terça-feira, 27 de setembro de 2011

O profissional que as empresas querem

Levantamento mostra o que as melhores companhias buscam na hora de contratar. Prepare-se!

Por Andrea Giardino, redação VOCÊ S/A

O que as empresas buscam na hora da contratação? A VOCÊ S/A fez um levantamento com as 30 companhias classificadas neste guia para descobrir o que elas mais valorizam quando recrutam um jovem profissional. Sete em cada dez afirmam que vão expandir os negócios ao longo de 2011. Essa condição, de rápido crescimento, impacta diretamente o perfil de quem estão contratando agora.

"Queremos pessoas com visão empreendedora, dinâmicas e com espírito inovador", diz Sandro Bassili, vice-presidente de gente e gestão da Ambev, que este ano deve investir 2,5 bilhões de reais em novas fábricas, centros de distribuição e atualização das unidades atuais. Ao contrário do que se imagina, as companhias não dão tanta importância a cursos de pós-graduação ou MBA no currículo de quem está começando.

A ansiedade para conquistar o emprego dos sonhos é tanta que muitos jovens se matriculam em cursos desse tipo assim que deixam a faculdade, achando que valorizará seu passe. "Isso só faz sentido depois de alguns anos de carreira, quando aumentam as exigências de gestão", afirma Armando Bordallo, diretor de RH da Ernst & Young Terco.

No entanto, ter uma bagagem, por sua vez, é uma característica bem valorizada. Ou seja, conta o conhecimento ganho no dia a dia. "O candidato não precisa de MBA nem de experiência internacional. Preferimos formar aqui", diz Sandro, da Ambev.

Se você busca um projeto de carreira bacana, conheça as principais competências e qualificações desejadas pelas melhores empresas. Fica mais fácil se preparar para trabalhar em uma delas.

HABILIDADES COMPORTAMENTAIS
Quais são as 5 principais competências que sua empresa busca ou vai buscar nos jovens profissionais? 




CAPACITAÇÃO

Quais são os principais aspectos que um jovem profissional precisa ter para trabalhar na sua empresa?

Capacitação  

sexta-feira, 16 de setembro de 2011

SEMANA FARROPILHA – 20 DE SETEMBRO


Guia do Churrasco

Os tipos de corte

Alcatra – o miolo da alcatra tem pouca gordura e deve ser servido sempre mais para o malpassado e em pedaços grossos, para manter o suco. Só deve ser fatiado depois de pronto. Em pedaços, pode ser utilizado no preparo de xixos.

Contrafilé – também conhecida como entrecorte ou bife de chorizo. Carne macia, de sabor acentuado, devido à presença de gordura entremeada.

Costela – O corte mais apreciado pelos gaúchos deve abranger as 8 últimas costelas. Especialistas recomendam que seja preparada na grelha, no alto da churrasqueira, para que fique macia e não perca o suco. Se assada lentamente, fica bem mais macia: é o caso da costela 12h.

Cupim – é a corcova do Zebu e tem muita fibra e gordura. Exige um longo tempo de cozimento. Não é muito utilizado pelo gaúcho.

Filé Mignom – os gaúchos costumam rejeitar essa carne no churrasco, a não ser para o preparo de xixo. Há quem utilize o miolo do filé, temperado com especiarias e azeite.

Fraldinha – Também conhecida como Vazio, é entremeada de nervos e gordura, por isso considerada uma carne inferior. Exige uma limpeza antecipada. O trabalho é compensado por uma carne macia e suculenta.

Maminha – é difícil acertar o ponto, devido à diversidade de espessura na mesma peça. É suculenta e macia, devidoà dosagem de gordura entre as fibras. O ideal é servir no ponto, com miolo ainda rosado, e cortar no sentindo contrário às fibras.

Picanha – símbolo de maciez e suculência, deve ser servida com coloração interna avermelhada e pelo menos um filete de gordura tenra. Picanha não pesa mais de 1,5 kg. Se tiver mais, está incluído no corte parte do coxão duro. A parte mais macia da picanha fica na ponta. A grossa pele da lateral deve ser removida uma vez que encolhe durante o preparo e força uma curvatura da carne, o que dificulta a uniformidade do assado. A gordura deve ser uniforme, grossa e com coloração amarelada.

Prime Rib – peça suculenta, entremeada de filametos de gordura. Abrange o bife de ancho, o bife de chorizo e um pedaço da costela.

T-Bone – apreciada pelos americanos, abrange parte do contrafilé, da alcatra e do filé mignon, interceptada por um osso. Deve ser cortada em postas grossas e preparada sobre a grelha, na parte baixa da churrasqueira.

Coração de Galinha - deve ter a ponta grossa retirada, ser temperado antecipadamente com suco de limão em vinha d'alho ou apenas com sal e assado em fogo moderado. Sirva sempre ao ponto e quente. Há quem aprecie entremear com cebola e bacon.

Cordeiro – Dê preferência a animais jovens, que têm a carne com sabor mais suave e mais macia. O tempero deve conter alho, suco de limão, alecrim e tomilho. Deve ser servido com molho de hortelã, chutney ou geléias. Os cortes mais recomendados são a paleta, o pernil e o carrê. Sirva quente.
Frango – os melhores cortes são a coxa, a sobrecoxa e a coxinha da assa. Galetos, com cerca 600g, podem ser servidos inteiros. Deve ser temperado com vinha d'alho, bem passado e assado com a pele.

