Análise Arquetípica de Dados

Esse e um post antigo do Engaging Market Research, no qual é apresentada a Análise Arquetípica de Dados; que é um estudo sobre bases de dados nas quais os clientes são segmentados de forma que suas características de caráter quantitativos e qualitativos sejam misturadas para fins de maximizar a similaridade intracluster, e possibilitar que esses grupos de clientes sejam, portanto, mais homogêneos.

Esses estudos aplicados ao Marketing e principalmente ao Customer Relationship Management (CRM) dão os responsáveis desses departamentos um raio X sobre as características de seus clientes, e consequentemente subsidiam as estratégias para retenção ou captação de novos clientes, de forma a não somente separar os clientes nos clusters; mas também provisionar uma estratégia de massa que tenha impacto em aspectos particulares desses clientes,  por exemplo campanhas de target-marketing dirigidas a preferências pessoais com alto potencial de RFM como preferência de time de preferência, experiências gastronômicas, entre outros.

 

Anúncios
Análise Arquetípica de Dados

Recomendação de Blog: Engaging Market Research

Este blog é escrito pelo Joel Cadwell no qual ele apresenta a pesquisa em marketing de forma extremamente aplicada, isto é, sem floreios retóricos e conceitos baseado na construção de palavras românticas sobre Marketing e Publicidade.

Leitura obrigatória para quem deseja aplicar mineração de dados neste tipo de domínio, bem como estudiosos sobre o comportamento do consumidor (em especial, CRM).

Recomendação de Blog: Engaging Market Research

Nem o DNA, nem a Mineração de Dados substituí o diálogo com os consumidores

Este post da B2C coloca em perspectiva a utilização de aspectos relativos aos genes dos consumidores e aspectos comportamentais para desenvolvimento de estratégias de marketing dirigido.

Nem o DNA, nem a Mineração de Dados substituí o diálogo com os consumidores

Resenha: Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management

Este livro do Berry e Linoff é um bom manual de mineração de dados dirigido para managers e analistas de marketing.

O livro é bem estruturado em questão de escolha capítulos para abordagem, os quais através de um texto conciso os autores passam pelas principais técnicas de mineração de dados e passam desde o básico até o avançado.

O texto tem como principal característica uma série de exemplos, e uma parte textual bem densa; o que para alguns pode representar uma determinada prolixidade dos autores. Como em alguns livros da Wiley, o livro tem uma série de caixas de texto auxiliares os quais tem alguns insights muito bons para auxiliar na fixação dos conceitos.

Alguns pontos negativos do livro são a) A prolixidade dos autores quando na descrição das técnicas e principalmente na forma de criar cenários de utilização, o que pode tirar a paciência dos leitores que conhecem ao menos o básico da mineração de dados; b) no ponto de vista técnico o livro carece de um cuidado maior quanto à editoração do texto em si, no qual coloca um leque de possibilidades, e, contudo não fala que para aplicar aqueles conceitos seria necessário no mínimo umas 8 ferramentas e que holisticamente nem todas as técnicas são adequadas para uma análise direcionada a profissionais de marketing; e c) muito overview, onde quem tem os conhecimentos básicos em mineração de dados pode sentir a sensação de tópico requentado.

Os pontos positivos do livro são sem sombra de dúvidas a) a amplitude de assuntos no qual os autores colocam muito bem as técnicas de mineração de dados através de um texto bem elaborado e com uma linguagem acessível, b) os estudos de casos e as caixas de texto ao longo o livro formam um material de apoio muitíssimo elaborado e auxiliam na fixação dos conceitos, c) um livro de domínio de aplicação de mineração de dados com um direcionamento muito claro o que é um recurso muito bom para os profissionais da área e quem não é profissional de marketing pode aproveitar os conceitos, e d) gráficos bem elaborados.

