Académique Documents
Professionnel Documents
Culture Documents
ROSSANA DE ALMEIDA
SÃO PAULO
2017
SEGMENTAÇÃO DE CLIENTES PARA DESENVOLVIMENTO DAS CAMPANHAS
DO SETOR DE CRM A PARTIR DA UTILIZAÇÃO DO BIG DATA
SÃO PAULO
2017
Trabalho de Conclusão de Curso
__________________________________
Hsia Hua Sheng
Coordenador Acadêmico
__________________________________
Luiz Miguel Zanin
Professor Orientador do TCC
Dedico este trabalho a minha família, por
toda paciência e apoio.
À minha filha e ao meu noivo Fernando,
pelo companheirismo e exemplo.
AGRADECIMENTOS
Agradeço à minha filha, meu noivo, meus pais e minha família por me
apoiarem e me incentivarem durante todo o curso.
Este trabalho representou grande conquista e agradeço aqueles que
sempre estiveram do meu lado.
Por fim, agradeço a Deus por dar força para continuar e conseguir
concluir mais uma etapa do meu caminho.
RESUMO
Em tempos em que a informação tem cada vez mais valor de mercado e os dados
ficam disponíveis com mais agilidade e rapidez, os desafios provenientes do
desconhecimento das tecnologias estão sendo gradativamente minimizados. Em
compensação, os desafios decorrentes da enorme gama de opções e possibilidades
que se estruturam diante de grandes organizações só aumentam. Num contexto que
exige rapidez e inovação, surge o termo Big Data, encabeçando um novo grupo de
tecnologias que possibilita a utilização de grandes pacotes de dados, estruturados
ou não, à velocidade exigida pelo sistema econômico. O objetivo desta pesquisa foi
buscar esclarecer qual o real conceito de Big data, suas funcionalidades e o impacto
que este novo assunto trás para o sistema bancário. No decorrer desta pesquisa foi
descrito o processo atual de seleção de público e com a análise do SWOT tornou-se
possível apontar em quais instâncias o Big Data poderia alavancar os negócios no
setor de CRM com a análise de dados e através da segmentação bem direcionada,
proporcionada pela assertividade e unificação que todos os sistemas de atendimento
do banco devem ter. Utilizado pelos bancos, o Big Data trabalha on-line, de forma
integrada, permitindo ao cliente, uma presença amplificada, mesmo que o
atendimento não se dê presencialmente. Através da posse de dados atualizados, o
Big Data representa uma grande vantagem na busca pela fidelização e pela
diferenciação de seus clientes, principalmente se esta atualização ocorrer em tempo
real o que permite que em qualquer lugar que o cliente esteja, possa utilizar os
canais (telefone, internet banking, centrais de atendimento, agências e terminais de
autoatendimento) para interagir com o banco.
In times when information has more and more market value and the data becomes
available ever more quickly, the challenges of learning new technologies are being
gradually minimized. On the other hand, with the huge range of options and
possibilities arising from these developments, come new challenges for large
organizations. In a context that requires speed and innovation, the term Big Data
arises, encompassing a new group of technologies that allows the use of large
packages of data, structured or not, at the speed required by the economic system.
The objective of this research was to clarify the real concept of Big Data, its
functionalities and the impact that this new subject brings to the banking system. In
the course of this research, the current process of audience selection was described,
and with SWOT analysis it became possible to indicate in which instances Big Data
could leverage business in the CRM sector with data analysis and through well
targeted segmentation, provided by the assertiveness and unification that all the
attendance systems of the bank must have. When used by banks, Big Data works
online, in an integrated way, allowing the customer an amplified presence, even if the
attendance is not given in person. By keeping up-to-date data, Big Data represents a
great advantage in the search for loyalty and differentiation of its customers,
especially if this update occurs in real time, which allows a customer, wherever they
are, to use the channels (telephone, internet banking, call centers, agencies and self-
service terminals) to interact with the bank.
1. INTRODUÇÃO ............................................................................................... 9
5. CONCLUSÃO............................................................................................... 34
REFERÊNCIAS ......................................................................................................... 36
ANEXO A .................................................................................................................. 41
9
1. INTRODUÇÃO
Grande parte dos dados que circulam na rede é criada por toda sociedade
nas redes sociais, GPS (Global System Positioning), SMS, upload e download de
imagens e vídeos, transações comerciais, acesso a sites, sensores em dispositivos,
construindo um grande banco de dados, não estruturado, a nível mundial, que
auxilia e motiva grandes e pequenas incorporações a investir em tomada de
decisões. Segundo INTEL (2012), “a civilização criou até 2003 cinco exabytes de
informação e hoje esse volume é criado em apenas dois dias.
