Integração da Descoberta de Conhecimento em Bases de

Integração da Descoberta de Conhecimento em Bases de
Dados como Suporte a Actividades de CRM
Autoria: Filipe Pinto, Alzira Marques, Pedro Gago, Manuel Filipe Santos
Resumo: Actualmente as organizações recorrem com interesse crescente à utilização
exaustiva das suas bases de dados como instrumento de suporte ao desenvolvimento de
estratégias de fidelização de clientes. A Descoberta de Conhecimento em Base de Dados
constitui uma área de interesse a nível da prática empresarial e da investigação aplicada, no
domínio do marketing, especialmente do Marketing Relacional. A Gestão da Relação com o
Cliente (CRM) apoiada nas tecnologias de informação desenvolver relacionamentos com o
cliente numa base individual, visando a sua rendabilização de uma forma profícua e
duradoura para ambos. Neste contexto, partindo da aplicação do conceito de ciclo de vida do
cliente, pretende-se com este artigo estabelecer uma nova framework que viabilize e oriente a
utilização dos dados em actividades de Gestão da Relação com o Cliente através da
Descoberta de Conhecimento em Bases de Dados.
1
1.
Introdução
A capacidade de captar e conservar clientes é provavelmente a chave do sucesso e um dos
maiores desafios das organizações contemporâneas (Kotler, 2002). Muitas organizações
adoptam as Tecnologias de Informação (TI) com meio de suporte e desenvolvimento das suas
actividades promocionais, não havendo, contudo, ainda capitalizado o seu potencial em
termos de marketing interactivo (Rowson, 1998).
Alguns autores têm referido o potencial da integração das Bases de Dados (BD) em geral
e das actividades de Descoberta de Conhecimento em Bases de Dados (DCBD) em particular,
para a definição das estratégias de marketing nas organizações (O’Leary, 2004; McClymont,
2003; Bretzke, 2005; Hughes, 1995). Pese embora a importância reconhecida, verifica-se
ainda a ausência de uma investigação pragmática que integre os dados e o conhecimento deles
extraído em actividades de marketing. Existem referências acerca do trabalho a desenvolver
sobre os dados (McClymont, 2003) ou do desenvolvimento de actividades de marketing
suportadas por DCBD (Pinto, 2004) não havendo contudo qualquer referência à sua
integração, de uma forma sistematizada, como suporte a actividades de relacionamento com o
cliente.
Tendo como premissa, as BD permitem às organizações não só, encontrarem soluções
como também, auxiliarem a definir as actividades para a Gestão da Relação com os Clientes
(definido aqui como CRM - Customer Relationship Management), este artigo visa propor
uma framework, que integre os dados e apresente os passos necessários, através da DCBD, de
modo a auxiliar os marketers no desenvolvimento de programas de CRM.
Na primeira parte do artigo é apresentada a definição de CRM bem como os seus
objectivos, funcionamento e estrutura. Na parte seguinte faz-se um enquadramento das
actividades de CRM em função do Ciclo de Vida do Cliente (CVC). A terceira parte é
dedicada à DCBD, na quarta parte, faz-se um exercício de integração dos conceitos referidos
nas fases anteriores, do qual resulta a proposta de uma framework. Por último, o artigo
termina com as conclusões e orientações para futuras investigações.
2. Gestão da Relação com o Cliente
2.1. Definição e enquadramento
Peter Drucker (Drucker, 2001) ao afirmar existir apenas uma definição válida para objectivos
de negócio: os clientes, exprimiu de um modo simples, o elemento nuclear das organizações
comerciais contemporâneas.
De acordo com uma das primeiras definições que surgiram para definir marketing de
relacionamento, referiam-no como a estratégia para atrair, manter e proporcionar relações
com os clientes (Berry, 1983). O termo CRM surgiu posteriormente, como uma versão
marketing de relacionamento, que inclui um conjunto de actividades de carácter mais
tecnológico. Ambas as designações são usadas indiferenciadamente em muita literatura
(Arndt, 2001).
Actualmente, as organizações procuram actuar de modo dinâmico nos mercados
competitivos de modo, a captar e manter os seus clientes. O CRM encontra-se descrito como
uma estratégia de organização (Kotler, 2002), ou como uma ferramenta e processo de trabalho
(Gray, 2001). Berry Linnoff além da ligação do CRM ao marketing de relacionamento,
apresenta-o com um significado similar a one-to-one marketing, sugerindo ainda sinónimos
2
como real-time marketing ou customer intimacy (Linoff, 1997). Existem ainda autores que
argumentam que o CRM deve ser abordado como um conceito de gestão, particularmente de
gestão de relacionamentos com os clientes e não como um produto ou uma tecnologia
(Berson, 1999).
