DATA SCIENCE FÓRUM. Realização: Blueprintt. Palestra: O que as empresas estão perdendo por não utilizar o Big Data Analytics.

(1)

Eduardo Ramalho – Palestra sobre Big Data Analytics – Data Science Fórum - 01/08/18

Eduardo Ramalho

01 de Agosto de 2018 das 9h00 às 10h00

Hotel Nóbile Downtown – Rua Araújo, 141, República - São

Paulo, SP

1 DATA SCIENCE FÓRUM

Palestra:

O que as empresas estão perdendo por não

utilizar o Big Data Analytics

(2)

iDBM

Bem-vindos

(3)

Onde estamos deixando dinheiro sobre a mesa,

por não utilizar o Big Data Analytics

3

(4)

O Ciclo Virtuoso

Novas

tecnologias

Novos

Comporta

mentos

Mundanças

nos

Negócios

Big

Data

4

(5)

1 – Mobile

2 – Ecommerce

3 – Omnichannel

4 – Self checkout

5 – Lojas físicas sem estoque

6 – Chatbots

7 – Assistentes virtuais

8 – Reconhecimento facial

9 – Reconhecimento de voz

10 – Drones

11 – Veiculos teleguiados

12 – Moedas criptografadas

13 – Impressoras inteligentes

14 - Etiquetas inteligentes

15 – Câmeras inteligentes

16 – Cloud computing

17 – IoT – Internet das Coisas

18 – Indústria 4.0

19 – Inteligência artificial.

Exemplos de negócios de Big Data Analytics

Melhoria da Eficiência

-Operacional

- Vendas

(6)

1 – Dado, uma nova moeda de troca. Tendência inexorável – a

tecnologia impactando o nosso modo de viver, que impacta os negócios

e isso não para de crescer

2 - Dados antes não capturados hoje podem ser: compras, escutar

música, tirar fotos, falar no telefone, locomoção, likes, tweets,

intenções, etc. Esses dados permitem monitorar equipamentos e

pessoas, melhorar a assertividade das ações, personalizar,

contextualizar, etc

3 – Barateamento da tecnologia de acesso e análise dos dados (ferramentas,

processamento e armazenamento), abre oportunidades para desenvolver mais e

mais usos para os dados, permeando todas as atividades dos serem humanos.

Por que é tão importante?

Big Data Analytics

(7)

Novo Consumidor - Principais Características

7 

Busca informações antes da compra



Celular, canal preferencial e principal veículo de interação



Quer agilidade, rapidez, simplicidade, ações realtime



Valoriza a experiência de compra, omnichannel



Personalização e contextualização fazem a diferença.

(8)

O que estamos mais perdendo?

1 - Estratégia de Dados

2 - Capacidade Analítica

3 - Integração do off com o on

Monetização

do Dado

(9)

O que estamos mais perdendo?

Estratégia de Dados

(10)

Case de Inseminação Artificial

Resultados:

Tx de inseminação de 70% para 95%

Tx de sucesso de gravidez de 40% para 67%

Possibilidade de escolher o sexo

Estratégia de Dados

(11)

1 - Dados off-line: contato,

sócio demográficos,

transacionais, domicilio,

mercado, pesquisa, etc.

2 – Dados da Internet

3 - Dados do

Mobile

4 – Dados de IoT: Sensores, Wi-fi,

Beacon, Bluetooth, Radar, Videos,

Câmeras, Fotos, Imagens, Textos,

Telemetria, Biometria, QR Codes,

etc.

Estruturados off-line x não estruturados

Os Dados do Big Data

(12)

Dados das Redes Sociais

2004 – 120 M

2002 – 29 M

2009 – 120 M

2005 – 98 M

2010 – 45 M

2006 – 33 M

2011 –

2011 – 22 M

2011 –

2010 –

Dados da Internet

12

(13)

ACONTE-CIMENTOS

TRIGGERS

INTERESSES

DE

TRABALHO

13

Dados do Facebook

Dados da Internet

(14)

Dados

Uma nova moeda de troca

Se você não está pagando por algo, você não é cliente, você é

produto que está sendo vendido.