"Big data não é uma "coisa", e sim uma atividade dinâmica que atravessa
muitas fronteiras de TI" (GANTZ, 2012, p.6). Essa iniciativa assegura estratégias de
resolução dos desafios mais urgentes dos setores corporativos, com o intuito de
10
+ % 2015 % +% +%
implantação do Big Data no sistema de CRM bancários possam ser maiores do que
as barreiras encontradas no processo de implementação.
O bom alinhamento deste processo deve ser considerado com pesquisa
sobre a concorrência, pois a busca de novas soluções ganha status de prioridade
nas metas traçadas.
16
3. Fundamentação Teórica
3.1 SEGMENTAÇÃO
Clientes fiéis geram mais negócios, pois consomem produtos com maior
freqüência conforme Czinkota (et. al. 2001), então se pode considerar como
Desvantagens da segmentação o aumento de custos e investimentos e a dificuldade
de gerenciamento devido ao excesso de produtos (personalização). E como
Vantagens da segmentação, o aprofundamento no reconhecimento dos
consumidores potenciais e efetivos; o desenvolvimento de um composto de
marketing específico para satisfazer as necessidades do mercado alvo; o
conhecimento dos produtos oferecidos pela concorrência e a escolha de produtos
com base nas necessidades e preferências avaliadas previamente.
As etapas do processo de segmentação podem ser definidas da seguinte
forma:
1. Segmentação baseada nas necessidades: Clientes agrupados em
segmentos;
2. Identificação: analisa o comportamento de consumo, estilo de vida e as
características demográficas de um segmento distinto e acionável;
3. Atratividade: Critérios pré-determinados como crescimento de
mercado, intensidade competitiva e acesso ao mercado;
4. Rentabilidade: análise da demanda, custos e preços;
5. Posicionamento: proposta e estratégia baseadas nas necessidades e
características específicas dos clientes;
18
fator crucial. Pedron (2003) destaca que a definição dos parâmetros de sucesso em
CRM, do ponto de vista estratégico, é uma das atribuições mais difíceis. E, Ceretta e
Quadros (2003) afirmam que é grande a dificuldade e a importância do
desenvolvimento de normas de desempenho que apresentem credibilidade,
objetivando ampliar a clareza dos atributos imprescindíveis para a prática efetiva do
CRM. Para uma abrangência organizacional maior e maior quantidade de
informações a respeito do comportamento dos clientes, portanto, serão investigadas
as dimensões organizacional e tecnológica do CRM.
Lin e Su (2003, p.716) definem CRM como sendo "a chave da competição
estratégica necessária para manter o foco nas necessidades dos clientes e para
uma abordagem face a face com o cliente ao longo da organização".
Gordon (2002) diz que o marketing de relacionamento não se concentra
apenas nas implicações da linha de frente com clientes, mas aplica-se em processos
e também no que for necessário para aprimorar o relacionamento. Ou seja, a linha
entre o cliente, as vendas e a empresa são contínuas. O gerenciamento dos
negócios requer esforço de todos os vendedores e gestores, novas abordagens e
uma criação de padrões contínuos para os clientes.
Já Kotler (1998) alega que esse marketing pondera a respeito das
necessidades existentes no relacionamento com clientes e demais públicos e a
relevância de criá-los, conservá-los e acentuá-los. Segundo Kotler e Armstrong
(1998) o marketing de relacionamento destina-se a oferecer ao cliente valor em
longo prazo, para assim, à medida do sucesso e da conquista proporcionar
recompensa em longo prazo, um seguimento de relação contínua, na qual ambas as
partes saem ganhando. De acordo com Kotler e Keller (2006) as empresas têm de
buscar seu posicionamento e a diferenciação, pois elas não podem vencer se suas
ofertas e produtos lembrarem qualquer outra oferta ou produto. É fundamental que
haja um diferencial competitivo para que a empresa obtenha vantagens no método
de oferecer seu produto.
Com o alcance de um número ilimitado de conhecimento, possibilidades de
escolha, informações, e incorporado a um cenário de mercado bancário
progressivamente mais dinâmico, interativo e competitivo, os clientes encontram-se
cada vez mais bem informados. Por isso, conhecer e relacionar-se com os clientes
potenciais e atuais se torna, para as instituições financeiras, um dos maiores
desafios.
20
MANYKA, J.
