SlideShare uma empresa Scribd logo
Enriquecimento de Dados
Comportamentais de Clientes
Alexandre Chaves
Agosto/2022 Inteligência Artificial e Humana para
Potencializar o Valor de seus Dados de
Cllientes.
RADAR
O que é Enriquecimento de Dados Comportamentais?
Adquirir outros clientes de alto valor
POR QUÊ? Se uma marca conhece o perfil de seus
clientes mais valiosos, ela pode se concentrar em atrair
outros com o mesmo perfil, que têm maior probabilidade
de se tornarem clientes leais.
Identificar os clientes de alto valor
POR QUÊ? Alguns clientes são mais lucrativos que
outros e merecem um tratamento diferenciado.
Criar experiências memoráveis
POR QUÊ Clientes que se sentem valorizados por
uma empresa são mais propensos a realizar
novas compras.
Entender suas heterogeneidades
POR QUÊ? Clientes possuem diferentes necessidades e
preferências e as empresas precisam compreender e
se adaptar à estas diferenças.
OBJETIVOS
Processo de adicionar valor aos dados de clientes que uma empresa já possui, combinando inteligência artificial e humana para gerar insights
que permitam quantificar e maximizar o valor futuro de seus clientes, executando estratégias lucrativas de retenção e aquisição.
MIGRAÇÃO PARA
COMPRAS
ON-LINE
Os clientes têm mais informações e
opções de compra do que nunca.
ADAPTAÇÃO ÀS MUDANÇAS NO
COMPORTAMENTO DO
CONSUMIDOR
Os clientes valorizam mais as experiências do
que os produtos e esperam por
relacionamentos personalizados.
AUMENTO DOS CUSTOS DE
AQUISIÇÃO
Empresas precisam equilibrar os objetivos
de venda entre a aquisição de novos
clientes e a retenção e desenvolvimento
dos clientes existentes.
FIM DOS COCKIES DE
TERCEIROS
Com a privacidade do consumidor no
centro das atenções, as empresas precisam
deixar de depender de dados de terceiros e
criar sua propria base de dados de clientes.
Desafios das empresas no mundo pós-Covid
41%
Das receitas de um e-commerce
provém de apenas 8% dos clientes
existentes.
27%
É a probabilidade de um novo
cliente fazer uma segnda compra.
91%
Dos clientes estão mais propensos a
comprar produtos de marcas que
oferecem experiências
personalizadas.
50%
Dos clientes deixam de comprar de
uma empresa por insatisfação
33%
É quanto os clientes frequentes
gastam a mais do que os clientes
novos
74%
Dos clientes consideram a
recomendação de outros clientes
como o principal motivador para uma
decisão de compra
Adquirir um novo cliente é de 5 a 25 vezes mais caro do que manter um cliente já existente
Fontes: Gartner Group / Harvard Business Review / Marketing Metrics / Adobe / Segment
Dados que justificam o foco na retenção dos clientes
R E T E N C Ã O E F I D E L I Z A Ç Ã O
Os clientes estão dispostos a pagar mais pelos mesmos produtos e serviços se acharem que as empresas estão fornecendo valor adicional por meio
das interações. Essas empresas são recompensadas com lealdade de longo prazo e novos compradores têm maior probabilidade de se tornarem
clientes fiéis.
A Q U I S I Ç Ã O D E N OVO S C L I E N T E S
R E P U TA Ç Ã O DA M A R C A
Existe uma campanha de marketing melhor do que seus próprios clientes satisfeitos? Graças à sua capacidade de influência e presença nas redes sociais,
novos clientes aprenderão como seus serviços são bons. Se uma empresa ou organização fornece um serviço ruim, será forçada a "cobrir" essa imagem,
investindo mais em marketing e substituindo clientes perdidos.
C U S TO S D E M A R K E T I N G
Um foco maior em melhores experiências do cliente pode levar a uma maior economia nos custos de marketing
VA N TA G E M C O M P E T I T I VA
Até agora, a maioria das empresas não é capaz de entregar a qualidade da experiência que eles oferecem no nível semelhante que os clientes
exigem.
Os consumidores tendem a confiar na experiência de outros consumidores.
Os benefícios de personalizar as experiências dos clientes
Imperativos
de Nossos
Clientes
Nossas
Serviços
Fornecer insights que permitam empresas de qualquer tipo, tamanho ou setor alcancarem um
crescimento sustentável, otimizando o valor de seus clientes.
Nosso
Propósito
Nossa
Abordagem
Diferenciada
Modelo de
relacionamentoh
umanizado
Eficiente, flexível
e acessível
Inovação continua
em IA aplicada ao
Marketing
Ser um fornecedor de referência no enriquecimento de dados comportamentais de clientes
Nossa estratégia
Adaptação às
necessidades do
negócio
Entendimento do
mercado
regional
Compreender seus
“Melhores
Clientes”
Criar relações de
longo prazo
Adquirir outros
clientes similares
Maximizar sua
rentabilidade
Pague conforme
você cresce
Matriz de
Percepções por
Tópico
Segmentação
por Valor Futuro
dos Clientes
Fonte Única de
Dados de
Clientes
Perfil 360° dos
Clientes
Ativação dos
Dados
Enriquecidos
Matriz de
Afinidades dos
Clientes
4 - MATRIZ
DE PERCEPÇÕES
POR TÓPICO
1 – FONTE ÚNICA DE
DADOS DE CLIENTES
3 - MATRIZ DE
AFINIDADES
2 - SEGMENTAÇÃO
RADR
6 - ATIVAÇÃO
DOS DADOS
5 - PERFIL 360°
DOS CLIENTES
O que fazemos?
CONSOLIDAMOS E ORGANIZAMOS OS
DADOS DE CLIENTES DE SUA EMPRESA.
PROJETAMOS O VALOR FUTURO INDIVIDUAL E
SEGMENTAMOS OS CLIENTES COM BASE NO
HISTÓRICO DE TRANSAÇÕES.
CALCULAMOS A AFINIDADE DE
CADA CLIENTE COM OS PRODUTOS
E SEUS ATRIBUTOS.
ANALISAMOS OS FEEDBACKS DOS CLIENTES E
MEDIMOS A EXPERIÊNCIA POR TÓPICO.
ENVIAMOS OS DADOS ENRIQUECIDOS A NÍVEL DE CLIENTE
PARA SEU CRM E DISPONIBILIZAMOS OS DADOS DE FORMA
AGREGADA PARA O DESENVOLVIMENTO DE DASHBOARDS
GERENCIAIS.
IDENTIFICAMOS OS DISTINTOS PERFIS DE CLIENTES DENTRO DE CADA
SEGMENTO E CLASSIFICAMOS OS CLIENTES DE ACORDO COM OS DADOS
DISPONÍVEIS.
INTERNOS EXTERNOS
ESTRUTURADOS
NÃO
ESTRUTURADOS
FONTES DE DADOS
• Modelo Probilisticos
• Clusterização
• Modelo de Afinidade
• Sistema de
Recomendação
• Processamento de
Linguagem Natural
• Análise de Sentimento
• Regras de Associação
• Classificação
1 – FONTE ÚNICA DE
DADOS DE CLIENTES
Pesquisas, questionários, email,
pop-ups, chats, redes sociais
Tipos de Dados de Clientes
Históricos de compras, CRM, log de
páginas visitadas, programas de