O dado existe

(15)

A Niantic (a empresa que desenvolveu o jogo)

pode legalmente

:

-coletar suas fotos,

-imagens da sua casa,

-dos lugares que você visita,

-gravar suas conversas,

-monitorar seus caminhos,

-fazer o uso que quiser desses dados.

Dados – a nova moeda de troca

(16)

Dados – a nova moeda de troca

http://www.prefeitura.sp.gov.br/cidade/secretarias/transportes/institucional/sptrans/acesso_a_informac

ao/index.php?p=212432

(17)

Muito útil para:

Monitoramento das Redes Sociais



Geração de leads (intenção de compras)



Relacionamento/Atendimento de clientes



Prevenção de risco de imagem



Inteligência competitiva



Política de preços



Pesquisa



Insights de produtos



Construção de marcas.

17

Dados da Internet

(18)

Construção de Marca via encantamento do cliente

Profª. Eduardo Ramalho - Coordenação Acadêmica Prof. Luis Carlos Sá

Workshop - Big Data e Analytics 2.0

CASO REAL – MORTON'S THE STEAKHOUSE

• O QUE: um cliente escreveu brincando no Twitter que após um longo dia de

trabalho seu sonho era um jantar na Morton’s ao chegar de seu vôo no

Aeroporto de Newark.

• COMO: com monitoria real time das redes sociais, o Morton’s identificou que

este era um cliente frequente com muitos seguidores no Twitter. Também

identificou seu histórico de pedidos para ver seu prato favorito.

• RESULTADOS: ao sair do avião, um garçom de smoking

aguardava o cliente para servir o seu jantar.

• DIFERENCIAL: o caso se tornou viral e deu uma grande

exposição à marca da Morton’s. A pergunta que fica é:

sua empresa seria capaz de fazer algo assim?

RECONHECIMENTO DA MARCA AO ENCANTAR O CLIENTE

Fonte: tradução livre em cima de “Ten big data case studies in a nutshell “ (http://searchcio.techtarget.com/opinion/Ten-big-data-case-studies-in-a-nutshell)

• O QUE: um cliente escreveu no Twitter que estava num voo da American com

chegada prevista às 7:00 pm no Aeroporto Newark e após um longo dia de

trabalho seu sonho era um belo jantar no Morton’s.

• COMO: com monitoria real time das redes sociais, o Morton’s identificou que

este era um cliente frequente com muitos seguidores no Twitter. Também

identificou o histórico de pedidos para ver seu prato favorito.

• RESULTADOS: ao sair do avião, um garçom de smoking

aguardava o cliente com uma bandeja com um cupom.

• DIFERENCIAL: o caso se tornou viral e deu uma grande

exposição à marca Morton’s.

Sua empresa/agência seria capaz

de fazer algo assim?

Monitoramento das Redes Sociais

(19)

Desenvolvimento de Produtos

https://www.youtube.com/watch?utm_campaign=newsletter_30&utm_medium=email&utm_source=RD+Station&v=xqVjvexsuXk

https://www.youtube.com/watch?v=ZcDW8zFtzHg

Monitoramento das Redes Sociais

Como você posiciona sua marca nas redes sociais? Você ouvi as redes

sociais para desenvolver seus produtos? Você consegue tirar insights

(20)

Monitoramento das Redes Sociais

(21)

perfil dos seus clientes

Loja

O que estão

dizendo nas

redes sociais?

O perfi da loja

é compatível

com o perfil do

público da

área de

influência?

Área de influência dos pontos de

vendas (número de clientes por

faixa de distância)

Monitoramento das Redes Sociais

(22)

Como Alcançar e Envolver o Consumidor Conectado

Dados do Mobile

(23)

Push notification

Reconhecimento de Visitantes as Lojas Físicas

Dados do Mobile

(24)

Precisão, personalização, contextualização

Fonte : https://endeavor.org.br/beacon/

• Pequenos dispositivos de localização

que emitem sinais por meio de

tecnologia

bluetooth low energy

, também

conhecida como bluetooth 4.0.

