Contribuição da Abordagem Fuzzy em técnicas de agrupamento: uma aplicação em CRM
Data
2019-06-28
Autores
Melo, Guilherme Pantiga Figueiredo de [UNIFESP]
Orientadores
Santos, Emerson Gomes dos [UNIFESP]
Tipo
Trabalho de conclusão de curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Atualmente o cenário em que as organizações estão inseridas é de alta competitividade e adaptar-se é essencial para sua sobrevivência e prosperidade. Neste contexto, inserir o consumidor no âmago da organização e direcionar as atenções e estratégias para ele tem papel fundamental em agregar valor e criar vantagens competitivas. Assim, a área de CRM (Customer Relationship Management) dedica-se de maneira perseverante à excelência nas tratativas com o consumidor, desde satisfação, retenção, fidelização e lucratividade até compreender e prever suas necessidades e atuando em comunicações, ofertas, produtos e relacionamentos. Para que seja possível obter êxito da atuação de CRM, é essencial o emprego de tecnologias, inteligência analítica e atuação integrada dentro das organizações. Compreender e entender o cliente neste sentido está pautado nas informações disponíveis sobre ele e atualmente o crescimento de dados vem se tornando cada vez mais presentes, possibilitando uma maior imersão na jornada em busca de satisfazê-lo. Tais dados podem ser desde a idade dos clientes até características de compras como nas variáveis RFM (recency, frequency, monetary), ou valor, recência e frequência. Sendo assim, a ciência de dados então é o alicerce que irá pautar essas análises e utilizar as informações dos consumidores de maneira que concretize aplicações dentro das organizações. Dentro da ciência de dados, a modelagem de dados é objeto que sintetiza as características da inteligência analítica, podendo ser de previsão, classificação, clusterização, entre outras. Em especial a clusterização é bastante utilizada pois é eficiente em demonstrar as características dos consumidores e então segmentá-los de forma que sejam possíveis tomar diversas decisões no âmbito organizacional. Para a proposta do trabalho, a ciência de dados foi aplicada ao campo de CRM utilizando variáveis da análise RFM e comparando técnicas de agrupamentos para demonstrar como a abordagem fuzzy possui potencial de incrementar os objetivos de CRM.
Currently organizations are allocated in a highly competitive scenario and adaptation is necessary in order to prosper and survive. In this context, having the customers as the main purpose of all actions and strategies in the company has a fundamental role to create competitive advantages and more value to the customers. CRM (Customer Relationship Management) is the area inside organizations devoted to pursuit the best connection with the client in terms of loyalty, satisfaction and monetization by predicting and understanding customer´s needs and taking actions by communications, offers, products and relationships. In order to obtain the major goals in CRM, technology, analytics and integration between areas are essential. Having a deep understanding of customers is based on all the information available and currently this information grows larger each day with advances in technology, making it possible to get truly comprehend the customer. This information has different types, such as age or even the variables in RFM analysis, with that being recency, frequency and monetary. To analyze all this information and transform them into actions for the company, data science is one of the most important tools and it can be used as models such as prediction, classification, clustering and much more. Clustering is gaining notoriety since it is an efficient way to demonstrate customer features and put them in groups that can be used to take decisions in the organizations. For this paper, data science was applied in the field of CRM using RFM features and clustering techniques to demonstrate that fuzzy logic has a great potential to develop goals in CRM.
Currently organizations are allocated in a highly competitive scenario and adaptation is necessary in order to prosper and survive. In this context, having the customers as the main purpose of all actions and strategies in the company has a fundamental role to create competitive advantages and more value to the customers. CRM (Customer Relationship Management) is the area inside organizations devoted to pursuit the best connection with the client in terms of loyalty, satisfaction and monetization by predicting and understanding customer´s needs and taking actions by communications, offers, products and relationships. In order to obtain the major goals in CRM, technology, analytics and integration between areas are essential. Having a deep understanding of customers is based on all the information available and currently this information grows larger each day with advances in technology, making it possible to get truly comprehend the customer. This information has different types, such as age or even the variables in RFM analysis, with that being recency, frequency and monetary. To analyze all this information and transform them into actions for the company, data science is one of the most important tools and it can be used as models such as prediction, classification, clustering and much more. Clustering is gaining notoriety since it is an efficient way to demonstrate customer features and put them in groups that can be used to take decisions in the organizations. For this paper, data science was applied in the field of CRM using RFM features and clustering techniques to demonstrate that fuzzy logic has a great potential to develop goals in CRM.