fidelidade, dispositivos IoT, uso de
aplicativos ,
Dados first-party, mas
fornecidos por um parceiro
corporativo.
Dados agregados comprados
de fornecedores de dados.
Construindo uma Fonte Única de Dados de Clientes
Estratégia de
Targeting
Inventário de
Dados
Compreensão
dos Clientes
ESTRATÉGIA
DE DADOS
MOTOR DE
COLETA DE DADOS
Dados Externos
Dados Internos
Adquirir
Quais são suas
PROPOSTAS DE VALOR?
Que dados estãos
DISPONÍVEIS?
Quw dados são
REQUERIDOS?
GESTÃO DE
IDENTIDADE
Unificação de IDs
ORGANIZAÇÃO
DOS DADOS
Transformação
ENRIQUECIMENTO
DOS DADOS
Analytics
ERP Ecommerce CRM Financeiro SAC
Email
Pesquisas
Questionários Monitoramento
Web
Visitas ao
Website Modelos de
IA
IoT
FONTE ÚNICA DE DADOS
- Clientes
- Compras
- Produtos
- Engajamento
- Feedbacks
Aplicações
Moble
Programa de
Fidelidade
Criamos uma base centralizada com os dados de seus clientes, alinhada com as necessidades de
seu negócio.
Plano de Ação
Compreensão do Negócio
Extrair
2 – SEGMENTAÇAO
R.A.D.R.
O que é o Customer Lifetime Value - CLV
Customer Lifetime Value (CLV) é uma
métrica que permite que as empresas
projetam o valor que um cliente irá gerar
no futuro, com base no seu histórico de
relacionamento com a marca.
O CLV ajuda as empresas a identificar em
quais clientes vale a pena focar esforços
e recursos, e quais clientes poderiam ser
atendidos com uma estratégia de baixo
custo.
A nível individual permite…
• … identificar os melhores clientes.
• … identificar clientes inativos de alto valor.
• … reduzir gastos com clientes de baixo valor.
• … otimizar produtos, conteúdos e canais de aquisição.
• … oferecer serviços diferenciados.
A nível agregado permite …
• … medir o valor de uma empresa projetando o
comportamento futuro dos clientes.
• … avaliar a evolução do valor dos clientes ao longo do
tempo.
• … identificar como os produtos e experi6encia
influenciam o CLV.
• ... correlacionar ações de marketing com o impacto no
CLV.
Por que o CLV é relevante?
Como calculamos o CLV a nível individual
DADOS
TRANSACIONAIS
DADOS DE
ENGAJAMENTO
DADOS
CATEGÓRICOS
q Compras
q Pagamentos
q Produtos Comprados
q Comportamento de
COmpra
q Páginas Visitadas
q Produtos
Abandonados
q Emails Clicados
q Uso de Aplicativo
Móvil
q Demográficos
q Estilos de Vida
q Motivações
q Necessidades
MODELO
PROBABILÍSTICO
CLIENTES
FREQUENTES
NOVOS
CLIENTES
PROSPECTS
CLUSTERS DE
COMPORTAMENTO
NA 1ra. COMPRA
CLUSTERS DE
COMPORTAMENTO
NO ENGAJAMENTO
CLV a nível
individual
CLV a nível
agregado
CLV a nível
agregado
CLV Potencial
inferido
CLV Potencial
inferido
Métricas Calculadas
CLV–Valor futuro(receita/ margem) queoclienteirágerar emumperíododeterminado
CLVPotencial –CLVinferidodeacordocomoperfil doclienteouestimandoumanovacompra
Probabilidadedeoclientefazer umanovacompra
Quantidadedenovascomprasdentrodoperíododeterminado
Tempo(dias) paraapróximacompra
Predicted	CLV	x	Actual	Forward	Revenue	(52	weeks)
CPG	e-commerce
2019 2020 2021 2022
Company	A
April	2020 August	2020 December	2020 April	2021 August	2021 December	2021 April	2022
Company	B
2019 2020 2021 2022
Company	C
October	2019 April	2020 October	2020 April	2021 October	2021 April	2022
0M
50M
100M
150M
200M
Tot	Clv
0M
50M
100M
150M
200M
TOT	Actual	Fwd	Revenue
Company	D
Actual	Fwd	Revenue Predicted	CLV
Precisão do modelo para cálculo do CLV (casos reais)
CLV (Customer Lifetime
Value)
ICP (Ideal Customer Profile)
PCLV (CLV Potencial)
ES (Engagement Score) PCLV (Potential CLV)
Manter ativos
Identificar e engajar
Aumentar frequencia e
valor das compras
Converter primeira compra Converter uma nova compra
Clientes frequentes de alto
valor
Clientes desconhecidos com
perfil adequado à proposta
de valor do negócio
Clientes novos com
potencial de crescimento
Prospects com altao
engajamento
Clientes inativos com alto
CLV potencial
R
REATIVAÇÃO
A
AQUISIÇÃO
A
ATIVAÇÃO
R
RETENÇÃO
TARGET
OBJETIVO
MÉTRICA P/
SELEÇÃO
5 táticas de marketing para aumentar o CLV
D
DESENVOLVIMENTO
Segmentação R.A.D.R. baseada no CLV e CLV Potencial
Reter
$Y - $Z
GRANDE
Potential
Loyalists
Loyalists Champions
Desenvolver
$X - $Y
MÉDIO
Occasional
Buyers
Promising Green Field
Reativar
$1 - $X
PEQUENO
Hibernating
New
Customers
Cant Lose
Them
Ativar
$0
PROSPECTS
False Starts Just Arrived
Brand
Enthusiasts
$0 - $X
PEQUENO
$X - $Y
MÉDIO
$Y - $Z
GRANDE
CLV
CLV POTENCIAL
Segmentos RADR
Clientes com alto CLV. Eles devem ser retidos e
recompensados por sua lealdade.
Clientes com médio CLV e alto CLV potencial. Devem ser
desenvolvidos por meio de programas de fidelidade, conteúdo
educativo e ações de X-selling e Upselling.
Clientes com alto risco de churn, com baixo CLV atual, provavelmente
devido à alta Recência (dias desde o último pedido) ou baixo valor
médio do pedido (AOV) e Frequência (# pedidos). Devem ser
reativados através de promoções e descontos.
Clientes que já interagiram com a empresa, mas que ainda não
fizeram sua primeira compra. Eles devem ser educados por meio
de campanhas de nutrição e ativados usando ofertas e descontos
Potential	CLV
1-SMALL 2-MEDIUM 3-LARGE
Actual	CLV
3-LARGE
2-MEDIUM
1-SMALL
Promising
4.819	customers	(11,0%)
CLV:	$1,7M	(0,73%)
Potential	CLV:	$30,5M		(5,91%)
Whitespace:	$28,8M	(10,24%)
Revenue	Last	12m:$8,4M	(2,62%)
Potential	Loyalists
4.808	customers	(11,0%)
CLV:	$15,9M	(6,87%)
Potential	CLV:	$24,8M		(4,81%)
Whitespace:	$8,9M	(3,18%)
Revenue	Last	12m:$17,5M	(5,47%)
Occasional	Buyers
4.820	customers	(11,0%)
CLV:	$1,5M	(0,66%)
Potential	CLV:	$17,6M		(3,40%)
Whitespace:	$16,0M	(5,70%)
Revenue	Last	12m:$3,5M	(1,10%)
New	Customers
438	customers	(1,0%)
CLV:	$0,0M	(0,00%)
Potential	CLV:	$3,5M		(0,68%)
Whitespace:	$0,0M	(0,00%)
Revenue	Last	12m:$1,3M	(0,39%)
Loyalists
4.808	customers	(11,0%)
CLV:	$38,9M	(16,82%)
Potential	CLV:	$79,9M		(15,48%)
Whitespace:	$41,0M	(14,57%)
Revenue	Last	12m:$53,3M	(16,63%)
Hibernating
9.543	customers	(21,8%)
CLV:	$0,7M	(0,30%)
Potential	CLV:	$15,5M		(2,99%)
Whitespace:	$14,8M	(5,25%)
Revenue	Last	12m:$0,9M	(0,29%)
Green	Field