Javali – apesar da semelhançal, o javali tem carne mais magra que o porco, por isso exige tempo de cozimento menor. Prefira o pernil, a paleta e o carrê. Sirva com chutney e geléias como acompanhamento.

Linguiça – prefira assá-la na grelha. Quando furada, perde a gordura interior e pode ficar dura e seca. A 10 min. De servir, fure com um garfo para que o excesso de gordura escorra. Mescle linguiça leve com picante. Sirva acompanhada de farinha de mandioca, antes das carnes.

Porco – deve ser bem assado e marinado com vinagre e limão. Costelinha e lombo podem receber uma camada de queijo ralado. Prefira lombinho, costela, pernil e carrê.

Salsichão – escolha os que não tenham excesso de gordura. Os mais leves são os preparados com pernil de porco. Deve ser servido antes das carnes.

Diferentes Acompanhamentos.

Abacaxi – há quem garanta que o abacaxi no espeto ajuda na digestão das enzimas da carne. Pode ser servido assado, polvilhado com canela.

Aimpim – cozido ou frito, é um dos complementos preferidos dos gaúchos.

Arroz – mesmo com alguns adeptos, o arroz não costuma estar presente à mesa no Rio Grande do Sul.

Farinha – os gaúchos preferem a de mandioca, simples ou torrada. Os paulistas preferem a farofa.

Maionese – a salada de batata com maionese é outra tradição. Pode ser simples ou enriquecida com cenoura, ervilhas e outros ingredientes. Os descendentes de alemães a preferem quente e com pepino em conserva.

Molho – por influencia dos vizinhos uruguaios e argentinos, há quem sirva as carnes acompanhadas de chimichurri, um molho a base de ervas e temperos.

Pão – um dos acompanhamentos frequentes, ganha mais sabor com manteiga e alho.

Polenta – nas mesas de origem italiana, pode aparecer brustolada ( tostada na chapa) ou mole.

Provolone – hábito adquirido junto aos vizinhos uruguaios, o provolone grelhado e polvilhado com orégano é servido como aperitivo.

Salada - a mais tradicional entre os gaúchos é a de tomate e cebola. Mas a de folhas verdes também têm boa aceitação. Berinjelas, pimentões e cebolas podem ser assadas com casca e depois temperadas como salada quente.

Como Comprar?

Ao calcular a quantidade de carne, é preciso desprezar o peso dos ossos.

Caso tenha pouca variedade de carne, o consumo costuma ser maior, porque as pessoas tendem a exagerar provando um pouco de tudo.

Em geral, de 350g a 500g é a média de consumo per capita, o que representa de 4kg a 5kg para um churrasco para 10 pessoas. Há gulosos que chegam a comer 1kg de carne, mas há quem se satisfaça com 250g.

É sempre preferível calcular a mais, se sobrar, faça um carreteiro.

Existe até um site especializado para ajudar na hora de fazer as compras: www.calculoparachurrasco.com.br.

Fonte: Zero Hora (16/09/2011)

quarta-feira, 14 de setembro de 2011

:::...Algoritmo - Quantas pessoas são necessárias para trocar uma lâmpada ...:::

Depende do tipo de pessoa:


Gays

Seis: um para trocar e cinco para ficar gritando: Linda! Poderosa! Maravilhosa! Divina! Tuuudo!

Peruas

Duas: uma chama o eletricista e a outra prepara os drinques.

Psicólogos

Apenas um, mas a lâmpada PRECISA QUERER ser trocada.

Loiras

Cinco: uma para segurar a lâmpada e outras quatro para girarem a cadeira.

Consultores

Dois.... Um sempre abandona o trabalho no meio do projeto.

Bêbados

Um, só pra segurar a lâmpada, enquanto o teto vai rodando.

Ativistas Gays

Nenhum. A lâmpada não precisa mudar. Deve ser aceita pela sociedade!

Cantores sertanejos

Dois: um troca a lâmpada e o outro escreve uma canção sobre os bons tempos da lâmpada antiga...

Machões

Nenhum: macho não tem medo de escuro.

Patricinhas

Duas: uma pra segurar a Coca light e outra pra chamar o papai.

Argentinos

Um só: ele segura a lâmpada e o mundo gira ao seu redor.
Mulher com TPM!!!
Só ela! SOZINHA!! Porque NINGUÉM, dentro desta casa sabe como trocar uma lâmpada! É um bando de IMPRESTÁVEIS!!! Eles nem percebem que a lâmpada queimou! OS INÚTEIS podem ficar em casa no escuro por três dias antes de notar que a bosta da lâmpada queimou! E quando eles notarem, vão passar mais cinco dias esperando que EU troque a lâmpada, porque eles acham que EU sou a ESCRAVA deles!!! E quando eles se derem conta de que EU não vou trocar a lâmpada, OS INCOMPETENTES ainda vão ficar mais dois dias no escuro porque não sabem que as lâmpadas novas ficam dentro da merda da despensa! E se, por algum milagre, OS INFELIZES encontrarem as lâmpadas novas, vão arrastar a poltrona da sala até o lugar onde está a lâmpada queimada e vão arranhar o piso todo, porque são INCAPAZES de saber onde a escada fica guardada! É inútil esperar que eles troquem a lâmpada, então sou EU mesma quem vai trocá-la! E como EU sou uma mulher INDEPENDENTE, vou lá e troco! E SOME DA MINHA FRENTE!!!

terça-feira, 6 de setembro de 2011

Blog - André Tocchetto: Netflix no Brasil!

