Reclamações de clientes como fonte de inovações a partir de uma Base de Help Desk utilizando Data Mining - Um exemplo de aplicação

Resumen

Em um mercado de acelerada competição e de consumidores cada vez mais exigentes, traçar o perfil do consumidor para adotar melhores estratégias de negociação pode fazer toda a diferença à medida que aumenta a satisfação do cliente. A presente pesquisa teve como objetivo a identificação do perfil de clientes para cada tipo de reclamações identificadas em uma base de dados sobre Help Desk de uma empresa de ração animal. Utilizou-se uma das técnicas de Mineração de Dados, chamada de clustering por meio do algoritmo k-means. A ferramenta selecionada para o respectivo trabalho foi o WEKA. Como resultados foram obtidos 23 clusters, com as respectivas características dos clientes para cada reclamação. Em alguns casos foram gerados 2 ou mais clusters para o mesmo tipo de reclamação , indicando perfis diferentes de clientes para o mesmo tipo de reclamação. Com o resultado, foi possível obter conhecimento das características de cada consumidor para cada tipo de reclamação, permitindo que a organização inove e atenda-os de forma customizada.