SlideShare uma empresa Scribd logo
1 de 56
Baixar para ler offline
Sistemas de
          Recomendação
            A experiência de compra personalizada


                       Marcel Pinheiro Caraciolo
                       marcel@orygens.com
                       @marcelcaraciolo




Monday, May 23, 2011
WEB




Monday, May 23, 2011
WEB




Monday, May 23, 2011
1.0                       2.0




                       Fonte de Informação   Fluxo Contínuo de Informação
                                                        VI Encontro do PUG-PE
                                                         VI Encontro do PUG-PE


Monday, May 23, 2011
WEB SITES
       WEB APPLICATIONS
        WEB SERVICES
                          3.0            SEMANTIC WEB




                          USERS
                                  antes...
                                    VI Encontro do PUG-PE
                                     VI Encontro do PUG-PE


Friday, October 1, 2011
 Monday, May 23, 2010
Atualmente


Monday, May 23, 2011
estamos sobrecarregados
      de informações




Monday, May 23, 2011
muitas vezes inúteis




 Monday, May 23, 2011
Friday, October 1, 2010
às vezes
    procuramos
       isso...


Friday, October23, 2010
 Monday, May 1, 2011
e encontramos isso!




 Monday, May 23, 2011
Friday, October 1, 2010
google?




Friday, October23, 2010
 Monday, May 1, 2011
google?




     midias sociais?


Friday, October 1, 2011
Monday, May 23, 2010
eeeeuuuu...

                 google?




    midias sociais?


  Monday, May 23, 2011
riday, October 1, 2010
“A lot of times, people don’t know what
                       they want until you show it to them.”
                                                           Steve Jobs

               “We are leaving the Information age, and
               entering into the Recommendation age.”
                                        Chris Anderson, from book Long Tail



Monday, May 23, 2011
Sistemas de Recomendação
Monday, May 23, 2011
Recomendações Sociais

                                                             Família/Amigos
                                                           Amigos/ Família
                        O Que eu
                       deveria ler ?




                                                                        Ref: Flickr-BlueAlgae



                                                            “Eu acho que
                                                           você deveria ler
                        Ref: Flickr photostream: jefield     estes livros.




Monday, May 23, 2011
Recomendações por Interação

                                       Entrada: Avalie alguns livros

                        O Que eu
                       deveria ler ?




                                                                       Saída:
                                                                       “Livros que você
                                                                         pode gostar
                                                                            são …”




Monday, May 23, 2011
Sistemas desenhados para sugerir algo para mim do meu
                                   interesse!




Monday, May 23, 2011
Por que Recomendação ?




Monday, May 23, 2011
Netflix
             - 2/3 dos filmes alugados vêm de recomendação

      Google News
              - 38% das notícias mais clicadas vêm de recomendação


       Amazon
              - 38% das vendas vêm de recomendação

                                                 Fonte: Celma & Lamere, ISMIR 2007




Monday, May 23, 2011
E como funciona a
                        recomendação ?




Monday, May 23, 2011
O que os sistemas de recomendação
                       realmente fazem ?
                 1. Prediz o quanto você pode gostar de um certo
                                 produto ou serviço
                2. Sugere um lista de N items ordenada de acordo
                                  com seu interese
                3. Sugere uma lista de N usuários ordernada
                           para um produto/serviço
               4. Explica a você o porque esses items foram
                                recomendados
               5. Ajusta a predição e a recomendação baseado em
                             seu feedback e de outros.
Monday, May 23, 2011
Filtragem baseada por Conteúdo

                                Similar




          Duro de               O Vento                         Toy
                                             Armagedon                    Items
           Matar                 Levou                         Store


                                                   recomenda
                        gosta

                                          Marcel                       Usuários




Monday, May 23, 2011
Filtragem Colaborativa




                                O Vento                         Toy
              Thor                              Armagedon               Items
                                 Levou                         Store

              gosta
                                                 recomenda


                       Marcel        Rafael           Amanda           Usuários




                                      Similar

Monday, May 23, 2011
Desafios


                          Para área de Marketing



Friday, October 1, 2011
Monday, May 23, 2010
Vamos ao um exemplo




Monday, May 23, 2011
Cadê a fidelizaçãco?