A permuta de informação entre o cliente e a organização torna-se mutuamente benéfica,
na medida em que os consumidores fornecem informações em troca de um serviço
personalizado que satisfaça as suas necessidades individuais (Linoff, 2000). Esta abordagem
coloca a utilização das TI, num contexto de CRM, como elemento fundamental, sempre que
se deseje estabelecer relacionamentos com os consumidores numa base individual e usar a
informação disponível para tratar os consumidores de forma diferenciada.
O CRM combina as políticas e técnicas de marketing com as tecnologias de informação,
nomeadamente na utilização e exploração das BD – processos de Database Marketing (DBM)
ou simplesmente de DCBD. A utilização das BD num contexto de CRM aparece reforçado
por Berson quando explicitamente afirma que o CRM consiste na análise dos dados criados
pela relação entre a organização e o cliente (Berson, 1999).
À luz do processo de revisão exposto, é possível então sintetizar o CRM como um
processo de Gestão, que visa manter a Relação com o Cliente, suportada numa base
tecnológica de BD (Figura 1). A Gestão enquanto elemento orientador das estratégias
organizativas; a Relação, sinónimo do conjunto de actividades em prol do relacionamento
com os clientes ou potencias clientes; o Cliente, alvo económico para muitas organizações e o
receptor ou não, das politicas de relacionamento; e, finalmente as Bases de Dados que
representam as tecnologias de informação, de onde se recolhem dados e registam informações
sobre toda actividade entre as empresas e os seus clientes.
Figura 1 – Enquadramento das actividades de relacionamento com o cliente.
2.2. Objectivos
Actualmente o CRM é considerado, por alguns autores, como uma das abordagens mais
sofisticadas e eficientes, para promover o aumento da rentabilidade dos clientes (Bretzke,
2005; Brown, 2000; Burnett, 2001). A estratégia de CRM consiste em adquirir melhor
conhecimento sobre os clientes, antecipar as suas expectativas e necessidades, fornecer
serviços personalizados, e diferenciar-se dos concorrentes (Peppers, 1999; Bretzke, 2005).
Através de uma melhor compreensão das necessidades dos clientes, é possível a segmentação
do mercado, identificando onde podem ser construídas relações lucrativas permanentes
(Linoff, 2000). A principal premissa do CRM é de que os clientes tomarão as suas decisões de
compra baseadas no relacionamento que têm com os seus fornecedores e, em troca da sua
preferência, desejam reconhecimento, valor, qualidade e respeito.
Saliente-se, por último, que o CRM passa também pela gestão integrada dos recursos
internos, construindo as condições necessárias para a criação de relações de proximidade entre
3
a organização e seus clientes. Relações essas, construídas através da recolha e tratamento da
informação nas várias frentes de contacto, permitindo atingir o objectivo principal de uma
organização: a retenção de clientes (Bretzke, 2005).
Em síntese, o processo de CRM tem como objectivo atender, reconhecer e fidelizar o
cliente em tempo útil. Para o efeito, transforma dados dispersos em informações concretas e
centralizadas, as quais serão utilizadas em benefício do cliente para lucro da organização.
Parece ser um método eficaz para satisfazer os clientes e por consequente, garantir o nível de
vendas.
Parte importante da componente operativa do CRM suporta-se nas BD disponíveis e no
seu desenvolvimento entre a actividade do cliente, a gestão e as actividades de relacionamento
desenvolvidas pela organização (Gray, 2001). O CRM incorpora a recolha, armazenamento,
uso sistemático e melhoria contínua dos dados relativos a clientes sob o pressuposto de que as
únicas organizações capazes de construir relações duradouras com os seus clientes são
aquelas que, previamente, processam e mantêm um volume adequado de informação sobre os
mesmos (Arndt, 2001).
O CRM, enquanto gestão de relacionamento com os clientes, é um processo que se baseia
na evolução do seu comportamento, na aprendizagem obtida a partir de cada contacto (e.g.,
aquisição de produtos, promoções ou reclamações), na perspectiva do fortalecimento das
relações cliente-organização.
A concretização de um projecto de CRM processa-se ao nível: operacional e analítico
(Arndt, 2001):
• O CRM operacional caracteriza-se pelo seu carácter pragmático considerando como
actividades todas aquelas que traduzem o contacto efectivo entre a organização e o
cliente e, se desenrolam no seio dos departamentos que pressupõem esse mesmo tipo
de contacto, como sejam os departamentos de vendas, marketing ou serviços. Entre os
objectivos de CRM operacional é possível distinguir os relacionados com programas
singulares (aumento do recurso ao cross-selling no âmbito da fidelização) e os que
implicam a sobreposição de objectivos (uso eficiente do orçamento e criação de
introspecções ao cliente).
• O CRM analítico caracteriza-se pelo seu contexto de análise, consistindo em acções
com vista à preparação de todas as componentes susceptíveis de estudo (e.g., dados de
clientes, mercados), de modo a viabilizar a análise das características dos
consumidores (comportamentos e condutas) e planificar e executar as actividades do
CRM operacional, relativas às expectativas e necessidades dos mesmos.
