Académique Documents
Professionnel Documents
Culture Documents
Executivo em
Gestão Estratégica
e Econômica de
Negócios
MBA em Gestão Estratégica e
Econômica de Negócios –
Turma GEEN ABC 31
Local de Realização
STRONG - Santo André
Santo André/SP
BUSINESS ANALYTICS
A cópia do material didático utilizado ao longo do curso é de propriedade do(s) autor(es),
não podendo a contratante vir a utilizá-la em qualquer época, de forma integral ou
parcial. Todos os direitos em relação ao design deste material didático são reservados à
Fundação Getulio Vargas. Todo o conteúdo deste material didático é de inteira
responsabilidade do(s) autor(es), que autoriza(m) a citação/divulgação parcial, por
qualquer meio convencional ou eletrônico, para fins de estudo e pesquisa, desde que
citada a fonte.
Adicionalmente, qualquer problema com sua turma/curso deve ser resolvido, em primeira
instância, pela secretaria de sua unidade. Caso você não tenha obtido, junto a sua
secretaria, as orientações e os esclarecimentos necessários, utilize o canal institucional da
Ouvidoria.
ouvidoria@fgv.br
www.fgv.br/fgvmanagement
1
1. Programa da disciplina
1.1 Ementa
16 horas-aula
1.3 Objetivo
O curso de Business Analytics (BA) ou Análise de Negócios tem como missão fornecer aos
participantes da perspectiva de gestores, de líderes a compreensão de como BA pode
ajudar a tornar mais eficiente o processo de tomada de decisão, a analisar dados e
identificar informações, melhorar a capacidade de fazer previsões a longo prazo e
prescrever ações futuras que ajudarão a tomar melhores decisões de negócios.
Business Analytcs
2
COMO NASCEU
O uso do Analytics por empresas pode ser encontrado já no século XIX, quando Frederick
Winslow Taylor iniciou exercícios de gerenciamento de tempo. Outro exemplo é quando
Henry Ford mediu a velocidade das linhas de montagem. No final dos anos 1960, o
Analytics começou a receber mais atenção à medida que os computadores se tornaram
sistemas de suporte à tomada de decisões. Com o desenvolvimento de Big Data, Data
Warehouses, Cloud e uma variedade de software e hardware, o Data Analytics evoluiu
significativamente. O Data Analytics envolve a pesquisa, descoberta e interpretação de
padrões dentro de dados.
Business Analytcs
3
empresas crescem, existe o risco de estender práticas e processos de negócios sem uma
revisão crítica do que é essencial”.
Líderes de todas empresas muitas vezes se sentem deixados para trás pela crescente
aceitação de análises, temendo que sua força de trabalho, base de clientes ou operações
sejam muito pequenas para justificar o custo. Embora essa visão seja míope, é totalmente
compreensível. Geralmente, os orçamentos são tão restritos que é difícil obter dinheiro de
um departamento para pagar por uma nova solução quando o ROI não é 100% previsível.
Embora a maioria das coisas na vida não seja previsível, o custo de implementar e manter
a tecnologia, especialmente a análise de business intelligence, na nuvem é. Aqui estão três
razões pelas quais.
As empresas mantêm-se alinhadas às capacidades de vanguarda sem um capital
significativo e uma contagem de cabeças. Todos os meses, uma assinatura mensal é paga
para acessar os recursos analíticos exatos de que eles precisam agora - com a flexibilidade
de introduzir ou remover organizações, usuários ou recursos mais tarde, à medida que a
empresa evolui.
Os tomadores de decisão podem descobrir, prever, visualizar, colaborar, modelar e
gerenciar dados - tudo em um só lugar e com uma lógica comum. Com essa infraestrutura,
as empresas podem aproveitar as mais recentes inovações digitais em uma experiência de
usuário familiar e integrada. Essa estratégia não apenas reduz o custo de manutenção de
análises, mas também aumenta o ROI.
O armazenamento garantido em um data center ou em sistemas de nuvem pode ser
protegido contra uma variedade de ransomware e vírus. À medida que a análise se torna
parte natural da execução de todos os aspectos do negócio, os tomadores de decisão
podem aproveitar uma coleta de dados crescente, porém segura, para adotar a análise
preditiva e a previsão interfuncional.