                       E a experiência de compra ?

Monday, May 23, 2011
Será que ela realmente ouve seus clientes/franqueados?




Monday, May 23, 2011
Experiência com o usuário conta!




Monday, May 23, 2011
Monday, May 23, 2011
Uma compra, hoje, não é uma mera satisfação de uma
         necessidade, é uma experiência, uma interação com uma
         marca que tem personalidade, ADN, que é única assim
         como o consumidor. Por isso todas as relações comerciais
         são tendencialmente relações pessoais.”

                                        Pedro Velez Godinho, da Creative Sale




Monday, May 23, 2011
Marketing Relacional
Monday, May 23, 2011
Conhecimento sobre os Produtos

Monday, May 23, 2011
Ser um agente do cliente

Monday, May 23, 2011
Manter excelentes serviços nos pontos de contato com o cliente


Monday, May 23, 2011
Melhorar a gestão do conhecimento


Monday, May 23, 2011
Usar a comunidade para criar conteúdo




Monday, May 23, 2011
Dados e Pesquisas de Relacionamento com cliente




                         Entradas para um futuro sistema de recomendações




Monday, May 23, 2011
Marketing Relacional
                   Fidelizar o cliente através de meios 'low cost'




Monday, May 23, 2011
Descobrindo os Oceanos Azuis




Monday, May 23, 2011
Delivery + Feedback nas franqueadas




Monday, May 23, 2011
1
                  Criação de métodos e práticas para
                  construção de uma lista de clientes


         (base de dados enquanto principal ferramenta para ações de Marketing Relacional)




Monday, May 23, 2011
2
     Possibilidades avançadas de segmentação
                       (segmentos automáticos e simples para ações de Marketing Relacional)




Monday, May 23, 2011
3
      Envio de campanhas através dos canais disponibilizados
                        (email, SMS, MMS, Spots de Voz )



                       Campanhas de aniversário altamente
                       segmentadas por gênero, preferências,
                       localização.



Monday, May 23, 2011
4
                              Mobile Marketing Apps




                       Desenvolvimento de aplicativos com ofertas
                       diárias em promoção baseado em posição :)

Monday, May 23, 2011
5
                       Análise por meio de relatórios




                       Google Analytics FREE! :D
Monday, May 23, 2011
E onde entra recomendação
                   em tudo isso ?




Monday, May 23, 2011
Dados



Monday, May 23, 2011
+ Feedback
                       de Usuários


Monday, May 23, 2011
+
Sugestões de Ofertas



Monday, May 23, 2011
+
                       Convide seus
                       amigos


Monday, May 23, 2011
= Fidelização




Monday, May 23, 2011
Ofertas
                                             personalizadas

                       Convite de amigos


                Delivery ! :D




                                   Ofertas Relacionadas


Monday, May 23, 2011
E o custo disso ??




Monday, May 23, 2011
Referências
           http://imasters.com.br/artigo/16637/ecommerce/o_uso_de_sistemas_de_recomendacao_e_a_melhoria_na_experiencia_de_compra/


            http://trendwatching.com/trends/ffactor/


            https://foursquare.com/venue/12687951

            http://pt.wikipedia.org/wiki/Marketing_de_relacionamento

             http://pt.wikipedia.org/wiki/E-mail_marketing

             http://imasters.com.br/artigo/2792/email_marketing/campanha_de_e-mail_marketing_passos_para_o_sucesso/

            http://pt.wikipedia.org/wiki/Sistema_de_recomenda%C3%A7%C3%A3o




Monday, May 23, 2011
Sistemas de
          Recomendação
            A experiência de compra personalizada


                       Marcel Pinheiro Caraciolo
                       marcel@orygens.com
                       @marcelcaraciolo




Monday, May 23, 2011

Mais conteúdo relacionado

Destaque

Sistemas de Recomendação
Sistemas de RecomendaçãoSistemas de Recomendação
Sistemas de RecomendaçãoGabriel Benz
 
RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...
RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...
RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...Adelton Ribeiro
 
Sistemas de Recomendação e Mobilidade
Sistemas de Recomendação e MobilidadeSistemas de Recomendação e Mobilidade
Sistemas de Recomendação e MobilidadeMarcel Caraciolo
 
Introdução à sistemas de recomendação
Introdução à sistemas de recomendaçãoIntrodução à sistemas de recomendação
Introdução à sistemas de recomendaçãoRalph Rassweiler
 
Sistemas de Recomendação Usando Mahout - Dia 1
Sistemas de Recomendação Usando Mahout - Dia 1Sistemas de Recomendação Usando Mahout - Dia 1
Sistemas de Recomendação Usando Mahout - Dia 1Alison Marczewski
 
Sistemas de Recomendação Usando Mahout - Dia 2
Sistemas de Recomendação Usando Mahout - Dia 2Sistemas de Recomendação Usando Mahout - Dia 2
Sistemas de Recomendação Usando Mahout - Dia 2Alison Marczewski
 
Sistemas Recomendação em Redes Sociais
Sistemas Recomendação em Redes SociaisSistemas Recomendação em Redes Sociais
Sistemas Recomendação em Redes SociaisNatã Melo
 
Conceitos e práticas em Sistemas de Recomendação
Conceitos e práticas em Sistemas de RecomendaçãoConceitos e práticas em Sistemas de Recomendação
Conceitos e práticas em Sistemas de RecomendaçãoJoel Pinho Lucas
 
Técnicas de Mineração de Dados Aplicadas a Sistemas de Recomendação
Técnicas de Mineração de Dados Aplicadas a Sistemas de RecomendaçãoTécnicas de Mineração de Dados Aplicadas a Sistemas de Recomendação
Técnicas de Mineração de Dados Aplicadas a Sistemas de Recomendaçãosaspi2
 

Destaque (11)

Sistemas de Recomendação
Sistemas de RecomendaçãoSistemas de Recomendação
Sistemas de Recomendação
 
RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...
RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...
RECOMENDAÇÃO DE DOCUMENTOS PARA OS USUÁRIOS DO AVA MOODLE A PARTIR DAS HASHTA...
 
Sistemas de Recomendação e Mobilidade
Sistemas de Recomendação e MobilidadeSistemas de Recomendação e Mobilidade
Sistemas de Recomendação e Mobilidade
 
Sistemas de Recomendação na web
Sistemas de Recomendação na webSistemas de Recomendação na web
Sistemas de Recomendação na web
 
Introdução à sistemas de recomendação
Introdução à sistemas de recomendaçãoIntrodução à sistemas de recomendação
Introdução à sistemas de recomendação
 
Sistemas de Recomendação Usando Mahout - Dia 1
Sistemas de Recomendação Usando Mahout - Dia 1Sistemas de Recomendação Usando Mahout - Dia 1
Sistemas de Recomendação Usando Mahout - Dia 1
 
Sistemas de Recomendação Usando Mahout - Dia 2
Sistemas de Recomendação Usando Mahout - Dia 2Sistemas de Recomendação Usando Mahout - Dia 2
Sistemas de Recomendação Usando Mahout - Dia 2
 
Sistemas Recomendação em Redes Sociais
Sistemas Recomendação em Redes SociaisSistemas Recomendação em Redes Sociais
Sistemas Recomendação em Redes Sociais
 
Conceitos e práticas em Sistemas de Recomendação
Conceitos e práticas em Sistemas de RecomendaçãoConceitos e práticas em Sistemas de Recomendação
Conceitos e práticas em Sistemas de Recomendação
 
Técnicas de Mineração de Dados Aplicadas a Sistemas de Recomendação
Técnicas de Mineração de Dados Aplicadas a Sistemas de RecomendaçãoTécnicas de Mineração de Dados Aplicadas a Sistemas de Recomendação
Técnicas de Mineração de Dados Aplicadas a Sistemas de Recomendação
 
