• Nenhum resultado encontrado

LIMPEZA CODIFICAÇÃO

3. PROCEDIMENTOS METODOLÓGICOS

3.1 Relação de objetivos específicos x questões da pesquisa quantitativa

O Quadro 3 interliga os objetivos específicos da dissertação às questões exploradas no questionário, de forma que os resultados da pesquisa possam responder aos propósitos dessa dissertação.

Quadro 3: Relação de objetivos específicos x questões Objetivos Específicos Conceitos-chave: fundamentação teórica Perguntas do Questionário Objetivo específico 1: Avaliar o

nível de utilização, nas empresas de serviços que atuam nas cidades de São Paulo e do Rio de Janeiro, das etapas do processo de descoberta de conhecimento em bases de dados (KDD), representadas na metodologia

Shearer (2000) descreve a metodologia de livre distribuição chamada CRISP- DM (do inglês Cross Industry Standard

Process for Data Mining), desenvolvida

em 1996 por um importante consórcio de empresas européias (RODRIGUEZ et al., 2006) composto por Daimler-Benz (atual DaimlerChrysler), Integral Solutions Ltd.

- Assinale um valor (entre 0 e 10) para o grau de intensidade com que sua empresa utiliza as seguintes etapas de análise para dar suporte à criação de estratégias de relacionamento com clientes, considerando que 0 (zero) significa nenhuma

CRISP-DM ? (ISL), NCR e OHRA, época em que as empresas, sobretudo do setor da indústria na Europa, não possuíam uma metodologia oficial para a condução de projetos de mineração de dados e que a necessidade de descoberta de conhecimento em bases de dados era crescente, em função do aumento da concorrência e da quantidade de clientes. A metodologia CRISP-DM posiciona a mineração de dados dentro de um contexto de negócio mais amplo, de descoberta de conhecimento em bases de dados, estabelecendo seis fases principais, desde o entendimento do problema de negócio da empresa, passando pela mineração de dados, até a implementação do modelo desenvolvido

utilização da respectiva etapa de análise e 10 (dez) significa utilização total da respectiva etapa de análise.

- Assinale um valor (entre 0 e 10) para o grau de importância com que sua empresa utiliza as seguintes etapas de análise para dar suporte à criação de estratégias de relacionamento com clientes, considerando que 0 (zero) significa nenhuma utilização da respectiva etapa de análise e 10 (dez) significa utilização total da respectiva etapa de análise.

Objetivo específico 2: Avaliar o nível de utilização, nas empresas de serviços que atuam nas cidades de São Paulo e do Rio de Janeiro, das técnicas de mineração de dados identificadas na literatura.

As técnicas de mineração de dados, com aplicação mais direcionada ao marketing e às estratégias de relacionamento com clientes, podem ser agrupadas em seis grandes categorias de análise (DAVIDSON E SOUKUP, 2002; BERRY E LINOFF, 2004): Classificação, estimação, predição, agrupamento, associação e descrição. Cada uma destas categorias possui técnicas associadas (Quadro 2).

- Assinale um valor (entre 0 e 10) para o grau de intensidade com que sua empresa utiliza as seguintes técnicas de análise de modelagem de dados para dar suporte à criação de estratégias de relacionamento com clientes, considerando que 0 (zero) significa nenhuma utilização da respectiva técnica de análise e 10 (dez) significa utilização total da respectiva técnica de análise.

Objetivo específico 3: Avaliar o nível de utilização, nas empresas de serviços que atuam nas cidades de São Paulo e do Rio de Janeiro, das estratégias de relacionamento com clientes identificadas na literatura.

Brown (2001) considera a existência de quatro tipos de estratégias a serem utilizadas em função do momento do ciclo de vida do cliente no relacionamento com a empresa: Busca de clientes em potencial, cross-selling/up-

selling e fidelização de clientes.

- Assinale um valor (entre 0 e 10) para o grau de intensidade com que sua empresa utiliza as seguintes estratégias de relacionamento com clientes, considerando que 0 (zero) significa nenhuma utilização da estratégia e 10 (dez) significa utilização total da estratégia.