• Os sinais podem ser captados por

aplicativos de smartphones e tablets.

Desta forma, podem ser interpretados

como gatilho para uma determinada

ação no app. Seu dispositivo pode

alertar apps quando você se aproxima

ou deixa um local onde há um Beacon.”

https://www.youtube.com/watch?v=IiFdDPXnfcE

(25)

1 – Pessoa dentro de uma concessionária de veículos – seguro

auto ou de uma loja de pacotes de viagem – Seguro viagem.

2 – Pessoas praticando esportes, correndo ou numa academia –

material esportivo.

3 – Cliente da telco que mora com outras pessoas não clientes da

operadora.

4 – Mãe recém gestora dentro da maternidade – venda de

produtos infantis.

5 – Aplicativo que monitora o perfil do motorista para definição de

risco para seguro auto.

6 – Está comprando um televisor, oferece plano de banda larga.

Dados do Mobile - Geofencing

(26)

7 – Lançamento de lojas de butique de carne.

8 – Identificar o aniversariante de um domicilio e mandar um

SMS/push para o aniversariante parabenizando e dizendo que ele

merece um presente. Simultaneamente, manda um SMS/push para

todos os moradores do domicilio dando um cupom de desconto para

a loja mais próxima do domicilio ou para a compra no ecommerce

da empresa – Empresa de beleza.

9 – Identificar visitante de um supermercado e fazer ofertas

baseadas no perfil de consumo.

Dados do Mobile

(27)

Iphone:

•Locais por onde andou

•Sua saúde (Healthy)

•Pode combater doenças infecciosas,

•Produzem dados sobre localização, volume e movimento da população

27

https://www.youtube.com/watch?v=fUPs

J6CWi8g

Google:

(28)

(29)

(30)

Exemplos

Lugar completo esperando por vc.

casa conectada

(31)

“

DADOS ESTÃO DISPONÍVES EM ABUNDÂNCIA. ONDE HÁ ESCASSEZ É

NA CAPACIDADE DE EXTRAIR INTELIGÊNCIA DELES”

– Hal Varian , Chief Economist @ Google

(32)

O que estamos mais perdendo?

Capacidade Analítica

(33)

Dado

_Conhecimento

Insights/

_{Decisão de Negócios}

Ação/

Inteligência de Dados

O que é Analytics?

(34)

1 - Análise Descritiva

2 – Análise Diagnóstica

3 - Análise Preditiva

4- Análise Prescritiva

O Ecossistema Analítico

5 - Analytics 2.0

6 - Inteligência

Artificial

- Machine Learning

- Deep Learning

- Robotic

Dados

O que é Analytics?

34

(35)

Moneyball

35

Capacidade Analítica

(36)

Fonte:

https://www.youtube.com/watch?v=RC5HNTj3Dag

(37)

Fonte: Prof. João Pedro Santanna

Churrasco combina com cerveja que combina com

pais e filhos pequenos que precisam de fraldas.

37

(38)

Funil de Vendas

Mídias

Digitais

Impactados

Visitantes

Leads

Clientes

Tx de

Visitantes

Tx de

Leads

Tx de

Conversão

Mensuração: CPA e LTV

CPM

Mídias

38

Capacidade Analítica

(39)

Porque funciona

2 - Modelos Preditivos

Através de um modelo matemático chamado 'dispersão', analisa as conexões de

duas pessoas que tem grupos diferentes de amigos.... pode identificar de forma

precisa com quem você está saindo e se o relacionamento está em perigo.

Facebook pode prever quando seu namoro vai acabar

Análise Preditiva

Pode prever quando você

vai perder o emprego.

39

(40)



Credit Scoring



Risco de Fraude



Aquisição /Prospecção



Anti-attrition/Churn



Collection/Pagamento



Cross selling



Up-selling



Next best offer



Previsão de demanda



Elasticidade de preços, etc

Modelos Preditivos

(41)

Índice de Interesse mensal por Churrasco no Brasil (2012-2017)

Análise Preditiva

Fonte: Prof. Leo Naressi - ESPM

41

(42)

Speech Analytics

42

Text Analytics

(43)

Discover weekly

O que essas empresas têm em comum?