Shideshare
ShideshareShideshare
Shideshare
 

Mais de Marcel Caraciolo

Como interpretar seu próprio genoma com Python
Como interpretar seu próprio genoma com PythonComo interpretar seu próprio genoma com Python
Como interpretar seu próprio genoma com PythonMarcel Caraciolo
 
Joblib: Lightweight pipelining for parallel jobs (v2)
Joblib:  Lightweight pipelining for parallel jobs (v2)Joblib:  Lightweight pipelining for parallel jobs (v2)
Joblib: Lightweight pipelining for parallel jobs (v2)Marcel Caraciolo
 
Construindo softwares de bioinformática para análises clínicas : Desafios e...
Construindo softwares  de bioinformática  para análises clínicas : Desafios e...Construindo softwares  de bioinformática  para análises clínicas : Desafios e...
Construindo softwares de bioinformática para análises clínicas : Desafios e...Marcel Caraciolo
 
Como Python ajudou a automatizar o nosso laboratório v.2
Como Python ajudou a automatizar o nosso laboratório v.2Como Python ajudou a automatizar o nosso laboratório v.2
Como Python ajudou a automatizar o nosso laboratório v.2Marcel Caraciolo
 
Como Python pode ajudar na automação do seu laboratório
Como Python pode ajudar na automação do  seu laboratórioComo Python pode ajudar na automação do  seu laboratório
Como Python pode ajudar na automação do seu laboratórioMarcel Caraciolo
 
Python on Science ? Yes, We can.
Python on Science ?   Yes, We can.Python on Science ?   Yes, We can.
Python on Science ? Yes, We can.Marcel Caraciolo
 
Oficina Python: Hackeando a Web com Python 3
Oficina Python: Hackeando a Web com Python 3Oficina Python: Hackeando a Web com Python 3
Oficina Python: Hackeando a Web com Python 3Marcel Caraciolo
 
Recommender Systems with Ruby (adding machine learning, statistics, etc)
Recommender Systems with Ruby (adding machine learning, statistics, etc)Recommender Systems with Ruby (adding machine learning, statistics, etc)
Recommender Systems with Ruby (adding machine learning, statistics, etc)Marcel Caraciolo
 
Opensource - Como começar e dá dinheiro ?
Opensource - Como começar e dá dinheiro ?Opensource - Como começar e dá dinheiro ?
Opensource - Como começar e dá dinheiro ?Marcel Caraciolo
 
Benchy, python framework for performance benchmarking of Python Scripts
Benchy, python framework for performance benchmarking  of Python ScriptsBenchy, python framework for performance benchmarking  of Python Scripts
Benchy, python framework for performance benchmarking of Python ScriptsMarcel Caraciolo
 
Python e 10 motivos por que devo conhece-la ?
Python e 10 motivos por que devo conhece-la ?Python e 10 motivos por que devo conhece-la ?
Python e 10 motivos por que devo conhece-la ?Marcel Caraciolo
 
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...Marcel Caraciolo
 
Benchy: Lightweight framework for Performance Benchmarks
Benchy: Lightweight framework for Performance Benchmarks Benchy: Lightweight framework for Performance Benchmarks
Benchy: Lightweight framework for Performance Benchmarks Marcel Caraciolo
 
Construindo Sistemas de Recomendação com Python
Construindo Sistemas de Recomendação com PythonConstruindo Sistemas de Recomendação com Python
Construindo Sistemas de Recomendação com PythonMarcel Caraciolo
 
Python, A pílula Azul da programação
Python, A pílula Azul da programaçãoPython, A pílula Azul da programação
Python, A pílula Azul da programaçãoMarcel Caraciolo
 
Construindo Soluções Científicas com Big Data & MapReduce
Construindo Soluções Científicas com Big Data & MapReduceConstruindo Soluções Científicas com Big Data & MapReduce
Construindo Soluções Científicas com Big Data & MapReduceMarcel Caraciolo
 
