ANÁLISE PREDITIVA: SUPER PODERES NO

E-COMMERCE

Fundador da DATAFY Marketing Digital, autor do blog www.analisepreditiva.com.br e pesquisador de tecnologias preditivas e big data, Bruce Ledesma é especialista em marketing digital, com mais de 15 anos de experiência em marketing, comunicação na internet e tecnologia.

Bacharel em Administração de Empresas pela Universidade Presbiteriana Mackenzie, possui MBA em Marketing Digital pela FGV/SP, especialização em Social Media Marketing pela New York University e está se especializando em Data Science pela Johns Hopkins University.

BRUCE LEDESMA

A. SUPORTE CARROB. LUZ TRASEIRAC. SQUEEZED. RELÓGIO POLARE. CAMARA DE BORRACHAF. BOMBA DE ARG. CADEADOH. PRESILHA DE PEDALI. SAPATILHA DE CICLISMOJ. LUVA DE CICLISMOK. ROUPA DE CICLISMOL. CAPACETEM. LUZ DIANTEIRAN. SPRAY ANTI-FERRUGEMO. BICICLETA DIFERENTE

? ? ? ? ?

E-COMMERCESEM ANÁLISE PREDITIVA

Probabilidade de compra do produto “A” para cada pessoa

70 33 12 39 85

E-COMMERCECOM ANÁLISE PREDITIVA

Probabilidade de compra do produto “A” para cada pessoa

Eric SiegelPh.D., Data Mining, Text Mining, Predictive AnalyticsColumbia Universityhttp://www.predictiveanalyticsworld.com/book/

“Prever, minimamente que seja, é melhor do que apenas adivinhar. É muito preferível ter uma vaga ideia do que vai acontecer a ficar na completa escuridão.”

NATURALIDADE

SEXO

CEP

ESCOLARIDADE

RENDA

TEMPO DE SESSÃO

ESTADO CIVIL NÚMERO DE FILHOS

COR

NÚMERO RESIDENTES

DOMÍNIO DO EMAIL

NÚMERO DE CARROS

PÁGINAS POR SESSÃO

CLIQUES

COMPRAS REALIZADAS

WEBSITES ACESSADOS

BUSCAS REALIZADAS

RECÊNCIA

FREQUÊNCIA

DISPOSITIVO DE ACESSO

SISTEMA OPERACIONAL

VALOR MÉDIO COMPRA

FORMA DE PAGAMENTO

CANAL DE AQUISIÇÃO

FAIXA ETÁRIA

DADOS COMPORTAMENTAIS SÃOmais relevantes para fazer

previsões

MUITOS DADOS COMPORTAMENTAISpermitem anonimato

5 SUPER PODERESDA ANÁLISE PREDITIVA

para o ecommerce

#1RECOMENDAÇÕES

personalizadas

#2BUSCApreditiva

Fonte: Amazon

Fonte: Orbitz

#3GESTÃO DE PREÇOS

dinâmica

Fonte: Chaordic

#4EMAIL MARKETING

inteligente

#5REDE DE ANÚNCIOS

personalizada

REALIZAÇÃO

teste a/b

APLICAÇÃOconjunta

MANUTENÇÃO

privacidade

MARKETING1 a 1 em massa

Fonte: Loudhouse/SAP DEZ 2013

MODELOpreditivo

PREPARAÇÃOdos dados

CIENTISTAde dados

PERGUNTAde negóciorelevante

CAPACIDADE processar armazenar

HISTÓRICOe volume de

dados

VALIDAÇÃOdo modelo

INTEGRAÇÃOde sistemas

RELAÇÃO COM ECOMMERCE

E/OU ANÁLISE PREDITIVA23/25 das profissões

Thomas DavenportPh.D., Ciências SociaisHarvard Universityhttp://www.tomdavenport.com/

“Em uma era em que empresas em muitos setores oferecem produtos parecidos e usam tecnologias similares, processos de negócios de alto desempenho estão entre os últimos pontos restantes de diferenciação.”

ANÁLISE PREDITIVAapenas o começo

Sensores

Internet das Coisas (IoT)

Mais Processamento

Redução de Custos Redes

Sociais

Erosão da Privacidade Reuso de DadosMúltiplas Aplicações Evolução de

IA

BIBLIOGRAFIA

http://blog.linkedin.com/2016/01/12/the-25-skills-that-can-get-you-hired-in-2016/

Siegel, Eric. Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. Hoboken, NJ: John Wiley & Sons Inc., 2013

Mayer-Schönberger, Viktor and Cukier, Kenneth. Big Data: A Revolution that Will Transform How We Live, Work, and Think. New York, NY: Houghton Mifflin Harcourt Publishing Company, 2013.

Scobel, Robert & Israel, Shel. “Age of Context: Mobile, Sensors, Data, and the Future of Privacy ”. Patrick Bruster Press, 2014.

Thomas H. Davenport, Jeanne G. Harris. Competing on Analytics: The New Science of Winning. Boston, MA: Harvard Business Publishing , 2007.

http://www.sap.com/bin/sapcom/en_us/downloadasset.2013-12-dec-02-20.predicting-the-future-of-predictive-analytics-1-pdf.bypassReg.html

http://www.practicalecommerce.com/articles/4122-6-Benefits-of-Predictive-Analytics-for-Online-Retailers

BRUCE LEDESMA

bruce@analisepreditiva.com.br

http://www.analisepreditiva.com.br

https://br.linkedin.com/in/bruceledesma