Simplificando decisões em vendas com Machine Learning é o tópico de uma série de artigos que pretendo trazer para desmistificar o uso de dados em processos comerciais.

Decidi escrever um pouco sobre este tema após conversar com diversos amigos que, entendem a importância de utilizar dados em seus processos, mas têm um certo receio sobre como começar.

Este receio é absolutamente normal, uma vez que imaginamos que a aplicação de dados em um determinado processo sempre vai implicar em uso pesado de estatística, programação e demandar um enorme processamento de nossos computadores.

Apesar de concordar com esta realidade para alguns casos específicos de uso de dados, quero simplificar um pouco o tema a conectá-lo com algumas atividades cotidianas que realizamos.

Assim, vou detalhar um pouco mais os quatro passos apresentados na imagem abaixo, e ao longo das próximas semanas trazer alguns artigos específicos para cada etapa.

Antes de começar, quero comentar que o método de Machine Learning que utilizaremos nesta série de artigos é a Árvore de Decisão.

Assim, para você que ainda não conhece este método sugiro a leitura do artigo 3 benefícios diretos das árvores de decisão em vendas.

Simplificando decisões em vendas com análise exploratória dos dados (EDA)

Eu sei que você já imaginou que vamos complicar as coisas ao comentar que a primeira etapa envolve o que chamamos de Análise Exploratória de Dados, e está tudo bem, o nome assusta mesmo.

Contudo, quero enfatizar que este processo pode ser muito mais simples do que você imagina, e vai envolver muitas ferramentas que você já conhece.

Por exemplo, o Excel, ou softwares mais relacionados com análises estatísticas como o Minitab, que particularmente não conheço muito, o R ou até mesmo o Phyton.

Independente da ferramenta que você planeja utilizar, o importante é entender que esta etapa envolve conhecer melhor os seus dados em busca de insights que te ajudem tomar decisão.

E nada melhor que realizar perguntas aos seus dados na forma de fórmulas ou funções do Excel, ou a partir de alguns códigos que até mesmo o ChatGPT pode te ajudar.

Para ilustrar melhor este processo, vamos utilizar o fluxograma abaixo que representa um processo de tomada de decisão a partir de leads criados em uma campanha de Marketing.

Em uma base de dados com 1000 clientes recebidos de sua última campanha de marketing, como você saberia a resposta para as 3 perguntas existentes?

Por exemplo, o gráfico abaixo que criei no Phyton poderia ter sido criado em qualquer outra ferramenta, e nos ajuda a responder à pergunta “O Cliente Demonstrou Interesse”?.

Inteligência Artificial e conhecimentos básicos em estatística pode te ajudar neste processo

Para criar este gráfico solicitei ao ChatGPT o código e para isso o que precisei fazer foi basicamente instruir corretamente a IA sobre o que eu queria na criação do gráfico.

Assim, conhecimentos básicos como Média, Mediana, desvio padrão e Correlação são necessários para que você entenda melhor como analisar seus dados.

E, convenhamos que não são nenhum bicho-papão da matemática.

Por exemplo, minha página da Udemy há dois cursos que podem te ajudar muito com esse processo e são totalmente gratuitos. Basta acessar os links abaixo.

Aprenda a analisar dados de vendas utilizando o Phyton

Excel para estatística – Grátis

Este último já ajudou mais de 22 mil alunos de todo o mundo, então aproveite para aprender alguns conceitos básicos de como utilizar estatística no Excel gratuitamente

Crie algumas visualizações de dados para te ajudar tomar decisão

Representações gráficas de seus dados são fundamentais em qualquer processo e em vendas não seria nada diferente.

Na verdade, facilitar o entendimento dos seus dados é ainda mais importante no cenário comercial, uma vez que todo vendedor que aproveitar mais seu tempo visitando clientes ao invés de analisar dados.

Para isso, você pode utilizar várias ferramentas para entender seus dados, e mais do que isso, contar com algumas ideias de Storytelling com dados para facilitar a apresentação da informação.

Veja a imagem abaixo, ela apresenta uma informação muito importante, a correlação entre as diferentes variáveis analisada.