Como Python está mudando a forma de aprendizagem à distância no Brasil
Como Python está mudando a forma de aprendizagem à distância no BrasilComo Python está mudando a forma de aprendizagem à distância no Brasil
Como Python está mudando a forma de aprendizagem à distância no BrasilMarcel Caraciolo
 
Novas Tendências para a Educação a Distância: Como reinventar a educação ?
Novas Tendências para a Educação a Distância: Como reinventar a educação ?Novas Tendências para a Educação a Distância: Como reinventar a educação ?
Novas Tendências para a Educação a Distância: Como reinventar a educação ?Marcel Caraciolo
 
Aula WebCrawlers com Regex - PyCursos
Aula WebCrawlers com Regex - PyCursosAula WebCrawlers com Regex - PyCursos
Aula WebCrawlers com Regex - PyCursosMarcel Caraciolo
 

Mais de Marcel Caraciolo (20)

Como interpretar seu próprio genoma com Python
Como interpretar seu próprio genoma com PythonComo interpretar seu próprio genoma com Python
Como interpretar seu próprio genoma com Python
 
Joblib: Lightweight pipelining for parallel jobs (v2)
Joblib:  Lightweight pipelining for parallel jobs (v2)Joblib:  Lightweight pipelining for parallel jobs (v2)
Joblib: Lightweight pipelining for parallel jobs (v2)
 
Construindo softwares de bioinformática para análises clínicas : Desafios e...
Construindo softwares  de bioinformática  para análises clínicas : Desafios e...Construindo softwares  de bioinformática  para análises clínicas : Desafios e...
Construindo softwares de bioinformática para análises clínicas : Desafios e...
 
Como Python ajudou a automatizar o nosso laboratório v.2
Como Python ajudou a automatizar o nosso laboratório v.2Como Python ajudou a automatizar o nosso laboratório v.2
Como Python ajudou a automatizar o nosso laboratório v.2
 
Como Python pode ajudar na automação do seu laboratório
Como Python pode ajudar na automação do  seu laboratórioComo Python pode ajudar na automação do  seu laboratório
Como Python pode ajudar na automação do seu laboratório
 
Python on Science ? Yes, We can.
Python on Science ?   Yes, We can.Python on Science ?   Yes, We can.
Python on Science ? Yes, We can.
 
Oficina Python: Hackeando a Web com Python 3
Oficina Python: Hackeando a Web com Python 3Oficina Python: Hackeando a Web com Python 3
Oficina Python: Hackeando a Web com Python 3
 
Recommender Systems with Ruby (adding machine learning, statistics, etc)
Recommender Systems with Ruby (adding machine learning, statistics, etc)Recommender Systems with Ruby (adding machine learning, statistics, etc)
Recommender Systems with Ruby (adding machine learning, statistics, etc)
 
Opensource - Como começar e dá dinheiro ?
Opensource - Como começar e dá dinheiro ?Opensource - Como começar e dá dinheiro ?
Opensource - Como começar e dá dinheiro ?
 
Big Data com Python
Big Data com PythonBig Data com Python
Big Data com Python
 
Benchy, python framework for performance benchmarking of Python Scripts
Benchy, python framework for performance benchmarking  of Python ScriptsBenchy, python framework for performance benchmarking  of Python Scripts
Benchy, python framework for performance benchmarking of Python Scripts
 
Python e 10 motivos por que devo conhece-la ?
Python e 10 motivos por que devo conhece-la ?Python e 10 motivos por que devo conhece-la ?
Python e 10 motivos por que devo conhece-la ?
 
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...
 