Que negócios estão ausentes?

O que essas empresas têm em comum?

Capacidade Analítica

(44)

O que mais estamos perdendo?

Integração do dado offline

com o online

(45)

Integração off-line e online

Mundo

OFF-LINE

Mundo

(46)

46

Permite abordagens personalizadas 1to1,

contextualizadas, omnichannel e em

tempo real.

O perfil comportamental é muito

mais importante do que o

sócio-demográfico.

(47)

MÍDIA DIGITAL

Todo mundo quer

(48)

Mídia Digital Aberta é “Spray and Pray”

48

(49)

3_comScore

(50)

E,

OS DADOS ONLINE NÃO

CONVERSAM COM OS

DADOS OFFLINE.

(51)

O CONCEITO MAIS

IMPORTANTE DESSA

PALESTRA É ...

(52)

MONETIZAR O BIG DATA

Como integrar o dado off-line com o

online?

Como levar a precisão do marketing

direto para a mídia digital?

Off-line + Online = Onlife

(53)

Integração off-line e online

(54)

Está tudo integrado

https://pipl.com/search/invite/

www.pipl.com

http://www.credionline.com.br

(55)

Reconhecimento Facial no Itaú

Melhorar a experiência de compra:

Avaliar quem passa em frente da loja, como interage com a

vitrine, qtos entram na loja, reconhece o visitante, faz oferta

relevante, analisa tempo de permanência em setores, se está

desassistida, medir tempo de check out (idoso, problema com

cc, falta de troco, pico, etc)

Captura 40 sinais de alerta por dia x 4 mil

agências = 160 mil sinais, que passam por

uma pré-avaliação e restam 3.200 sinais

administrados por 22 funcionários.

Integração off-line e online

(56)

https://www.digitaltrends.com/cool-tech/algorithm-movie-trailers/

Como um algoritmo de reconhecimento faz no

trailer do filme "WOLF OF WALL STREET"

Integração off-line e online

(57)

Quem tem a sua private

network?

57

(58)

Resolve 4 pontos fundamentais do Marketing:

1 – Permite rentabilizar a carteira de clientes.

2 – Permite reconhecer visitantes anônimos no

seu site e aumentar a eficiência de conquista de

novos clientes.

3 – Permite mensurar os investimentos em mídias

digitais cujas vendas são feitas nas lojas físicas.

4 – Permite uma melhor experiência de consume,

personalisar o relacionamento em larga escala.

Integração off-line e online

(59)

Sem Integração

Addressable Media

Integração off-line e online

(60)

Com integração

Addressable Media

Integração off-line e online

(61)

1.Client arrives at your

website

2. Visitor attributes detected,

segmentation determined

4. Relevant content is

immediately served as page

loads

Website Personalization

3. Targeting business

rules & test design

applied

Combine your

marketing

objectives,

available data,

creative content

and customer

intent to

effectively target

content/calls to

action.

Addressable Media

61

(62)

Engajamento Personalizado

62

(63)

ENGAJAMENTO PERSONALIZADO

ADDRESSABLE MEDIA

Mudança radical na área de comunicação:

A compra de espaço de mídia dá lugar para

comprar pessoas onde elas estão e mais importante,

permite que a pessoa interaja com o anúncio.

Integração off-line e online

(64)

13:10

Paulo está em busca de

seguro Auto e faz busca no

Google e clica na landing

page da Empresa X

13:11

Na página da Empresa X,

Paulo tem dificuldade de

selecionar um seguro auto e

clica num formulário.

13:12

Paulo seleciona uma opção,

mas logo abandona pelo

longo formulário que precise

preencher, como 9 de cada

10 visitantes.

SEM OTIMIZAÇÃO

COM OTIMIZAÇÃO:

13:11

O site da Empresa X

reconhece o Paulo e pop up

uma oferta personalizada,

especifica para o perfil do

Paulo

13:15

Paulo recebe uma ligação da

Empresa X para que finalize

o processo de venda do

seguro Auto.

