Inteligência Analítica

Inteligência Analítica
César Patiño

Agenda
O Mercado de B.A.
O Business Intelligence
Inteligência Analítica nas Empresas
Inteligência Analítica aplicada a Clientes
Centros de Competência de BI
Questões.

O Mercado de Software de Business Analytics
IDC define o mercado de software de Business
Analytics como ferramentas e aplicações para
monitorar, armazenar, analizar, modelar e apresentar
a informação com o objetivo de suportar o processo
de automatização de tomada de decisão e relatório
Esse mercado inclui ferramentas de desenvolvimento
de aplicações e aplicações pré-empactotadas

BI/Analytics
é o investimento
Nro 1
para melhorar
a competitividade
Fonte: IBM Global CIO
Study 2009
Análise Preditiva é Fator Crítico para
Alcançar Vantagem Competitiva
“At a time when companies in many industries offer similar
products and use comparable technology, high-performance
business processes are among the last remaining points of
differentiation.” Tom Davenport, “Competing on Analytics”
57%
55%
61%
62%
63%
64%
66%
70%
76%
80%
63%
68%
70%
67%
71%
73%
71%
73%
77%
86%
Unified Communication
SOA/Web Services
Business Process Management
Application Harmonization
Self-Service Portals
Customer and Partner Collaboration
Mobility Solutions
Risk Management and Compliance
Virtualization
Business Intelligence and Analytics
As 10 aplicações mais importantes no Plano Estratégico
High
growth
Low
growth

Como eu posso capturar e analizar
informações sobre como meus
clientes, prospects ou funcionários
estão se sentindo?
Como eu posso predizer
comportamentos e preferências e
assim reduzir evasão, prevenir
fraudes, maximizar os resultados das
campanhas?
Como eu posso tomar decisões em
tempo real ou antecipar potenciais
problemas, ao invés de tomar decisões
quando é tarde demais?

Inteligência de
Negócio (BI)

What is Business Intelligence?
The knowledge derived from analyzing an organization’s information
A popularized umbrella term introduced by
Howard Dresner of the Gartner Group in
1989 to describe a set of concepts and
methods to improve business decision
making by using fact-based support
systems.

BusinessValue
Reporting / OLAP
Data Management
Data Access
How Much?
How Many?
What Happened?
Business Intelligence
Data Information Knowledge

Simple yet useful questions…
Product
SKU
Brand
Subcategory
AllMerchandise
Category
How much did we sell (by
month, channel, region)?
Which stores sold the most?
What is our best-selling
product?
What is our most profitable
product?
…

…lead to more compelling questions
How much will we sell next month/quarter/year (for each product/store
location!)?
Why did we sell so much more this month?
How do we optimally replenish inventory?
Which customers are likely to respond to a mailing and of those who
respond, how much are they likely to spend?
How do we attract and retain profitable customers?
How do we optimally allocate marketing dollars to maximize profits?
Where should we locate new stores to maximize revenue?
…

Optimization
Predictive Modeling
Forecasting
Reporting / OLAP
Data Management
Data Access
What will happen next?
What’s the best that can happen?
How Much?
How Many?
What Happened?
Beyond BI to Business Analytics
BusinessValue
Data Information Knowledge Intelligence

Análise Preditiva é uma tecnologia
transformadora que permite a tomada
de decisão próativa, direcionando
novas formas de vantagem competitiva
Análises de padrões encontrados nas
transações passadas e atuais, assim
como dados atitudinais predizem
potenciais resultados futuros
Análise Preditiva ajuda a cumprir esta promessa!

Objetivos do Business Intelligence
Prover um ambiente único, corporativo, performático,
flexível e confiável para a tomada de decisões;
Integrar as diversas fontes de informação;
Prover rapidez, facilidade e flexibilidade no acesso às
informações;
Possibilitar acesso intuitivo à informação, com
recursos gráficos. O executivo necessita de
informações e não aprender informática;
Unificar conceitos de forma corporativa e disseminar
informações para a organização.

Benefícios do Business Intelligence
Controlar o desempenho organizacional;
Rever práticas de negócio;
Antecipar-se às mudanças no mercado;
Prover informações para uma melhor análise de
investimentos;
Antecipar-se às ações dos competidores;
Maior foco nas ações e estratégias;
Aumentar a lucratividade;
Melhorar o atendimento e “feed back” ao cliente.