Blog - André Tocchetto: Netflix no Brasil!: A empresa Netflix desembarca no Brasil. A empresa é líder mundial no serviço de streaming. Para ganhar espaço e mercado no meio a empresa d...

sexta-feira, 15 de julho de 2011

Orientação à Objetos

Apartir da semana que vem começarei a postar aqui no Blog, conceitos, matérias, links e exercícios de orientação à objetos!! Qualquer contribuição será bem vinda!! Alunos fiquem espertos!! Quem trabalha com desenvolvimento precisa dominar POO!! Grande abraço a todos!!!

quarta-feira, 13 de julho de 2011

ANEXO TECNOLOGIA

      Nota Fiscal Eletrônica
   + Software ERP completo 
   + Treinamento 
   + Customização = 
_______________________
     Anexo Tecnologia
_____________________________

Qualquer informação - poste nos comentarios --> Sua empresa automatizada de forma legal!!

terça-feira, 12 de julho de 2011

Soma e outros resultados rapidamente através da Barra de Status do Excel 2007 [Iniciantes]


Uma característica interessante do Excel é a exibição automática de cálculos de soma, média e outros na Barra de Status do programa (a última barra da interface, na parte inferior) cada vez que duas ou mais células são selecionadas. Assim, se você quiser, por exemplo, saber o valor da soma de três células, basta selecioná-las e olhar para a barra:

Barra de Status do Excel 2007
Se você quiser selecionar células que não estão uma ao lado da outra, faça o seguinte: mantendo a tecla Ctrl de seu teclado pressionada, clique em cada uma das células a serem somadas. O programa irá selecionar todas, mesmo que elas estejam distantes. Em seguida, basta consultar a barra.
Note que você pode personalizar as informações que são exibidas na Barra de Status. Para isso, basta clicar com o botão direito do mouse em cima dela e marcar ou desmarcar as opções desejadas.

Excel 2007 - O que são Células? [Para Iniciantes]

Ao usar o Excel, o primeiro conceito que você precisa saber é o de "célula". Se lembra do jogo Batalha Naval, em que você ataca o adversário dizendo posições no tabuleiro, como B1, G9, etc? É similar.

               Se você olhar para a planilha do Excel, verá vários retângulos brancos. Eles é que são as células. Ao clicar em uma célula, você pode escrever textos, fórmulas, mudar a formatação, entre outras ações. Acima das células, fica uma série de letras (A B C D E F ...), e ao lado esquerdo fica uma série de números (1 2 3 4 5 6 ...).

            As letras representam as colunas (verticais), enquanto os números representam as linhas (horizontais). As letras e os números são usados para identificar uma célula. Por exemplo, a primeira célula (canto superior esquerdo) é a A1. E é sempre nessa ordem, primeiro se diz a coluna (letra) e depois a linha (número). Para facilitar, quando você clica em uma célula o Excel coloca em destaque suas coluna e linha.

Sabendo disso, você pode fazer contas usando os dados de outras células.

domingo, 10 de julho de 2011

Diferença - Planilha e Pasta de Trabalho no Excel

Normalmente nós chamamos os arquivos do Excel de planilhas. Na verdade, isso é conceitualmente errado - os arquivos são Pastas de Trabalho (workbook), que por sua vez possuem uma ou mais planilhas (worksheet). Acredito que o nome Pastas de Trabalho não tenha pegado por que gera uma confusão com as pastas normais, de arquivos, do computador.





De qualquer forma, é bom saber esses conceitos, por que é assim que eles são chamados nas telas do Office, e às vezes causam confusões em provas de concursos públicos.

Dicas e Cursos

A partir de hoje começarei a lançar aqui algumas dicas e macetes de cursos de Office, SQL, Análise de Sistemas, Lógica de Programação entre outros. E espero muitos comentários e sugestões!! Começarei  postanto algo sobre Excel, aproveitem!!!