TENDÊNCIAS
A chocante informação de que 15% de todas as interações com clientes serão feitas por
algoritmos de inteligência artificial trabalhando com análise de dados até 2021 já nos dá
uma informação clara para onde estamos caminhando.
A BA em nuvem está finalmente decolando contra um mercado repleto de software de
análise de negócios no local. Painéis estáticos e planos estavam sendo descartados para
painéis interativos mais robustos e ágeis. As planilhas foram enviadas em embalagens em
face de relatórios fortemente aumentados e informados por dados. A análise de
autoatendimento foi bem-sucedida, dando a cada vez mais pessoas a capacidade de utilizar
análises complexas sem um grau complexo.
Por outro lado, a regulamentação de proteção de dados (LGPD) entrará em vigor e terá
um efeito cascata na indústria de tecnologia como um todo.
Alguns pontos importantes para se observar:
O gerenciamento de qualidade de dados está definido para se tornar uma das tendências
digitais mais importantes.
Análises preditivas e prescritivas estão mudando o jogo da BA.
O auto-serviço está moldando o futuro da análise digital, diminuindo a barreira de entrada
no mundo da BA.
A privacidade e a personalização vão se consolidar em 2019 e diante, à medida que os
consumidores se tornam cada vez mais preocupados com a privacidade e, ao mesmo
tempo, mais exigentes com seus dados personalizados.
Business Analytcs
4
Six Big Data Use Cases for Modern Business (com vídeos)
Big Data and Advanced Analytics (16 business cases from McKinsey)
Outros cargos comuns para pessoas que realizam análises de negócios incluem:
arquiteto de negócios,
analista de sistemas de negócios,
analista de informações,
analista corporativo,
consultor de gerenciamento,
analista de processos,
gerente de produto,
proprietário do produto,
engenheiro de requisitos e
analista de sistemas.
Business Analytcs
5
Categorias de Análises
Na análise de dados existem categorias diferentes para propósitos diferentes, são elas:
Análise Descritiva, Diagnóstica, Prescritiva e Preditiva. Freqüentemente, o melhor tipo de
análise de dados para uma empresa confiar depende de seu estágio particular de
desenvolvimento e propósito.
DESCRIPTIVE ANALYTICS
"O que aconteceu"
Descriptive Analytics ou Análise Descritiva é a forma mais simples de análise e a forma
mais simples de descrever a análise descritiva é respondendo a pergunta acima: o que
aconteceu?
A análise descritiva é a interpretação dos dados históricos para entender melhor as
mudanças que ocorreram em um negócio. Ela torna fácil a visualização e identificação de
padrões em um conjunto de dados como por exemplo as similaridades entre projetos,
clientes, padrões de compra, alterações nos preços ano a ano, crescimento das vendas
mês a mês, número de usuários ou receita total por assinante . Todas essas medidas
descrevem o que ocorreu em uma empresa durante um período definido.
Dessa forma, a análise descritiva é a espinha dorsal dos relatórios - é impossível ter
ferramentas e painéis de BI sem ela. Ela aborda suas perguntas básicas sobre quantas,
quando, onde e quais perguntas. Isso pode ser dividido em duas categorias: relatórios ad
hoc e relatórios pré-definidos. Um relatório pré-definidos é aquele que foi projetado
anteriormente e contém informações sobre um determinado assunto. Um exemplo disso é
um relatório mensal enviado por sua agência ou equipe de anúncios que detalha as
métricas de desempenho dos seus últimos esforços em anúncios.
Os relatórios ad hoc, por outro lado, são projetados por você e geralmente não são
agendados, mas são mais imediatos. Eles são úteis para obter informações mais
detalhadas sobre uma consulta específica. Um relatório ad hoc que você pode executar
pode estar no seu perfil de mídia social, olhando para os tipos de pessoas que gostaram
Business Analytcs
6
da sua página, juntamente com as outras páginas do setor que eles gostaram, além de
outras informações demográficas e de engajamento. Sua hiper-especificação ajuda a
fornecer uma imagem mais completa do seu público nas mídias sociais, e é provável que
você não precise visualizar esse tipo de relatório pela segunda vez (a menos que haja uma
grande mudança no seu público).
