Use a Análise Avançada para Conhecer seu Cliente

Este manual mostra como avaliar o comportamento e o sentimento dos clientes em relação a vários parâmetros do seu programa de fidelidade usando painéis de controle e inteligência artificial que dependem da Plataforma de Dados de Varejo.

Solução de Negócios

Este manual demonstra como combinar dados do sistema de gerenciamento de fidelidade, dados transacionais de ponto de venda/POS e, em seguida, enriquecer esses dados com pontos de dados externos do consumidor em torno das faixas etárias e do estado civil, reunir todos os dados, lidar com a qualidade dos dados e preparar a análise - automaticamente - de forma horária.

Além disso, para ajudar a validar as ações certas a serem tomadas, esse cenário usa todos os dados e a modelagem de IA integrada da Oracle para gerar cenários hipotéticos para prever o impacto das alterações propostas para que os usuários possam selecionar a melhor alternativa.

Observação:

No cenário mais amplo de conhecimento do seu cliente, isso provavelmente obteria dados adicionais sobre campanhas, potencialmente merchandising, possivelmente feeds de mídia social (automaticamente enriquecidos e transcritos para um formato útil) e outros eventos externos, como clima, esportes, eventos, etc.

O Oracle Retail Data Platform permite que você ingira e gerencie todos os aspectos dos dados e os mantenha bem organizados em um só local. De estruturado a não estruturado, de relacional a vídeos a tweets a geoespacial, todos os formatos residem em um só lugar, permitindo uma análise segura e organizada.

Para clientes que dependem fortemente de produtos Oracle, aproveitando a gravidade dos dados - ou seja, consolidar todos os seus dados em um modelo operacional, uma nuvem e um fornecedor - fornece benefícios claros, incluindo:

• Não há taxas de saída.
• Menos latência de dados e problemas de qualidade.
• Um modelo de segurança e governança.

Compreender os Termos e Conceitos Relevantes do Setor

Este manual usa alguns termos e conceitos do setor com os quais você deve estar familiarizado para que possa entender melhor o valor deste cenário:

• Aquisição

  A aquisição de clientes é o processo de conquistar novos clientes por meio de vários canais. Anúncios pagos, mídias sociais, boca a boca e marketing por email são apenas alguns exemplos de formas pelas quais as empresas podem oferecer novos clientes.

• Segmentação

  Segmento é um grupo de clientes criado com dados que rastreiam comportamento e características de perfil. Cada segmento tem critérios condicionais que qualificam determinados clientes do banco de dados do cliente. Os segmentos que você cria podem ser exportados para outras ferramentas de orquestração de marketing da Oracle para implementar campanhas, como Oracle Responsys e Oracle Eloqua. Como exemplo, sua empresa deseja executar uma campanha promocional para vender o excesso de estoque de roupas de inverno para crianças. Você pode criar o segmento para esta campanha no Oracle Unity para exportação para uma ferramenta de orquestração de marketing.

• Ativação

  A ativação do cliente se refere ao ato de motivar os clientes a perceberem totalmente os benefícios do produto que estão testando, aumentando assim seu envolvimento geral. O resultado pode ser gerar um novo cliente ou reenviar um inativo. Seja o que for, a ativação acontece quando um cliente se torna entusiasmado com seu produto ou serviço por meio de marketing relevante, entendendo totalmente seus benefícios (o momento elusivo 'aha!')

• Taxa de conversão

  Taxa de conversão é a porcentagem de pessoas que visitam sua página da Web que convertem em sua oferta. A taxa de conversão é calculada dividindo-se o número de pessoas que converteram sobre o número de pessoas que visitaram sua página.