CRM

A informação é hoje poderoso recurso das organizações, permitindo seu perfeito alinhamento estratégico por meio de constantes fluxos bidirecionais entre a empresa e o macro ambiente, criando condições para que esta viabilize seus objetivos e cumpra sua missão corporativa.
Customer Relationship Management, ou CRM, é um termo, da indústria de Tecnologia de Informação (TI) para metodologias, estratégias, software e outros recursos baseados na web que ajudam uma empresa a organizar e gerenciar os relacionamentos com os clientes.
Atualmente a nova economia vem obrigando as organizações a realizar grandes empreendimentos para modificar seus métodos e canais de relacionamentos com seus clientes. Muitas dessas iniciativas falham pela falta de entendimento das próprias características dessa nova economia, onde uma concorrência acirrada disputa a preferência de um novo cliente, que valoriza cada vez mais a velocidade, qualidade, variedade, assistência e preço. Outras iniciativas, embora conscientes desse novo cenário, falham por não entenderem a solução e as ferramentas que estão adotando. É isto o que vem ocorrendo com muitos projetos de CRM.
Sendo assim a principal meta do CRM é desenvolver clientes lucrativos e fiéis, clientes que continuarão a comprar da mesma empresa, mesmo quando houver um concorrente alternativo. A concorrência pela fatia de mercado é acirrada em decorrência da globalização, da possibilidade de acesso aos produtos pela Internet e das demandas sempre crescentes dos clientes.
Este aumento na concorrência está levando as organizações a adotarem o CRM como uma estratégia de negócios que ajuda a contrabalançar os efeitos dos próximos desafios corporativos.
É uma abordagem que interessa muito a gerentes, diretores, profissionais de tecnologia de informação preocupados em obter vantagens competitivas, utilizando informações sobre clientes em processos de marketing.
CRM (Customer Relationship Management / Gerenciamento de relacionamento com clientes), também conhecido como marketing 1 para 1, ou marketing de relacionamento, isto é, diagnóstico, planejamento e integração de soluções voltadas a administração do relacionamento com o cliente. Ele é desenvolvido como o elemento principal da estratégia corporativa de muitas organizações. CRM, também conhecido por outros termos como marketing de relacionamento e gerenciamento de clientes, preocupa-se com a criação, desenvolvimento e melhoria dos relacionamentos individualizados com clientes cuidadosamente selecionados e grupos de clientes, resultando em uma maximização da retenção dos clientes.
É uma estratégia de negócios voltada para o entendimento e antecipação das necessidades dos clientes atuais e potenciais. A função do CRM é captar dados de clientes, consolidá-los em um banco de dados centralizado, analisá-los e distribuí-los para os gestores estratégicos realizarem ações mercadológicas junto aos clientes.
Líderes da indústria e estão agora considerando como transformar sua abordagem para gerenciamento do cliente. A abordagem tradicional para o marketing tem sido crescentemente questionada nos últimos anos. Esta abordagem do gerenciamento do marketing principal mescla elementos como produto, preço, promoção e coloca ao alcance do contexto funcional do departamento de marketing.
A nova abordagem de CRM, ainda reconhece que estes elementos-chave ainda precisam ser levados em conta, refletindo a necessidade de criar um foco funcional relacionado integrado no marketing - com ênfase em manter e conquistar clientes. Desta forma o enfoque é trocado da aquisição de clientes para a retenção, assegurando o volume apropriado de tempo, dinheiro e recursos administrativos que são direcionados para ambas as tarefas. O novo paradigma de CRM reflete uma mudança do marketing tradicional para o que está agora sendo descrito como gerenciamento do cliente.
A adoção de CRM está sendo seguida por um reconhecimento que relações a longo prazo com clientes são um dos recursos mais importantes de uma organização e que os sistemas de informação precisão ser desenvolvidos para possibilitar a apropriação de clientes. Apropriações de clientes bem sucedidas criam vantagens competitivas e resultam em melhor retenção de clientes e rentabilidade para empresa.
Existe um consenso entre os especialistas no assunto, dizendo que custa menos manter um cliente atual do que conquistar novos clientes.
Segundo estudos de várias instituições respeitadas do mercado, o custo de manter um cliente atual é cinco vezes menor do que conquistar um novo cliente. Para conquistar um novo cliente, é necessário gastar muito dinheiro em propaganda, marketing, prospecção, força de vendas e outras coisas, de forma muito mais intensa do que seria para um cliente antigo de uma empresa. Além disso, os novos clientes, quando atraídos por uma promoção como preços baixos ou algo parecido, logo desaparecem. É assim que o entendimento dos clientes e a busca de formas para retê-los, irão gerar muito mais retorno para a empresa.