Legado
Staging
Area
Relatórios
Ad-hoc
Controle
Operacional
Data
Warehouse
......
.
PeopleSof
t
EXCEL
Advanced
Analyttics
Pré-
definidos
Fontes
Externas
Publicações
E T L
BI/BA – Modelo Típico

Intelligence Value Chain
Uma solução estratégica para desenvolvimento
de Inteligência Corporativa de alto valor agregado,
integrando componentes individuais de tecnologia
à infra-estrutura existente.
Plan ETL Intelligent
Storage
Analytic
Intelligence
Business
Intelligence

• Otimização do investimento
• Elaboração dos Modelos multi-dimensionais e
analíticos
•Identificação das fontes de dados
• Metologias
• Expertise de Consultoria
Storage
Analytic
Intelligence
Business
Intelligence

Storage
Analytic
Intelligence
Business
Intelligence
• Acesso a diferentes bases
• Funções Pré-definidas
• Interface Gráfico
• Gerenciamento da qualidade dos dados

Qualidade de Dados
“Nossa empresa não tem problemas de
qualidade de dados!”
Sistemas transacionais funcionam
perfeitamente…

Storage
Analytic
Intelligence
Business
Intelligence
• Plataforma criada para BI
• Opções de armazenamento (Relacional, OLAP, Paralelo)
• Abrangência desde Reporting a Data Mining
• Performance otimizada

Relational OLAP
Multidimensional OLAP
Processamentos OLAP

Storage
Analytic
Intelligence
Business
Intelligence
• Diferentes interfaces
• Facilidade de utilização
• Controle e gerenciamento pela TI
• Capacidade analítica

WEB
COCKPITS
SIMULAÇÕES
ANÁLISES
BI – Aplicações

Storage
Analytic
Intelligence
Business
Intelligence
• Modelos preditivos e descritivos
• Previsão
• Otimização
• Simulação
• Integração com ferramentas de BI
• Interface amigável

A Base da Análise Preditiva – Matemática Aplicada
Estatística: Formular a pergunta a amostra e generalizar para o
universo
Uma amostra do dados Universo para generalizar os dados

As Áreas do Conhecimento e Tecnologias
Estatística Aplicada
Coleta de dados para responder questões particulares e definidas a priori, e que
podem ser traduzidas em forma de hipóteses a serem testadas.
Data Mining:
Investigação do conjunto de dados à procura de relacionamentos, em princípio não
suspeitos, mas que podem vir a ser de interesse para o analista.
Data Mining é um mix de técnicas estatísticas e computacionais (algorítmos de busca,
redes neurais, reconhecimento de padrões, etc.)
Text Mining:
Processo de extração de conhecimento e informações de textos em linguagem
natural – dados não estruturados.

As Áreas do Conhecimento e Tecnologias
DATA/TEXT
MINING
TÉCNICAS
COMPUTACIONAIS
ESTATÍSTICA
APLICADA
Algortitmos Genéticos
Redes Neurais
Mapas Perceptuais
Árvores de Decisão
NLP (text analytics)
Etc.
Ánálise de Regressão
Análise de Séries Temporais
Amostragem
Análise Multivariada
Etc.
Planejamento de Experimentos
Controle Estatístico de Processos
Survey
Bioestatística
Análise de Confiabiliade
Geoestatística
Etc.
Sistemas Especialistas
Fuzzy Logic
Automação e Controle
Etc.

Data Mining: Predizer o Comportamento com um Modelo
Um Universo de Dados
Atributos:
• Casado, 1 filho
• Mora em Alphaville
• Tem 2 carros
• 39 anos de idade
• Bebe Whisky
Um Modelo Preditivo
Comportamento Estimado
• Deseja comprar um carro-esporte
• Compra Car Washes!
• Compra Chardonnay
• Férias na praia
Atributos Estimados
• Gosta de Guns n Roses
• Gosta de Johnnie Walker Black
• Trabalha muitas horas
• Sálario médio/alto
Levando Análise Preditiva para o próximo nível

The Business Analytics Cycle
Integration of People, Processes, and Technology
Data Manager
– Data Preparation
– Deployment Services
– Report Administration
Business Manager
– Manages Campaigns
– Domain Expert
– Evaluates Processes & ROI
Data Miner
– Exploratory Analysis
– Descriptive Segmentation
– Predictive Modeling
Start
Formulate
Problem
Accumulate
Data
Data
Quality
Analysis
Transform
and Select
Predictive
Modeling
Evaluate
Model
Deploy
Model
Monitor
Results

Inteligência Analítica nas Empresas
Competing on Analytics

“As organizações estão na busca
da Competitividade Analítica não
porque querem - mas porque
precisam...
Harvard Business Review

