Por Luís Bettencourt Moniz
Director de Marketing do SAS Portugal
Where is the Life we have lost in living
Where is the wisdom we have lost in knowledge
Where is the knowledge we have lost in information?
T.S. Eliot, Choruses ‘The Rock’, Collected Poems
Escritos no século passado, os versos de Eliot não podiam ser mais actuais. A última pergunta sintetiza os grandes desafios que se colocam às Organizações nos dias de hoje. Com o crescimento exponencial da informação existente, gerada tanto pelos sistemas operacionais de gestão como pelos sistemas de contacto com os clientes (Call Centers, Web Sites, correio electrónico, transacções electrónicas, etc), a obtenção de Conhecimento a partir dos diferentes canais, a sua integração e análise passa a ser crítica para a obtenção de benefícios para a organização.
Para termos uma ideia da importância do canal web, basta mencionar que o valor gerado pelo e-business, na Economia Mundial, atingirá, em 2004, cerca de 1,4 triliões de dólares, de acordo com a empresa de estudos de mercado IDC (International Data Corporation). Uma fatia considerável na riqueza gerada pelos diferentes protagonistas no mercado de Tecnologias de Informação e de Comunicação.
Conhecer os Clientes não basta…
O sucesso das estratégias de e-business, B2B e de e-commerce passa inevitavelmente pelo conhecimento, fidelização e retenção dos clientes, visitantes dos web sites ou portais e ainda dos contactos efectuados pelos call/contact centers.
Analisar o que fazem, de onde provêm, quando acedem, por quanto tempo e por onde navegam, são questões críticas para a sobrevivência da actividade. O objectivo final é conhecer o perfil dos visitantes e clientes, prever as suas necessidades quer de conteúdo e oferta de produtos, quer do ponto de vista tecnológico ao minimizar o tempo de espera e de navegação. O objectivo de negócio restringe-se a uma única palavra: sobrevivência e evolução. Ou seja a capacidade de adaptação às condicionantes exógenas (mercado, concorrência, relações) e endógenas (estratégia, tácticas, recursos).
… para conhecer a Organização
Mas não se pense que é apenas no domínio das relações com os clientes que se sobrevive. Quem adoptar esta postura o sucesso dificilmente baterá à porta. O conhecimento da organização e dos fornecedores é vital. ‘O e-commerce não é mais do que uma estratégia das organizações’, refere David Norton, um dos pais do conceito de Balanced Scorecard a par com Robert Kaplan. Em entrevista à sas.com (que poderá ser consultada em www.sas.com) este especialista afirma sem margens para dúvida ‘que os objectivos do Balanced Scorecard, perspectiva financeira, valor de cliente, processos internos e pessoas, (permanecem válidos num ambiente de e-business e serão fundamentais para a sobrevivência’. Mesmo que uma organização actue apenas no âmbito do e-business ou e-commerce, existem diferentes áreas que são inerentes aos processos de gestão clássicos, como seja a área financeira, recursos humanos ou gestão de fornecedores. Um domínio onde o conhecimento contribuirá para a concretização das estratégias.
A abordagem holística
Smile.co.uk é um exemplo paradigmático. Criado pelo Co-operative Bank, é o primeiro banco Inglês totalmente orientado para a Web. Não possui qualquer balcão físico, mas adopta ferramentas e tecnologia que permitem não só obter todo o conhecimento da relação com o cliente (e-CRM, e-mining) como os processos internos e indicadores de gestão (SAS; Strategic Vision, CFO Vision, HR Vision, etc) bem como a relação com os fornecedores (SAS SRMSolução SAS de Supplier Relationship Management). A pedra de toque nesta estratégia foi a integração plena de toda a informação, recorrendo à tecnologia SAS, independentemente da arquitectura lógica e física. A análise à posteriori permitiu ao Smile obter um conhecimento profundo de toda a sua actividade com a ajuda das soluções SAS, cobrindo desde a análise financeira até ao CRM analítico (Data Mining).
Outras organizações como a Siemens ou a Telecom Italia, vão mais além ao implementar soluções de Balanced Scorecard que permitem analisar a performance da sua estratégia.
Integração é vital
Sem dúvida que num ambiente de e-business a análise dos clientes é um dos pontos vital. Não só na perspectiva de uma organização totalmente orientada para a Web como das restantes, que utiliza a Web como mais um canal de comunicação.
Ou seja, cada um dos canais gera e regista informação da actividade organização-cliente. Na maioria das vezes esta informação está assente em plataformas diferentes. O problema é integrar diferentes fontes, captar, gerir e transformar a informação, passível de ser analisada. Globalmente, em termos técnicos, necessitamos de tecnologia e-warehousing e e-miming.