A questão primordial em um sistema de gerenciamento de relação com os clientes é tornar a interação entre cliente e empresa o mais conveniente possível, através da análise das informações geradas nos contatos entre os dois lados. Estes contatos podem ser das mais diversas naturezas, como a compra de um produto na loja, uma visita de suporte técnico, o atendimento via telefone ou até mesmo a visita do cliente à home page da corporação. É sempre interessante ressaltar que o CRM lida com informações que outros sistemas geralmente não trabalham, devido à característica mais subjetiva do relacionamento do cliente para com a empresa, a simples análise numérica dos dados não é suficiente para que um sistema seja considerado um CRM.
Uma questão bastante complexa nestes sistemas é que devido ao fato de muitas informações trabalhadas serem de natureza subjetiva, o resultado final não é muito previsível. Como definir, por exemplo, o nível de satisfação de um cliente ou a cor que mais agrada determinado público consumidor em um produto? Não agregar qualidade a um produto pode ser "letal" para empresa e agregar qualidade demais, pode acarretar em prejuízos, pois geralmente mais qualidade tem como conseqüências o aumento de custos. Uma questão bastante difícil é a qualidade percebida, pois muitas vezes os investimentos qualitativos em um determinado produto não são percebidos ou não agregam valor para o consumidor.
Uma empresa que possua uma filosofia CRM e que coloquem em prática os conceitos de fortalecimento da interação ente as duas partes e a adequação dos vínculos entre consumidor e organização pode atingir uma grande vantagem competitiva, o que é muito bom, pois a tendência é o aumento de concorrência na maior parte dos segmentos econômicos. O melhor exemplo, talvez, sejam as empresas que atuam no ramo de comércio eletrônico, com uma interface pobre (design) ou apresentando falhas técnicas que fazem com que o cliente deixe de acessar e compre em outro lugar, devido às facilidades de busca que existem na Internet.
As aplicações do CRM estão ligadas à implantação de ferramentas que, a partir da identificação dos hábitos de compra fornecidos pelo histórico do cliente, identificam seu potencial, inclusive para a compra de outros produtos oferecidos pela empresa. O objetivo do CRM tende a ser a prática do marketing de relacionamento, que prevê alto grau de personalização. No mercado de CRM há três segmentos principais de produtos: automação da força de vendas, serviços ao cliente e marketing.
Os investimentos em CRM em todo o mundo estão crescendo constantemente porque as tecnologias de relacionamento estão apenas começando.
Automatizar o CRM não é tarefa que um único produto consiga fazer. É um processo em desenvolvimento, que significa também uma alteração estratégica ao nível do modo como se lida com o cliente. Em termos tecnológicos, as ferramentas necessárias à implementação de um CRM são as bases de dados, armazéns de dados (Data Warehouse), servidores, sistemas de telefone, aplicações para informação de negócio, gestão de fluxo de trabalho, middleware e ferramentas de gestão de administração do sistema.
Desde que a economia mudou seu direcionamento, de um modelo baseado em fornecimento para um modelo focado na demanda, a tecnologia tem elevado dramaticamente as expectativas e demandas do cliente.
A gestão do relacionamento com os clientes tem evoluído como grande tendência nas organizações, deslocando seu foco dos processos internos para concentrar seus esforços e recursos nos clientes e mercados. Aplicações de CRM, Data Warehouse e Sistemas de Gestão Empresarial (ERP, Enterprise Resource Planing) deverão ser rapidamente intensificados para alcançar essa necessidade de mudança.
A aplicação de conceitos e soluções tecnológicas na área de CRM foi intensificada nos últimos cinco anos, criando um novo e promissor mercado na área de software.
CRM não é um produto. Não é nem mesmo um conjunto de produtos, mas sim um conceito que requer um modelo de negócios centrado nos clientes. É evidente que ele será apoiado por um conjunto de ferramentas que integrarão tanto o front como o back office. Este conjunto de aplicações, devidamente coordenadas, irá assegurar um maior grau de satisfação dos clientes que terão uma ligação direta com organizações lucrativas.
As organizações estão direcionando todos os seus esforços internos e externos com o foco voltado para o elemento que é a razão de sua existência: o cliente.
Normalmente os benefícios da gerência de relacionamento com clientes podem ser encontrados em uma ou mais das seguintes áreas:
  • Menor custo no processo de recrutamento de clientes - economia em marketing, mala-direta, contato, acompanhamento, desempenho, serviços, etc.
  • Não é necessário conseguir tantos clientes para manter um grande volume de negócios.
  • Custo reduzido nas vendas - os clientes existentes respondem melhor. O melhor conhecimento dos canais e preferência dos clientes induz mais eficiência na relação.