A organização das diferentes actividades de CRM operacional e analítico obriga à sua
implementação em programas distintos, com interfaces nítidas, objectivos especiais e
actividades (e.g., marketing directo) adequadas – programas de fidelização e recuperação. Por
exemplo, os clientes com uma elevada probabilidade de deixarem de o ser, podem ser
detectados no programa de fidelização, se existir uma base de dados sobre os clientes que já
abandonaram a organização e as razões pelo qual o fizeram. Em ambas as vertentes o
objectivo do CRM, consiste em fornecer toda a informação necessária para criar um canal de
diálogo cruzado, feito à medida de cada cliente e baseado nas suas reacções actuais (Arndt,
2001).
Existem duas abordagens, para organizar este processo cruzado e funcional de CRM
(Wyner, 1999): através de propostas orientadas para a organização (orientação para a
produção e para projectos) – fora do âmbito do estudo - e através de propostas orientadas
para os ciclos, como sejam o ciclo de vida do cliente, do produto ou do mercado. Este artigo
refere-se à abordagem orientada para o CVC, apresentado na secção seguinte.
4
3. CRM baseado no Ciclo de Vida do Cliente
A abordagem considerada neste trabalho é baseada no CVC, decorrendo do facto do CRM se
centrar na análise dos desejos e na satisfação das necessidades de cada cliente ao longo da
relação com a organização. Cumulativamente, o CVC apresenta-se como o cenário temporal
mais estável, possibilitando a realização das actividades de CRM operacional de acordo com
o estágio de relação dos indivíduos que compõem o target (conjunto de pessoas definidos
com o perfil de consumidor para determinado produto ou serviço de uma organização).
O CVC refere-se às várias etapas de relacionamento entre a organização e o cliente
podendo servir de referencial para informar da sua intenção de compra de produtos ou
serviços (Figura 3). Associado a este indicador são considerados os diferentes estágios dos
clientes termos de marketing: suspect, prospect, cliente activo e ex-cliente (Arndt, 2001).
Cada relação começa, teoricamente, muito antes de qualquer contacto físico. Durante um
período de formação de opinião o indivíduo, denominado de suspect, está em contacto com
toda a informação disponível no mercado sobre as diversas marcas de produtos existentes.
Após este contacto em massa com o mercado considera-se que o suspect agrupa o
conhecimento de um conjunto de marcas capazes de satisfazer as suas necessidades. A
primeira etapa do processo, define-se quando o suspect reconhece alguma necessidade ou
desejo insatisfeito relativamente ao produto ou serviço. Por essa altura, após ter formado uma
intenção de compra concreta entra em contacto com as organizações fornecedoras desse
produto ou serviço, tornando-se então num prospect. Nesta fase do ciclo, o potencial
consumidor/cliente decide que tipo de produto ou marca irá comprar, bem como o local onde
o irá adquirir e quais as condições de venda (preço, entrega, concessão de crédito),
terminando esta etapa com a primeira compra. Este momento determina a passagem do
prospect a cliente activo e começa então a relação comercial com a organização, traduzida na
compra, utilização e avaliação do produto em função das expectativas face às necessidades e
às promessas transmitidas pela comunicação, sendo que o resultado desta avaliação
influenciará o comportamento de compra do cliente.
Com o decorrer do tempo o cliente cria o cenário da substituição da marca. Caso a relação
com a organização nos diferentes níveis seja do agrado do cliente, aumenta a probabilidade de
manter a relação. Se pelo contrário, não for do agrado do cliente, aumenta a probabilidade de
substituir a marca e, consequentemente o seu ciclo de vida relativamente à organização
termina. O cliente entra na fase denominada como abandono, abrindo na organização uma
necessidade de reconquista dos consumidores desertors (ex-clientes.)
Figura 3 – Utilização das bases de dados em CRM tendo como referência o Ciclo de Vida do Cliente.
5
A utilização das BD em actividades de CRM encontra-se directamente relacionada com o
CVC (Arndt, 2001). A caracterização é realizada nas três fases que traduzem os estágios da
relação entre o consumidor e a organização e se traduzem em actividades ou programas de
CRM: de aquisição; de fidelização e de recuperação de clientes:
• Programas de Aquisição (suspects/prospects): implica o estabelecimento de um
diálogo com os suspects pertencentes aos grupos alvo, com o objectivo de formarem
uma opinião em relação ao produto da organização e mais tarde o invoque a outro
indivíduo. Neste programa, são utilizados vários tipos de origem de dados, sendo
nesta fase do CVC dada especial importância às fontes de dados externas uma vez que
permitem a recolha de informação externa à própria organização, como exemplo
geral, a necessidade de identificação e diferenciação de novos suspects (sobre os quais
se detém apenas informação adquirida externamente, e.g., nome e morada);
• Programas de Fidelização (activos): A fidelização centra-se no estabelecimento de
uma comunicação permanente com os clientes activos, com o objectivo de construir
um relacionamento a longo prazo, mutuamente lucrativo. As actividades de
fidelização proporcionam uma utilização permanente das BD, seja na recolha de
informação seja no registo de dados sobre os clientes. No contexto do CVC esta fase
corresponde à maior taxa de participação das BD em actividades de marketing
(Drozdenko e Drake, 2002).