4.819	customers	(11,0%)
CLV:	$2,6M	(1,12%)
Potential	CLV:	$61,6M		(11,93%)
Whitespace:	$59,0M	(20,97%)
Revenue	Last	12m:$19,4M	(6,05%)
Champions
4.808	customers	(11,0%)
CLV:	$169,6M	(73,31%)
Potential	CLV:	$247,3M		(47,91%)
Whitespace:	$77,7M	(27,61%)
Revenue	Last	12m:$205,9M	(64,22%)
Cant	Lose	Them
4.850	customers	(11,1%)
CLV:	$0,4M	(0,18%)
Potential	CLV:	$35,6M		(6,89%)
Whitespace:	$35,1M	(12,49%)
Revenue	Last	12m:$10,4M	(3,24%)
Segments	Heatmap
$5,0M $10,0M $20,0M $50,0M $100,0M $200,0M
Sum	of	Potential	CLV
$0,5M
$1,0M
$2,0M
$5,0M
$10,0M
$20,0M
$50,0M
$100,0M
$200,0M
Sum	of	Actual	CLV
Hibernating Cant	Lose	Them
Occasional	Buyers Green	Field
Champions
Loyalists
Potential	Loyalists
Segments	Scatter	plot
Segment
Cant	Lose	Them
Champions
Green	Field
Hibernating
Loyalists
New	Customers
Occasional	Buy..
Potential	Loyali..
Promising
Segment
Running	%	of
Customers
Sum	Actual	CLV
Running	%	of
Actual	CLV
Sum	PCLV %	of	Total	PCLV White	Space
%	of	Total
White	Space
Avg.	SOW Avg.	CLV Avg.	Frequency Avg.	Revenue
Avg.	Order
Value
Avg.	Basket
Size
Avg.	Item	Value Avg.	Recency
Avg.	Time
between
Transactions
Champions
Loyalists
Green	Field
Cant	Lose	Them
Promising
Potential	Loyalists
Occasional	Buyers
Hibernating
New	Customers
Grand	Total 65	days
2	days
23	days
137	days
138	days
46	days
14	days
25	days
52	days
40	days
270	days
3	days
550	days
390	days
110	days
303	days
351	days
205	days
98	days
41	days
$266,5
$216,5
$223,7
$271,8
$217,2
$289,4
$224,9
$378,1
$248,9
$303,6
17
18
11
15
14
19
14
22
19
28
$2,7K
$2,8K
$1,4K
$2,2K
$2,0K
$2,8K
$1,9K
$3,5K
$3,0K
$5,0K
$13,8K
$3,0K
$2,0K
$3,2K
$6,2K
$4,1K
$9,7K
$8,2K
$18,0K
$64,8K
5
1
1
2
4
2
4
2
7
16
$5,7K
$0,0K
$0,1K
$0,3K
$3,3K
$0,4K
$0,1K
$0,5K
$8,1K
$35,3K
23,8%
0,0%
4,8%
11,8%
60,3%
5,6%
1,8%
4,7%
47,3%
61,8%
100,00%
0,00%
5,25%
5,70%
3,18%
10,24%
12,49%
20,97%
14,57%
27,61%
$281,3M
$0,0M
$14,8M
$16,0M
$8,9M
$28,8M
$35,1M
$59,0M
$41,0M
$77,7M
100,00%
0,68%
2,99%
3,40%
4,81%
5,91%
6,89%
11,93%
15,48%
47,91%
$516,2M
$3,5M
$15,5M
$17,6M
$24,8M
$30,5M
$35,6M
$61,6M
$79,9M
$247,3M
100,00%
100,00%
100,00%
99,70%
99,04%
92,16%
91,43%
91,25%
90,13%
73,31%
$231,4M
$0,0M
$0,7M
$1,5M
$15,9M
$1,7M
$0,4M
$2,6M
$38,9M
$169,6M
100,00%
100,00%
99,00%
77,17%
66,14%
55,14%
44,12%
33,02%
22,00%
11,00%
Segments	Metrics
Exemplo de dashboard (caso real)
3 – MATRIZ DE
AFINIDADES
O que é uma matriz de afinidades?
É um modo simples e eficiente que ajuda as empresas a compreender as necessidades e preferências dos
clientes através dos registros de suas interações e seus feedbacks, para poder oferecer o nível de personalização
que eles esperam de empresas de todos os tipos e tamanhos.
COMPRAS
ENGAJAMENTO
PESQUISAS
Produtos Comprados
Carrinhos Abandonados
Páginas Visitadas
Orçamentos Enviados
Rating de Produtos
Questionários
Modelo
de
Afinidade
Sistema de
Recomendações
Regras do
Negócio
Produ
to
A
Produ
to
B
Produ
to
C
Atribu
to
A
Atribu
to
B
Atribu
to
C
Cliente 1 5 3 2 4 1 2
Cliente 2 2 5 4 3 4 3
Cliente 3 1 3 5 3 4 2
Cliente 4 3 2 5 4 3 1
...
Cliente N 5 4 3 5 4 1
MATRIZ DE AFINIDADES
O que fazemos?
Inferimos para cada cliente um score de
afinidade entre 1 e 5 para cada produto e seus
atributos.
SELEÇÃO DE
ATRIBUTOS
ETIQUETAGEM
DE ÍTENS
REGISTRO DAS
INTERAÇÕES
AGREGAÇÃO
DOS REGISTROS
CÁLCULO DO
SCORE
1
5
4
3
2
Como calculamos o score de afinidade?
Através de pesquisas qualitativas
identificar quais atributos e seus
valores representam as características
mais relevantes dos produtos e as
motivações dos clientes para comprá-
los.
Etiquetar digitalmente
todos os ítens (produtos e
conteúdos) acessíveis aos
clientes com valores para
cada atributo.
Registrar em formato digital,
cada interação com os ítens
etquetados, identificando o
cliente.
Resumir por cliente suas interações
com os ítens etiquetados,
considerando a recência e
frequência ponderada.
Com base no resumo dos
registros de interações,
aplicar sistema de
recomendações e regras
definidas pelo negócio para
calcular o score final.
4 – MATRIZ DE
PERCEPÇÕES
O que é uma matriz de percepções por tópico?
É uma técnica para medir a experiência dos clientes nos diversos pontos de contato com uma empresa, a partir
dos feedbacks - quantitativos (pesquisas) ou qualitativos (reviews, posts, emails) - que eles enviam, permitindo
que as empresas desenhem jornadas alinhadas com as expectativas dos melhores clientes.
We
bsit
e
Entr
ega
Help
-De
sk
Cob
ranç
a
Troc
as
Inst
alaç
ão
Cliente 1 5 3 2 4 1 2
Cliente 2 2 5 4 3 4 3
Cliente 3 1 3 5 3 4 2
Cliente 4 3 2 5 4 3 1
...
Cliente N 5 4 3 5 4 1
TÓPICOS
CLIENTES
SCORE DE CX
QUANTITATIVOS
(estruturados)
FEEDBACKS DOS
CLIENTES
QUALITATIVOS
(não-estruturados)
RATING DE
PRODUTOS
METRICAS CX
ANÁLISE DE
TÓPICOS
ANÁLISE DE
SENTIMENTO
q NPS
q CSAT
q CES
Ø Pesquisas
Ø Chats
Ø Call-Center
Ø Mensagens
SCORE DE CX
SENTIMENTO POR
TÓPICO
SCORE DE CX POR
TÓPICO
Como calculamos o Score de CX por tópico?
5 – PERFIL 360°
DOS CLIENTES
O que é um perfil 360° dos clientes?
Perfil do Cliente
COMPRAS
COMO ele compra?
• Frequencia
• Status
• Gastos
• Cesta de compras
• Habitos
• Produtos
• Pontos de contato
• Conteúdos
• Recomendação
• Demografia
• Firmografia
• Geografia
• Estilo de vida
CARACTERÍSTICAS
QUEM ele é?
MOTIVAÇÕES
POR QUE ele compra?
SENTIMENTOS
QUAL é sua percepção?
• Objetivos
• Necessidades
• Desejos
• Interesses
• Problemas
É uma visão única de cada cliente, contendo todas as informações que uma empresa necessita para identificar
seus melhores clientes, personalizar suas experiências e recomendar produtos e conteúdos relevantes.
Convertendo perfis individuais em grupos de clientes
Grupo 1
Grupo 2
Grupo 3
Grupo 4
Atributo X
Atributo X
Atributo Y
Atributo X
Atributo Y
Atributo Y
Atributo Y
Atributo X
Agrupamos os perfis individuais dos clientes em grupos alinhados com a estratégia de targeting da empresa.
Estratégia de
Targeting
GESTÃO DE
FEEDBACKS
Perfis Individuais
dos Clientes
Recebemos as
Feedbacks
RADAR
UNLOCKING THE VALUE OF
YOUR BEST CUSTOMERS