Solução Técnica

A solução técnica se baseia no Oracle Retail Data Platform, uma única plataforma para armazenar, gerenciar, enriquecer e analisar todos os tipos de dados. Neste exemplo, estamos importando feeds de dados de sistemas de POS e de fidelidade (interfaces de API), executando-os por meio de pipelines de qualidade e transformação de dados para criar um lago selecionado. Então, recebemos um feed do Oracle Advertising Cloud para trazer informações adicionais sobre os consumidores; por exemplo, seus grupos etários e estados conjugais.

O Oracle Fusion Analytics e o Retail Insights são aceleradores para acesso mais rápido aos modelos de dados e a Oracle assume parte da carga de manutenção. Esses serviços usam a mesma pilha técnica de linha de base, o que garante maior interoperabilidade. As informações que você pode derivar do Oracle Analytics incluem:

• Sinais fracos dos consumidores (da mídia social).
• Segmentação de clientes, que permite direcionar melhor ativação/mensagem e direcionar estratégias de merchandising e fornecimento.
• Demande mudanças com base em campanhas ou eventos externos (tempo, esportes, eventos nacionais, eventos locais).

De estruturado a não estruturado, de relacional a vídeos a tweets a geoespacial, todos os formatos são mantidos em um local para análise segura e organizada. Embora todos os fornecedores de nuvem tenham uma forma de data lake, a Oracle é a única onde você pode combinar livremente os diferentes tipos de dados em um conjunto de ferramentas. Você não precisa mover dados entre diferentes tipos de bancos de dados e pode usar ferramentas relacionais para consultar dados não estruturados ou ferramentas de ciência de dados para fazer machine learning no local no lago. Além disso, toda a plataforma de dados compartilha um modelo de segurança, um local e uma abordagem de gerenciamento para operações mais fáceis e eficientes.

Descrição da ilustração varejo -lakehouse.png

loja-lakehouse-oracle.zip

Arquitetura

O diagrama a seguir ilustra o workflow descrito nesta solução.

Descrição da ilustração retail_lakehouse_fc.png

retail_lakehouse_fc.png

A arquitetura tem os seguintes estágios:

• Descobrir

  Aqui estamos capturando os dados estruturados e não estruturados de diferentes fontes, como sistemas de ponto de venda (POS), como Micros, sistemas de origem empresarial (ERP), experiência do cliente, produto e marketing, juntamente com entrada IoT, operações de loja, incluindo tráfego de pé na loja e dados de mídia social.

• Entrada

  Os dados são ingeridos de uma ampla variedade de sistemas de origem usando serviços de integração do OCI e passados para o armazenamento de objetos do data lake, que é a zona de destino da plataforma de dados.

• Transforme e Organize

  Além disso, os dados são limpos, transformados e enriquecidos usando o serviço OCI Data Flow, que é totalmente gerenciado pelo serviço Apache Spark, que executa tarefas de processamento em conjuntos de dados extremamente grandes sem infraestrutura para implantar ou gerenciar. Movemos dados da zona selecionada para a camada de armazenamento final da plataforma de dados, que é uma combinação de Object Storage e Autonomous Data Warehouse (ADW). Ele ajuda a democratizar os dados em toda a organização.

• Analise, Aprenda e Preveja

  Os dados agora são usados para analisar e fornecer insights de negócios por meio de painéis centralizados do Oracle Analytics Cloud (OAC). Além disso, estendemos nossa análise usando a pilha de IA/ML da Oracle para aprender e prever os resultados.

• Medida e Lei

  A plataforma de dados agora pode ser integrada com aplicativos móveis personalizados, pilhas de tecnologia de código aberto e plataformas híbridas. Nesta demonstração, a integração com a plataforma Data Science mostra a inteligência adicional para capturar o comportamento do cliente.

Componentes da Arquitetura

A arquitetura desse cenário contém estes componentes:

• Origens de dados

  Esses são os pontos de origem para entrada de dados na plataforma de dados; por exemplo, sistemas POS como Micros, análise de comportamento da Web do usuário, aplicativos Fusion Supply Chain Management, origens eCommerce etc.