• Programas de Recuperação (ex-clientes): O cliente torna-se num alvo para o
programa de recuperação quando deixa de ser cliente activo. A recuperação pressupõe
a reconquista dos clientes que deixaram de adquirir produtos ou abandonaram a
organização. Essa reconquista não é feita de forma imediata, mas sim através de um
diálogo com o cliente e da manutenção do contacto com o mesmo. Na prática, um
cliente raramente informa a organização das suas intenções de abandono por isso é
necessário encontrar variáveis de explicação adequadas. As razões reconhecidas para
o abandono constituem, na sua maioria, a base para o desenvolvimento de programas
de recuperação, mas também são importantes para o programa de fidelização.
4. Descoberta de Conhecimento de Bases Dados (DCBD)
Até final da década de 80, as BD eram orientadas quase só para o processamento de
transacções, servindo como meros suportes de informação para apoio às actividades correntes
da organização. Os avanços conseguidos na tecnologia de BD ao longo dessa década, aliados
ao crescente desenvolvimento tecnológico e à diminuição dos custos de armazenamento,
conduziram à informatização dos mais diversos serviços e, consequentemente, ao registo de
todo o género de dados que existem nas organizações.
6
Figura 4 – Fases do processo de DCBD (adaptado de Fayyad, 1996).
A DCBD é comummente aceite como sendo um “processo não trivial de identificação de
padrões, presentes nos dados, válidos, novos, potencialmente úteis e compreensíveis”
(Fayyad, 1996). Em termos muito genéricos é possível afirmar que o processo de DCBD se
resume às quatro etapas a seguir descritas (Figura 4):
• Definição dos objectivos do processo - São vários os autores que alertam para a
importância que esta fase tem no sucesso ou fracasso do processo de DCBD.
Qualquer processo de DCBD deve iniciar-se com uma definição clara dos seus
objectivos (o que se quer saber e o que se vai fazer). Para a execução do processo de
DCBD é essencial trabalhar com especialistas da área de negócio onde se enquadra,
e.g., marketers, os quais também deverão estar envolvidos na definição dos
objectivos.
• Estudo e preparação dos dados - Como acontece na maioria dos processos
informáticos (e não só) o resultado final encontra-se bastante dependente do que é
fornecido à entrada. A conhecida regra GIGO (Garbage In, Garbage Out), aplica-se
em pleno ao processo de DCBD (Feelders, 2002). Para que o processo conduza a
resultados de boa qualidade é necessário uma fase de análise e transformação dos
dados, normalmente designada de pré-processamento dos dados. Trata-se de uma fase
crucial para o sucesso do processo de DCBD e é frequentemente a fase mais
demorada, chegando a consumir mais de metade do tempo total (Linoff, 1997). Como
acontece com todas as fases do processo de DCBD, esta fase pode ser repetida várias
vezes, até que se possa assegurar a qualidade e utilidade dos resultados obtidos. O préprocessamento dos dados inclui, embora não necessariamente por esta ordem, as
seguintes etapas:
- Obtenção e exploração dos dados: conhecimento dos dados recolhidos, o que
são e aquilo que representam;
- Limpeza e Transformação dos dados: preparação dos dados para se poder
aplicar técnicas de Data Mining (DM).
• Selecção e aplicação dos algoritmos de extracção de padrões – Data Mining, Esta é a
fase central do processo de DCBD e aquela que tem recebido mais atenção por parte
dos investigadores. Após um bom conhecimento dos dados, faz-se a escolha do, ou
dos, algoritmos a aplicar aos dados para extracção de padrões. Regra geral, o objectivo
desta fase é encontrar uma descrição para os dados que possa ser utilizada para fazer
previsão em novos casos. A escolha do algoritmo de DM a ser utilizado vai depender
da tarefa a realizar e dos dados disponíveis. Alguns algoritmos não funcionam com
7
valores numéricos, outros pelo contrário, apenas funcionam com valores numéricos.