Mais conteúdo relacionado

Semelhante a RADAR - Enriquecimento de Dados de Clientes.pdf

PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13
PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13
PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13
Prof. Randes Enes, M.Sc.
 
Business Model Canvas
Business Model CanvasBusiness Model Canvas
Business Model Canvas
Rogério Tadeu
 
Canvas aula 02
Canvas aula 02Canvas aula 02
Canvas aula 02
NJS Consultoria
 
Digital Analytics - Conhecendo o consumo de conteúdo e o público do seu site
Digital Analytics - Conhecendo o consumo de conteúdo e o público do seu siteDigital Analytics - Conhecendo o consumo de conteúdo e o público do seu site
Digital Analytics - Conhecendo o consumo de conteúdo e o público do seu site
Emanuel Santos Lima
 
TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...
TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...
TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...
tdc-globalcode
 
TDC 2018 - Transformação Digital - Customer Centricity
TDC 2018 - Transformação Digital - Customer CentricityTDC 2018 - Transformação Digital - Customer Centricity
TDC 2018 - Transformação Digital - Customer Centricity
Rafael Cunha
 
O Processo de Compra B2B - Dados exclusivos Linkedin
O Processo de Compra B2B - Dados exclusivos LinkedinO Processo de Compra B2B - Dados exclusivos Linkedin
O Processo de Compra B2B - Dados exclusivos Linkedin
Maratona Digital
 
CRM - Customer Relationship Managment
CRM - Customer Relationship ManagmentCRM - Customer Relationship Managment
CRM - Customer Relationship Managment
Sérgio Oliveira
 
Diferencial competitivo
Diferencial competitivoDiferencial competitivo
Diferencial competitivo
Marcos Oliveira
 
Smart Insights
Smart Insights Smart Insights
Smart Insights
Smart Focus Latam
 
Criar e reter clientes de valor
Criar e reter clientes de valorCriar e reter clientes de valor
Criar e reter clientes de valor
Academia Brasileira de Marketing
 
Credenciais indico completa social_direct
Credenciais indico completa social_directCredenciais indico completa social_direct
Credenciais indico completa social_direct
Indico S.A.
 
Automação de Marketing para E-commerce
Automação de Marketing para E-commerceAutomação de Marketing para E-commerce
Automação de Marketing para E-commerce
Karine Borges
 
Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...
Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...
Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...
E-Commerce Brasil
 
Ações de Marketing e Vendas em Mercados B2B
Ações de Marketing e Vendas em Mercados B2BAções de Marketing e Vendas em Mercados B2B
Ações de Marketing e Vendas em Mercados B2B
WAAH! We Are All Human!
 
Customer Experience, a Jornada do Cliente
Customer Experience, a Jornada do Cliente Customer Experience, a Jornada do Cliente
Customer Experience, a Jornada do Cliente
Anielle8
 
Apresentação CPS 21
Apresentação CPS 21Apresentação CPS 21
Apresentação CPS 21
4Life Marketing Digital
 
Mobile Engagement LIFEdata - Português
Mobile Engagement LIFEdata - PortuguêsMobile Engagement LIFEdata - Português
Mobile Engagement LIFEdata - Português
Marcelo Villas Bôas
 
06 - 2014 marketing de relacionamento
06 - 2014 marketing de relacionamento06 - 2014 marketing de relacionamento
06 - 2014 marketing de relacionamento
Milton Henrique do Couto Neto
 
Aula 7 Sistemas De Gestão De Relacionamento Com Clientes
Aula 7    Sistemas De  Gestão De  Relacionamento Com  ClientesAula 7    Sistemas De  Gestão De  Relacionamento Com  Clientes
Aula 7 Sistemas De Gestão De Relacionamento Com Clientes
melissa
 

Semelhante a RADAR - Enriquecimento de Dados de Clientes.pdf (20)

PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13
PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13
PPT_aula_FGV_MBA_CRM _Prof. Randes_15.08.13
 
Business Model Canvas
Business Model CanvasBusiness Model Canvas
Business Model Canvas
 
Canvas aula 02
Canvas aula 02Canvas aula 02
Canvas aula 02
 
Digital Analytics - Conhecendo o consumo de conteúdo e o público do seu site
Digital Analytics - Conhecendo o consumo de conteúdo e o público do seu siteDigital Analytics - Conhecendo o consumo de conteúdo e o público do seu site
Digital Analytics - Conhecendo o consumo de conteúdo e o público do seu site
 
TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...
TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...
TDC2018SP | Transf Digital - Customer Centricity - Como colocar o cliente no ...
 