• Oracle Data Integration Service

  O OCI Data Integration é um serviço nativo da nuvem totalmente gerenciado e sem servidor que extrai, carrega, transforma, limpa e modifica dados de uma variedade de origens de dados para serviços do Oracle Cloud Infrastructure de destino, como Autonomous Data Warehouse e Oracle Cloud Infrastructure Object Storage.

• Object Storage

  O armazenamento de objetos fornece acesso rápido a grandes quantidades de dados estruturados e não estruturados de qualquer tipo de conteúdo, incluindo backups de banco de dados, dados analíticos e conteúdo avançado, como imagens e vídeos. Você pode armazenar de forma segura e depois recuperar dados diretamente da internet ou de dentro da plataforma da nuvem. Você pode dimensionar o armazenamento de forma integrada sem sofrer qualquer degradação no desempenho ou na confiabilidade do serviço. Use armazenamento padrão para armazenamento "dinâmico" que você precisa acessar de forma rápida, imediata e frequente. Use o armazenamento de arquivos compactados para armazenamento "frio" que você retém por longos períodos de tempo e raramente acessa.

• Fluxo de Dados

  O OCI Data Flow é uma plataforma sem servidor baseada em nuvem que permite criar, editar e executar jobs do Spark em qualquer escala sem a necessidade de clusters, uma equipe de operações ou conhecimento altamente especializado do Spark. Durante o runtime, o serviço Data Flow obtém a origem do aplicativo, cria a conexão, recupera os dados, os processa e grava a saída no Oracle Cloud Infrastructure Object Storage.

• Autonomous Data Warehouse

  O Oracle Autonomous Data Warehouse é um serviço de banco de dados independente, com autoproteção e autorreparo, otimizado para cargas de trabalho de data warehousing. Você não precisa configurar nem gerenciar nenhum hardware, nem instalar nenhum software. O Oracle Cloud Infrastructure trata da criação do banco de dados, bem como do backup, da aplicação de patches, do upgrade e do ajuste do banco de dados.

• Catálogo de dados

  O OCI Data Catalog é um serviço de gerenciamento de metadados que ajuda os profissionais de dados a descobrir dados e dar suporte à governança de dados. Projetado especificamente para funcionar bem com o ecossistema Oracle, ele fornece um inventário de ativos, um glossário de negócios e um metastore comum para data lakes.

• Serviço Data Science

  A OCI Data Science é uma plataforma totalmente gerenciada para equipes de cientistas de dados criarem, treinarem, implantarem e gerenciarem modelos de aprendizado de máquina usando Python e ferramentas de código-fonte aberto.

• Oracle Machine Learning

  O aprendizado de máquina é um subconjunto da Inteligência Artificial (IA) que se concentra na criação de sistemas que aprendem ou melhoram o desempenho com base nos dados que consomem.

• Notebooks OML

  O Oracle Machine Learning Notebooks é uma interface de usuário colaborativa para cientistas de dados e analistas de negócios/dados que executam aprendizado de máquina no Oracle Autonomous Database.

• Idioma do OCI

  A OCI Language é um serviço de IA baseado na nuvem que executa análises de texto sofisticadas em escala. Esse serviço ajuda a criar aplicativos inteligentes aproveitando APIs REST e SDKs para processar texto não estruturado para análise de sentimentos, reconhecimento de entidades, tradução e muito mais.

• Oracle Analytics Cloud

  O Oracle Analytics Cloud é um serviço de nuvem pública escalável e seguro que capacita os analistas de negócios com recursos de análise de autoatendimento modernos, com tecnologia de IA, para preparação de dados, visualização, relatórios empresariais, análise aumentada e geração e processamento de linguagem natural. Com o Oracle Analytics Cloud, você também obtém recursos flexíveis de gerenciamento de serviços, incluindo configuração rápida, dimensionamento e aplicação de patches fáceis e gerenciamento automatizado do ciclo de vida.