 O livro é muito bom, e é voltado diretamente para o publico de marketing, em especial managers e analistas; entretanto a audiência de mineração de dados pode adquirir o livro sem problemas. Não espere um livro com walkthrough em algoritmos e técnicas, pois há outras obras muito mais interessantes nesse sentido.

Resenha: Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management

2011 Data Miner Survey – Relatório sobre práticas em Mineração de Dados

No ano de 2011 foi realizada uma pesquisa pela Rexer Analytics sobre as principais práticas de mineração de dados, bem como as tendências. De forma geral pelos highlights dá para se perceber que apesar da evolução das técnicas muito do que está em ‘produção’ hoje tem a ver com o básico: Árvore de Decisão, Análise de Cluster e Regressão.

Isso mostra que deve haver um trabalho de base forte para consolidação da mineração de dados no cenário nacional; em especial, na área acadêmica na qual há a apresentação de conceitos avançados sendo que na prática há pouco sendo feito.

 Alguns dos pontos principais elencados pela pesquisa:

 FIELDS & GOALS:  Data miners work in a diverse set of fields.  CRM / Marketing has been the #1 field in each of the past five years.  Fittingly, “improving the understanding of customers”, “retaining customers” and other CRM goals continue to be the goals identified by the most data miners.

 ALGORITHMS:  Decision trees, regression, and cluster analysis continue to form a triad of core algorithms for most data miners.  However, a wide variety of algorithms are being used.   A third of data miners currently use text mining and another third plan to in the future.  Text mining is most often used to analyze customer surveys and blogs/social media.

TOOLS:  R continued its rise this year and is now being used by close to half of all data miners (47%).  R users report preferring it for being free, open source, and having a wide variety of algorithms.  Many people also cited R’s flexibility and the strength of the user community.  In the 2011 survey we asked R users to tell us more about their use of R.  Read the R user comments about why these use R (pros), the cons of using R, why they select their R interface, and how they use R in conjuction with other tools.  STATISTICA is selected as the primary data mining tool by the most data miners (17%).  Data miners report using an average of 4 software tools overall.  STATISTICA, KNIME, Rapid Miner and Salford Systems received the strongest satisfaction ratings in 2011.

TECHNOLOGY:  Data Mining most often occurs on a desktop or laptop computer, and  requently the data is stored locally.  Model scoring typically happens using the same software used to develop models.

VISUALIZATION:  Data miners frequently use data visualization techniques.  More than four in five use them to explain results to others.  MS Office is the most often used tool  for data visualization.  Extensive use of data visualization is less prevalent in the Asia-Pacific region than other parts of the world.

ANALYTIC CAPABILITY & SUCCESS:  Only 12% of corporate respondents rate their company as having very high analytic sophistication.  However, companies with better analytic capabilities are outperforming their peers.  Respondents report analyzing analytic success via Return on Investment (ROI), and analyzing the predictive validity or accuracy of their models.  Challenges to measuring analytic success include client or user cooperation and data availability / quality.  

FUTURE:  Data miners are optimistic about continued growth in data mining adoption and the positive impact data mining will have.  As in previous years, data miners see growth in the number of projects they will be conducting.  And growth in data mining adoption is the number one “future trend” identified.  Participants pointed out that care must be taken to protect privacy when conducting data mining.  Data miners also shared many examples of the positive impact they feel data mining can have to benefit society.  Health / medical advances was the area of positive impact identified by the most data miners. 

2011 Data Miner Survey – Relatório sobre práticas em Mineração de Dados

A mineração de dados como nova ferramenta para as eleições americanas

A matéria da Dawn mostra que grande parte da porcentagem de votos do próximo Presidente dos Estados Unidos da América terá na mineração de dados uma forma de 1) angariar recursos de campanha, 2) realizar prospecções de potenciais doadores, 3) mobilizar nichos de usuários na rede em prol da militância sobre um determinado candidato, e 4) alinhamento de discurso sobre em qual o candidato irá adotar em determinada região do país.

