TDC2018FLN | Trilha Data Science - Extraindo o maximo de seus dados para oferecer uma experiencia personalizada ao cliente
•
0 gostou•179 visualizações
O documento discute como escolher boas métricas para oferecer experiências personalizadas aos clientes com base nos dados. Aborda diferentes tipos de métricas e níveis de personalização, desde popular até adaptativo e generativo. O autor também apresenta exemplos de métricas úteis versus inúteis e como usar dados para entender padrões e melhorar continuamente o produto.
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a TDC2018FLN | Trilha Data Science - Extraindo o maximo de seus dados para oferecer uma experiencia personalizada ao cliente
Semelhante a TDC2018FLN | Trilha Data Science - Extraindo o maximo de seus dados para oferecer uma experiencia personalizada ao cliente (20)
Mais de tdc-globalcode
Mais de tdc-globalcode (20)
Último
Último (20)
TDC2018FLN | Trilha Data Science - Extraindo o maximo de seus dados para oferecer uma experiencia personalizada ao cliente
- 2. Tácio Medeiros - Data Scientist TDC Floripa 2018 - Trilha Data Science Extraindo o máximo de seus dados PARA OFERECER UMA EXPERIÊNCIA PERSONALIZADA AO CLIENTE 2018-04-20
- 3. ESTE É O SIMON JEFFES
- 4. I AM THE PROPRIETOR OF THE PENGUIN CAFE. I WILL TELL YOU THINGS AT RANDOM.
- 5. EXTRAINDO O MÁXIMO DE SEUS DADOS Como escolher métricas boas PARA OFERECER UMA EXPERIÊNCIA PERSONALIZADA AO CLIENTE O que fazer com elas +
- 6. “SE HÁ DADOS, HÁ OPORTUNIDADES DE TRANSFORMAÇÃO”
- 8. CIÊNCIA COMO UM CIENTISTA TRABALHA? 2 Desenha experimento 3 Coleta dados 4 Analisa resultados 5 Publica pesquisa 1 Formula hipótese
- 10. PERSONALIZAÇÃO
- 11. 1 Escolhe 1 KPI 2 Traça meta tentativa 3 Procura padrões 4 Realiza experimento 6 Personaliza produto 5 Analisa resultados CICLO MÁGICO
- 12. EXTRAINDO O MÁXIMO DE SEUS DADOS
- 13. MÉTRICAS Segundo os autores de “Lean Analytics” Alistair Croll e Ben Yoskovitz » Qualitativa ou Quantitativa » Exploratória ou Reportável » De vaidade ou Acionável » Adiantada ou Atrasada » Correlacionada ou Causal
- 15. Qualitativa ou Quantitativa >> MÉTRICAS >> para DESCOBRIR para PROVAR
- 16. Exploratória ou Reportável >> MÉTRICAS >> para INVESTIGAR para MONITORAR
- 17. De vaidade ou Acionável >> MÉTRICAS >> para SE ORGULHAR para SE APRIMORAR
- 18. Atrasada ou Adiantada >> MÉTRICAS >> para ENTENDER para ESPERAR
- 19. Correlacionada ou Causal >> MÉTRICAS >> para PREVER para AGIR
- 20. JAN FEV MAR ABR MAI Receita/Cliente 5,00 4,50 4,33 4,25 4,50 Paradoxo de Simpson Variável de confusão ANÁLISE COORTE JAN FEV MAR ABR MAI 1 5,00 3,00 2,00 1,00 0,50 2 6,00 4,00 2,00 1,00 3 7,00 6,00 5,00 4 8,00 7,00 5 9,00
- 21. MÉTRICAS INÚTEIS » Número de downloads » Total de visitantes únicos » Receita acumulada » Emails enviados » Curtidas no Facebook
- 22. MÉTRICAS BOAS » Taxa de crescimento » Base ativa (usuários engajados) » CLV / CAC » Taxa de churn (usar coorte) » Tempo para break-even por cliente CLV = Customer Lifetime Value Churn difícil de definir CAC = Custo de Aquisição do Cliente Atribuição de canais complexa … complicado
- 23. PARA OFERECER UMA EXPERIÊNCIA PERSONALIZADA AO CLIENTE
- 24. PERSONALIZAÇÕES » POPULAR » SEGMENTADO » INDIVIDUALIZADO » ADAPTATIVO » GENERATIVO
- 25. Popular PERSONALIZAÇÕES » Pareto 80/20 » Comportamento de massa » Quer rebuscar? Faz tendências
- 26. Segmentado PERSONALIZAÇÕES » Nichos » Ovelhas brancas, negras e cinzas » Demográfico geralmente é pobre
- 27. Individualizado PERSONALIZAÇÕES » Equilíbrio entre escala e humanização » Vale da estranheza » Precisão vs Cobertura
- 28. Adaptativo PERSONALIZAÇÕES » Tempo real » Contexto de curto prazo » Menos controle
- 29. Generativo PERSONALIZAÇÕES » Holy Grail » Virtualmente impraticável » Reativo