• Consumidores de Dados

  Consumidores de dados são entidades que visualizam e usam dados processados pela plataforma de dados. Isso pode incluir executivos de negócios, aplicativos do Oracle Business Intelligence, Oracle Analytics Cloud ou campanhas, mensagens e programas de fidelidade de um cliente.

Painéis

O comportamento do cliente de fidelidade é coletado e apresentado nestes dois painéis analíticos:

• Painel Executivo
• Painel de Perfil do Cliente

Os exemplos neste playbook se concentram nesses painéis de controle e como o varejista pode obter insights deles. Você também pode combinar as métricas coletadas desses painéis com um aplicativo de gerenciamento de programas de fidelidade, como o CrowdTwist da Oracle, para entender melhor e tratar o comportamento do cliente. Esses aplicativos geralmente fornecem recursos como registro, rastreamento de pontos, ofertas e resgate de recompensas. Um aplicativo de programa de fidelidade como CrowdTwist seria usado como origem e possivelmente um consumidor das análises mostradas neste cenário.

As várias perspectivas disponíveis no painel do programa de fidelidade mostram o desempenho e as taxas de conversão do programa de fidelidade nos Estados Unidos. Ele analisa o movimento de associação dos últimos dois anos, além de identificar os motivos dos desvios de negócios. As perspectivas de criação de perfil do cliente mostram diferentes aspectos de identificação e comportamento do cliente, como associações, taxa de conversão (por tráfego da loja), presença geográfica do programa, motivos de recusa, resgate de pontos e campanhas de gerenciamento.

Embora pareçam gráficos simples de dados limpos, esses dados raramente estão disponíveis em um formato simples em um único lugar. Embora os usuários de negócios vejam principalmente o resultado, o processo real para chegar aqui é complexo e no passado, a maioria das organizações tem sido capaz de fazer isso como processo principal, talvez uma ou duas vezes por ano. Nossa solução permite que você analise tudo isso e muito mais continuamente. Para fazer mais sentido, em vez de confiar em classificações estáticas, estamos permitindo que a IA encontre várias das categorias e ajude com a modelagem.

Lembre-se de que nem todos esses dados estavam disponíveis internamente. Alguns itens - especificamente idade e estado civil - são enriquecimento de dados de fontes externas, o Oracle Advertising Cloud.

Taxa de Conversão do Tráfego da Loja

Este painel Executivo é uma visão de nível superior de quantos clientes ingressam ou saem do programa de fidelidade e fornece motivos para apoiar métricas positivas e negativas. Isso ajudará a entender melhor os comportamentos de negócios ao longo do tempo e em um trimestre selecionado em um ano específico.

O exemplo abaixo conta essa história: o primeiro gráfico mostra a associação de fidelidade geral em relação à taxa de conversão trimestral (ou seja, novos membros de Fidelidade). Na comparação trimestre a trimestre, você pode ver uma tendência decrescente nas taxas de conversão de fidelidade a partir de Q3 2021. Agora, mergulhe fundo no outro gráfico de barras. Ele mostra que o tráfego da loja aumentou significativamente (aproximadamente 100% de crescimento) em 2021, mas as novas transações líquidas estão em torno de 25%. Parece que, desde 2021, algo deu errado com programas de fidelidade.

Descrição da ilustração store_traffic_conversion.png

Desempenho do Cliente de Fidelidade

É possível examinar o comportamento dos membros atuais do programa de fidelidade no painel Desempenho do Cliente de Fidelidade.

Descrição da ilustração loyalty_customers_performance.png

Neste exemplo, se você examinar os dez trimestres anteriores, os dois primeiros gráficos de barras indicarão uma iteração/recusa significativa do programa de fidelidade na associação do cliente de Q3 2021 em diante. Com foco na metade inferior do painel, você vê que o comportamento dos pontos resgatados vs. pontos expirados indica uma diminuição nos pontos resgatados e um aumento correspondente nos pontos expirando. Dessa forma, você pode concluir que os clientes não podem resgatar pontos até a data de expiração da recompensa fornecida. O gráfico de pizza (menor à direita) indica que cerca de 50% dos clientes mencionaram a expiração do ponto como o principal motivo para a recusa do programa de fidelidade. Com base nesses dados, seus insights acionáveis podem indicar que você examina a alocação de pontos e o cronograma de expiração em detalhes.

