornece um algoritmo de aprendizado de máquina ideal para usos comerciais específicos. Tudo o que o usuário precisa fornecer são dados rotulados; dados com um resultado que o algoritmo pode usar para aprender. Nenhum conhecimento de ciência de dados é necessário. O AutoML está atualmente focado na classificação de imagens e tradução de linguagem natural, mas os planos para expandir a capacidade para outros tipos de problemas de negócios estão bem encaminhados. Não há dúvida de que a previsão do Gartner acabará se concretizando, e pode haver pessoas lendo este artigo, que já estão empolgadas com o uso da IA ​​para apoiar seu trabalho; capacidade de desbloqueio que atualmente reside apenas no domínio dos cientistas de dados, em suas vidas comerciais cotidianas. Aí reside um problema com o conceito de CDS: expectativa. Ainda estamos nos primeiros dias de progresso em direção ao CDS, e o foco atual está muito no domínio de tarefas fixas e repetitivas. No entanto, a expectativa do usuário provavelmente superará rápida e amplamente a capacidade, pelo menos a curto prazo. Os usuários corporativos geralmente desejam estender soluções fornecendo dados diferentes ou usando-os para diferentes tipos de decisões. Isso está bem dentro dos limites das soluções e das tecnologias subjacentes, mas pode exigir o suporte de cientistas especialistas em dados, pois os limites são esticados e novos dados exigem configuração. O conceito de aprendizado de máquina tem muitas facetas diferentes, e o que funciona para um tipo de problema de negócios pode não funcionar para outro. Por exemplo, a quantidade de dados e o período de tempo que os dados exigem para “aprender” um problema podem diferir entre problemas que, na primeira revisão, parecem muito semelhantes. Um usuário empresarial pode aprender isso por meio de tentativa e erro, mas é muito mais produtivo, para o usuário e seus negócios, obter a experiência de um cientista de dados para definir a estratégia de treinamento correta. Ideação, a formação de novas idéias ou conceitos, é o maior objetivo e, paradoxalmente, o maior desafio para o conceito de CDS. Pense em dar a alguém um carro esportivo novo e brilhante e, em seguida, dizer-lhes que eles só podem levá-lo para o trabalho, em vez de explorar o país. O motorista pode tentar encontrar a rota mais interessante e diversificada para o trabalho, mas eles ainda chegam no mesmo lugar. Como a jornada em direção ao CDS se desdobrará? Indubitavelmente, a longo prazo, as soluções se tornarão mais flexíveis e dinâmicas para realizar a definição completa do CDS. No curto prazo, no entanto, exigimos que os cientistas de dados se envolvam ativamente e apoiem o CDS em desenvolvimento dentro do negócio. O instrutor de condução para ajudar o motorista a usar o carro esportivo em estradas rurais. Assim, pelo menos a curto prazo, precisamos expandir nossa definição de ciência de dados para pensar em ciência de dados como um serviço, essencialmente “Conhecimento como um Serviço”, como um próximo passo crítico no caminho para o verdadeiro Cientista de Dados Cidadão. Fonte: insideBIGDATA]]>