DIAGNOSTIC ANALYTICS
"Por que algo aconteceu?"
Na Diagnostic Analytics ou Análise Diagnóstica, os dados passados são analisados com a
idéia de responder à pergunta de por que algo aconteceu. A análise diagnóstica ajuda as
empresas a se aprofundarem nas causas para identificar os padrões emergentes e ter uma
compreensão mais perspicaz de um problema específico. Por exemplo, um estabelecimento
de saúde contrasta a resposta dos pacientes a uma campanha publicitária em diferentes
partes do país; um varejista examina cuidadosamente as vendas em subcategorias.
Outro exemplo pode ser uma campanha promocional de mídia social, que pode usar análise
diagnóstica para avaliar o número de postagens, seguidores, comentários etc. Uma única
perspectiva resumida de milhares de avisos on-line ajuda a ver qual das suas campanhas
anteriores foi produtiva e quais não foram.
As soluções modernas para análise diagnóstica devem incluir a abordagem de aprendizado
de máquina para complementar os analistas. As máquinas são mais hábeis em descobrir
padrões, encontrar anomalias, pesquisar eventos "atípicos" e detectar forças motrizes por
trás dos Key Performance Indicators (KPIs). O último recurso é necessário para a
apropriação de técnicas analíticas multifacetadas, que podem ser selecionadas em uma
pasta de algoritmos. Tudo isso é feito para determinar os links de causa-efeito e descobrir
variáveis independentes e únicas que podem ser usadas pelas empresas para obter mais
influência.
Dessa forma, aprimorada pelo aprendizado de máquina, a análise de diagnóstico ajuda a
evitar o viés inconsciente e a leitura incorreta dos fatores de causa. No entanto, a análise
diagnóstica de hoje ainda deve ser governada por pessoas. Assim como as máquinas
podem ser usadas para ajudar a reduzir o viés na tomada de decisão humana, as pessoas
também devem ser usadas para contextualizar os resultados da tomada de decisão da
máquina.
A IDC prevê que até 2021, 25% das grandes empresas terão aumentado analistas de
dados com etnógrafos para interpretar contextualmente os dados por meio de metodologia
de pesquisa de alta qualidade que revela o núcleo interno das pessoas como emoções,
histórias pessoais e perspectivas para o mundo.
A análise de diagnóstico baseada na mistura de inteligência artificial (IA), aprendizado de
máquina e o conhecimento especializado de pessoas de alto nível poderia nos aproximar
da resposta à pergunta: por que isso aconteceu? Quando você está ciente do motivo, pode
avançar para resolver o problema: o que acontecerá no mundo a seguir?
Business Analytcs
7
PREDICTIVE ANALYTICS
"O que pode acontecer?"
A Análise Preditiva ou Predictive Analytics é o ramo da análise avançada usada para
identificar tendências, correlações e causalidade. A categoria pode ser dividida em
modelagem preditiva e modelagem estatística. Mas, é importante saber que esses dois
realmente andam de mãos dadas.
A análise preditiva usa muitas técnicas de mineração de dados, estatísticas, modelagem,
aprendizado de máquina e inteligência artificial para analisar dados atuais e fazer previsões
sobre o futuro.
Ele usa várias técnicas de mineração de dados, modelagem preditiva e analítica para reunir
os processos de negócios de gerenciamento, tecnologia da informação e modelagem para
fazer previsões sobre o futuro. Os padrões encontrados nos dados históricos e
transacionais podem ser usados para identificar riscos e oportunidades para o futuro.
Os modelos de análise preditiva capturam relacionamentos entre muitos fatores para
avaliar o risco com um conjunto específico de condições para atribuir uma pontuação ou
ponderação. Ao aplicar com êxito a análise preditiva, as empresas podem interpretar
efetivamente o big data em seu benefício.
