Utilização Inovadora do Machine Learning para a Segmentação da Carteira de Clientes em uma Empresa de Hortifrutigranjeiros de Grande Porte

L. H. Santana, Domingos Sávio Cunha Garcia, Leonardo Amorim Araújo, C. Leal, A. Assunção, Gustavo José Santiago Rosseti, Silvana Rodrigues Pires Moreira, Lisleandra Machado
{"title":"Utilização Inovadora do Machine Learning para a Segmentação da Carteira de Clientes em uma Empresa de Hortifrutigranjeiros de Grande Porte","authors":"L. H. Santana, Domingos Sávio Cunha Garcia, Leonardo Amorim Araújo, C. Leal, A. Assunção, Gustavo José Santiago Rosseti, Silvana Rodrigues Pires Moreira, Lisleandra Machado","doi":"10.21166/cpitt.v5i1.4918","DOIUrl":null,"url":null,"abstract":"Na gestão da cadeia de suprimentos, compreender os clientes e agir de modo a satisfazer suas necessidades e desejos proporciona diferenciais competitivos frente à concorrência. As estratégias de marketing tradicionais têm migrado do foco no produto para o foco no cliente, trazendo com essa evolução o conceito do marketing de relacionamento, um modelo de gestão que consiste na oferta de produtos e serviços, atendendo exatamente às necessidades individuais de cada cliente. Nesta pesquisa, buscou-se implementar algoritmos para a segmentação e classificação da carteira de clientes numa empresa de hortifrutigranjeiros, extraindo dos seus dados brutos informações de alta qualidade sobre as demandas dos clientes, construídas a partir da análise dos históricos de compras. O estudo foi orientado por uma metodologia de natureza aplicada, com objetivos descritivos e de abordagem quantitativa. Os resultados foram alcançados através da combinação de duas técnicas, obtendo-se na aplicação na primeira a redução dimensional de 64.135 (sessenta e quatro mil cento e trinta e cinco) observações para 1.082 (mil e oitenta e duas), sendo estas agrupadas por clientes, dando origem ao surgimento de 8 (oito) segmentos, que serviram de insumo para a aplicação da segunda técnica, desta vez, reduzindo os segmentos para 4 (quatro grupos), os quais, foram submetidos a uma análise descritiva, orientados pelas variáveis recência, frequência e valor, os pilares do modelo RFV, o que permitiu uma caracterização detalhada de cada grupo de consumidores.","PeriodicalId":127659,"journal":{"name":"Caderno de Propriedade Intelectual e Transferência de Tecnologia","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Caderno de Propriedade Intelectual e Transferência de Tecnologia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21166/cpitt.v5i1.4918","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Na gestão da cadeia de suprimentos, compreender os clientes e agir de modo a satisfazer suas necessidades e desejos proporciona diferenciais competitivos frente à concorrência. As estratégias de marketing tradicionais têm migrado do foco no produto para o foco no cliente, trazendo com essa evolução o conceito do marketing de relacionamento, um modelo de gestão que consiste na oferta de produtos e serviços, atendendo exatamente às necessidades individuais de cada cliente. Nesta pesquisa, buscou-se implementar algoritmos para a segmentação e classificação da carteira de clientes numa empresa de hortifrutigranjeiros, extraindo dos seus dados brutos informações de alta qualidade sobre as demandas dos clientes, construídas a partir da análise dos históricos de compras. O estudo foi orientado por uma metodologia de natureza aplicada, com objetivos descritivos e de abordagem quantitativa. Os resultados foram alcançados através da combinação de duas técnicas, obtendo-se na aplicação na primeira a redução dimensional de 64.135 (sessenta e quatro mil cento e trinta e cinco) observações para 1.082 (mil e oitenta e duas), sendo estas agrupadas por clientes, dando origem ao surgimento de 8 (oito) segmentos, que serviram de insumo para a aplicação da segunda técnica, desta vez, reduzindo os segmentos para 4 (quatro grupos), os quais, foram submetidos a uma análise descritiva, orientados pelas variáveis recência, frequência e valor, os pilares do modelo RFV, o que permitiu uma caracterização detalhada de cada grupo de consumidores.
在一家大型果蔬公司中创新使用机器学习进行客户组合细分
在供应链管理中,了解客户并采取行动满足他们的需求和愿望,就能在竞争中赢得优势。传统的营销战略已从关注产品转向关注客户,并带来了关系营销的概念,即提供完全满足每位客户个性化需求的产品和服务的管理模式。本研究的目的是采用算法对一家果蔬公司的客户组合进行细分和分类,在分析历史购买量的基础上,从原始数据中提取有关客户需求的高质量信息。本研究以应用方法为指导,采用描述性目标和定量方法。研究结果是通过两种技术的结合取得的,第一种技术实现了从 64 135(六万四千一百三十五)个观测值到 1.082(一千八百二十五)个观测值的降维。这些观察结果按顾客分组,形成 8 个细分市场,作为应用第二种技术的输入,这一次将细分市场减少到 4 个(四组),对其进行描述性分析,并以 RFV 模型的支柱--重复性、频率和价值变量为指导,对每个消费群体进行详细描述。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信