A web passa a ser um dos canais fundamentais, nem sempre o único, para o negócio, quer seja com clientes finais (e-commerce) quer seja nas relações entre empresas, fornecedores ou parceiros (e-business).
Informação desperdiçada?…
Qualquer actividade de um cliente ou visitante do site é registada. Contudo os milhares de visitantes diários geram registos de dimensão e em quantidade consideráveis. Os cem maiores sites mundiais geram mensalmente cerca de 1,2 milhões de Terabytes de informação acessória e 2400 Terabytes de informação transaccional, ou seja aquela que originam vendas é abissalmente inferior à informação da restante actividade. Aqui reside o paradigma. Até agora num sistema transaccional, a informação proveniente de um cliente é a efectiva, ou seja aquela que gerou uma compra. Por exemplo, numa grande superfície temos informação das compras de cada cliente. Contudo não sabemos que produtos ele escolheu mas não resolveu comprar, quanto tempo esteva a analisar um produto, etc. Num site esta informação existe de forma rigorosa e fiável. Mas infelizmente na maioria das vezes não é analisada nem integrada com os dados de outros canais.
… não, se for analisada
Passa a ser vital, antes de mais, transformar este conjunto de dados em informação inteligível. É a fase de extracção e transformação. O SAS refere-se a esta fase como e-warehousing. De seguida é necessário conhecer o comportamento e o percurso dos visitantes (isoladamente ou em grupos com características similares), a que páginas acedem e que acções executam: consultam informação, compram, acedem a outros sites, etc. Uma fase crítica. Permite, por exemplo, verificar que um conjunto de clientes compra um mesmo produto mas necessitam de percorrer quatro ou cinco níveis dentro do site. Talvez seja sensato, encurtar o caminho, diminuindo os níveis hierárquicos das páginas. Diminuição do tempo e eficiência são duas palavras que ajudam a aumentar a fidelização do cliente.
O patamar da Optimização
Outro aspecto importante é saber de onde provêm. Se observarmos que o maior tráfego provém, por exemplo, de um portal, então talvez seja pertinente criar um acordo comercial ou publicitário com essa organização. Atingimos outro nível: o aumento das receitas através da rentabilização do capital investido e a descoberta de novas oportunidades de negócio.
Se até agora a implementação de alguns passos, com a tecnologia e soluções SAS, permitiu ganhos visíveis e ROI elevados, resta debruçarmo-nos sobre outros dos aspectos essenciais. São os que dão valor ao negócio, vantagens competitivas e optimização da plataforma tecnológica.
O patamar da Descoberta
Um dos aspectos diz respeito ao e-mining, ou seja a descoberta de padrões e relações em grandes volumes de dados e de variáveis. Um dos exemplos é o cross ou up selling de produtos ou serviços. Qual a propensão de um cliente ou conjunto de clientes, com comportamentos similares, de adquirir outros produtos? Qual a combinação ideal da oferta de produtos para obter o máximo de retorno com o menor custo. Estas questões são respondidas através da ferramenta SAS Enterprise Miner, líder mundial, e que faz parte integrante da solução SAS de e-intelligence.
Analisando as respostas a estas questões podemos personalizar o site consoante o tipo e segmento do visitante ou do cliente, oferecendo o produto certo em tempo oportuno bem como outros conjuntos de produtos ou serviços com forte probabilidade de serem adquiridos conjuntamente. Ou seja, antecipamos as necessidades.
Exemplo elucidativo é o da amazon.com, xelector.com ou a autotrader.com. Dot.com que utilizam a solução de e-intelligence para analisarem quem, quando, porquê e como compram os seus produtos e serviços. Em suma pretendem responder a 4 grandes questões analíticas: o que compram em simultâneo (domínio associativo), que atributos os clientes partilham (domínio de perfil), o que fazem e como reagem (domínio comportamental) e o que fazem mas não é compatível com a norma (domínio das excepções).
Ao segmentar os seus clientes estas empresas, recorrendo à solução SAS e-intelligence, personalizam a oferta no seu site. A autotrader.com (maior site mundial de venda de carros usados) ao criar, com base na tecnologia SAS, ligações com entidades bancárias e seguradoras de forma a fornecer o melhor produto financeiro e segurador consoante o tipo de carro e de cliente, potencia tanto a utilização do e-commerce como do e-business.
O último aspecto é a vertente tecnológica do site. A solução e-intelligence possui uma série de ferramentas que medem, analisam e prevêem o tráfego e o fluxo de informação inter e intra site. O conhecimento desta vertente é vital para a optimização tecnológica do site minimizando erros, tempos de inactividade ou mesmo a detecção, conjunta com os processos de data mining, de situações anómalas (ataques, sabotagem, etc).
E a estratégia?