Nesta fase pode ser necessário voltar atrás e fazer novas iterações sobre os dados (préprocessamento) de modo a que o formato em que são apresentados os dados se adeqúe
melhor a um dado algoritmo (e.g., fazer a conversão de valores simbólicos em valores
numéricos ou transformar uma variável com valores numéricos numa variável com
valores simbólicos). No processo de escolha do algoritmo a aplicar deve começar-se
por exprimir o problema em termos de uma das “tarefas de alto nível” do DM
(Frawley et al., 1991). Quase todos os problemas de DCBD podem ser expressos
numa das seguintes tarefas de alto nível: classificação, regressão, clustering,
sumarização, modelação de dependências ou detecção de desvios.
• Avaliação dos resultados - Uma vez aplicados os algoritmos de DM é necessário
efectuar a analise dos resultados obtidos por forma a verificar a sua validade e
utilidade. A validade refere-se ao facto dos novos padrões serem confirmáveis por
aplicação em novos dados (objectivos de DM); a utilidade refere-se à aplicabilidade
do novo conhecimento em ambiente real (cumprimento dos objectivos de marketing).
Um estudo realizado para uma seguradora que concluiu que o número de acidentes de
viação era mais elevado entre clientes com o signo Peixes. Uma análise dos resultados
permitiu verificar que a companhia tinha mais clientes desse signo que dos outros, e
portanto, se os clientes desse grupo eram mais, era natural que existisse um número
mais elevado de acidentes (Cabena, 1998).
O processo de DCBD, normalmente, não é linear, e envolve uma forte interacção com o
analista e várias iterações entre as suas fases constituintes (e.g., ao analisar os padrões, o
analista pode chegar à conclusão de que não são válidos e fazer com que o processo volte à
fase de pré-processamento). Essas iterações estão representadas na Figura 4 pelas setas a
tracejado e podem, inclusivamente, fazer o processo voltar à fase de especificação dos
objectivos.
5. DCBD em actividades de CRM
O CRM incorpora um conjunto de Tecnologias de Informação (TI) relativas ao registo,
exploração das bases de dados e consequente aplicação nas suas actividades. A framework
proposta neste trabalho aborda o desenvolvimento do CRM orientado ao CVC e expõe como
o processo de DCBD, nas suas três vertentes, pode ser utilizado neste contexto (Sánchez,
2003):
• Captação e angariação de clientes: a aplicação da DCBD como suporte a actividades
com vista à captação de clientes;
• Fidelização: utilização em acções que permitam conhecer qual o perfil dos clientes da
empresa em termos de desejos, necessidades e expectativas;
• Recuperação de clientes activos: determinar quais as causas que levaram ou
contribuíram para a desistência ou abandono.
Em comum as três vertentes apresentadas têm o facto de estarem associadas a actividades
dinâmicas e dependentes da informação que existe em cada momento sobre os clientes.
O desenvolvimento das políticas de CRM baseadas no Ciclo de Vida dos Clientes (CVC)
pressupõe um conhecimento profundo da actividade dos clientes, bem como das suas
características registadas em BD (Gray, 2001; Arndt, 2001). A concretização do estudo e
conhecimento dos clientes é suportado tecnologicamente num processo de DCBD, tratando-se
de um processo não trivial (Ingolf, 2002), interactivo e multi-faseado (Wyner, 1999) que
requer uma aplicação e avaliação contínua dos resultados obtidos.
8
5.1 Framework para Integração da DCBD em actividades de CRM
A secção anterior permitiu a apresentação do CRM suportado no CVC como um conjunto de
três programas – aquisição; fidelização e recuperação. A framework proposta ilustrada pela
Figura 5 evidencia a validade dos processos de DCBD aplicáveis a cada um destes programas,
incorporando uma visão sobre a utilização dos dados registados em BD.
Figura 5 – Actividades de CRM suportadas por processos de DCBD.
A framework proposta caracteriza-se por agregar na mesma abordagem: os dados
(associados aos quais se inclui a problemática da angariação, importação, e constituição de
BD de clientes); a exploração da BD através da DCBD (transformação e pré-processamento
de dados, aplicação de algoritmos de DM e avaliação dos resultados); aplicação do
conhecimento obtido em actividades de CRM, com enfoque nos programas de captação,
retenção e recuperação de clientes. Estas fases são detalhadas em seguida.
5.1.1. Dados
O sucesso da aplicação dos processos de DCBD em actividades de marketing depende
directamente dos dados disponíveis e sobre os quais se irá desenvolver. Estes dados podem
entre outros aspectos, ter naturezas distintas: internos (e.g., dados da própria organização,
dados de clientes, fornecedores, acções promocionais ou registo de vendas) ou externos (e.g.,
aluguer de BD ou provenientes de promoções realizadas em parceria com outras empresas); A
recolha de dados depende de um conjunto de aspectos que condicionam a disponibilidade e
qualidade dos mesmos.
• Dados internos: dados em diferentes sistemas de informação da organização; dados
relativos a campanhas anteriores de marketing (suporte digital ou suporte tradicional
como sejam os cupões de resposta ou formulários respondidos por clientes)
• Dados externos: provenientes de BD disponíveis no mercado, alugadas a empresas
diversas (nome e morada) ou outras fontes externas à organização.
