Aumente sua conversão de vendas e fidelize os seus clientes com a plataforma
Cycle - Customer Life Cycle Intelligence
Usamos inteligência artificial para identificar padrões de comportamento de clientes, identificando o canal de vendas ideal para oferecer serviços/produtos aderentes ao perfil do cliente, aumentando as vendas e a fidelização.
Aumente sua conversão de vendas e não deixe que o Churn simplesmente aconteça
Nossa solução resolve as dores em toda a cadeia de contratação de serviços/produtos: da conquista a recuperação de clientes.
Plataforma de gestão do ciclo de vida dos clientes
Modelos de IA + Governança e Ações | Motor de aprendizado constante
Como funciona
Mapeamos as dores, identificamos as oportunidades e definimos os indicadores de sucesso, metas e correções do processo
2
3
1
Customizamos nossa inteligência para as particularidades do seu segmento: nossa expertise multisetorial garante que a modelagem da IA será parametrizada com as características especificas do seu negócio
Modelagem
Os resultados dos modelos preditivos de IA são interpretados e as ações de melhoria são definidas: enriquecemos as análises com bases de dados proprietárias e garantimos a manutenção do modelo para atender as considerações temporais
Insights
Cenário atual
4
Os resultados das ações são medidos e retroalimentados nos modelos de IA, quantificando o impacto nos indicadores de sucesso
Saiba como reduzir o índice de churn, o índice de PDD e o custo de retenção
Construímos Modelos para
Ajudamos na definição de ações, como:
Ofertas customizadas para o cliente
Previsão de provisão para devedores duvidosos (PDD)
Definir contramedidas para prevenção ao churn e ações para retenção do cliente – ofertas customizadas por cliente e ações de MKT para estreitar os laços emocionais por grupo de clientes.
Revisar as políticas de retenção e endereçar as causas da propensão ao churn para tratamento pelos responsáveis dos processos de aquisição, iniciação/operação.
Lançamento da CYCLE platform: Customer live cycle intelligence
Luiz Roberto Prates - Falconi Partner and Head of Digital transformation: Ventures & AI
As pessoas têm falado muito que os dados são o novo petróleo – será? O mundo tem desenvolvido novas formas para gerar energia e ao que tudo indica podemos viver sem o petróleo.... energia solar, energia eólica, energia elétrica (carros elétricos!) e muitas outras parecem ser aquelas fontes de energia que prosperarão em função de serem mais limpas e sustentáveis. Portanto, conseguiremos viver sem o petróleo em breve.
E os dados? Podemos viver sem dados?
Temos visto uma evolução exponencial da capacidade computacional que tem facilitado a coleta, tratamento, armazenamento, disponibilização e processamento de uma quantidade enorme de dados - nunca possível anteriormente!
A capacidade de armazenamento de dados na “nuvem” parece infinita e os preços para armazenamento e tratamento dos dados tem caído assustadoramente. Grandes empresas de tecnologia globais, tais como, Amazon, IBM e Microsoft tem investido bilhões de dólares para disponibilizar estes ambientes de armazenamento, tratamento e processamento de dados.
Muitas empresas têm investido substancialmente na revisão/criação de arquiteturas de plataformas para armazenamento, tratamento e processamento de dados, as chamadas plataformas “Big Data”. O objetivo destas plataformas é possibilitar a integração de dados confiáveis e dinâmicos para geração contínua de novos conhecimentos.
O acesso aos dados através de API´s (Application Programming Interface) disponibilizados por várias fontes, desde fontes governamentais, institutos de pesquisa até entidades privadas pode possibilitar a geração de conhecimentos numa velocidade muito rápida.
A digitalização dos processos nas empresas com o uso de RPA (Robot Process Automation), BPMS (Bussiness Process Manangement System) e IOT´s (Internet of Things), dentre outros, e o uso massivo de canais digitais permite o acesso a dados “on time” e “on line”, fora e dentro das empresas. Ferramentas de “web scraping” permitem rastrear o comportamento das pessoas pelos sites da web convertendo-os em informação estruturada para posterior análise, por exemplo. O uso de instrumentos de coleta automática de dados de máquinas e equipamentos tem crescido e evoluído continuamente.