Benchy: Lightweight framework for Performance Benchmarks
Benchy: Lightweight framework for Performance Benchmarks Benchy: Lightweight framework for Performance Benchmarks
Benchy: Lightweight framework for Performance Benchmarks
 
Construindo Sistemas de Recomendação com Python
Construindo Sistemas de Recomendação com PythonConstruindo Sistemas de Recomendação com Python
Construindo Sistemas de Recomendação com Python
 
Python, A pílula Azul da programação
Python, A pílula Azul da programaçãoPython, A pílula Azul da programação
Python, A pílula Azul da programação
 
Construindo Soluções Científicas com Big Data & MapReduce
Construindo Soluções Científicas com Big Data & MapReduceConstruindo Soluções Científicas com Big Data & MapReduce
Construindo Soluções Científicas com Big Data & MapReduce
 
Como Python está mudando a forma de aprendizagem à distância no Brasil
Como Python está mudando a forma de aprendizagem à distância no BrasilComo Python está mudando a forma de aprendizagem à distância no Brasil
Como Python está mudando a forma de aprendizagem à distância no Brasil
 
Novas Tendências para a Educação a Distância: Como reinventar a educação ?
Novas Tendências para a Educação a Distância: Como reinventar a educação ?Novas Tendências para a Educação a Distância: Como reinventar a educação ?
Novas Tendências para a Educação a Distância: Como reinventar a educação ?
 
Aula WebCrawlers com Regex - PyCursos
Aula WebCrawlers com Regex - PyCursosAula WebCrawlers com Regex - PyCursos
Aula WebCrawlers com Regex - PyCursos
 