TDC 2018 - Transformação Digital - Customer Centricity
TDC 2018 - Transformação Digital - Customer CentricityTDC 2018 - Transformação Digital - Customer Centricity
TDC 2018 - Transformação Digital - Customer Centricity
 
O Processo de Compra B2B - Dados exclusivos Linkedin
O Processo de Compra B2B - Dados exclusivos LinkedinO Processo de Compra B2B - Dados exclusivos Linkedin
O Processo de Compra B2B - Dados exclusivos Linkedin
 
CRM - Customer Relationship Managment
CRM - Customer Relationship ManagmentCRM - Customer Relationship Managment
CRM - Customer Relationship Managment
 
Diferencial competitivo
Diferencial competitivoDiferencial competitivo
Diferencial competitivo
 
Smart Insights
Smart Insights Smart Insights
Smart Insights
 
Criar e reter clientes de valor
Criar e reter clientes de valorCriar e reter clientes de valor
Criar e reter clientes de valor
 
Credenciais indico completa social_direct
Credenciais indico completa social_directCredenciais indico completa social_direct
Credenciais indico completa social_direct
 
Automação de Marketing para E-commerce
Automação de Marketing para E-commerceAutomação de Marketing para E-commerce
Automação de Marketing para E-commerce
 
Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...
Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...
Congresso RS | Relevância do CRM na jornada OMNI para fidelização e personali...
 
Ações de Marketing e Vendas em Mercados B2B
Ações de Marketing e Vendas em Mercados B2BAções de Marketing e Vendas em Mercados B2B
Ações de Marketing e Vendas em Mercados B2B
 
Customer Experience, a Jornada do Cliente
Customer Experience, a Jornada do Cliente Customer Experience, a Jornada do Cliente
Customer Experience, a Jornada do Cliente
 
Apresentação CPS 21
Apresentação CPS 21Apresentação CPS 21
Apresentação CPS 21
 
Mobile Engagement LIFEdata - Português
Mobile Engagement LIFEdata - PortuguêsMobile Engagement LIFEdata - Português
Mobile Engagement LIFEdata - Português
 
06 - 2014 marketing de relacionamento
06 - 2014 marketing de relacionamento06 - 2014 marketing de relacionamento
06 - 2014 marketing de relacionamento
 
Aula 7 Sistemas De Gestão De Relacionamento Com Clientes
Aula 7    Sistemas De  Gestão De  Relacionamento Com  ClientesAula 7    Sistemas De  Gestão De  Relacionamento Com  Clientes
Aula 7 Sistemas De Gestão De Relacionamento Com Clientes
 

Mais de Alexandre Chaves

RADAR - Enriquecimento de Dados de Clientes.pdf
RADAR - Enriquecimento de Dados de Clientes.pdfRADAR - Enriquecimento de Dados de Clientes.pdf
RADAR - Enriquecimento de Dados de Clientes.pdf
Alexandre Chaves
 
RADAR - CVO as a Service.pptx
RADAR - CVO as a Service.pptxRADAR - CVO as a Service.pptx
RADAR - CVO as a Service.pptx
Alexandre Chaves
 
RADAR - CVO as a Service v2.pptx
RADAR - CVO as a Service v2.pptxRADAR - CVO as a Service v2.pptx
RADAR - CVO as a Service v2.pptx
Alexandre Chaves
 
RADAR - Customer Value Optimization as a Service v2.pptx
RADAR - Customer Value Optimization as a Service v2.pptxRADAR - Customer Value Optimization as a Service v2.pptx
RADAR - Customer Value Optimization as a Service v2.pptx
Alexandre Chaves
 
D4S CVO Framework
D4S CVO FrameworkD4S CVO Framework
D4S CVO Framework
Alexandre Chaves
 
Data4 sales es_v1.4
Data4 sales es_v1.4Data4 sales es_v1.4
Data4 sales es_v1.4
Alexandre Chaves
 
Data4sales es_v1.3
Data4sales es_v1.3Data4sales es_v1.3
Data4sales es_v1.3
Alexandre Chaves
 
Data4sales en_v1.2
Data4sales en_v1.2Data4sales en_v1.2
Data4sales en_v1.2
Alexandre Chaves
 

Mais de Alexandre Chaves (8)

RADAR - Enriquecimento de Dados de Clientes.pdf
RADAR - Enriquecimento de Dados de Clientes.pdfRADAR - Enriquecimento de Dados de Clientes.pdf
RADAR - Enriquecimento de Dados de Clientes.pdf
 
RADAR - CVO as a Service.pptx
RADAR - CVO as a Service.pptxRADAR - CVO as a Service.pptx
RADAR - CVO as a Service.pptx
 
RADAR - CVO as a Service v2.pptx
RADAR - CVO as a Service v2.pptxRADAR - CVO as a Service v2.pptx
RADAR - CVO as a Service v2.pptx
 
RADAR - Customer Value Optimization as a Service v2.pptx
RADAR - Customer Value Optimization as a Service v2.pptxRADAR - Customer Value Optimization as a Service v2.pptx
RADAR - Customer Value Optimization as a Service v2.pptx
 