Capacidade Analítica
Uso de dados, análises estatísticas/quantitativas, modelos explicativos/
preditivos e gestão baseada em fatos para direcionar decisões e ações.
Subconjunto de BI: conjunto de tecnologias e processos que usam dados
para conhecer e analisar desempenho empresarial

“This is one of the highest ROI scores Nucleus has ever seen in its
Real ROI series of research reports”
Rebecca Wettemann, VP of Research, Nucleus Research
Retorno do Investimento
94% dos clientes alcançaram o Retorno do
Investimento, no tempo médio de 10.7 meses
Mais de 90% dos usuários atribuiram o aumento de
produtividade devido ao uso de SPSS
81% dos projetos foram entregues no prazo e 75%
dentro/abaixo do budget

Aumentando o “Valor do Cliente” CLV
Customer Lifetime Value
Tempo
Valor
Modelos
Retenção
Modelos
Cross/up sell
Modelos de
Aquisição
Ganho
Perda
Aquisição
mais eficiente
Melhor
Cross/Up Sell
Retenção
mais efetiva
Melhor
Cross/Up Sell Melhor
Cross/Up Sell
Gestão de Campanhas
Otimização de Marketing
Valor
do Cliente
Modelos Preditivos

Segmentação de Clientes
• Permite a segmentação de clientes atuais ou prospects
• Inclui técnicas de modelagem estatística básicas e
avançadas para segmentação de mercado (ex. análise de
clusters, análise discriminante, árvores de decisão, etc.)
Storage
Analytic
Intelligence
Business
Intelligence

Retenção de Clientes
 Identifica quais fatores influenciam a fidelidade
 Permite identificar clientes próximos a sair
Storage
Analytic
Intelligence
Business
Intelligence

Cross-selling/Up-selling
 Identifica as potenciais vendas-cruzadas de produtos ou
o upgrade de produtos, permitindo o aumento de
rentabilidade por cliente.
Storage
Analytic
Intelligence
Business
Intelligence

Modelos de Prospecção
• Permite ao usuário a criação de modelos estatísticos
para prever compras de produtos específicos
Storage
Analytic
Intelligence
Business
Intelligence

aplicada à Clientes

O que é CRM ?
É uma abordagem empresarial
destinada a entender e influenciar o
comportamento dos clientes por
meio de comunicações significativas
para melhorar a retenção, a lealdade
e lucratividade deles.
(Ronald Swift)

Marketing Automation
Habilidade de entender as informações de
seus clientes, otimizar as interações de seus
clientes, e planejar, atingir o alvo, ter ações
e aprender de forma mais efetiva com as
campanhas de marketing, acrescentando
rentabilidade e eficiência.

Marketing Automation: Plan
Alinhar investimentos e
recursos para as
oportunidades e
necessidades de
marketing

Marketing Automation: Target
Pessoa certa, canal certo,
tempo certo, oferta certa para
construir um longo
relacionamento

Marketing Automation: Act
Alinhar as
comunicações às
necessidades do cliente

Marketing Automation: Learn
Monitorar as ações e obter
relatórios de negócio para
criar aprendizado

Processo do Marketing Automation

Segmentação de
Clientes
Perfil de
Clientes
Credit Scoring
Modelos de
Prospecção
Retenção de
Clientes
Valor de Clientes /
Ativação
Cross-selling
/Up-selling
Visão
única do
Cliente
CRM Analítico Algumas possibilidades…
Modelos de
Propensão
Behavioural
Scoring

Para obter uma imagem mais acurada: Todos os dados disponíveis
Dados Comportamentais
- Pedidos
- Transações
- Histórico de Pagamentos
- Histórico de Uso
Dados Cadastrais
- Atributos
- Caracteristicas
- Inf. Declaradas
- (Geo)demografico
Dados Atitudinais
- Opiniões
- Preferencias
- Desejos/Necessidades
- Pesquisas
- Dados Redes Sociais
Dados de interações
- E-Mail / transcrições
- Notas de Call center
- Web Click-streams
- Dialogos pessoais
“Tradicional”
Alto valor, dinâmico
- fonte da diferenciação competitiva
Dados Web
Até 20%
melhores
predições
Dados de Texto
Até 50%
melhores
predições
Atitudes
Até 30%
melhores
predições

 Segmentação de Clientes
• Permite a segmentação de clientes atuais ou prospects para auxiliar
na seleção de públicos-alvo específicos para marketing e ações de
ativação/retenção
• Inclui técnicas de modelagem estatística básicas e avançadas para
segmentação de mercado (ex. análise de clusters, análise
discriminante, árvores de decisão, etc.)
CRM Analítico

Retenção de Clientes
 Identifica quais fatores influenciam a fidelidade
 Permite identificar clientes próximos a sair e gera
públicos-alvo para campanhas de retenção ativa
CRM Analítico

Cross-selling/Up-selling
 Identifica as potenciais vendas-cruzadas de
produtos ou o upgrade de produtos,
permitindo o aumento de rentabilidade por
cliente.
CRM Analítico

CRM Analítico
 Modelos de Prospecção
• Permite ao usuário a criação de modelos estatísticos
para prever compras de produtos específicos
• Auxilia na geração de campanhas indicando a melhor
oferta pelo melhor canal (ex. promoções, campanhas
via e-mail, etc.)