Otimização

A plataforma

identifica o Paulo e

sabe qual o perfil

dele.

Otimização

Mesmo que o Paulo

não tenha deixado

nenhuma

informação, ele é

reconhecido,

sabemos seu perfil

e seus dados de

contato, que são

enviados para a

operadora de call

center entrar em

contato com ele

para fazer e

finalizar uma oferta

personalizada..

Otimização de Gastos com Search

(65)

8/12/2017 20:13

Carla pesquisou no site do

Extra.com por TV de 55”, viu o

preço de R$3.500,00, não se

logou, não preencheu carrinho,

saiu do site e não comprou.

Real time

O Programa de Milhagem manda

uma mensagem por e-mail para

a Carla, informando que ela

pode comprar a TV de 55” no

site do Extra.com, por

R$2.000,00, desde que utilize

seus 35.000 pontos no programa

de milhagem.

Real time

A plataforma identifica a Carla

no site do Rxtra.com, e sabe

que ela é cliente do Programa

de Milhagem XPTO.

08/12/2017, 20:25

Surpreendida com o benefício

que ganhou, Carla compartilha

sua experiência no Facebook e

conta para os amigos sobre o

seu Programa de Milhagem

XPTO.

Real time

Carla possui 35.000 pontos

acumulados no Programa de

Milhagem e pode abater

R$1.500,00 na compra da TV de

55”.

08/12/2017, 20:18

Carla entra no site do

Extra.com e realiza a compra

da TV de 55”, pagando

R$2.000,00 mais 35.000

pontos do Programa de

Milhagem.

Rentabilizar clientes de um Programa de Milhas

(66)

08/09/2017, 12:00

Renata entra no shopping JK

Iguatemi para encontrar com

umas amigas

Real time

A plataforma identifica que

Renata faz compras

frequentes em lojas de

produtos de beleza femininos

Real time

A empresa de Cartão de Crédito

da Renata dá desconto para

clientes que pagarem com o

cartão de crédito nas Lojas

Sephora.

08/09/2017, 12:02

Renata recebe uma push

message em seu iPhone

informando do desconto que o

Cartão oferece

08/09/2017, 12:10

Renata, que foi ao shopping

apenas almoçar com as

amigas, vai a Sephora e

compra R$240 em produtos

com seu cartão

08/09/2017, 12:30

Renata conta para as amigas

durante o almoço a experiência

e o desconto que recebeu na

Sephora do seu Cartão de

Crédito

Parcerias cartão de crédito e varejo

(67)

08/09/2017, 20:50

Luiz acessa o WebMotors e compara

preço de SUVs e sedans

Real time

A plataforma identifica que Luiz possui um

carro hatch e tem feito compras

frequentes em lojas para bebês

09/09/2017, 9:05

Ao chegar no banco a gerente da conta do

Luiz visualiza um alerta de que ele pode

estar interessado em um financiamento de

carro

09/09/2017, 10:00

A gerente da conta liga para Luiz oferecendo uma

linha de financiamento para a compra de carros.

Experiência Multicanal

(68)

PII (Cookies

únicos)

Industria

Varejo

Banco

de

Dados

Empresa de Onboarding

Agência da Indústria

Mídias de Contato

Pontos de Venda

Cliente

Cervejas

Parceria indústria-varejo nas plataformas digitais

Parceria indústria - varejo

(69)

(70)

70

Big Data Analytics

O que é mais importante

1 – Dado, uma nova moeda de troca,

precisa de uma estratégia.

2 – Dado existe, falta capacidade analítica

3 – Dado off-line precisa ser integrado ao

dado online, Transformação Digital.

4 – Dado comportamental / contextual é

mais importante que o sócio-demográfico.

5 – Dado transforma a comunicação,

compra de espaço de mídia dá lugar para

compra de pessoas.

(71)



Pense grande



Comece pequeno



Cresça rápido

.

(72)

OBRIGADO!

Eduardo Ramalho

edumktg@uol.com.br