Quando conseguimos vencer as barreiras operacionais e começamos a enxergar os Dados Mestres como pilares de uma estratégia de negócios bem-sucedida, muitas ideias surgem e podem ser implementadas com pouco desenvolvimento e esforço para a classificação de clientes.
Uma das ideias, é a geração de atributos nos metadados de clientes, relacionados com o comportamento desse consumidor.
Estes atributos podem ser recebidos, através de provedores públicos ou privados ou, ainda, serem calculados com informações da própria empresa.
OK! Mas, como podemos fazer?
O primeiro passo que o Analista de Master Data deve providenciar é a identificação de dimensões chaves para categorizar este cliente.
Podemos citar diversas dimensões, tais como, score de crédito, número de compras no último ano, nota atribuída em alguma rotina de background check.
Construa fórmulas que transformem aspectos quantitativos em qualitativos, por exemplo, um cliente que faça 10 compras anuais é “Bom”, que faça acima de 20 compras é “Ótimo” e etc.
Depois, que as dimensões foram definidas é importante dar peso para cada uma destas dimensões. Vamos para um exemplo prático:
| Dimensão | Peso |
| Score de Crédito | 40% |
| Número de compras | 40% |
| BackGround Check | 20% |
Posteriormente, avalie se será necessário criar limitadores para cada uma das dimensões. Os limitadores são importantes para evitar distorções, pois alguns clientes podem ter dimensões fora da curva e acabar por prejudicar a análise. Por exemplo, o cliente têm um excelente score, mas compra muito pouco e acaba sendo classificado em uma categoria “Ótima” enquanto acontece o oposto com um cliente que compra muito e tem um score, apenas, regular.
Você pode executar este tipo de análise até com planilhas, caso consiga extrair alguns dados do seu ERP ou BI (Business Intelligence) e o volume de dados sejam razoavelmente tratáveis.
Se sua empresa possuir um sistema de MDM/MDG (Master Data Governance), você poderá criar um atributo e atualizar a classificação dos clientes de forma periódica, por exemplo, uma vez ao mês.
Algumas soluções de MDG permitem que extratores sejam conectados em seu ERP para a leitura de dados transacionais e os resultados destes cálculos podem ser adicionados no metadados de clientes como um atributo.
Bons negócios!
Quer melhorar a governança de dados mestres na sua empresa?
Clique aqui para conhecer a plataforma 4MDG.
Leia também sobre Bons cadastros tornam uma empresa mais eficiente.
Quer conhecer sobre o universo dos dados mestres?
Receba gratuitamente nosso e-book sobre MDM e entre em uma das carreiras mais quente do momento
0 Comentários