Customer / Account
External Data
Products
e.g. Loans, Lease
Transactions
• Extract
• Transform
• Loading
• Cleaning
• Matching
Database Extract &
Transformation
Data Sources
Reporting
Campaign
Management
• Inbound Call Centre
• Direct Mail
• Telemarketing
• Internet
• Web site
• Branch
• Dealerships
Fulfillment Channels
DATA
DATA
DATA
CRM APPLICATIONS
Customer
Information
File
Marketing
Data
Mart
TARGETED COMMS
Data Repository /
Warehouse
Analysis &
Modeling
Solução Marketing Automation

Relatórios e Análises de Respostas
CRM Analítico
Visão Única
do Cliente
Ger. Campanhas
Marketing Automation

Casos de Aplicação

Desenvolveu modelos preditivos em
Marketing para entregar a mensagem certa,
para o cliente/prospect certo, no momento
certo.
Criou enfoques personalizados de marketing
baseados em dados históricos e perfis de
clientes e prospects.
Reduziu à metade os custos de campanhas
de marketing (18 milhões de e-mails)

Incluiu o uso de Modelos Preditivos e gerenciamento
analítico dentro de vários processos de negócios
 Mais de 500.000 SKUs modelados individualmente para
predizer a demanda no nível de loja
Modelos Analíticos são gerenciados de forma
centralizada e executados automaticamente a cada 120
dias
Aumento de vendas nas lojas
Modelos Preditivos para demanda por SKU provaram
uma acuracidade acima de 70%

Construiu Modelos Preditivos para
ajustar as ofertas e interações com
clientes
Reduziu as comunicações impressas
em 30% mantendo os mesmo níveis
de afluência
Integrou calculos de elasticidade de
preços nas campanhas promocionais

Utilizou análise preditiva para melhorar o
relacionamento com o cliente
Reduziu o tempo de análise, ao mesmo
tempo melhorando a relevância das ofertas
Criou rotina de retorno de campanhas das
campanhas anteriores para aumentar a
efetividade de campanhas futuras
Utilizou Market Basket Analysis para criar
campanhas focadas no cliente

Desenvolveu modelos preditivos para previsão
de vendas por SKU.
Criou modelos individuais de previsão para
mais de 6.500 produtos.
Melhorou as previsões resultando em 3.8%
de economia sobre a estação anterior.
Aumentou a fidelização de clientes através de
melhores serviços e reduziu o excesso de
estoque.

Construiu modelos preditivos para avaliar a
localização ideal de novas lojas
Forneceu uma compreensão mais
detalhada da dinâmica das lojas e como
afeta a performance das mesmas
Desenvolveu novos modelos para prever a
lucratividade das novas lojas. Muito mais
precisos e faceis de entender em
comparação aos modelos originais.

Utilizou Análise Preditiva para alterar o mix
de produtos nas lojas e processos de
negócios
A alteração do metodo de captura de
feedback dos clientes trouxe informações
adicionais anteriormente desconhecidas
Aumentou o volume de vendas através do
melhor conhecimento das preferências dos
clientes

Utilizou modelos preditivos para determinar
público alvo em campanhas de marketing nos
programas de CRM e Fidelização
Aumentou a taxa de retorno de campanhas
em aproximadamente 25%
Aumentou o valor médio de compras por
cliente em 15% em um ano
Reduziu custo e desperdício postal,
reduzindo o envio de catálogos e promoções

Incluiu análise preditiva nas operações de
e-Commerce
Integrou um algorítmo de recomendação, de
acordo com o pérfil, para os clientes mais
lucrativos
Número de “Page views” aumentou 67% ao
mês com o novo algorítmo de recomendação
O número de “page views” por visita aumentou
90%
Lucratividade triplicou em função de 18% de
aumento em vendas sem aumento de despesas
em promoção

BICC- Centros de
Competência de BI

Desenvolvimento da Informação
O Modelo de Evolução da Informação
Propósito
 Compreender o uso da informação nas
organizações
 Construir uma visão de potencial
Valor/Benefício
 Proativo
 Vantagem competitiva

