Avon aposta em big data e analytics para otimizar uso de dados em vendas on-line

Empresa desenvolve projeto com a MicroStrategy para entender movimento do cliente no portal B2B

Publicado:

Leitura 5 minutos

batons.jpg
batons.jpg

A fabricante de produtos de beleza Avon desenvolveu um projeto de big data e analytics para otmizar o uso de dados de suas vendas on-line. O foco principal era entender o movimento do cliente dentro do seu portal B2B de vendas on-line, que fatura, em média, 150 mil pedidos por dia.

A empresa adotiu a plataforma analítica da MicroStrategy, em iniciativa que trouxe à companhia a capacidade de responder quase instantaneamente várias perguntas de negócios capazes de influenciar tomadas de decisão e personificar ofertas para as suas clientes, analisando o comportamento de compra de milhões de usuários.

As melhores notícias de tecnologia B2B
Acompanhe todas as novidades diretamente na sua caixa de entrada

Raquel D’Anello, diretora de TI da Avon, destaca que evitar que o “carrinho” seja abandonado nas vendas on-line, entender o movimento no site, bem como identificar os motivos que levam os clientes a desistirem de uma compra, é um dos principais desafios das empresas, independentemente de sua área de atuação. Em se tratando da Avon, especialmente após a inserção de tags em todo o portal de vendas B2B, essa necessidade ficou ainda mais evidente, pois se tornou possível acompanhar todos os movimentos da revendedora no site e saber o que ela fazia e em que momento, gerando um grande volume de informações. Além disso, o BI já permitia acessar o histórico baseado em pedidos e faturamentos anteriores, além de dados das redes sociais.

“Diante desse cenário, nossa questão era: o que fazer com esse monte de informação? Começaram a chover perguntas sobre o comportamento e nós, meio sem saber o que fazer, chegamos para a MicroStrategy e falamos: ‘o nosso BI tradicional não funciona mais. O que tem no mercado? Ouvimos falar do big data, o que podemos fazer com isso?’ E aí veio a ideia de fazermos um piloto e começar a trabalhar essas informações”, lembra Raquel.

O piloto do projeto foi feito usando uma máquina relativamente simples e de baixo custo, e toda infraestrutura foi levada para a nuvem. O investimento para viabilizar esse pontapé inicial, já incluindo os custos da mão de obra e da consultoria, totalizou cerca de US$ 50 mil. Um recurso da equipe de TI e um profissional do time de consultoria da MicroStrategy foram os responsáveis pela execução.

As primeiras tentativas, no entanto, não surtiram efeito e foi somente após o envolvimento da área de negócios da Avon, chamada de Digital, que o projeto começou a decolar. “Queríamos descobrir e desmistificar esse tal de big data. Batemos na porta do Digital e questionamos o que o presidente perguntava e eles não conseguiam responder ou, então, saber o que levava três meses para ser respondido. Recebemos de volta umas quatro perguntas e, com base nelas, conseguimos entender quais eram os dados do nosso sistema transacional, do B2B e das mídias sociais que precisavam ser levados para esse sistema. E assim fizemos”, explica Raquel.

Resultados

Os resultados obtidos com o projeto ajudaram a impulsionar as vendas on-line da Avon. A capacidade de personalizar ofertas digitais com base no comportamento específico da revendedora no site foi um avanço significativo. Hoje, a área de Digital da Avon olha o histórico de compras, cruza com as informações da navegação e faz análises que geram insights em tempo real. Com o apoio do big data, também é possível corrigir rotas e erros nas campanhas a qualquer momento, o que cria uma capacidade maior para planejar os próximos passos.

Outro ponto importante é que a Avon tem um portfólio de mais de três mil produtos ativos e as campanhas mudam de 15 em 15 dias, o que impossibilitava, por exemplo, a capacidade de traçar estimativas. Com as informações geradas a partir do big data, é possível fazer uma antecipação do forecasting, enquanto o próximo ciclo está em planejamento. Fora isso, o projeto também possibilitou algumas análises preditivas, como, por exemplo, saber qual das revendedoras pode não completar o carrinho. É possível ver quem entrou, não comprou e fazer uma ativação via call center, whatsapp ou SMS, enquanto a pessoa ainda estiver em seu momento de compra.

“Também conseguimos revisar o limite de crédito on-line, o que antes era um dos vilões, pois a pessoa começava a fazer um pedido, mas em seguida passava a remover do carrinho alguns itens, porque seu limite de crédito havia estourado, por exemplo, e isso a levava a desistir da compra. Já pudemos perceber que isso aumentou a satisfação da mulher e fez com que ficasse mais tempo no site. E quanto mais tempo ela fica, maior probabilidade de venda nós temos. Sem falar que, entendendo o comportamento, também posso tomar ações que chamam a atenção da mulher”, completa Raquel.

>Siga a Computerworld Brasil também no Twitter Facebook

Notícias relacionadas

Ver mais Seta para direita