E-mail


Senha

Lembrar senha

   
Informe o e-mail usado para fazer o login


   



Pesquisa




Por que investir em Inteligência Artificial e análises de sentimento para a redução de churn?
Enviar release
Este release no seu Blog ou Site

por Rafael Lategahn*


Agosto de 2019 – Um cliente está prestes a abandonar sua empresa e ir para o concorrente, mas sua organização não tem visibilidade deste cenário. Se conquistar um novo cliente custa cinco vezes mais caro do que manter o atual, como é possível identificar esse padrão oculto de comportamento e implementar uma estratégia de retenção capaz de aumentar os resultados do seu negócio e, de quebra, fornecer uma experiência customizada para o cliente?

No passado, era muito comum a aplicação de Pesquisas de Satisfação (NPS, do inglês Net Promoter Score) para identificar os fatores que levavam os clientes ao abandono de um produto ou serviço. Hoje, entretanto, esses relatórios anuais não condizem com a dinâmica da nova economia, cujos consumidores estão muito mais ágeis, empoderados, conectados e produtores de conteúdos, fornecendo, desta maneira, uma centena de variáveis, em diversas plataformas, para o cálculo da taxa de abandono (do inglês, Churn Rate), ou seja, métrica que mensura a quantidade de clientes que cancelaram um produto ou serviço.

Em sinergia com o mundo Data-driven, calcular a Churn Rate das organizações é trabalho para um sistema de Inteligência Artificial com algoritmos de Machine Learning.
A partir de variáveis, como utilização, região, inadimplência, entre outras, é possível avaliar, analisar e consolidar dados de diversos sistemas para gerar perfis de cliente que abandonaram a empresa. Com os perfis aprendidos pelo algoritmo de Machine Learning, o sistema passa a identificar, automaticamente, similaridades e características de deserção nos clientes atuais, fornecendo, desta forma, previsibilidade para a tomada de ações visando a redução de churn.

Para potencializar os resultados das ações implementadas, que, numa empresa de telefonia, por exemplo, pode ser o aumento de bônus em internet ou ligações, é possível monitorar as manifestações e expressões do consumidor por meio da ferramenta de Sentiment Analysis, que permite entender o contexto de uma opinião do cliente no universo on-line e fazer uma interpretação adequada sobre o sentimento real do cliente em relação a ação promovida para evitar o churn.

O modelo de análise preditiva baseado em Machine Learning possibilita o uso dos dados não estruturados para extrair informações de alto valor e com elas identificar a churn rate e, ou, taxa de abandono de um produto ou serviço pelos clientes, que está relacionado a uma série de fatores ocultos, afinal como é possível entender o que se passa na cabeça do consumidor?

Com os resultados das análises, a organização é capaz de entender como o cliente utiliza seu produto, as condições de atendimento, o preço, a competição de mercado, entre outros indicadores, que podem ser utilizados para melhorar a qualidade do serviço prestado, bem como para aplicar na promoção de campanhas de redução de churn monitoradas por análises de sentimento. Já imaginou como seria ter a previsibilidade de clientes que pretendem deixar sua carteira? Essa é, sem dúvida, uma das estratégias de negócio que propiciam o incremento de receita, a fidelização e retenção da base clientes, pois é possível prever o comportamento, além de uma redução inteligente de custos.

* Rafael Lategahn é Digital Innovation & Architecture Director da Engineering, companhia global de Tecnologia da Informação e Consultoria especializada em Transformação Digital

Editorias: Ciência e Tecnologia  
Tipo: Artigo  Data Publicação:
Fonte do release
Empresa: IMAGE Comunicação  
Contato: Dani Portela  
Telefone: 11-50729960-25

Envie um e-mail para o(a) responsável pela notícia acima:
Seu nome

Seu e-mail

Mensagem

Digite o código mostrado abaixo

  
Skype: Dani Portela
MSN:
Twitter: http://twitter.com/http://twitter.com/assessoriaimage
Facebook:
Tags
•  EDUCAÇÃO  •  CULTURA  •  SAÚDE  •  TECNOLOGIA  •  INTERNET  •  TI  

Mais tags
O que são tags ?

Copyright 2008 - DIFUNDIR - Todos os direitos reservados. Não é permitida a reprodução deste conteúdo sem prévia autorização.