5 Níveis de Evolução
Cada nível é construido sobre
o anterior
Nível não podem ser “pulados”
Competição irá forçar a
evolução
Proativo é melhor que reativo

Nível 1: Operar
Information Maverick
Foco no indivíduo
Informação é poder pessoal
Sem padrão na informação
Ferramentas de informação legadas
Sem benefício corporativo

Nível 2: Consolidar
Silos de Informação
Foco em grupos funcionais
Informação = poder político
Padrões departamentais
Ferramentas departamentais

Nível 3: Integrar
O Data Warehouse
Foco corporativo
Padrões corporativos
Arquitetura de informação
corporativa
Visão das operações
baseada em informações

Nível 4: Otimizar
Foco na base
Alinhamento de mercado
Melhoria incremental
Informação para medir, alinhar
e melhorar processos
Decisões baseadas em fatos
Infra-estrutura de
informação adaptável

Nível 5: Inovar
Foco estratégico
Alavancar a cadeia de valor em novas
áreas de negócios
Novos mercados, produtos
e modelos de negócios
Processo e cultura de
inovação contínua

5 Níveis de Evolução
Nível 5: Expandir negócios
Nível 4: Otimizar a base
Nível 3: Data Warehouse
Corporativo
Nível 2: Departamental
Nível 1: Individual

Necessidade de
Centro de Competência de BI
RESOLUTION
• Enterprise information strategy
• Enterprise BI strategy
• Aligning BI with corporate objectives
• IT & Business collaboration
• Cross-business area collaboration
• Leverage BI experience
INFORMATION TRENDS
• Growth
• Timeliness and use
• Data quality
• Reliability & security
• Personalization
• Competitive asset
CHALLENGES
• Competing priorities
• Limited BI & PM skills
• Business and IT perspectives
• Alignment among business units
• Siloed BI environments
• Infrastructure limitations
• Regulatory compliance

Soluções precisam focar em:
Mudar a visão da organização sobre Business
Inteligence & Performance Management de
abordagem de projeto para abordagem de
processo
Mudar as implementações de BI & PM de
Táticas para Estratégicas

Centro de Competência de BI
Objetivo
“Uma abordagem
estratégica e
abrangente para
desenhar, implementar,
gerenciar, monitorar e
suportar as iniciativas
de BI.
Source: Information Revolution, page 134

Source: Gartner – “Organizational Structure: Business Intelligence and Information Management”, Betsy Burton, Lee
Geishecker, Bill Hostmann, Ted Friedman, David Newman, 14 April 2006
Perspectiva do Analista - Gartner

O que é?
Centro de Competência de BI é:
 Uma estrutura formal e permanente (time)
 suportado & apadrinhado pelo time executivo da organização
 com pessoal e gestão da organização
 com representantes das áreas de negócio e TI
 com foco, funções, responsabilidades e processos bem definidos
 suportando & promovendo o uso eficiente da informação e da
inteligência de negócios
 Implementando a estratégia corporativa de BI
 Suportando a tomada de decisão, e o atingimento dos objetivos
corporativos.

Identificar e incentivar mudança de processos e negócios
Promover mentalidade de Processo versus Projeto
Alavancar as capacidades de BI
Treinar áreas de negócio no uso adequado de BI
Desenvolver e promover as melhores práticas de BI
Promover parcerias e colaborações
Coordenar planos e iniciativas de BI
Contribuir para a estratégia corporativa de BI
Foco do BICC

Operate
Individual
Consolidate
Departmental Silos
Integrate
Enterprise View
Optimize
Optimize Bottom Line
Innovate
Expand Top Line
BICC
Objective
BICC & IEM – Mesmo Objetivo

“… information management advances both through
evolution and intelligent design. The ideas herein will
help any organization avoid extinction!”
--Thomas H. Davenport,
Babson College
"This book is a must-read for planning and
implementing your BICC. It is a pragmatic guide that
addresses a lot, if not all, of the questions you'll be
asking yourself. Don't miss out on getting a head start
from the people who thought this through from start
to finish...Pray your competitors don't get hold of this
book!"
-- Claudia Imhoff
President Intelligent Solutions, Inc.
Livros

“ A chave para ter sucesso nos
negócios é saber alguma coisa que
ninguem mais sabe”
Aristóteles Onassis

Dúvidas???
cpatino@uol.com.br
+ 55 11 9602-6720

Inteligência Analítica

Mais conteúdo relacionado

Mais procurados

Semelhante a Inteligência Analítica

Inteligência Analítica