A mineração de dados e a análise de texto, juntamente com as estatísticas, permitem que
os usuários de negócios criem inteligência preditiva, descobrindo padrões e
relacionamentos nos dados estruturados e não estruturados. Os dados que podem ser
usados prontamente para análise são dados estruturados, exemplos como idade, sexo,
estado civil, renda, vendas. Dados não estruturados são dados textuais em notas de central
de atendimento, conteúdo de mídia social ou outro tipo de texto aberto que precisa ser
extraído do texto, juntamente com o sentimento, e depois usado no processo de criação
do modelo.
A análise preditiva permite que as organizações se tornem proativas, prospectivas,
antecipando resultados e comportamentos com base nos dados e não em um palpite ou
suposições. A análise prescritiva vai além e sugere ações para se beneficiar da previsão e
também fornece opções de decisão para se beneficiar das previsões e suas implicações.
Um exemplo simples de análise preditiva seria usando uma campanha publicitária no
Google para roupas, usar a modelagem estatística para determinar a correlação entre a
taxa de conversão e a área geográfica, faixa de renda e interesses de um público-alvo. A
partir daí, a modelagem preditiva pode ser usada para analisar as estatísticas de dois (ou
mais) públicos-alvo diferentes e fornecer a você possíveis valores de receita para cada
grupo demográfico.
PRESCRIPTIVE ANALYTICS
"O que fazer para evitar problemas futuros?"
Prescriptive Analytics ou Análise Prescritiva é onde a IA, Machine Learning e o Big Data se
encontram para ajudar a prever resultados e quais ações a serem tomadas. Essa categoria
de análise pode ser dividida em otimização e teste aleatório. Usando os avanços no
aprendizado de máquina, a análise prescritiva pode ajudar a responder perguntas como "E
se tentarmos isso?" e "Qual é a melhor ação" sem gastar o tempo realmente testando cada
variável. Basicamente, ele pode ajudá-lo a testar as variáveis certas e até sugerir novas
variáveis com maior chance de gerar um resultado positivo.
Business Analytcs
8
Domínios de Análise
CUSTOMER ANALYTICS
O sucesso e a sustentabilidade de qualquer negócio dependem de clientes e, para adquirir,
crescer e reter clientes, é essencial conhecer suas necessidades, o que eles gostam e o
que não gostam. A análise do cliente é o exame sistemático das informações e do
comportamento do cliente de uma empresa para identificar, atrair e reter os clientes mais
rentáveis, e é a força motriz na obtenção desses insights. Quanto mais a empresa entende
o comportamento e o estilo de vida de compra de seus clientes, mais precisa pode
classificá-los e fazer previsões direcionadas e significativas para o cliente. A segmentação
de clientes com o produto certo, no momento certo e com o preço certo melhora a
experiência e a jornada gerais do cliente.
Dessa forma Customer Analytics analisa o comportamento e as transações feitas pelo
cliente para oferecer as melhores ofertas possíveis, atrair e retê-lo. Vários fatores como
lealdade, valor médio da compra e frequência desempenham um papel importante nesse
processo. Os clientes são segmentados em várias classes e um valor vitalício é
determinado.
Isso é observado com mais destaque nos sites de comércio eletrônico. Suponha que você
pesquise um produto, independentemente de comprar o produto, o horário e, em seguida,
notará ofertas melhores (se disponíveis) sendo anunciadas em vários outros sites.
Business Analytcs
9
SALES ANALYTICS
A análise do cliente é um processo pelo qual os dados do comportamento do cliente são
usados para ajudar a tomar decisões de negócios importantes. Essas informações são
usadas pelas empresas para marketing direto, seleção de sites e gerenciamento de
relacionamento com o cliente. O marketing fornece serviços para satisfazer os clientes.
Com isso em mente, o sistema produtivo é considerado desde o seu início no nível da
produção até o final do ciclo no consumidor. A análise do cliente desempenha um papel
importante na previsão do comportamento do cliente.
Esse tipo de análise é focado em empresas de produtos. O processo mantém um controle
dos produtos e representantes de vendas e tenta otimizar os recursos.