O processo de recolha de dados conduz à constituição da BD de clientes sobre a qual irá
decorrer a DCBD. A BD irá funcionar como o “armazém de informação” devendo por isso
estar disponível e actualizada (existe a tendência do seu conteúdo vir a tornar-se
desactualizado com o passar do tempo), evitando erros estratégicos (Pinto, 2004).
As BD de clientes para poderem estar ao nível das solicitações e permitirem uma
utilização facilitada deverão ter como características relevantes, as seguintes:
• Organizadas por tópicos, por departamentos ou outras funções organizacionais;
• Integridade dos seus dados, embora provenientes de sistemas ou plataformas
heterogéneas, são registados de um modo padronizado, sem duplicação, permitindo
inclusive, a integração de dados externos à própria organização;
9
• Constantes ou estáveis, uma vez que o seu conteúdo deverá possuir um horizonte
temporal alargado, não sendo actualizadas com a frequência de outras e.g., BD
transaccionais dos sistemas financeiros ou contabilísticos;
• Não voláteis, permitindo apenas operações de carregamento, actualização ou consulta.
5.1.2 Desenvolvimento da DCBD no contexto de programas de aquisição de clientes
Os programas para conquista e captação de clientes pressupõem o estabelecimento de
contactos com indivíduos, aos quais se pretende apresentar um novo produto ou serviço. Face
ao rigor financeiro que os departamentos de marketing estão actualmente sujeitos, importa
mais determinar as estratégias de comunicação mais eficazes do que massivas ou intensivas,
as quais se têm revelado bastante menos eficazes que as de contacto directo.
Numa abordagem tecnológica, estas acções implicam a existência de dados relativos aos
indivíduos suspects ou prospects. Uma vez constituída a BD dos indivíduos alvo aplicam-se
as técnicas de DCBD. A DCBD surge como uma forma de resolver um problema corrente em
muitas organizações que possuem BD, mas para os quais os processos clássicos de recolha de
informação são insuficientes.
O desenvolvimento do processo de DCBD num contexto de aquisição de novos clientes
passa por definir o perfil, os padrões de comportamento e consumo dos clientes actuais para
projectar no desenvolvimento de acções de marketing com vista à aquisição dos novos
clientes. Para ilustrar (Reichheld, 2001) refere como exemplos os seguintes:
• Uma organização que actua no ramo segurador descobriu que, no seu caso, em termos
de fidelidade e propensão à aquisição dos seus produtos, os indivíduos têm como
características: são normalmente casados; vivem na região norte do país (adquirem
maior variedade de produtos que as do sul); são proprietários de casa própria, sendo
mais rendíveis que os que vivem em casa arrendada.
• Um banco descobriu que os indivíduos agregados em grupos de afinidade – e.g.,
ordem de engenheiros, médicos ou advogados – nesse contexto de membro, adquirem
com maior facilidade de produtos a crédito que quando contactados fora desse
contexto.
Os resultados do processo de descoberta de conhecimento, quando novos e relevantes,
poderão servir para a delineação de estratégias de captação de clientes.
5.1.3.Desenvolvimento da DCBD em programas de fidelização de clientes
Ao longo da relação entre o cliente e a organização existe um conjunto de informação
libertada que se vai acumulando em BD (internas à organização) – e.g., vendas, questionários
respondidos, registos financeiros, promoções em que participou, formulários, reclamações. A
análise do comportamento, numa perspectiva de DCBD permitirá a determinação de desejos
“secretos” dos clientes; expectativas frustradas ou simplesmente o desejo de satisfação e
retribuição pela relação. O conhecimento da vertente “escondida” do cliente (Kotler, 2002)
permitirá o desenvolvimento de programas de fidelização correctamente orientados e com
elevado probabilidade de sucesso, e.g., Cães & Gatos da Master foods ou revista consigo da
Lever (Castro, 2005).
A DCBD permite à organização desenvolver actividades de marketing que sustentem a
fidelização do cliente. O aprofundamento do conhecimento sobre os clientes, ou sobre a
complexidade do comportamento dos clientes, o qual não é explicitamente expresso, é
possível que seja descrito com base em regras ou descrições escondidas por entre os dados
que a organização possui. Como exemplo da identificação do perfil de clientes fieis, uma
empresa do ramo da distribuição descobriu que os indivíduos provenientes de campanhas de
10
desconto são menos fieis que outros provenientes do contacto casual com as suas lojas
(Reichheld, 2001).