Objetivo específico 4: Verificar se o nível de utilização das técnicas de mineração de dados para geração de estratégias de relacionamento com clientes tem relação com a existência de processos de CRM analítico

- CRM analítico: Conforme consideram Peppers e Rogers (2004), trata-se da fonte de inteligência do processo, pois serve para o ajuste e manutenção das estratégias de diferenciação de clientes, bem como o acompanhamento de seus hábitos e necessidades e os eventos que podem ocorrer na história do relacionamento entre eles e a empresa. Os dados armazenados nas bases de dados da empresa são analisados por meio de ferramentas analíticas, de modo a gerar perfis de clientes, identificar padrões de comportamento, determinar níveis de satisfação e dar suporte à segmentação de clientes. A informação e o conhecimento adquiridos a partir do CRM analítico auxiliam no desenvolvimento de estratégias adequadas de promoção e marketing. Este tipo de CRM é classificado por Kotorov (2003) como uma visão de 360 graus do cliente. Tecnologias que reforçam o CRM analítico incluem datawarehouses, ferramentas analíticas e preditivas (ECKERSON e WATSON, 2001), regras de associação e descoberta de padrões, classificação e avaliação do valor do cliente (AHN, KIM e HAN, 2003).

- Assinale um valor (entre 0 e 10) para o grau de intensidade com que sua empresa utiliza as seguintes técnicas de análise de modelagem de dados para dar suporte à criação de estratégias de relacionamento com clientes, considerando que 0 (zero) significa nenhuma utilização da respectiva técnica de análise e 10 (dez) significa utilização total da respectiva técnica de análise.

- A empresa em que você trabalha possui uma área de CRM analítico ?

Objetivo específico 5: Verificar se o nível de utilização das etapas dos processos de descoberta de conhecimento em bases de dados para geração de estratégias de relacionamento com clientes tem relação com variáveis intrínsecas à empresa, como segmento de atuação no setor de serviços, faturamento anual, quantidade de

Segundo Berry e Linoff (2004), a mineração de dados faz mais sentido quando há grandes volumes de dados, já que a maioria dos algoritmos de mineração de dados exige grandes volumes para construir e treinar modelos que serão utilizados para realizar tarefas de classificação, predição ou estimação. De acordo com Berry e Linoff (2004), segmentos do setor de serviços como

- Em que segmento do setor de serviços atua a empresa em que você trabalha ?

- Qual o faturamento em 2006 da empresa em que você trabalha ?

- Qual a quantidade de clientes da empresa em que você trabalha ?

clientes, tipo de serviço prestado e nacionalidade da empresa.

telecomunicações e cartões de crédito há algum tempo têm mantido um relacionamento interativo com clientes e gerado registros de transação. Contudo, recentemente a maioria dos setores têm armazenado, em um ritmo cada vez mais acelerado, dados a respeito da interação com clientes, possibilitando o uso de bases de dados para a avaliação do comportamento dos clientes. Han e Kamber (2000) percebem algo similar quando apontam que a crescente atenção que a mineração de dados tem recebido nos últimos anos por parte da indústria de informação é resposta à ampla disponibilidade de grandes volumes de dados e a iminente necessidade de se transformar dados em informação e em conhecimento, necessidade esta, em parte, motivada pelo aumento da concorrência entre as empresas, aumento de oferta de produtos e serviços, maior exigência por parte dos clientes, o que faz com que as empresas tenham a necessidade de conhecer melhor seus clientes para poder oferecer produtos e serviços mais adequados às suas exigências e necessidades e consigam, a partir disso, manter os melhores clientes.

que você trabalha ?

- Com que freqüência a empresa em que você trabalha utiliza as seguintes etapas de análise para subsidiar as estratégias de relacionamento com clientes ?

4.

ANÁLISE E INTERPRETAÇÃO DOS RESULTADOS DA