Por exemplo, você administra uma empresa que vende o produto "X" em um site. Ao
aplicar os conceitos do Sales Analytics, você pode acompanhar o número de visitas
(orgânicas e inorgânicas), número de visitantes convertidos em clientes, valor e receita,
tudo de uma vez.
MARKETING ANALYTICS
Marketing Analytics é a prática de medir, gerenciar e analisar o desempenho de marketing
para maximizar sua eficácia e otimizar o retorno do investimento (ROI). A compreensão
da análise de marketing permite que os profissionais de marketing sejam mais eficientes
em seus trabalhos e minimizem o desperdício financeiro.
Além das aplicações óbvias de vendas e geração de leads, a análise de marketing pode
oferecer insights profundos sobre as preferências e tendências do cliente. Apesar desses
benefícios atraentes, a maioria das organizações deixa de cumprir as promessas da análise
de marketing. De acordo com uma pesquisa com altos executivos de marketing publicada
na Harvard Business Review, "mais de 80% dos entrevistados estavam insatisfeitos com
sua capacidade de medir o ROI do marketing".
No entanto, com o advento dos mecanismos de pesquisa como Google, marketing de
pesquisa paga, otimização de mecanismos de pesquisa e novos e poderosos produtos de
software, a análise de marketing é mais poderosa e fácil de implementar do que nunca.
A Importância do Marketing Analytics para negócios digitais
Análise de marketing, análise de marketing da Internet (ou Web) em particular, permitem
monitorar campanhas e seus respectivos resultados, permitindo que você faça
investimentos mais eficazes.
A importância da análise de marketing é óbvia: se algo custa mais do que retorna, não é
uma boa estratégia de negócios a longo prazo. Em um estudo de 2008, o Grupo Lenskold
constatou que "as empresas que realizam melhorias em suas capacidades de medição e
ROI têm maior probabilidade de relatar concorrentes que superam o crescimento e um
nível mais alto de eficácia e eficiência em seu marketing". Simplificando: conhecimento é
poder.
No marketing de pesquisa, em particular, uma das métricas de desempenho de marketing
mais poderosas vem na forma de palavras-chave . As palavras-chave informam
exatamente o que está pensando em seus clientes atuais e potenciais. De fato, o benefício
mais valioso a longo prazo de se envolver em marketing de pesquisa pago e natural não é
o tráfego incremental para o seu site, são os dados de palavras - chave contidos em cada
clique que podem ser usados para informar e otimizar outros processos de negócios.
Business Analytcs
10
KPI's
O QUE É UM KPI?
Um KPI ou Key Performance Indicator ou Indicador-chave de Performance é uma medida
que avalia o desempenho de uma atividade. Ele mede o sucesso de uma empresa em
atingir seus objetivos operacionais e estratégicos em diferentes aspectos de desempenho.
Os KPIs podem ser de alto nível, monitorando o desempenho global de um negócio, ou
mais de baixo nível, focando no desempenho de processos ou de indivíduos.
Não importa em que departamento você esteja, os KPIs são vitais para entender o status
da sua empresa e fazer as ligações certas. Como você pode saber quais KPIs são
relevantes? Quais irão ajudá-lo e quais causarão distração?
Os KPIs ajudam os gestores a avaliar a eficácia de suas funções, processos, campanhas,
ações, times, produtos, entre outros. Eles são essenciais para garantir que você esteja no
caminho certo para alcançar as metas organizacionais.
Business Analytcs
11
KPIS DE FÁBRICAS
Custo real de produção - O custo real de produção.
Tempo real de produção - O tempo real de produção.
Disponibilidade OEE - O tempo real de produção / Tempo potencial de produção.
Tempo médio do ciclo - ACT - Tempo desde o pedido até a entrega do produto final
solicitado.
Relação de tempo de ciclo - CTR - CTR Tempo de ciclo padrão / tempo de ciclo real.
Custo da mão-de-obra por unidade - Custo total da mão-de-obra / número de unidades
fabricadas neste período.
Custos de mão-de - obra - Custos de mão-de - obra neste período.
