RFM, recomendação, elasticidade de preço e previsão de recompra para campanhas
A rede tem clientes, compras, lojas, vendedores e estoque em planilhas separadas e precisa transformá-los em campanhas: quem é cliente campeão ou está em risco, que produtos oferecer, quanto de desconto aplicar e quem deve voltar a comprar.
O que o projeto precisava entregar
Carregar as bases da organização no MongoDB, segmentar clientes por RFM em personas, recomendar produtos por filtragem colaborativa, estimar elasticidade e preço ótimo e prever recompra e abandono.
Como este case aparece aqui
Por acordo com o cliente, a empresa é identificada apenas pela atividade econômica — Varejo e Distribuição. O resultado não aparece porque não foi apurado nos arquivos do projeto; onde houve apuração, ela está publicada nos casos em destaque.
Veja também
Plataforma de analytics de vendas para distribuidora de alimentos: preço, RFM e recomendação
Varejo e Distribuição: A distribuidora vende milhares de produtos a clientes de ramos diferentes por meio de…
Ler →Plataforma diária de recomendação, campanhas e LTV para distribuidora de farma e higiene
Varejo e Distribuição: A distribuidora atende dezenas de milhares de pontos de venda por consultores, televendas e…
Ler →Elasticidade-preço, reposição de estoque, LTV e cestas para um atacadista distribuidor
Varejo e Distribuição: Um atacadista distribuidor com milhares de produtos e clientes precisa decidir quanto estoque…
Ler →