“Big Data refere-se a conjunto de dados cujo tamanho é além
et. al. (2011)
da capacidade de ferramentas de software de bancos de
(McKinsey Global
dados típicos para capturar, armazenar, gerenciar e analisar.”
Institute)
Manyika (et al. 2011) realizou um estudo que aponta cinco maneiras de
agregar valor ao negócio com o uso de Big Data:
1. Tornar a informação transparente e mais utilizável;
2. Coletar informações precisas e detalhadas utilizando mais dados
de transações em formato digital;
26
Este, talvez seja o propósito mais almejado pelos bancos com as soluções em
pesquisas de dados. O monitoramento contínuo dos sistemas bancários, da rede de
dados e de datacenters pode e deve ser realizado através de data mining, este
processo gera parâmetros de utilização para cada cliente cruzando múltiplas
28
Este monitoramento também pode ser feito por meio do broker do banco, coletando,
através da navegação dos clientes, seus dados. O site pode ser programado, por
entre sistemas avançados em linguagem de máquina para, em tempo real,
disponibilizar os serviços que o usuário procura, por exemplo. É, portanto, dentre
outras coisas, um novo formato do marketing (FERREIRA, 2017).
5. CONCLUSÃO
REFERÊNCIAS
CISCO. Cisco Visual Networking Index: Global Mobile Data Traffic Forecast
Update, 2012–2017. Disponível em: < https://pt.slideshare.net/Briancrotty/cisco-
visual-white-paper-c11520862 > Acesso em: 02/05/2017.
DAVENPORT, T; BARTH, P; & BEAN, R. How 'Big Data' is Different. MIT Sloan
Management Review, 2012.
DERVIN, B.; MILAN, M. Information needs and uses. Annual Review of Information
Science and Technology – ARIST, v.21, 1986.
GANTZ, J.; REINSEL, D. Extracting Value from Chaos, IDC iView, 2011 Disponível
em: < http://pubs.sciepub.com/jcsa/3/6/13/index.html > Acesso em: 05/06/2017.
GORDON, J.; & PERREY, J. The dawn of marketing’s new golden age. McKinsey
Quarterly, Fevereiro de 2015.
MANIYKA, J.; et. al. Big Data: The next frontier for innovation, competition and
productivity. Mckinsey Global Institute, Maio, 2011. Disponível em:
<http://www.mackinsey.com/insights/mgi/research/technology_and_innovation/big_d
ata_the_frontier_for_innovation> Acesso em: 15/06/2017.
MAZZA, M. F. CRM: sucessos & insucessos. Rio de Janeiro: Brasport,
2009.
McTAVISH, R.; Marketing nos bancos comerciais. São Paulo: IBCB, 1991, p.340.
O Big Data pode prejudicar a privacidade das pessoas? Site da Hekima. Postado
em 10 de Agosto de 2015. Disponível em: < http://www.bigdatabusiness.com.br/o-
big-data-pode-mesmo-prejudicar-a-privacidade-das-pessoas/ > Acesso em: 17 de
maio de 2017.
PORTAL STADISTA. Big data - Statistics & Facts. The statistic portal.
Disponível em: <https://www.statista.com/topics/1464/big-data/> Acesso em:
12 de agosto de 2017.
Saiba como o Uber utiliza (e bem) o Big Data. Site da Hekima, Postado em: 15 de
Agosto de 2015. Disponível em < http://www.bigdatabusiness.com.br/saiba-como-o-
uber-utiliza-e-bem-o-big-data-2/ > Acesso em: 17 de maio de 2017.
SEBRAE NACIONAL. Como usar o Big Data para aprimorar seu negócio. Disponível
em: < http://www.sebrae.com.br/sites/PortalSebrae/artigos/Como-usar-o-Big-Data-
para-aprimorar-seu-neg%C3%B3cio > Acesso em: 12 de maio de 2017.
TAURION, C. Você realmente sabe o que é Big Data? Blog da IBM, 02 de maio de
2012. Disponível em: < https://www.tiespecialistas.com.br/2012/05/voce-realmente-
sabe-o-que-e-big-data/ > Acesso em: 22 de junho de 2017.
VITORINO, J. Social Big Data. São Paulo, 2013. Disponível em: <
http://www.elife.com.br/site/posts/ver/social-big-data > Acesso em: 03 de maio de
2017.
WEBER, K. et. al. 2009. One size does not fit all – a contingency approach to
data governance. ACM J. Data Inform. Quality 1, 1, Article. 4 Julho de 2009, p.27.
ANEXO A
______________________________________________
(Assinatura)