  • Maior lucratividade por cliente - maior participação na carteira; melhor acompanhamento das vendas, mais clientes indicados devido à maior satisfação dos clientes com os serviços; capacidade de efetuar vendas cruzadas ou aumentar as vendas a partir dos volumes de vendas atuais.
  • Retenção e lealdade crescente dos clientes - os clientes permanecem mais tempo, compram mais, entram em contato com a empresa quando sentem necessidade (o que amplia a força da relação) e o ciclo de compra com mais freqüência. Dessa forma, o CRM aumenta as oportunidades e a realização de negócios.
  • Avaliação da lucratividade do cliente – conhecendo os clientes que são realmente lucrativos e os que devem ser transferidos da classe que não dão lucro ou dão lucro baixo por meio de vendas cruzadas ou aumento de vendas. É possível identificar os clientes que nunca serão lucrativos, os clientes que devem ser gerenciados por canais externos e os clientes que devem render futuros negócios.
A maioria das aplicações de CRM trata dos aspectos operacionais da relação com o cliente. O call-center, por exemplo, quando é usado como ferramenta de SAC (serviço de atendimento a clientes) registra todas as ligações e ocorrências de um determinado cliente, facilitando, teoricamente, as próximas interações do cliente com a empresa.
Outros sistemas, como o sistema de automação de vendas (SFA) facilitam a vida dos vendedores e dos gerentes, permitindo o registro dos clientes, das oportunidades de negócio e o acompanhamento dos indicadores das vendas. Quase a totalidade dos projetos de CRM envolve somente a automação de aspectos operacionais da empresa, importantes, sem dúvida, mas CRM não é só isso.
O CRM Operacional trata das ações operacionais com os Clientes como os processos do SAC – Sistema de Atendimento a Clientes, SFA – Sistema de Automação da Força de Vendas e Automação do Marketing. Neste ambiente fazem parte também os Sistemas de Mobile Office e as interfaces com os Sistemas Tradicionais de Back Office.
O CRM operacional trata das ações operacionais com os Clientes, além dos sistemas já citados, este ambiente deve contemplar a integração do back office e do mobile ou virtual office.
O CRM colaborativo engloba todos os pontos de contato com o cliente onde ocorre a interação entre ele e a empresa, como os processos de atendimento telefônico ativo e receptivo, carta, web, e-mail , etc. Os vários canais de contato devem estar preparados para não só permitir essa interação, como também garantir o fluxo adequado dos dados resultantes para o resto da organização.
O CRM analítico, fonte de toda a inteligência do processo, serve para o ajuste das estratégias de diferenciação de clientes, bem como para o acompanhamento de seus hábitos, com o objetivo de identificar suas necessidades e os eventos que possam ocorrer na vida de cada um deles. Tudo com o objetivo de tornar, para os melhores clientes, a relação com a empresa algo fácil e conveniente, buscando sua satisfação e fidelidade.
O que se convencionou chamar de CRM analítico é, para a maioria dos fornecedores do mercado, um casamento entre as ferramentas de gestão do relacionamento com clientes e as ferramentas de Business Intelligence (BI). O intuito dessa união é garantir que todas as informações armazenadas em aplicações operacionais de sistemas de gestão de ¬¬- como call center e automação da força de vendas - sejam utilizadas para agregar inteligência ao negócio. Uma vez que a empresa tenha seus canais de contato com os clientes e as informações consolidadas, partir para iniciativas analíticas é uma conseqüência natural.
Além disso, é através das ferramentas analíticas que identificamos os clientes de menor valor para a empresa. Através de tratamento diferenciado, pode-se conseguir uma redução significativa dos custos de atendimento a esses clientes.
Idealmente, as ferramentas de análise, mineração de dados (data mining), relatórios analíticos, devem ter como única fonte de dados o Data Warehouse, base de dados históricos integrados que tem como objetivo fornecer uma visão única, orientada a assuntos, dos dados da empresa. Entretanto, nem sempre podemos aguardar que o DW fique pronto, e utilizamos sistemas isolados. É importante ressaltar a importância da integração dos dados analíticos ao longo do tempo, para não correr o risco de lidar com "distintas versões da verdade".
De um modo geral, como nos sistemas tradicionais, os sistemas de CRM devem vislumbrar aplicações analíticas, que como já foi dito, são a verdadeira fonte de informações para a busca de vantagem competitiva.
Basicamente as tecnologias de Sistemas de Informação mais utilizadas em um CRM são o data warehouse e o data mining que possibilitam extrair informações de uma grande massa dados. Estas duas ferramentas podem ser usadas nos mais diversos sistemas de informação, porém quando elas são utilizadas para atender o CRM, as informações que estas produzirão terão sempre o foco no consumidor e na sua conexão com a organização.