Sistemas recomendacao para Marketing e Propaganda

  • 1. Sistemas de Recomendação A experiência de compra personalizada Marcel Pinheiro Caraciolo marcel@orygens.com @marcelcaraciolo Monday, May 23, 2011
  • 4. 1.0 2.0 Fonte de Informação Fluxo Contínuo de Informação VI Encontro do PUG-PE VI Encontro do PUG-PE Monday, May 23, 2011
  • 5. WEB SITES WEB APPLICATIONS WEB SERVICES 3.0 SEMANTIC WEB USERS antes... VI Encontro do PUG-PE VI Encontro do PUG-PE Friday, October 1, 2011 Monday, May 23, 2010
  • 7. estamos sobrecarregados de informações Monday, May 23, 2011
  • 8. muitas vezes inúteis Monday, May 23, 2011 Friday, October 1, 2010
  • 9. às vezes procuramos isso... Friday, October23, 2010 Monday, May 1, 2011
  • 10. e encontramos isso! Monday, May 23, 2011 Friday, October 1, 2010
  • 11. google? Friday, October23, 2010 Monday, May 1, 2011
  • 12. google? midias sociais? Friday, October 1, 2011 Monday, May 23, 2010
  • 13. eeeeuuuu... google? midias sociais? Monday, May 23, 2011 riday, October 1, 2010
  • 14. “A lot of times, people don’t know what they want until you show it to them.” Steve Jobs “We are leaving the Information age, and entering into the Recommendation age.” Chris Anderson, from book Long Tail Monday, May 23, 2011
  • 16. Recomendações Sociais Família/Amigos Amigos/ Família O Que eu deveria ler ? Ref: Flickr-BlueAlgae “Eu acho que você deveria ler Ref: Flickr photostream: jefield estes livros. Monday, May 23, 2011
  • 17. Recomendações por Interação Entrada: Avalie alguns livros O Que eu deveria ler ? Saída: “Livros que você pode gostar são …” Monday, May 23, 2011
  • 18. Sistemas desenhados para sugerir algo para mim do meu interesse! Monday, May 23, 2011
  • 19. Por que Recomendação ? Monday, May 23, 2011
  • 20. Netflix - 2/3 dos filmes alugados vêm de recomendação Google News - 38% das notícias mais clicadas vêm de recomendação Amazon - 38% das vendas vêm de recomendação Fonte: Celma & Lamere, ISMIR 2007 Monday, May 23, 2011
  • 21. E como funciona a recomendação ? Monday, May 23, 2011
  • 22. O que os sistemas de recomendação realmente fazem ? 1. Prediz o quanto você pode gostar de um certo produto ou serviço 2. Sugere um lista de N items ordenada de acordo com seu interese 3. Sugere uma lista de N usuários ordernada para um produto/serviço 4. Explica a você o porque esses items foram recomendados 5. Ajusta a predição e a recomendação baseado em seu feedback e de outros. Monday, May 23, 2011
  • 23. Filtragem baseada por Conteúdo Similar Duro de O Vento Toy Armagedon Items Matar Levou Store recomenda gosta Marcel Usuários Monday, May 23, 2011
  • 24. Filtragem Colaborativa O Vento Toy Thor Armagedon Items Levou Store gosta recomenda Marcel Rafael Amanda Usuários Similar Monday, May 23, 2011
  • 25. Desafios Para área de Marketing Friday, October 1, 2011 Monday, May 23, 2010
  • 26. Vamos ao um exemplo Monday, May 23, 2011
  • 27. Cadê a fidelizaçãco? E a experiência de compra ? Monday, May 23, 2011
  • 28. Será que ela realmente ouve seus clientes/franqueados? Monday, May 23, 2011
  • 29. Experiência com o usuário conta! Monday, May 23, 2011
  • 31. Uma compra, hoje, não é uma mera satisfação de uma necessidade, é uma experiência, uma interação com uma marca que tem personalidade, ADN, que é única assim como o consumidor. Por isso todas as relações comerciais são tendencialmente relações pessoais.” Pedro Velez Godinho, da Creative Sale Monday, May 23, 2011
  • 33. Conhecimento sobre os Produtos Monday, May 23, 2011
  • 34. Ser um agente do cliente Monday, May 23, 2011
  • 35. Manter excelentes serviços nos pontos de contato com o cliente Monday, May 23, 2011
  • 36. Melhorar a gestão do conhecimento Monday, May 23, 2011
  • 37. Usar a comunidade para criar conteúdo Monday, May 23, 2011
  • 38. Dados e Pesquisas de Relacionamento com cliente Entradas para um futuro sistema de recomendações Monday, May 23, 2011
  • 39. Marketing Relacional Fidelizar o cliente através de meios 'low cost' Monday, May 23, 2011
  • 40. Descobrindo os Oceanos Azuis Monday, May 23, 2011
  • 41. Delivery + Feedback nas franqueadas Monday, May 23, 2011
  • 42. 1 Criação de métodos e práticas para construção de uma lista de clientes (base de dados enquanto principal ferramenta para ações de Marketing Relacional) Monday, May 23, 2011
  • 43. 2 Possibilidades avançadas de segmentação (segmentos automáticos e simples para ações de Marketing Relacional) Monday, May 23, 2011
  • 44. 3 Envio de campanhas através dos canais disponibilizados (email, SMS, MMS, Spots de Voz ) Campanhas de aniversário altamente segmentadas por gênero, preferências, localização. Monday, May 23, 2011
  • 45. 4 Mobile Marketing Apps Desenvolvimento de aplicativos com ofertas diárias em promoção baseado em posição :) Monday, May 23, 2011
  • 46. 5 Análise por meio de relatórios Google Analytics FREE! :D Monday, May 23, 2011
  • 47. E onde entra recomendação em tudo isso ? Monday, May 23, 2011
  • 49. + Feedback de Usuários Monday, May 23, 2011
  • 51. + Convide seus amigos Monday, May 23, 2011
  • 53. Ofertas personalizadas Convite de amigos Delivery ! :D Ofertas Relacionadas Monday, May 23, 2011
  • 54. E o custo disso ?? Monday, May 23, 2011
  • 55. Referências http://imasters.com.br/artigo/16637/ecommerce/o_uso_de_sistemas_de_recomendacao_e_a_melhoria_na_experiencia_de_compra/ http://trendwatching.com/trends/ffactor/ https://foursquare.com/venue/12687951 http://pt.wikipedia.org/wiki/Marketing_de_relacionamento http://pt.wikipedia.org/wiki/E-mail_marketing http://imasters.com.br/artigo/2792/email_marketing/campanha_de_e-mail_marketing_passos_para_o_sucesso/ http://pt.wikipedia.org/wiki/Sistema_de_recomenda%C3%A7%C3%A3o Monday, May 23, 2011
  • 56. Sistemas de Recomendação A experiência de compra personalizada Marcel Pinheiro Caraciolo marcel@orygens.com @marcelcaraciolo Monday, May 23, 2011