Programa de Pós-Graduação em Ciência, Tecnologia e inovação
URI Permanente desta comunidadehttps://repositorio.ufrn.br/handle/123456789/24250
Navegar
Navegando Programa de Pós-Graduação em Ciência, Tecnologia e inovação por Assunto "Ações estratégicas"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
Dissertação Aplicação do data mining como ferramenta de inovação para decisões estratégicas em vendas em uma empresa de acessórios para moda(Universidade Federal do Rio Grande do Norte, 2024-09-30) Abreu, Rafael Bezerra de; Cabral, Marco Antônio Leandro; Matamoros, Efrain Pantaleon; https://orcid.org/0000-0002-4052-5739; http://lattes.cnpq.br/5336356193599447; http://lattes.cnpq.br/5534453101318814; http://lattes.cnpq.br/6347994642217646; Abreu, Carlos Alexandre Camargo de; Agra Neto, JoãoO advento do Big Data tem catalisado uma mudança fundamental nas empresas, exigindo o aprimoramento de sua capacidade de explorar dados. Essa evolução mostra-se essencial para a obtenção de insights valiosos sobre os clientes e para a utilização eficaz da análise na tomada de decisões estratégicas. A partir das informações obtidas por meio de ferramentas de inovação, como o Data Mining, responsável pelo processo de mineração de dados, as empresas têm a possibilidade de criar ações estratégicas que direcionem os esforços para o alcance de metas e objetivos previamente determinados. A pesquisa justifica-se pelos problemas enfrentados pelas empresas no gerenciamento de dados e pelas limitações na gestão da informação. Nesse contexto, o processo de Data Mining apresenta-se como uma alternativa viável para o gerenciamento organizacional. O objetivo do estudo consiste em desenvolver um processo de aplicação do Data Mining como ferramenta de inovação para decisões estratégicas em vendas, no âmbito de uma empresa de acessórios de moda. A questão central da pesquisa é: Como utilizar o Data Mining no apoio à tomada de decisão empresarial? Para responder a essa questão, foi conduzida uma revisão de literatura, seguida de um estudo de caso em uma empresa do setor. A pesquisa utilizou o algoritmo K-Means para realizar a clusterização dos representantes de vendas, permitindo a segmentação em grupos homogêneos com base em variáveis como faturamento, quantidade de pedidos e margem de lucro. Os resultados demonstram que o uso do Data Mining, aliado à clusterização, possibilitou uma análise detalhada dos perfis dos representantes, viabilizando a formulação de estratégias personalizadas para cada grupo. Para o cluster 1, recomendou-se a manutenção do desempenho por meio de estratégias de retenção e incentivo. O cluster 0, por sua vez, foi identificado como alvo de ações corretivas, envolvendo o desenvolvimento de novos treinamentos e a revisão de políticas comerciais. Já o cluster 2 apresentou oportunidades para aumentar o volume de vendas e a margem de lucro, principalmente pela adoção de estratégias como venda cruzada e up-selling. Conclui-se que a aplicação do Data Mining gerou ganhos substanciais para a empresa, otimizando processos e permitindo decisões estratégicas mais assertivas. As recomendações finais sugerem a replicação do processo em outras áreas da organização e em diferentes contextos organizacionais, com o objetivo de ampliar os resultados positivos.