Data Mining

Mineração de dados


Mineração de dados ou data mining é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou seqüências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
Esse é um tópico recente em Ciência da computação, mas utiliza várias técnicas da Estatística, Recuperação da Informação, Inteligência Artificial e reconhecimento de padrões.
Visão geral
Esta tecnologia é formada por um conjunto de ferramentas que através do uso de algoritmos de aprendizado ou baseados em redes neurais e estatística, são capazes de explorar um grande conjunto de dados, extraindo dos mesmos conhecimento, na forma de hipóteses e de regras. Diariamente as empresas acumulam diversos dados em seus bancos de dados, inclusive com dados e hábitos de seus clientes. Todos estes dados podem contribuir para a empresa, sugerindo tendências e particularidades pertinentes a ela e seu meio ambiente interno e externo, visando uma rápida ação de seus gestores.
Com a geração de informações e conhecimentos úteis para as empresas, os seus negócios geram mais lucratividade. Os recursos da Tecnologia da Informação, mais precisamente a capacidade do hardware e software disponíveis podem concluir atividades em questão de horas, o que tradicionalmente as pessoas levariam meses. Efetivamente a mineração de dados cumpre o papel de descoberta de conhecimentos.
Etapas da Mineração de Dados
Os passos fundamentais de uma mineração bem sucedida a partir de fontes de dados (bancos de dados, relatórios, logs de acesso, transações, etc), é a realização de uma limpeza (consistência, preenchimento de informações, remoção de ruído e redundâncias, etc). Disto nascem os repositórios organizados (Data Marts e Data Warehouses).
É a partir deles que se pode selecionar algumas colunas para atravessarem o processo de mineração. Tipicamente, este processo não é o final da história: de forma interativa e freqüentemente usando visualização gráfica, um analista refina e conduz o processo até que os padrões apareçam. Observe que todo esse processo parece indicar uma hierarquia, algo que começa em instâncias elementares (embora volumosas) e terminam em um ponto relativamente concentrado.
Encontrar padrões requer que os dados brutos sejam sistematicamente "simplificados" de forma a desconsiderar aquilo que é específico e privilegiar aquilo que é genérico. Faz-se isso porque não parece haver muito conhecimento a extrair de eventos isolados. Uma loja de sua rede que tenha vendido a um cliente uma quantidade impressionante de um determinado produto em uma única data, pode apenas significar que esse cliente em particular, procurava grande quantidade desse produto naquele exato momento. Mas isso provavelmente não indica nenhuma tendência de mercado.
Localizando Padrões
Padrões são unidades de informação que se repetem. A tarefa de localizar padrões não é privilégio da Mineração de Dados. Nosso cérebro utiliza-se de processos similares, pois muito do conhecimento que temos em nossa mente é, de certa forma, um processo que depende da localização de padrões. Para exemplificar esses conceitos, vamos propor um breve exercício de uma indução de regras abstratas. Nosso objetivo é tentar obter alguma expressão genérica para a seguinte seqüência:
Seqüência original: ABCXYABCZKABDKCABCTUABEWLABCWO
Observe atentamente essa seqüência de letras e tente encontrar alguma coisa relevante. Veja algumas possibilidades:
Passo 1: A primeira etapa é perceber que existe uma seqüência de letras que se repete bastante. Encontramos as seqüências "AB" e "ABC" e observamos que elas ocorrem com freqüência superior à das outras seqüências.
Passo 2: Após determinarmos as seqüências "ABC" e "AB", verificamos que elas segmentam o padrão original em diversas unidades independentes:
  • "ABCXY"
  • "ABCZK"
  • "ABDKC"
  • "ABCTU"
  • "ABEWL"
  • "ABCWO"
Passo 3: Fazem-se agora induções, que geram algumas representações genéricas dessas unidades:
  • "ABC??" "ABD??" "ABE??" e "AB???", onde '?' representa qualquer letra
No final desse processo, toda a seqüência original foi substituída por regras genéricas indutivas que simplificou (reduziu) a informação original a algumas expressões simples. Esta explicação é um dos pontos essenciais da mineração de dados, como se pode fazer para extrair certos padrões de dados brutos. Contudo, mais importante do que simplesmente obter essa redução de informação, esse processo nos permite gerar formas de predizer futuras ocorrências de padrões.
Exemplo Prático
Vamos observar aqui apenas um pequeno exemplo prático do que podemos utilizar com as expressões abstratas genéricas que obtivemos. Uma dessas expressões nos diz que toda vez que encontramos a seqüência "AB", podemos inferir que iremos encontrar mais três caracteres e isto completaria um "padrão". Nesta forma abstrata ainda pode ficar difícil de perceber a relevância deste resultado. Por isso vamos usar uma representação mais próxima da realidade.
Imagine que a letra 'A' esteja representando um item qualquer de um registro comercial. Por exemplo, a letra 'A' poderia significar "aquisição de pão" em uma transação de supermercado. A letra 'B' poderia, por exemplo, significar "aquisição de leite". A letra 'C' é um indicador de que o leite que foi adquirido é do tipo desnatado. É interessante notar que a obtenção de uma regra com as letras "AB" quer dizer, na prática, que toda vez que alguém comprou pão, também comprou leite. Esses dois atributos estão associados e isto foi revelado pelo processo de descoberta de padrões.
Esta associação já nos fará pensar em colocar "leite" e "pão" mais próximos um do outro no supermercado, pois assim estaríamos facilitando a aquisição conjunta desses dois produtos. Mas a coisa pode ir além disso, bastando continuar nossa exploração da indução.
Suponha que a letra X queira dizer "manteiga sem sal", e a letra 'Z' signifique "manteiga com sal". A letra 'T' poderia significar "margarina". Parece que poderíamos tentar unificar todas essas letras através de um único conceito, uma idéia que resuma uma característica essencial de todos esses itens. Introduzimos a letra 'V', que significaria "manteiga/margarina", ou "coisas que passamos no pão". Fizemos uma indução orientada a atributos, substituímos uma série de valores distintos (mas similares) por um nome só.
Ao fazer isso estamos perdendo um pouco das características dos dados originais. Após essa transformação, já não sabemos mais o que é manteiga e o que é margarina. Essa perda de informação é fundamental na indução e é um dos fatores que permite o aparecimento de padrões mais gerais.
Qual a vantagem de assim proceder? Basta codificar a seqüência original substituindo a letra V em todos os lugares devidos. Assim fica essa seqüência transformada:
  • ABCVYABCVKABDKCABCVUABEWLABCVO
Daqui, o sistema de Mineração de Dados irá extrair, entre outras coisas, a expressão "ABCV", que irá revelar algo muito interessante:
  • A maioria dos usuários que adquiriram pão e leite desnatado também adquiriram manteiga ou margarina.
De posse desta regra, fica fácil imaginar uma disposição nas prateleiras do supermercado para incentivar ainda mais este hábito. Em linguagem mais lógica, pode-se dizer que pão e leite estão associados (implicam) na aquisição de manteiga:
  • Pão, Leite => Manteiga
Exemplos Reais
Wal-Mart
Embora recente, a história da Mineração de Dados já tem casos bem conhecidos. O mais divulgado é o da cadeia americana Wal-Mart, que identificou um hábito curioso dos consumidores. Ao procurar eventuais relações entre o volume de vendas e os dias da semana, o software apontou que, às sextas-feiras, as vendas de cervejas cresciam na mesma proporção que as de fraldas. Crianças bebendo cerveja? Não. Uma investigação mais detalhada revelou que, ao comprar fraldas para seus bebês, os pais aproveitavam para abastecer as reservas de cerveja para o final de semana.
Vestibular PUC-RJ
Utilizando as técnicas da mineração de dados, um programa de obtenção de conhecimento depois de examinar milhares de alunos forneceu a seguinte regra: se o candidato é do sexo feminino, trabalha e teve aprovação com boas notas no vestibular, então não efetivava a matrícula. Estranho, ninguém havia pensado nisso... mas uma reflexão justifica a regra oferecida pelo programa: de acordo com os costumes do Rio de Janeiro, uma mulher em idade de vestibular, se trabalha é porque precisa, e neste caso deve ter feito inscrição para ingressar na universidade pública gratuita. Se teve boas notas provavelmente foi aprovada na universidade pública onde efetivará matrícula. Claro que há exceções: pessoas que moram em frente à PUC, pessoas mais velhas, de alto poder aquisitivo e que voltaram a estudar por outras razões que ter uma profissão, etc. Mas a grande maioria obedece à regra anunciada.