Programa da campanha

Use o painel Programa da Campanha para analisar ainda mais as campanhas do cliente. Por exemplo, no cenário, é uma campanha para reter o programa de fidelidade Recusar clientes. Aqui, os dados coletados nos três meses anteriores ajudam a identificar os compradores frequentes que optaram por não participar da fidelidade.

Descrição da ilustração campaign_program.png

Ao aplicar a ciência de dados, você pode identificar as poucas ofertas personalizadas que ajudarão a reter clientes, como:

• Ofertas de reembolso
• Compre Um e Ganhe Outro (BOGO)
• Vales-presente
• Descontos especiais

A partir do terceiro trimestre do ano fiscal de 2021, você vê picos nos clientes que optaram por não resgatar os pontos por vários motivos, conforme indicado no gráfico de pizza. Como medida proativa, para recuperar os clientes que optaram por não receber, você pode executar campanhas específicas, fornecer ofertas personalizadas usando o Email Marketing ou alterar os parâmetros das regras de resgate.

Painel de Resumo de Fidelidade

Use o painel Análise de Perfil do Cliente do Resumo de Fidelidade para comparar a receita com a eficácia na integração de novos assinantes de fidelidade.

Descrição da ilustração loyalty_summary.png

Neste cenário, usando dados dos últimos cinco anos, você pode ver que a receita está diminuindo desde 2021. Assim como em março de 2022, a receita ainda não é tão grande, mas, ao analisar o gráfico de cascata, você vê, surpreendentemente, uma tendência ascendente na aquisição de novos membros de fidelidade.

Agora, concentre-se no gráfico de barras inferior e avalie a atividade nova/renovação para clientes de fidelidade. Você notará que até 2020, seu programa de fidelidade concentrou-se principalmente em ofertas de cashback e fidelidade de coalizão, mas, desde 2021, parte de nossa estratégia de negócios mudou o foco para o programa de fidelidade Pago e Em Nível. Com base nesses dados, insights acionáveis indicam a necessidade de reexaminar sua estratégia de negócios para determinar como você pode retornar o foco aos programas Cashback e Coalition.

Perfil do Cliente

O painel Perfil do cliente é outra perspectiva sobre o comportamento do cliente com base em métricas demográficas em comparação com a receita.

Descrição da ilustração customer_profile.png

Nesse cenário, você pode ver que as receitas comerciais diminuíram desde 2021. Para identificar o motivo da queda nas vendas, esse painel permite examinar diferentes aspectos, como associações, presença geográfica, categoria do programa de fidelidade, estado civil, idade e padrão de compra. Depois de determinar que deseja alterar as regras de resgate, você pode usar visualizações fornecidas por este painel para testar diferentes parâmetros e ver como elas afetariam seu sucesso de fidelidade. Por exemplo, se você observar o ano de 2020, os programas de fidelidade foram projetados principalmente para observar as pessoas casadas, que contribuem para 51% de toda a base de clientes e diferentes programas de fidelidade - como coalizão e cashback juntamente com a fidelidade em camadas - que estavam fornecendo contribuições importantes profundas de 25 a 35 anos. Portanto, é necessário analisar como você pode lançar ofertas lucrativas para trazer de volta os clientes casados na faixa etária de 25 a 35 anos. Portanto, para obter insights acionáveis, você pode realizar análises hipotéticas e, com base nas regras de resgate, pode experimentar diferentes parâmetros para visualizar como isso afetaria seu sucesso de fidelidade.