5.1.4.Desenvolvimento da DCBD em programas de recuperação de clientes
Um cliente, quando pretende abandonar a relação com uma organização, normalmente não
avisa, simplesmente desiste (Kotler, 2002). A desistência não pode ser considerada uma
decisão simples, mas antes o culminar de um processo, que ilustra um padrão de
comportamento (Wyner, 1999). A permanência de um indivíduo como cliente activo por
vários ciclos de compra, permite à organização a recolha de dados internos que servirão para
o conhecer melhor. Sempre que o cliente desiste da relação (quando existe um intervalo de
tempo considerável sem que exista qualquer contacto com a organização), os seus dados
permanecem na organização e são actualizados para um novo estatuto – desertor (ex-cliente).
A utilização da DCBD é particularmente eficaz na detecção de desvios e abandonos
através da determinação de padrões de comportamento atípicos, no interior das BD que
contêm os registos detalhados dos clientes. O processo de DCBD desenvolve-se sobre os
dados relativos a toda a actividade dos clientes (e.g., registo de reclamações, inquéritos
respondidos, promoções) e permitirá à organização adaptar a sua relação com os clientes.
5.2 Sistematização da framework
Os resultados deste trabalho permitem sistematizar ainda as diferentes etapas da framework
desenvolvida, evidenciando o aproveitamento das BD para além do uso tradicional
normalmente dado às BD. O modelo desenvolvido sugere também, a integração de processos
que vão desde a recolha de dados até à sua efectiva utilização em actividades de CRM nos
programas referenciados, assim como, denota o feedback entre os resultados obtidos e os
dados de entrada (Figura 6).
Outras considerações, decorrem das incidências decorrentes da estrutura da própria
framework, onde são mais relevantes quatro momentos: definição dos objectivos, dados,
processamento e resultados.
Objectivos: as metas estabelecidas em termos de marketing funcionam como elementos
orientadores não só em termos de selecção dos dados como também da prática dos
procedimentos de DCBD;
Dados: conforme exposto ao longo do artigo o sucesso da utilização dos dados em
actividades de marketing depende deles próprios. É importante colocar a ênfase nos dados na
medida que pode haver necessidade de angariação de outros dados para garantia do processo.
Finalmente, os dados devem também estar ajustados ao domínio de aplicação no qual serão
utilizados, e.g., quando se pretende analisar o comportamento de compra dos consumidores
deve existir informação acerca desse assunto;
Processamento: a inovação da framework aqui proposta assenta sobretudo na aplicação
das actividades de DCBD em actividades de CRM. O processamento concretiza a integração
dos dados nos programas de CRM através dos procedimentos para preparação e
transformação dos dados e da aplicação de algoritmos de DM;
Resultados: no âmbito do trabalho desenvolvido procurou-se compreender como os dados
podem ser utilizados para desenvolver ou optimizar as actividades de CRM. No quadro dos
três programas considerados é possível indicar um conjunto de estratégias onde existe de facto
interesse em aplicar o conhecimento extraído das BD de clientes (O’Leary, 2004): prospecção
de novos clientes; segmentação de clientes; retenção de clientes; identificação dos interesses
de clientes, para envio de promoções; suporte a actividades de marketing relacional; affiliate
marketing e marketing sob contrato. As BD de clientes são potenciais fontes de informação
11
para construção de relações fortes e duradouras e em ultima análise condicionar o modo como
a relação entre cliente e organização é construída, desenvolvida e mantida.
Figura 6 – Passos a percorrer, aspectos a considerar: desde dos dados aos resultados.
O dinamismo advém do feedback entre os resultados obtidos e os dados, permitindo
incorporar nas BD da organização os resultados obtidos em iterações ou programas anteriores.
6. Conclusões e Trabalho Futuro
O facto de existirem muitos dados nas organizações, não significa necessariamente que as
mesmas possuam a informação que necessitam sobre os seus clientes. O trabalho
desenvolvido permitiu o estudo, numa perspectiva tecnológica, da importância das bases
dados na prossecução de objectivos de mercado, como sejam a captação e a fidelização de
clientes em projectos de CRM. O desenvolvimento do CRM baseado no CVC traduz-se por
um lado, numa fonte de dados muito importante para o esforço de marketing, mas por outro
lado, confirma que apenas será possível o desenvolvimento de projectos neste âmbito, se
existir uma utilização eficaz das BD.
Expôs-se ao longo deste artigo o papel que a DCBD pode representar nos três programas
propostos no âmbito do CRM: programas de aquisição, fidelização e recuperação de clientes.
A abordagem seguida é baseada no CVC, decorrendo do facto de se assumir que o CRM
centra-se na análise dos desejos e na satisfação das necessidades de cada cliente, ao longo da
relação com a organização. Esta abordagem contudo, apresenta limitações para objectos de
estudo distintos. Sempre que uma organização introduz no mercado um novo produto fará
mais sentido organizar o processo de CRM em torno do ciclo de vida do produto.