 Esse domínio eleitoral, está se estabelecendo a passos largos e essa eleição nos EUA será algo como o batismo de fogo, onde; na mesma forma em que as mídias sociais foram na eleição do Presidente Obama a 4 anos; no qual o paradigma mudou nesse meio tempo no qual se antes a necessidade era saber onde os eleitores se mobilizavam, hoje a necessidade é saber o que esses eleitores pensam e realizar o micro-targeting de acordo com os seus pensamentos e comportamentos na esfera digital. Essas informações são de grande importância em relação a campanha; pois, dependendo do potencial de eleitores pode-se angariar mais recursos de patrocinadores, ou mesmo para elaboração de campanhas do tipo corpo a corpo na qual o candidado pode tanto fortalecer a sua base eleitoral nos lugares em que tem vantagem, ou mesmo fazer prospecção de novos votos em bases na qual não é tão forte eleitoralmente.

 O candidato Mitt Romney já investiu cerca de 60% a mais que Barack Hussein Obama e as pesquisas apontam hoje um empate técnico entre os dois, mesmo com o segundo candidato ter o apoio da máquina estatal a seu favor; o que mostra esse método até então tem uma eficácia bastante significativa.

A mineração de dados como nova ferramenta para as eleições americanas

Marketing eleitoral dirigido

A mineração de dados através das técnicas de agrupamento e classificação são um importante campo de estudo/aplicação em domínios distintos. Entretanto, uma tendência que está tomando força é a utilização das técnicas de mineração para aplicação no contexto eleitoral, no qual de acordo com a criação de personas (profiles de registros que têm características em comum) os candidatos podem realizar um trabalho de marketing e propaganda eleitoral mais dirigida, i.e. eles podem atingir diretamente os seus potenciais eleitores, e de acordo com as suas necessidades adaptariam os seus discursos e prioridades de campanha. Vale a pena ver esse artigo de apresenta padrões bem interessantes sobre os eleitores americanos de acordo com a sua inclinação política.

Marketing eleitoral dirigido

Como as empresas aprendem os seus segredos?

Esse especial do New York Times escrito por Charles Duhigg  (Autor do livro The Power of Habit: Why We Do What We Do in Life and Business) tem como foco um tema bastante recorrente em relação a modelagem, e entendimento de domínio de Mineração de Dados que é o estudo de hábitos do consumidor.

Em geral o artigo trata do fato das empresas em especial de varejo buscarem mais dados dos consumidores e realizarem a construção de Personas (Profiles de clientes com determinadas características em comum) para realizar um marketing mais segmentado no qual com uma gama de recursos minimizada obter o máximo de retorno no ato de atingir os consumidores em potencial dos produtos. O caso mais emblemático tratado no artigo é o fato de um varejista realizar um trabalho de construção de personas tão apurado que através dos produtos adquiridos eles conseguem saber se a consumidora está grávida.

Veja essa construção de Persona feita pelo artigo:

A fictional Target shopper named Jenny Ward, 23, lives in Atlanta and in March she bought cocoa-butter lotion, a purse large enough to double as a diaper bag, zinc and magnesium supplements and a bright blue rug. There’s a very high chance that she’s pregnant, and her delivery date is sometime in late August, and Target connects those dots.

Vale a pena a leitura.

Como as empresas aprendem os seus segredos?

Como as empresas sabem os seus segredos?

Um tema bastante recorrente em pesquisas acadêmicas, é a análise comportamental do consumidor em relação ao seu padrão de consumo. É hoje mais do que nunca as empresas recorrem a recursos interdisciplinares para atingir o seu alvo que é o consumidor. Isso se dá na formação de equipes com especialistas de Marketing, Psicanalistas Comportamentais,  Economistas e Estatísticos. Essa série de artigos do NYT aborda justamente isso, e mostra que vale qualquer coisa para atingir o objetivo principal que é vender.

Como as empresas sabem os seus segredos?