Saber para onde se vai é essencial tanto para as organizações exclusivamente dot com, quer para as restantes. Medir, controlar e analisar a implementação da estratégia passa a ser o último patamar na busca do Conhecimento. O SAS Strategic Vision para Balanced Scorecard permite agregar vários indicadores de performance referentes à estratégia possibilitando aos gestores uma visão global e/ou detalhada do desempenho da organização.
Data Mining
Conjunto de processos de selecção, exploração e modelação de grandes volumes de dados, visando descobrir relações, tendências e padrões previamente desconhecidos com o objectivo de obter vantagens competitivas para as organizações. As metodologias de data mining permitem resultados melhores do que os tradicionais métodos de query e/ou procedimentos estatísticos convencionais. Ajudam a identificar novas oportunidades através da descoberta de verdades fundamentais a partir de dados aparentemente aleatórios. Os processos utilizados procuram activamente padrões não identificáveis a priori e revelam novas e interessantes relações entre variáveis que permitem a obtenção de resultados significativos para a compreensão das actividades das organizações. Estes processos revelam-se úteis nos mais diversos sectores e campos de actividade em que se lide com grandes quantidades de dados, tais como bancos, seguradoras, operadores de telecomunicações, ISP, dot.com, Administração Pública, indústria farmacêutica, emissores de cartões de crédito, corretoras, assim como em funções iminentemente comerciais e de marketing.
O data mining permite a construção de modelos predictivos, para a obtenção de valores ou comportamentos futuros das variáveis de análise. No entanto, a sua grande validade reside na avaliação de volumes de dados existentes por meio da aplicação de diversos critérios analíticos.
O data mining consiste num processo com diversos passos, que inclui a formulação de questões ou hipóteses, a selecção de dados, a procura de relações entre variáveis, bem como a sua classificação e análise. O data mining utiliza uma combinação de ferramentas analíticas, incluindo árvores de decisão, redes neuronais, análises estatísticas diversas e métodos de representação gráfica. Podem ainda programar-se rotinas específicas de análise de dados para resolver problemas particulares.
Uma solução completa de data mining contém tanto as ferramentas necessárias à análise estatística como a metodologia de utilização consoante a natureza do problema (segmentação de clientes, cross e up-selling, evasão fiscal e contributiva, detecção de fraude, etc). Deve ainda permitir a independência entre o acesso aos dados (que poderão estar armazenados em bases de dados operacionais), a análise e a apresentação dos resultados. O pré-requisito para a eficiência de um processo de data mining é a consistência. Assim, torna-se geralmente necessária a criação prévia de uma fonte de informação standard e estruturada de forma clara (Data Warehouse ).
Os resultados de uma análise de data mining podem ser utilizados, nomeadamente, na elaboração de campanhas de marketing mais eficientes (menores custos) e eficazes (atingem os objectivos). Permite, por exemplo, aumentar significativamente as taxas de resposta a acções de marketing, traçar perfis de clientes, identificando os clientes mais rentáveis e quais os motivos subjacentes, executar análises de cross e up-selling, compreender a razão da mudança de clientes para a concorrência (churn), detectar perfis de fraude e proceder a análise de clickstream (sequência de utilização de páginas num site) com vista a melhorar a performance de sites e consequentemente as estratégias de e-commerce.
Data Warehouse
Nas organizações, os sistemas transaccionais são responsáveis pela entrada dos dados e pela representação das tarefas e processos decorrentes da gestão diária das organizações, enquanto que os Sistemas de Suporte à Decisão (SSD) têm a seu cargo a extracção da informação para a tomada de decisões estratégicas, ou seja, a passagem de informação a conhecimento para uma eficiente gestão do negócio.
Contudo, o problema que se coloca à maioria das organizações é o modo como se faz a ligação entre os sistemas transaccionais e os SSD, isto é, que dados deverão ser extraídos dos sistemas transaccionais e com que periodicidade, a que transformações serão submetidos e que sentido faz a sua integração com dados oriundos do exterior, para alimentarem, de forma consistente, os segundos.
A busca da informação relevante para o negócio é muitas vezes difícil ou mesmo impossível de se alcançar, pelo simples facto de nem todos os dados tratados nos sistemas transaccionais estarem totalmente integrados (possuem diferenças resultantes da utilização de diferentes módulos de gestão); não existir uma perspectiva histórica da análise dos dados (o que conta é a situação actual), não estarem organizados de forma a permitir ‘cruzamentos’ específicos. Do ponto de vista técnico, há ainda a referir que a maioria dos sistemas transaccionais não estão concebidos para responderem a queries complexos e frequentes, enquanto estes têm de processar, por vezes, milhões de transacções por segundo. O impacto na sua performance determina a execução destas pesquisas ’em diferido’.