D4S CVO Framework
D4S CVO FrameworkD4S CVO Framework
D4S CVO Framework
 
Data4 sales es_v1.4
Data4 sales es_v1.4Data4 sales es_v1.4
Data4 sales es_v1.4
 
Data4sales es_v1.3
Data4sales es_v1.3Data4sales es_v1.3
Data4sales es_v1.3
 
Data4sales en_v1.2
Data4sales en_v1.2Data4sales en_v1.2
Data4sales en_v1.2
 

RADAR - Enriquecimento de Dados de Clientes.pdf

  • 1. Enriquecimento de Dados Comportamentais de Clientes Alexandre Chaves Agosto/2022 Inteligência Artificial e Humana para Potencializar o Valor de seus Dados de Cllientes. RADAR
  • 2. O que é Enriquecimento de Dados Comportamentais? Adquirir outros clientes de alto valor POR QUÊ? Se uma marca conhece o perfil de seus clientes mais valiosos, ela pode se concentrar em atrair outros com o mesmo perfil, que têm maior probabilidade de se tornarem clientes leais. Identificar os clientes de alto valor POR QUÊ? Alguns clientes são mais lucrativos que outros e merecem um tratamento diferenciado. Criar experiências memoráveis POR QUÊ Clientes que se sentem valorizados por uma empresa são mais propensos a realizar novas compras. Entender suas heterogeneidades POR QUÊ? Clientes possuem diferentes necessidades e preferências e as empresas precisam compreender e se adaptar à estas diferenças. OBJETIVOS Processo de adicionar valor aos dados de clientes que uma empresa já possui, combinando inteligência artificial e humana para gerar insights que permitam quantificar e maximizar o valor futuro de seus clientes, executando estratégias lucrativas de retenção e aquisição.
  • 3. MIGRAÇÃO PARA COMPRAS ON-LINE Os clientes têm mais informações e opções de compra do que nunca. ADAPTAÇÃO ÀS MUDANÇAS NO COMPORTAMENTO DO CONSUMIDOR Os clientes valorizam mais as experiências do que os produtos e esperam por relacionamentos personalizados. AUMENTO DOS CUSTOS DE AQUISIÇÃO Empresas precisam equilibrar os objetivos de venda entre a aquisição de novos clientes e a retenção e desenvolvimento dos clientes existentes. FIM DOS COCKIES DE TERCEIROS Com a privacidade do consumidor no centro das atenções, as empresas precisam deixar de depender de dados de terceiros e criar sua propria base de dados de clientes. Desafios das empresas no mundo pós-Covid
  • 4. 41% Das receitas de um e-commerce provém de apenas 8% dos clientes existentes. 27% É a probabilidade de um novo cliente fazer uma segnda compra. 91% Dos clientes estão mais propensos a comprar produtos de marcas que oferecem experiências personalizadas. 50% Dos clientes deixam de comprar de uma empresa por insatisfação 33% É quanto os clientes frequentes gastam a mais do que os clientes novos 74% Dos clientes consideram a recomendação de outros clientes como o principal motivador para uma decisão de compra Adquirir um novo cliente é de 5 a 25 vezes mais caro do que manter um cliente já existente Fontes: Gartner Group / Harvard Business Review / Marketing Metrics / Adobe / Segment Dados que justificam o foco na retenção dos clientes
  • 5. R E T E N C Ã O E F I D E L I Z A Ç Ã O Os clientes estão dispostos a pagar mais pelos mesmos produtos e serviços se acharem que as empresas estão fornecendo valor adicional por meio das interações. Essas empresas são recompensadas com lealdade de longo prazo e novos compradores têm maior probabilidade de se tornarem clientes fiéis. A Q U I S I Ç Ã O D E N OVO S C L I E N T E S R E P U TA Ç Ã O DA M A R C A Existe uma campanha de marketing melhor do que seus próprios clientes satisfeitos? Graças à sua capacidade de influência e presença nas redes sociais, novos clientes aprenderão como seus serviços são bons. Se uma empresa ou organização fornece um serviço ruim, será forçada a "cobrir" essa imagem, investindo mais em marketing e substituindo clientes perdidos. C U S TO S D E M A R K E T I N G Um foco maior em melhores experiências do cliente pode levar a uma maior economia nos custos de marketing VA N TA G E M C O M P E T I T I VA Até agora, a maioria das empresas não é capaz de entregar a qualidade da experiência que eles oferecem no nível semelhante que os clientes exigem. Os consumidores tendem a confiar na experiência de outros consumidores. Os benefícios de personalizar as experiências dos clientes
  • 6. Imperativos de Nossos Clientes Nossas Serviços Fornecer insights que permitam empresas de qualquer tipo, tamanho ou setor alcancarem um crescimento sustentável, otimizando o valor de seus clientes. Nosso Propósito Nossa Abordagem Diferenciada Modelo de relacionamentoh umanizado Eficiente, flexível e acessível Inovação continua em IA aplicada ao Marketing Ser um fornecedor de referência no enriquecimento de dados comportamentais de clientes Nossa estratégia Adaptação às necessidades do negócio Entendimento do mercado regional Compreender seus “Melhores Clientes” Criar relações de longo prazo Adquirir outros clientes similares Maximizar sua rentabilidade Pague conforme você cresce Matriz de Percepções por Tópico Segmentação por Valor Futuro dos Clientes Fonte Única de Dados de Clientes Perfil 360° dos Clientes Ativação dos Dados Enriquecidos Matriz de Afinidades dos Clientes
  • 7. 4 - MATRIZ DE PERCEPÇÕES POR TÓPICO 1 – FONTE ÚNICA DE DADOS DE CLIENTES 3 - MATRIZ DE AFINIDADES 2 - SEGMENTAÇÃO RADR 6 - ATIVAÇÃO DOS DADOS 5 - PERFIL 360° DOS CLIENTES O que fazemos? CONSOLIDAMOS E ORGANIZAMOS OS DADOS DE CLIENTES DE SUA EMPRESA. PROJETAMOS O VALOR FUTURO INDIVIDUAL E SEGMENTAMOS OS CLIENTES COM BASE NO HISTÓRICO DE TRANSAÇÕES. CALCULAMOS A AFINIDADE DE CADA CLIENTE COM OS PRODUTOS E SEUS ATRIBUTOS. ANALISAMOS OS FEEDBACKS DOS CLIENTES E MEDIMOS A EXPERIÊNCIA POR TÓPICO. ENVIAMOS OS DADOS ENRIQUECIDOS A NÍVEL DE CLIENTE PARA SEU CRM E DISPONIBILIZAMOS OS DADOS DE FORMA AGREGADA PARA O DESENVOLVIMENTO DE DASHBOARDS GERENCIAIS. IDENTIFICAMOS OS DISTINTOS PERFIS DE CLIENTES DENTRO DE CADA SEGMENTO E CLASSIFICAMOS OS CLIENTES DE ACORDO COM OS DADOS DISPONÍVEIS. INTERNOS EXTERNOS ESTRUTURADOS NÃO ESTRUTURADOS FONTES DE DADOS • Modelo Probilisticos • Clusterização • Modelo de Afinidade • Sistema de Recomendação • Processamento de Linguagem Natural • Análise de Sentimento • Regras de Associação • Classificação
