Data Mining

Prévia do material em texto

FACULDADE ESTÁCIO DE SÁ DE FLORIANÓPOLIS
PÓS GRADUAÇÃO EM CIÊNCIA DE DADO E BIG DATA ANALYTICS
DIEGO BARON DE VARGAS
ESTUDO DIRIGIDO - MINERAÇÃO DE DADOS
FLORIANÓPOLIS
2021
1-CENÁRIO
1.1-A Empresa
A Ambev nasceu da fusão entre as então concorrentes Companhia Antarctica Paulista e a Companhia Cervejaria Brahma, do Rio de Janeiro, em 1999. Com o decorrer dos anos, a empresa foi assimilando novas marcas e cervejarias, como as artesanais mineira Wäls e a paulista Colorado.
A Ambev é uma empresa brasileira dedicada à produção de bebidas, entre as quais: são cervejas, refrigerantes, energéticos, sucos, chás e água. É a 14ª maior empresa do país em receita líquida e controla cerca de 68% do mercado brasileiro da cerveja. Atualmente possui mais de 30 cervejarias, 2 maltarias, 8 fábricas de refrigerantes, fábrica de rótulos, rolha e vidro e 6 centros de excelência espalhadas pelo Brasil. É conhecida pela produção de mais de 25 rótulos de cervejas pilsens, como Skol, Brahma e Budweiser.
Faz parte do grupo Anheuser-Busch InBev desde o ano de 2004, quando anunciou fusão com a companhia belga Interbrew. Trata-se do maior fabricante de cerveja do mundo.
Atualmente, a Ambev tem operações em mais 50 países além do Brasil, Canadá, Argentina, Bolívia, Chile, Paraguai, Uruguai, Guatemala, República Dominicana, Cuba, Panamá, Barbados, Nicarágua, África do Sul, Bélgica, Alemanha, França e etc.
O estilo de gestão da Ambev é famoso pelo rigor na busca por resultados financeiros e operacionais, que quando conquistados viram bônus aos funcionários. Meritocracia, redução do número de chefes e visão de longo prazo fazem parte da receita dos investidores dadas pelos trios para uma boa administração.
2- PROBLEMA
Com a pandemia nos dias atuais, tivemos muitos colaboradores de diversas áreas afastados por causa da contaminação do vírus e deixava de atender a base de clientes no dia do atendimento, criando-se um mal-estar entre a empresa e os clientes, pois os clientes ficavam esperando a visita do vendedor e não aparecia ninguém para atendê-lo, afetando a venda, o atendimento, a satisfação do cliente, a produtividade, a rentabilidade, e a cada dia a concorrência foi crescendo seu Market share (participação de mercado).
A gerência criou um plano de ação envolvendo outras áreas que estivessem aptas para visitar a base de clientes para mudar o cenário que naquele momento estava vergonhoso os resultados e que não condizia com a cultura da empresa. Apesar da iniciativa, o resultado foi ainda pior, porque esses funcionários de outras áreas não tinham o conhecimento e nem habilidades para atender a base de clientes, piorando ainda mais os resultados da empresa.
Segue um exemplo do atendimento desses colaboradores de outras áreas nas rotinas da área comercial.
O plano de ação desenvolvido pela gerência para atendimento ao mercado e aos clientes, foi pífio. Pois esses colaboradores de outras áreas, desconheciam toda a rotina no dia a dia da área comercial e também o uso das ferramentas para desenvolvimento e atendimento aos clientes.
3- SOLUÇÃO
A solução criada e desenvolvida junto com a empresa de tecnologia do nosso Grupo Hbsis, foi a extração e mineração de dados dos nossos bancos de dados Mysql e Mongo DB, onde possuí todas as informações da base de clientes para atendimento no dia a dia.
E com técnicas de estatísticas, machine learning e programação, foi desenvolvimento um aplicativo e um site para smarphones e computadores de fácil e rápido acesso, facilitando o cadastro dos clientes nessa plataforma, interligando todas as áreas (vendas, financeiro, logística, fábrica e direção/gerência da empresa)
Onde nessa nova ferramenta, os clientes podem fazerem seus pedidos no dia que quiserem para entregar no prazo de 48 horas, e se precisar do aumento de prazo, ou troca de produtos avariados, ou solicitações de materiais como geladeiras, mesas e cadeiras e outros materiais para seus estabelecimentos é solicitarem dentro do aplicativo ou no site. 
Se baseando nos dados minerados dos bancos de dados que a empresa possui, usando dados estatísticos para se calcular a média do atendimento por dia nessa nova plataforma e usando algoritmos de machine learnig e inteligência artificial, foi desenvolvido facilidades para fidelizar mais os clientes, onde toda compra no site, gera pontos que no final de cada mês, pode trocar por bonificações.
E também desenvolvido dentro da plataforma cestas de produtos com a opção “Pedido Sugerido”, se baseando no histórico de cada compra, usando as ferramentas de machine learning e inteligência artificial, para não haver esquecimento de nenhum produto na hora de efetuar as compras e evitando rupturas nos pontos de vendas.