Número de dias - número de dias em que as unidades estão incompletas no processo de
produção.
Número de unidades inacabadas - A quantidade de unidades inacabadas no processo de
produção.
Tempo potencial de produção - O tempo total potencial de produção.
Variação do custo de produção - PCV - Custo real de produção / custo de produção padrão.
Perdas na produção - O número de produtos acabados / produção geral.
Tempo real do ciclo - o tempo real do ciclo.
Tempo de ciclo padrão - O tempo de ciclo padrão.
Custo de produção padrão - O custo padrão de produção.
Unidades fabricadas - Unidades fabricadas neste período.
Unidades pontuais - O número de unidades concluídas pontualmente.
Valor do trabalho em andamento - O valor das unidades que estão no processo de
produção.
Business Analytcs
12
KPIS DE CONSTRUÇÃO
Horas de construção até a data - a quantidade total de horas de construção até a data.
Variação do cronograma de construção - A variação do cronograma de construção.
Custo por km / milha - O custo de 1 km ou milha de construção.
Custo de retrabalho de defeitos - o custo total da correção de defeitos.
Defeitos encontrados - O número de defeitos encontrados pelo cliente.
Horas de construção projetadas - As horas de construção projetadas.
Segurança: incidentes relatáveis - o número total de incidentes de segurança relatáveis
neste período.
Custo do metro quadrado - O custo de construção de um metro quadrado.
KPIS DE VENDAS
Tentativa de 'Up Sales' - O número de tentativas de 'Up Sales' por unidade.
Receita média de venda - a receita média por venda.
Eficiência de fechamento - Número de cotações para vendas fechadas.
Custo da força de vendas - O custo da força de vendas.
Nova porcentagem de vendas - porcentagem de vendas novas versus repetidas.
Nova receita de vendas - receita de vendas de novos clientes.
Número de vendas - o número de vendas por unidade.
Oportunidades - O número de oportunidades / leads / contatos.
Reuniões com prospects - O número de reuniões com prospects.
Cotações - O número de cotações por unidade.
Receita de vendas repetidas - receita de vendas de clientes repetidos.
Receita de vendas - receita de vendas para este período.
'Up Sales' bem-sucedido - Número de 'Up Sales' bem-sucedidos por unidade.
Taxa de sucesso de venda superior - a porcentagem de tentativas de venda bem-sucedida.
Valor das cotações - O valor das cotações neste período.
Business Analytcs
13
KPIS FINANCEIROS
Custo de bens / serviços - custos de estoque de bens ou serviços vendidos.
Faturas contestadas - a porcentagem de faturas contestadas.
EBIT - Lucro antes de juros e impostos.
Margem de lucro bruto - diferença entre receita e custo antes de contabilizar outros custos.
Lucro Líquido - A medida de rentabilidade após contabilizar todos os custos.
Margem de lucro líquido - porcentagem que compara o lucro líquido após impostos à
receita.
Número de funcionários - o número de funcionários.
Faturas vencidas - O número de faturas vencidas.
Receita - receita recebida de atividades de negócios.
Receita por funcionário - receita pelo número total de trabalhadores.
Capital de Giro - Ativo circulante menos passivo circulante.
KPIS DE SEO
Tempo médio do site - O tempo médio do visitante no site.
Taxa de rejeição - a taxa de rejeição desta semana.
Taxa de conversão da meta - a porcentagem de visitantes de um site que concluíram uma
ação ou meta definida.
Links de entrada - O número de links de entrada para o seu site.
Posição da palavra- chave - a posição da palavra-chave pesquisada.
OSOV - Compartilhamento de voz on-line - A proporção de comentários positivos,
negativos e neutros sobre seu produto, serviço ou empresa.
Atividade de postagem do SMM - O número de postagens, blogs ou tweets neste período.
Visitantes únicos do site - O número total de visitantes únicos neste período.
KPIS DE VAREJO
Gasto médio na cesta - O valor médio gasto por transação.
Tempo médio de compras - O tempo médio de compras do período.
Custo de Mercadorias - O preço de varejo menos a marcação = Custo de Mercadorias.