  • 8. 1 – FONTE ÚNICA DE DADOS DE CLIENTES
  • 9. Pesquisas, questionários, email, pop-ups, chats, redes sociais Tipos de Dados de Clientes Históricos de compras, CRM, log de páginas visitadas, programas de fidelidade, dispositivos IoT, uso de aplicativos , Dados first-party, mas fornecidos por um parceiro corporativo. Dados agregados comprados de fornecedores de dados.
  • 10. Construindo uma Fonte Única de Dados de Clientes Estratégia de Targeting Inventário de Dados Compreensão dos Clientes ESTRATÉGIA DE DADOS MOTOR DE COLETA DE DADOS Dados Externos Dados Internos Adquirir Quais são suas PROPOSTAS DE VALOR? Que dados estãos DISPONÍVEIS? Quw dados são REQUERIDOS? GESTÃO DE IDENTIDADE Unificação de IDs ORGANIZAÇÃO DOS DADOS Transformação ENRIQUECIMENTO DOS DADOS Analytics ERP Ecommerce CRM Financeiro SAC Email Pesquisas Questionários Monitoramento Web Visitas ao Website Modelos de IA IoT FONTE ÚNICA DE DADOS - Clientes - Compras - Produtos - Engajamento - Feedbacks Aplicações Moble Programa de Fidelidade Criamos uma base centralizada com os dados de seus clientes, alinhada com as necessidades de seu negócio. Plano de Ação Compreensão do Negócio Extrair
  • 12. O que é o Customer Lifetime Value - CLV Customer Lifetime Value (CLV) é uma métrica que permite que as empresas projetam o valor que um cliente irá gerar no futuro, com base no seu histórico de relacionamento com a marca. O CLV ajuda as empresas a identificar em quais clientes vale a pena focar esforços e recursos, e quais clientes poderiam ser atendidos com uma estratégia de baixo custo.
  • 13. A nível individual permite… • … identificar os melhores clientes. • … identificar clientes inativos de alto valor. • … reduzir gastos com clientes de baixo valor. • … otimizar produtos, conteúdos e canais de aquisição. • … oferecer serviços diferenciados. A nível agregado permite … • … medir o valor de uma empresa projetando o comportamento futuro dos clientes. • … avaliar a evolução do valor dos clientes ao longo do tempo. • … identificar como os produtos e experi6encia influenciam o CLV. • ... correlacionar ações de marketing com o impacto no CLV. Por que o CLV é relevante?
  • 14. Como calculamos o CLV a nível individual DADOS TRANSACIONAIS DADOS DE ENGAJAMENTO DADOS CATEGÓRICOS q Compras q Pagamentos q Produtos Comprados q Comportamento de COmpra q Páginas Visitadas q Produtos Abandonados q Emails Clicados q Uso de Aplicativo Móvil q Demográficos q Estilos de Vida q Motivações q Necessidades MODELO PROBABILÍSTICO CLIENTES FREQUENTES NOVOS CLIENTES PROSPECTS CLUSTERS DE COMPORTAMENTO NA 1ra. COMPRA CLUSTERS DE COMPORTAMENTO NO ENGAJAMENTO CLV a nível individual CLV a nível agregado CLV a nível agregado CLV Potencial inferido CLV Potencial inferido Métricas Calculadas CLV–Valor futuro(receita/ margem) queoclienteirágerar emumperíododeterminado CLVPotencial –CLVinferidodeacordocomoperfil doclienteouestimandoumanovacompra Probabilidadedeoclientefazer umanovacompra Quantidadedenovascomprasdentrodoperíododeterminado Tempo(dias) paraapróximacompra
  • 15. Predicted CLV x Actual Forward Revenue (52 weeks) CPG e-commerce 2019 2020 2021 2022 Company A April 2020 August 2020 December 2020 April 2021 August 2021 December 2021 April 2022 Company B 2019 2020 2021 2022 Company C October 2019 April 2020 October 2020 April 2021 October 2021 April 2022 0M 50M 100M 150M 200M Tot Clv 0M 50M 100M 150M 200M TOT Actual Fwd Revenue Company D Actual Fwd Revenue Predicted CLV Precisão do modelo para cálculo do CLV (casos reais)
  • 16. CLV (Customer Lifetime Value) ICP (Ideal Customer Profile) PCLV (CLV Potencial) ES (Engagement Score) PCLV (Potential CLV) Manter ativos Identificar e engajar Aumentar frequencia e valor das compras Converter primeira compra Converter uma nova compra Clientes frequentes de alto valor Clientes desconhecidos com perfil adequado à proposta de valor do negócio Clientes novos com potencial de crescimento Prospects com altao engajamento Clientes inativos com alto CLV potencial R REATIVAÇÃO A AQUISIÇÃO A ATIVAÇÃO R RETENÇÃO TARGET OBJETIVO MÉTRICA P/ SELEÇÃO 5 táticas de marketing para aumentar o CLV D DESENVOLVIMENTO
  • 17. Segmentação R.A.D.R. baseada no CLV e CLV Potencial Reter $Y - $Z GRANDE Potential Loyalists Loyalists Champions Desenvolver $X - $Y MÉDIO Occasional Buyers Promising Green Field Reativar $1 - $X PEQUENO Hibernating New Customers Cant Lose Them Ativar $0 PROSPECTS False Starts Just Arrived Brand Enthusiasts $0 - $X PEQUENO $X - $Y MÉDIO $Y - $Z GRANDE CLV CLV POTENCIAL Segmentos RADR Clientes com alto CLV. Eles devem ser retidos e recompensados por sua lealdade. Clientes com médio CLV e alto CLV potencial. Devem ser desenvolvidos por meio de programas de fidelidade, conteúdo educativo e ações de X-selling e Upselling. Clientes com alto risco de churn, com baixo CLV atual, provavelmente devido à alta Recência (dias desde o último pedido) ou baixo valor médio do pedido (AOV) e Frequência (# pedidos). Devem ser reativados através de promoções e descontos. Clientes que já interagiram com a empresa, mas que ainda não fizeram sua primeira compra. Eles devem ser educados por meio de campanhas de nutrição e ativados usando ofertas e descontos