Existe uma competição acirrada no mercado para encontrar e contratar os melhores profissionais nesta área de dados, tais como, arquitetos, engenheiros e cientistas de dados.
O aprendizado de máquina – o “machine learning” – tem evoluído a passos largos e hoje já estão disponíveis ferramentas de fácil uso para análise descritiva de dados e para modelagem preditiva. Há até plataformas que ajudam a escolher a melhor técnica para modelagem de dados para determinado tipo de problema, considerando o set de dados e a acurácia destes modelos – as “Auto Machine Learning – AutoML”; estas plataformas substituem uma das tarefas operacionais dos cientistas de dados; e algumas delas já disponibilizam também ferramentas para “produtização” dos modelos.
Portanto, há várias evoluções na infraestrutura de TI, na infraestrutura de dados, na coleta e armazenamento e processamento de dados e ainda, as funções técnicas de arquitetura, engenharia e ciência de dados estão em alta.
Parece que não conseguiremos viver sem os dados na nossa vida cotidiana e na nossa vida profissional pois o uso de dados permite a geração de informações até então desconhecidas e inimagináveis, quebrando paradigmas e promovendo a inovação.
Os dados não parecem ser o novo petróleo pois, até agora, não temos substitutos para os dados.
CYCLE platform: Customer live cycle intelligence
A Falconi lançou recentemente uma plataforma para auxiliar as empresas a gerenciar a base de leads e clientes ativos para aumentar as vendas, reduzir os custos de aquisição e retenção de clientes e ainda rentabilizar e reter os melhores clientes.
A CYCLE é uma plataforma de coleta e processamento de dados de clientes para entender e predizer o seu comportamento utilizando algoritmos de inteligência artificial e big data.
A plataforma CYCLE é dividida em 5 módulos que compreendem as fases do ciclo de relacionamento dos clientes com a empresa:
1. Conquista dos clientes
2. Ativação dos serviços/produtos
3. Rentabilização por cliente
4. Retenção dos clientes
5. Recuperação de clientes
Na fase de Conquista dos Clientes são identificados os atributos dos melhores clientes da base atual da empresa bem como por quais canais estes são mais facilmente acessados para treinar os algoritmos de machine learning, criar peças publicitárias, definir linguagem de comunicação e escolher canais que tragam pessoas semelhantes. Utilizamos, por exemplo, técnicas de web scraping para entender o comportamento dos clientes e leads. Com base nestes insights, novos leads são avaliados e então definidas as ações adequadas de MKT visando aumentar a conversão de vendas e reduzir o custo de aquisição de clientes.
Na fase de Ativação dos serviços/produtos usamos Big Data e Ciência de Dados para identificar necessidades, padrões e comportamentos dos clientes e assim identificar os produtos/serviços mais aderentes ao perfil dos clientes convertidos.
Na fase de Rentabilização foco é encontrar dentro da base de clientes da empresa as pessoas com maior propensão de compra e menor risco operacional dentro de diversos clusters e diferentes padrões comportamentais para assim iniciar um fluxo de oferta e venda – “cross selling” e ações para aumentar a fidelização dos clientes. Utilizamos Big Data e algoritmos de Machine Learning.
Na fase de Retenção de clientes desenvolvemos algoritmos de machine learning para identificar a propensão de saída dos clientes (Churn) e se definir as melhores ações para retenção preventiva, bem como ações para retenção reativa, considerando os atributos de cada cliente.
Finalmente, na fase de Recuperação, o objetivo é identificar os melhores clientes que podem ser recuperados; além dos algoritmos voltados para definição do fluxo publicitário, utilizamos também modelos de processamento de linguagem natural para entender quais são as dores do cliente em relação a empresa e dessa forma podem se trabalhar publicidades que mudem a forma como ele enxerga o negócio.
Os módulos podem ser contratados separadamente ou em blocos por empresas de serviços recorrentes, tais como, Telecom, Seguro Saúde e Previdência, Adquirência e Consórcios, bem como por outros tipos de indústrias que estão precisando entender melhor e se relacionar diretamente com o cliente final.
A plataforma CYCLE foi desenvolvida em conjunto com o Hartbgroup, parceiro da Falconi para desenvolvimento de soluções com IA.