Retenção de clientes - O número de clientes recorrentes em comparação com os
compradores iniciantes.
Custo fixo por período - o custo total da abertura do período.
Margem Bruta - Vendas totais menos o custo dos produtos.
Vendas brutas - o valor total de todas as vendas.
Vendas Líquidas - Vendas Brutas - Devoluções e Subsídios.
Vendas offline - Vendas offline / na loja.
Compras on - line - compras on - line.
Compras on-line versus compras na loja - a porcentagem de compras on-line na loja.
Preço de varejo - O custo total de mercadorias mais a marcação.
Devoluções e Subsídios - Os valores de Devoluções e Subsídios.
Visitantes da loja - o número de visitas.
Contagem de transações - a quantidade de transações.
Relação de compra de visitantes - Relação de compra de visitantes.
Business Analytcs
14
KPIS OPERACIONAIS
Tempo produtivo real - O tempo produtivo real da máquina ou planta.
Pegada de Carbono - O uso de carbono neste período em Tons.
Porcentagem do tempo de inatividade - A porcentagem calculada de tempo de inatividade
da máquina ou planta.
Tempo produtivo planejado - O tempo produtivo planejado da máquina ou planta.
Taxa de reciclagem do produto - A porcentagem do produto que é reciclado.
Pontuação de desempenho do fornecedor - a pontuação total de desempenho do
fornecedor.
Milhas da cadeia de suprimentos - localização do produto até a entrega final em milhas.
Total de resíduos criados - O volume total de resíduos criado neste período.
Resíduos reciclados - O volume de resíduos reciclados neste período.
Taxa de reciclagem de resíduos - a porcentagem de resíduos que é reciclada.
Material desperdiçado - A matéria-prima desperdiçada neste período.
KPIS SAAS
Contas ativas - o número total de contas ativas / pagas.
Erros reportados - O número de erros relatados neste período.
Demonstrações / Webinars cancelados - O número de demos / webinars cancelados neste
período.
Avaliações convertidas - o número de avaliações convertidas em contas pagas.
Custo por conta paga - O custo total da obtenção de uma nova conta.
Custo por teste - O custo por teste.
Solicitações de demonstração - O número de solicitações de demonstração.
Conclusão ao vivo / Conclusão do seminário on-line - O número de demonstrações ao vivo/
seminários on-line concluíram este período.
Logins múltiplos - A quantidade de usuários que fazem login mais de uma vez.
Importação de novos dados - o número de contas que adicionaram seus próprios dados.
Novas contas de avaliação - O número de novas contas de avaliação.
Gasto em marketing online - O custo total do marketing online neste período.
Liberações - O número de liberações neste período.
Porcentagem de conversão de avaliação - a porcentagem de avaliações convertidas em
contas pagas.
Porcentagem de visitantes / avaliação - o número de visitantes que se convertem em novas
avaliações.
Sucesso do webinar / demonstração - o número de demonstrações / seminários on-line
em contas pagas.
KPIS DE TRANSPORTE
ETA médio - o tempo médio estimado de chegada.
Retiradas futuras agendadas - O número de retiradas reservadas para uma data futura.
Captura / pedidos cancelados - O número de captações ou pedidos cancelados.
Taxa de dano - A porcentagem de dano do total de entregas.
Entregue no prazo% - % de pedidos entregues no prazo.
Entregas - Total de entregas para o período.
Motoristas ausentes - O número de motoristas ausentes no momento.
Business Analytcs
15
1.5 Metodologia
Exposições dialogadas, estudos de caso e vivências.
Business Analytcs
16
Business Analytcs
www.strong.com.br
Alphaville
Al. Tocantins, 125 - Ed. Comercial 2
(11) 3711-1000
Osasco
Av. dos Autonomistas, 1.400
(11) 2789-6161
Santo André
R. Almirante Protógenes, 290
(11) 4433-3222
Santos
Av. Conselheiro Nébias, 159,
(13) 2127-0001
PUBLICIDADE E
vestibularesags.com.br
PROPAGANDA
CIÊNCIAS
CONTÁBEIS