Por tudo isto surge a necessidade da Data Warehouse. É o que nos permite fazer a ponte entre os sistemas operacionais (OLTP) e os sistemas de suporte à decisão. Trata-se de organizar os dados por assuntos, acrescidos de variáveis temporais e integrando dados externos. Deve estar desenhada para conter um grande volume de dados (não voláteis) e é utilizada por toda a organização para tarefas de suporte à decisão. Subjacente a este conceito, está também o da metadata (informação sobre informação).
Em 1991, Bill Inmon (considerado o pai do conceito) definiu alguns requisitos para a Data Warehouse. Assim esta deve ser: organizada por Assuntos; Histórica por natureza; Não volátil nos seus dados e Integrada entre si.
A primeira característica do conceito organização por assuntos, tem como premissa o facto de a Data Warehouse tratar dados numa perspectiva de negócio. Deste modo, um único assunto pode conter na sua semântica, dados provenientes de várias bases de dados do sistema transaccional (por exemplo, o assunto cliente poderá conter dados provenientes do sistemas transaccional de gestão comercial, da contabilidade, do marketing ou dos call centers.
A perspectiva histórica dos dados representa, de um modo simplista, uma fotografia datada dos dados transaccionais, ou seja, espelha os acontecimentos registados pelo sistema transaccional num determinado intervalo de tempo.
A informação presente na Data Warehouse é não volátil. A função dos SSD é extrair dados dos sistemas operacionais da organização. Deste modo, a informação da Warehouse é histórica e, por princípio, não deve ser alterada.
A integração surge da necessidade de agregar dados que se encontram espalhados por várias plataformas, arquitecturas de hardware, sistemas operacionais, etc. Esta tarefa obriga a um esforço no sentido de se criarem convenções para nomes, registos físicos e lógicos, atributos, etc, ou seja identificar o mesmo assunto com base em fontes de informação com identificadores diferentes mas que possuem o mesmo significado.
Balanced Scorecard
Conceito que transforma a missão e estratégia de uma organização num conjunto coerente de objectivos mensuráveis que possam ser facilmente analisados, disponibilizados e monitorizados pela Administração, bem como por unidades de negócio, departamentos ou mesmo por colaboradores de uma organização. O objectivo táctico do Balanced Scorecard é optimizar a performance de implementação da estratégia definida para a organização.
O Balanced Scorecard (BSC) é um conceito criado em 1989, por Robert Kaplan e David Norton da Harvard Business School, para colmatar o fosso que separa a estratégia da organização e a sua implementação operacional. O modelo proposto possui um conjunto de objectivos mensuráveis, agregáveis e coerentes tanto para o todo da organização como para as unidades de negócio ou colaboradores, permitindo o alinhamento eficiente da organização com a sua estratégia.
Tipicamente estas medidas (objectivos mensuráveis) são representadas por um conjunto de indicadores de negócio Financeiros, os quais descrevem a performance no passado e prevista para períodos futuros; Clientes; Processos Internos; Aprendizagem e Desenvolvimento. O modelo conceptual identifica a performance em cada uma das áreas e reconhece o seu impacto nas restantes. Devido à flexibilidade do modelo é possível criar diferentes conjuntos de indicadores de acordo com a especificidade da organização.
Na implementação de um sistema de BSC é necessário, numa primeira fase, definir os objectivos e os respectivos indicadores. É crucial que os objectivos e as medidas sejam ciclicamente analisados, revistos e actualizados. Por outras palavras é necessário recolher dados, analisá-los e disponibilizá-los numa forma clara aos elementos da organização.
O Sistema de Informação que suporta um modelo de BSC deverá contemplar as seguintes tecnologias e processos:
Viewer: a possibilidade de cada colaborador ou unidade de negócio visualizar a informação respeitante à sua área funcional. Poderá utilizar-se tanto fat clients como thin clientes (por exemplo, web browsers) nos processos de visualização.
Data Warehouse: O BSC possui um conjunto de indicadores, geralmente construídos a partir de dados contidos em diferentes arquitecturas e sistemas operacionais. É crítica a construção de um modelo de dados apropriado, mas também um coerente processo de captura, integração e organização dos dados, de forma a reflectirem os objectivos.
OLAP: O acesso, detalhe, relevância e utilização da informação depende das diferentes unidades de negócio e das funções dos colaboradores envolvidos. A tecnologia OLAP permite explorar os indicadores em diferentes dimensões e níveis de detalhe.
Data Mining: A utilização desta tecnologia permite descobrir padrões e correlações susceptíveis de determinar alterações na implementação da estratégia. Por exemplo, responder a questões do tipo: Que relação existe entre a satisfação dos clientes e a dos colaboradores da organização?
http://www.sas.com/
Em Foco – Projecto