Skip to content

Latest commit

 

History

7 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 

Repository files navigation

📊🔍 PROJETO - Geração de Insights Direcionada ao Setor de Marketing: análise de churn e dados de venda

🤖💬 OBJETIVO - Nesse projeto, analiso um DataFrame com dados de uma empresa no mercado SaaS.

OBS: ao executar o pipeline completo, é gerado um relatório detalhado que responde perguntas do Setor de Marketing:

  • PERGUNTA 1: hoje, quais os principais motivos que nos fazem perder clientes?
  • PERGUNTA 2: qual o impacto financeiro para a empresa?
  • PERGUNTA 3: para contornar a situação, quais ações e estratégias podemos tomar?
  • PERGUNTA 4: quanto podemos ter de retorno resolvendo os principais problemas?

🧠💡Resultados da Análise, Insights e Recomendações Estratégicas:

❌ PERGUNTA 1 - ANÁLISE DE CANCELAMENTOS

POR MOTIVO:

  • N/A: 21.31%
  • Concorrente melhor: 17.43%
  • Preço: 16.22%
  • Suporte ruim: 15.50%
  • Usabilidade ruim: 14.77%
  • Não preciso mais: 14.77%

POR TIPO DE PLANO:

  • Anual: 41.04%
  • Mensal: 41.57%

POR Nº DE CHAMADOS NO SUPORTE

  • Zero(0): 42.06%
  • Um(1): 41.26%
  • Dois(2): 40.83%
  • Três(3): 42.50%
  • Quatro(4): 41.82%
  • Cinco(5): 43.18%
  • Dez(10): 33.33%

POR RECLAMAÇÃO NO RECLAME AQUI

  • False: 42.29%
  • True: 39.90%

⛔ PERGUNTA 2 e 3 - ANÁLISE DE CHURN

  • Receita Anual Recorrente (ARR) perdida com o Churn: R$ 556,002.12;
  • Estamos perdendo 41.14% da nossa receita potencial anualmente devido ao churn;
  • CENÁRIO OTIMISTA: se reduzirmos o churn por 'Suporte Ruim' e 'Preço' em 50%, podemos recuperar R$ 87,223.80 em receita anual.

💡PERGUNTA 4 - INSIGHTS PARA O SETOR DE MARKETING

1. Estratégia de Atendimento: clientes com mais de 2 chamados no suporte têm uma chance de churn altíssima. Isso revela uma necessidade de eficiência e estratégia no atendimento

  • **Ação: implementar uma automação. Ao abrir mais de 2 tickets em 30 dias, um relatório detalhado do cliente será enviado a um Especialista de Sucesso do Cliente. Além disso, o especialista deve contatá-lo proativamente para entender suas dores;
  • Benefícios: a ação transforma um ponto de atrito em um ponto de encantamento.

2. Ataque ao Churn no Plano Mensal: a taxa de churn no plano mensal é drasticamente maior. Os clientes não estão vendo valor rápido o suficiente para manter a assinatura.

  • **Ação 1: criar uma campanha automatizada no RD Station baseada em Health Score, segmentando os clientes por suas interações com o produto ou ações de Marketing (e-mail, webinars, e-books...);
  • **Ação 2: produzir estratégias de comunicação para cada nível de usuários: 'CAMPEÕES' (HS > 80%); 'EM RISCO' (HS 30% a 80%); 'CRÍTICOS' (HS < 10%);
  • Benefícios: aumento de LTV (Lifetime Value); Otimização do orçamento de Marketing; Gerar insights valiosos com o Health Score.

3. O Reclame Aqui é um Grito de Socorro: a correlação entre reclamar no RA e cancelar é quase 100%

  • **Ação 1: tratar cada reclamação no RA como uma emergência de 'churn iminente' e oferecer benefício exclusivo aos reclamantes mais insatisfeitos;
  • **Ação 2: estruturar equipe de atendentes especialistas nesse tipo de resolução. Aqui, faremos um dashboard de acompanhamento e previsão de reclamações;
  • Benefícios: lidando de maneira estratégica, podemos reverter visões negativas publicamente e aumentar percepção de autoridade.

4. Trabalhar Percepção de Valor: o segundo maior motivo de churn do nosso SaaS, é o preço. Ou seja, é perceptível a necessidade de aumentar a percepção de valor do produto.

  • **Ação: criar uma 'Retrospectiva de Insights' mensais automáticos enviados por e-mail. Aqui, vamos mostrar ao cliente o quanto ele usou do sistema e o que conquistou com ela (ex: 'Você automatizou X tarefas este mês, economizando Y horas e R$ Z em salários')
  • Benefícios: gradualmente aumentar a percepção de VALOR do produto, diminuindo a resistência ao PREÇO.

🔧 Requisitos

  • Python 3
  • pandas
  • faker
  • matplotlib
  • seaborn

About

Geração de Insights Direcionada ao Setor de Marketing: análise de churn e dados de venda

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Packages

Contributors

Languages