Esta é uma informação muito importante no processo de tomada de decisão e carece de um esforço adicional do nosso lado para facilitar o entendimento de todos os envolvidos.

Existem muitas outras visualizações que podem ser geradas, e vou trazer um artigo específico para abordar este tema em breve.

Simplificando decisões em vendas com Árvores de Decisão

O método de Machine Learning que vou utilizar para ilustrar este artigo é a Árvore de Decisão.

Conforme a base de dados da biblioteca Scikit-learn do Phyton este método consiste em um método supervisionado de Machine Learning para classificação de dados e regressões.

E como compartilhamos em nosso artigo anterior é amplamente utilizado em análises de dados para Marketing e Vendas.

Por mais que este método pareça complexo, o resultado é extremamente simples de entender e envolve uma visualização gráfica muito parecida com um fluxograma.

Assim, se torna muito útil neste processo que estamos apresentando neste artigo que também é baseado em um fluxograma.

Na imagem abaixo apresento a árvore de decisão proveniente da análise de uma base de dados contendo 1000 clientes.

Com base nas informações contidas na base de dados, a árvore de decisão nos retornou:

1. 356 leads podem ser fechados diretamente.
2. 288 leads não demonstraram interesse e podem ser aquecidos.
3. 212 leads não responderam à proposta, mas também não apresentaram objeções
4. 144 leads apresentaram objeções

Com base nas ações que fornecemos no processo da análise, a Árvore de Decisão já nos ajuda entender quais clientes devemos fechar diretamente, quais devemos aquecer e quais necessitamos trabalhar alguma objeção.

Estas decisões poderiam ser tomadas manualmente? Sim!

Mas quanto tempo você levaria para chegar a esta conclusão?

Defina ações com base no resultado da sua Árvore de Decisão

Nada do que eu compartilhe aqui faz sentido se você não utilizar para definir ações com sua equipe.

Por isso que, em muitos dos meus artigos, reforço a importância de você ter sempre em mente que este trabalho deve ajudar a ti e a sua equipe na definição de acoes que te ajude a vender mais.

Agora que já sabemos que as Árvores de Decisão nos ajuda neste processo, vamos refletir um pouco mais sobre quais acoes podem ser tomada por você e sua equipe.

Por exemplo, vimos que 356 leads podem ser fechados diretamente, e como um gerente comercial muito experiente que trabalhei sempre dizia, “Bolo em cima da mesa dá formiga“.

Trate de fechar estes negócios o mais rapidamente possível.

Em segundo lugar, há clientes que demonstraram interesse, mas não responderam à proposta e também não apresentaram objeções.

Que tal dar um ping em cada um deles convidando para fechar novamente?

Em terceiro lugar a clientes que responderam sua proposta, mas possuem algumas objeções, ou seja, chegou a hora de trabalhar estas objeções e buscar avançar em seus fechamentos.

Uma sugestão nesta etapa é entender o nível de esforço necessário para fechar este negócio.

Lembre-se que nem todos os clientes vão fechar e que seu nível de esforço pode ser melhor aplicado em clientes que possam fechar o mais rápido possível.

Por fim, há um pequeno grupo que nem mesmo demonstrou interesse em sua campanha, e ação a ser tomada deve ser a de aquecimento deste lead.

Simplificando decisões em vendas com Machine Learning – Conclusão

Vimos neste artigo que aplicar Machine Learning para analisar dados em vendas e nos ajudar em processos de decisão não é uma tarefa tao difícil como imaginamos.

Um processo de vendas bem definido, uma base de dados de qualidade e a realização de algumas perguntas podem te ajudar a avançar de forma significativa no fechamento de negócios e alcançar seus objetivos comerciais.

Assim, te convidamos a voltar em nosso blog nas próximas semanas para acompanhar a continuidade destes artigos onde exploraremos com um pouco mais de detalhe cada uma destas 4 etapas.

Enquanto isso, aproveite para conhecer melhor os conteúdos do nosso blog, visitar nosso Canal do Youtube e acompanhar alguns vídeos que lanço no Tiktok com comentários sobre temas de Dados aplicados em Vendas.

Um forte abraço e até a próxima.