Data Mart

     A criação de um data warehouse requer tempo, dinheiro e considerável esforço gerencial. Muitas companhias ingressam num projeto de data warehouse focando necessidades especiais de pequenos grupos dentro da organização. Estes pequenos armazenamentos de dados são chamados de Data Mart. Um data mart é um pequeno data warehouse que fornece suporte à decisão de um pequeno grupo de pessoas.
     Algumas organizações são atraídas pelos data marts não apenas por causa do custo mais baixo e um tempo menor de implementação, mas também por causa dos avanços tecnológicos. São elas que fornecem um SAD customizado para pequenos grupos de tal modo que um sistema centralizado pode não estar apto a fornecer. Os data marts podem servir como veículo de teste para empresas que desejam explorar os benefícios do data warehouse.
     Há um consenso entre os fornecedores de soluções de data warehouse. A idéia é começar pequeno, porém pensando grande. E é o que está acontecendo. Na maioria dos casos, as empresas que optam pelo data warehouse iniciam o processo a partir de uma área específica da empresa para depois ir crescendo aos poucos. Mesmo nos casos de “Full Warehouse” ou data warehouse completos - como o da Previdência Social da Holanda e Noruega - o processo costuma ser organizado a partir dos data marts.
     A variação de custo e duração de um projeto de data warehouse depende do tamanho e da infra-estrutura da base de dados a ser trabalhada e também da necessidade de “poder de fogo” (do quão estratégico e eficiente tem que ser o sistema para o cliente). Acima de tudo, a empresa tem que saber identificar quais são os tipos de informações mais valiosos.
     O data warehouse pode ser uma decisão estratégica, mas não pode ser encarado com imediatismo, ou seja, não é apenas algo que se realiza aos poucos, mas também é um processo contínuo de atualização e consolidação dos dados corporativos. Por isso, os investimentos em um sistema desse tipo não devem e nem podem ser feitos de uma única vez, mas de forma gradual ao longo do tempo.
Data Warehouse X DataMart

     É preciso ter em mente que as diferenças entre data mart e data warehouse são apenas com relação ao tamanho e ao escopo do problema a ser resolvido. Portanto, as definições dos problemas e os requisitos de dados são essencialmente os mesmos para ambos. Enquanto um data mart trata de um problema departamental ou local, um data warehouse envolve o esforço de toda a empresa para que o suporte à decisões atue em todos os níveis da organização. Sabendo-se as diferenças entre escopo e tamanho, o desenvolvimento de um data warehouse requer tempo, dados e investimentos gerenciais muito maiores que um data mart.
     Por muitos anos, todos os sistemas que extraíam dados de sistemas legados e os armazenavam de maneira utilizável para suporte a decisões eram chamados de data warehouses. Ao longo dos últimos anos, tem sido feita uma distinção entre os data warehouses corporativos e os data marts departamentais, mesmo que geralmente o conceito ainda continue sendo chamado de data warehousing.
     Debates na indústria em geral, indicam que de 70 a 80 por cento de todos os data warehouses atualmente em produção são, na verdade, data marts. Na Conferência do Meta Group/DCI 1997 Data Warehouse World Conference, de fevereiro de 1997 observou-se que “o foco dos departamentos de informática tem se transferido da justificação do custo de implementação de data warehouses para a entrega de aplicações de data marts.”
     Os data marts atendem às necessidades de unidades específicas de negócios, ao invés das da corporação como um todo. Eles otimizam o fornecimento de informações de suporte à decisões e focam a gerência sumarizada e/ou dados exemplificativos ao invés do histórico de níveis atomizados. Eles podem ser apropriados e gerenciados por pessoal de fora do departamento de informática das corporações.
     A crescente popularidade desses mal definidos data marts em cima da popularidade dos grandes sistemas de data warehouses corporativos é baseada em bons motivos:
  • Os data marts têm diminuído drasticamente o custo de implementação e manutenção de sistemas de apoio à decisões, colocando-os posto ao alcance de um número muito maior de corporações;
  • Eles podem ser prototipados muito mais rapidamente, com alguns pilotos sendo construídos entre 30 e 120 dias e sistemas completos sendo construídos entre 3 e seis meses;
  • Os data marts têm o escopo mais limitado e são mais identificados com grupos de necessidades dos usuários, o que se traduz em esforço/equipe concentrados.
    Os departamentos autônomos e as pequenas unidades de negócios freqüentemente preferem construir o seu próprio sistema de apoio à decisões via data marts. Muitos departamentos de informática estão vendo a efetividade desta abordagem e estão agora construindo o data warehouse por tópico ou um data mart por vez, ganhando experiência gradualmente e garantindo o suporte dos fatores-chave de gestão e colhendo benefícios concretos várias vezes ao ano. Começando com planos modestos e desenvolvendo-os na medida que se adquire mais conhecimento sobre as fontes de dados e as necessidades dos usuários faz com que as organizações justifiquem os data marts na medida em que progridem.
     Algumas vezes, projetos que começam como data warehouse transformam-se em data marts. Quando as organizações acumulam grandes volumes de dados históricos para suporte à decisão que se mostram pouco ou nunca utilizados, elas podem reduzir o armazenamento ou arquivamento de informações e contrair o seu data warehouse para um data mart mais focado. Ou elas podem dividir o warehouse em vários data marts, oferecendo tempos de resposta mais rápidos, acesso mais fácil e menos complexidade para os usuários finais.