12
A framework proposta é inovadora na medida que coloca de lado processos estatísticos
clássicos ou simples bem como procedimentos tradicionais de interrogação das BD existentes,
em prol uma abordagem pró-activa e dinâmica sobre os dados através da DCBD.
Como trabalho futuro, face às limitações expostas no processo de CRM baseado no CVC,
é possível abrir espaço para a realização de trabalhos de investigação cientifica em domínios
de CRM baseados em ciclo de vida de produto ou outros, onde como e.g., as naturezas das
BD são distintas e diversas.
Referências bibliográficas
Arndt, Dirk, Gersten, Wendy (2001). Data Management in Analytical Customer Relationship
Management, Workshop:“Data mining for marketing applications”. Universidade Hasselt,
Belgica
Berry, L. L. (1983). Relationship Marketing, In: Berry L.L.; Shostack G. D., Upah G.D. (eds):
Emerging perspectives in Service Marketing, Chicago pp25-28.
Berson, Alex, Smithy, Stephen, Theraling, Kurt (1999). Building Data Mining Applications
for CRM. McGraw-Hill, NewYork.
Bretzke, Miriam (2005). CRM Como Diferencial Competitivo. http://www.bretzkemarketing.com.br, (acedido a 20-06-2005).
Brown, Stanley A. (2000). Customer Relationship Management. John Willey & sons, Ontario,
Canada.
Burnett, Ken (2001). The Handbook of Key Customer Relationship Management. Prentice
Hall; London.
Cabena, P, Hadjinian, P, Stadler, R, Verhees, J, Zanasi, A. (1998). Discovering Data Mining –
From Concept to Implementation. Prentice-Hall.
Castro, João Pinto (2005). Marketing: 19 Apontamentos. Revista Economia Pura, Jan/Fev,
pag. 43-46.
Drozdenko, Ronald; Drake Perry D., (2002). Optimal Database Marketing. SAGE
Publications, Thousand Oaks, USA
Drucker, Peter (2001). The Essencial Drucker: In One Volume the Best of Sixty Years of
Peter´s Druckers Essencial Writings on Management. Harper Business.
Fayyad, U, G. Piatetsky-Shapiro, P. Smyth, & R. Uthurusamy (1996). Advances in
Knowledge Discovery & Data Mining. Cambridge, MA (The AAAI Press/The MIT
Press).
Feelders A.J. (2002). Statistical Concepts. Eds: Berthold, M; Hand D.J. Intelligent Data
Analisys: An Introduction 2ªed; Springer-Verlag.
Frawley, W. J., Piatesky-Shapiro, G. e Matheus, C. J. (1991). Knowledge Discovey in
Databases, An Overview. Eds: G. Piatesky-Shapiro e B. Frawley in Knowledge
Discovery in Databases, 1-27, AAAI-MIT Press.
Gray, Paul; Byun Jongbok (2001). Customer Relationship Management. Claremont Graduate
School, March 2001.
Hughes, Arthur M. (1995). The Complete Database Marketer. Chicago, Probus Publishing
Co.
Ingolf Geist (2002). Framework for Data mining and KDD. IEEE, University of Magdesburg.
Kotler, Philip (2002). Marketing Management. Prentice-Hall, 11.
Linoff, Gordon S., Berry Michael J. A. (1997). Data Mining Techniques – For Marketing,
Sales and Customer Support. John Willey and Sons, New York.
Linoff, Gordon S., Berry Michael J. A., (2000). Mastering Data Mining. John Willey and
Sons, New York.
13
McClymont, Hoda, Jocumsen, Graham (2003). How to Implement Marketing Strategies
Using Database Approaches. Database Marketing & Customer Strategy Management,
Vol. 11.
O’Leary, Chris, Rao, Sally, Perry, Chad (2004). Improving Customer Relationship
Management Through Database/Internet Marketing – A theory-building action research
project. European Journal of Marketing vol. 38 nº3/4
Peppers, D., Rogers, M., Dorf, B. (1999). Is Your company Ready for One-To-One
Marketing?. Harvard Business Review, Vol.77 Nº1, pp. 151-160.
Pinto, F, Santos, M.F, Cortez, P, Quintela, H, (2004). “Data Preprocessing for Database
Marketing”, Data Gadgets 2004, pp 76-84, Málaga Spain.
Reichheld, Frederick, Teal, Thomas (2001). Loyalty Effect. Harvard Business Scholl Press.
Rowsom, M. (1998). Bridging the Gap from Traditional Marketing to Electronic Commerce.
Direct Marketing, Vol. 60 Nº9.
Sánchez, A. Jesus, Serrano, López, Valentín, Rodrigo (2003). El CRM analítico. La estrategia
de implantación en Telefônica São Paulo. Telefônica Investigación y Desarrollo.
Wyner, Gorden A. (1999). Customer Relationship Measurement. Marketing Research,
Vol.11, No.2, Summer, pp.39-41
14