  • 18. Potential CLV 1-SMALL 2-MEDIUM 3-LARGE Actual CLV 3-LARGE 2-MEDIUM 1-SMALL Promising 4.819 customers (11,0%) CLV: $1,7M (0,73%) Potential CLV: $30,5M (5,91%) Whitespace: $28,8M (10,24%) Revenue Last 12m:$8,4M (2,62%) Potential Loyalists 4.808 customers (11,0%) CLV: $15,9M (6,87%) Potential CLV: $24,8M (4,81%) Whitespace: $8,9M (3,18%) Revenue Last 12m:$17,5M (5,47%) Occasional Buyers 4.820 customers (11,0%) CLV: $1,5M (0,66%) Potential CLV: $17,6M (3,40%) Whitespace: $16,0M (5,70%) Revenue Last 12m:$3,5M (1,10%) New Customers 438 customers (1,0%) CLV: $0,0M (0,00%) Potential CLV: $3,5M (0,68%) Whitespace: $0,0M (0,00%) Revenue Last 12m:$1,3M (0,39%) Loyalists 4.808 customers (11,0%) CLV: $38,9M (16,82%) Potential CLV: $79,9M (15,48%) Whitespace: $41,0M (14,57%) Revenue Last 12m:$53,3M (16,63%) Hibernating 9.543 customers (21,8%) CLV: $0,7M (0,30%) Potential CLV: $15,5M (2,99%) Whitespace: $14,8M (5,25%) Revenue Last 12m:$0,9M (0,29%) Green Field 4.819 customers (11,0%) CLV: $2,6M (1,12%) Potential CLV: $61,6M (11,93%) Whitespace: $59,0M (20,97%) Revenue Last 12m:$19,4M (6,05%) Champions 4.808 customers (11,0%) CLV: $169,6M (73,31%) Potential CLV: $247,3M (47,91%) Whitespace: $77,7M (27,61%) Revenue Last 12m:$205,9M (64,22%) Cant Lose Them 4.850 customers (11,1%) CLV: $0,4M (0,18%) Potential CLV: $35,6M (6,89%) Whitespace: $35,1M (12,49%) Revenue Last 12m:$10,4M (3,24%) Segments Heatmap $5,0M $10,0M $20,0M $50,0M $100,0M $200,0M Sum of Potential CLV $0,5M $1,0M $2,0M $5,0M $10,0M $20,0M $50,0M $100,0M $200,0M Sum of Actual CLV Hibernating Cant Lose Them Occasional Buyers Green Field Champions Loyalists Potential Loyalists Segments Scatter plot Segment Cant Lose Them Champions Green Field Hibernating Loyalists New Customers Occasional Buy.. Potential Loyali.. Promising Segment Running % of Customers Sum Actual CLV Running % of Actual CLV Sum PCLV % of Total PCLV White Space % of Total White Space Avg. SOW Avg. CLV Avg. Frequency Avg. Revenue Avg. Order Value Avg. Basket Size Avg. Item Value Avg. Recency Avg. Time between Transactions Champions Loyalists Green Field Cant Lose Them Promising Potential Loyalists Occasional Buyers Hibernating New Customers Grand Total 65 days 2 days 23 days 137 days 138 days 46 days 14 days 25 days 52 days 40 days 270 days 3 days 550 days 390 days 110 days 303 days 351 days 205 days 98 days 41 days $266,5 $216,5 $223,7 $271,8 $217,2 $289,4 $224,9 $378,1 $248,9 $303,6 17 18 11 15 14 19 14 22 19 28 $2,7K $2,8K $1,4K $2,2K $2,0K $2,8K $1,9K $3,5K $3,0K $5,0K $13,8K $3,0K $2,0K $3,2K $6,2K $4,1K $9,7K $8,2K $18,0K $64,8K 5 1 1 2 4 2 4 2 7 16 $5,7K $0,0K $0,1K $0,3K $3,3K $0,4K $0,1K $0,5K $8,1K $35,3K 23,8% 0,0% 4,8% 11,8% 60,3% 5,6% 1,8% 4,7% 47,3% 61,8% 100,00% 0,00% 5,25% 5,70% 3,18% 10,24% 12,49% 20,97% 14,57% 27,61% $281,3M $0,0M $14,8M $16,0M $8,9M $28,8M $35,1M $59,0M $41,0M $77,7M 100,00% 0,68% 2,99% 3,40% 4,81% 5,91% 6,89% 11,93% 15,48% 47,91% $516,2M $3,5M $15,5M $17,6M $24,8M $30,5M $35,6M $61,6M $79,9M $247,3M 100,00% 100,00% 100,00% 99,70% 99,04% 92,16% 91,43% 91,25% 90,13% 73,31% $231,4M $0,0M $0,7M $1,5M $15,9M $1,7M $0,4M $2,6M $38,9M $169,6M 100,00% 100,00% 99,00% 77,17% 66,14% 55,14% 44,12% 33,02% 22,00% 11,00% Segments Metrics Exemplo de dashboard (caso real)
  • 19. 3 – MATRIZ DE AFINIDADES
  • 20. O que é uma matriz de afinidades? É um modo simples e eficiente que ajuda as empresas a compreender as necessidades e preferências dos clientes através dos registros de suas interações e seus feedbacks, para poder oferecer o nível de personalização que eles esperam de empresas de todos os tipos e tamanhos. COMPRAS ENGAJAMENTO PESQUISAS Produtos Comprados Carrinhos Abandonados Páginas Visitadas Orçamentos Enviados Rating de Produtos Questionários Modelo de Afinidade Sistema de Recomendações Regras do Negócio Produ to A Produ to B Produ to C Atribu to A Atribu to B Atribu to C Cliente 1 5 3 2 4 1 2 Cliente 2 2 5 4 3 4 3 Cliente 3 1 3 5 3 4 2 Cliente 4 3 2 5 4 3 1 ... Cliente N 5 4 3 5 4 1 MATRIZ DE AFINIDADES O que fazemos? Inferimos para cada cliente um score de afinidade entre 1 e 5 para cada produto e seus atributos.
  • 21. SELEÇÃO DE ATRIBUTOS ETIQUETAGEM DE ÍTENS REGISTRO DAS INTERAÇÕES AGREGAÇÃO DOS REGISTROS CÁLCULO DO SCORE 1 5 4 3 2 Como calculamos o score de afinidade? Através de pesquisas qualitativas identificar quais atributos e seus valores representam as características mais relevantes dos produtos e as motivações dos clientes para comprá- los. Etiquetar digitalmente todos os ítens (produtos e conteúdos) acessíveis aos clientes com valores para cada atributo. Registrar em formato digital, cada interação com os ítens etquetados, identificando o cliente. Resumir por cliente suas interações com os ítens etiquetados, considerando a recência e frequência ponderada. Com base no resumo dos registros de interações, aplicar sistema de recomendações e regras definidas pelo negócio para calcular o score final.
  • 22. 4 – MATRIZ DE PERCEPÇÕES
  • 23. O que é uma matriz de percepções por tópico? É uma técnica para medir a experiência dos clientes nos diversos pontos de contato com uma empresa, a partir dos feedbacks - quantitativos (pesquisas) ou qualitativos (reviews, posts, emails) - que eles enviam, permitindo que as empresas desenhem jornadas alinhadas com as expectativas dos melhores clientes. We bsit e Entr ega Help -De sk Cob ranç a Troc as Inst alaç ão Cliente 1 5 3 2 4 1 2 Cliente 2 2 5 4 3 4 3 Cliente 3 1 3 5 3 4 2 Cliente 4 3 2 5 4 3 1 ... Cliente N 5 4 3 5 4 1 TÓPICOS CLIENTES SCORE DE CX
  • 24. QUANTITATIVOS (estruturados) FEEDBACKS DOS CLIENTES QUALITATIVOS (não-estruturados) RATING DE PRODUTOS METRICAS CX ANÁLISE DE TÓPICOS ANÁLISE DE SENTIMENTO q NPS q CSAT q CES Ø Pesquisas Ø Chats Ø Call-Center Ø Mensagens SCORE DE CX SENTIMENTO POR TÓPICO SCORE DE CX POR TÓPICO Como calculamos o Score de CX por tópico?
  • 25. 5 – PERFIL 360° DOS CLIENTES
  • 26. O que é um perfil 360° dos clientes? Perfil do Cliente COMPRAS COMO ele compra? • Frequencia • Status • Gastos • Cesta de compras • Habitos • Produtos • Pontos de contato • Conteúdos • Recomendação • Demografia • Firmografia • Geografia • Estilo de vida CARACTERÍSTICAS QUEM ele é? MOTIVAÇÕES POR QUE ele compra? SENTIMENTOS QUAL é sua percepção? • Objetivos • Necessidades • Desejos • Interesses • Problemas É uma visão única de cada cliente, contendo todas as informações que uma empresa necessita para identificar seus melhores clientes, personalizar suas experiências e recomendar produtos e conteúdos relevantes.
  • 27. Convertendo perfis individuais em grupos de clientes Grupo 1 Grupo 2 Grupo 3 Grupo 4 Atributo X Atributo X Atributo Y Atributo X Atributo Y Atributo Y Atributo Y Atributo X Agrupamos os perfis individuais dos clientes em grupos alinhados com a estratégia de targeting da empresa. Estratégia de Targeting GESTÃO DE FEEDBACKS Perfis Individuais dos Clientes Recebemos as Feedbacks
  • 28. RADAR UNLOCKING THE VALUE OF YOUR BEST CUSTOMERS