Uma das ferramentas mais utilizadas do mundo para a descoberta de tendências, probabilidades relacionados com acontecimentos em meio à operação de produção e cálculos para obtenção de margens de acertos e erros é a estatística, ciência na qual estuda justamente a observação dos possíveis fenômenos que podem ocorrer em variadas áreas, com vários tipos de observação.
A estatística poderá ser uma aliada ao Business Intelligence a partir do momento em que se tem uma amostra de dados a ser estudada com a finalidade de observar, por exemplo, com qual sexo, masculino ou feminino, os produtos de uma determinada loja faz mais sucesso em vendas e qual a faixa-etária se encontra tais compradores. Logicamente, esta loja ou estabelecimento deverá contar com um processo de cadastro de clientes, pelo menos aqueles para os quais uma venda fora consolidada. Ao longo do tempo, poderemos observar tal tendência de venda e passar essa descoberta aos vendedores para que os mesmos fiquem atentos.
Mas como trabalhar os dados estatisticamente?
Bom, o primeiro passo é ter um profissional bom de escrita de consulta em seu estabelecimento para depois iniciar o processo de recuperação da informação. Qualquer processo será bastante facilitado quando se tem profissionais especialistas trabalhando em quaisquer projetos (quem leu o livro Pai Rico, Pai Pobre tem a exata noção de que "colocar o dinheiro para trabalhar por nós é a melhor solução na obtenção de resultados melhores"). Após ter então, um profissional especialista em bancos de dados, precisaremos agrupar as opções masculino e feminino e por idade, de modo que tenhamos algo parecido com a seguinte tabela:
mysql-> select if(sex=1, 'M', 'F') sexo,
-> count(sex) as "qtdM/F" f
-> from custp where sex in(0,1) group by sexo;
+------+---------+
| sexo | qtdM/F |
+------+---------+
| F | 1885924 |
| M | 403127 |
+------+---------+
2 rows in set (0.39 sec)
Perceba que fizemos uma consulta primeiramente para verificar a quantidade de clientes que temos cadastrados em nosso banco de dados. Interessante que o sistema possa também armazenar informações sobre clientes ativos e inativos através da definição de alguma política, como por exemplo: "clientes que não realizaram compras nos últimos 12 meses será considerado pelo sistema como inativos até que realizem uma nova compra". Isso não é ruim pois através desta informação, se poderá enviar aos clientes tidos como inativos, folhetos promocionais direcionados para que estes voltem a fazer negócios com a sua loja.
De olho no gráfico acima, percebemos que a parcela do clientes do sexo feminino é muito maior que de clientes do gênero masculino. Mas, ainda não temos a exatidão se é o feminino que gasta mais que o masculino. Estes dados foram retornados de uma base de dados de uma loja de calçados, que oferece aos seus clientes tanto os calçados masculinos como calçados femininos. Precisamos de uma consulta mais abrangente para descobrir quem mais compra.
mysql-> select if(sex=1, 'M', 'F') sexo,
-> count(sex) as "qtdM/F",
-> concat('R$ ',format(sum(b.price),2)) as "totalFaturado"
-> from custp as a inner join xalog2 as b
-> on a.no = b.custno
-> where sex in(0,1) and
mysql-> select if(sex=1, 'M', 'F') sexo,
-> count(sex) as "qtdM/F" f
-> from custp where sex in(0,1) group by sexo;
+------+---------+
| sexo | qtdM/F |
+------+---------+
| F | 1885924 |
| M | 403127 |
+------+---------+
2 rows in set (0.39 sec)
Perceba que fizemos uma consulta primeiramente para verificar a quantidade de clientes que temos cadastrados em nosso banco de dados. Interessante que o sistema possa também armazenar informações sobre clientes ativos e inativos através da definição de alguma política, como por exemplo: "clientes que não realizaram compras nos últimos 12 meses será considerado pelo sistema como inativos até que realizem uma nova compra". Isso não é ruim pois através desta informação, se poderá enviar aos clientes tidos como inativos, folhetos promocionais direcionados para que estes voltem a fazer negócios com a sua loja.
De olho no gráfico acima, percebemos que a parcela do clientes do sexo feminino é muito maior que de clientes do gênero masculino. Mas, ainda não temos a exatidão se é o feminino que gasta mais que o masculino. Estes dados foram retornados de uma base de dados de uma loja de calçados, que oferece aos seus clientes tanto os calçados masculinos como calçados femininos. Precisamos de uma consulta mais abrangente para descobrir quem mais compra.
mysql-> select if(sex=1, 'M', 'F') sexo,
-> count(sex) as "qtdM/F",
-> concat('R$ ',format(sum(b.price),2)) as "totalFaturado"
-> from custp as a inner join xalog2 as b
-> on a.no = b.custno
-> where sex in(0,1) and
-> date_format(convert(date,date),'%Y') = '2008'
-> group by sexo
-> with rollup;
+------+--------+---------------------+
| sexo | qtdM/F | totalFaturado |
+------+--------+---------------------+
| F | 243046 | R$ 2,216,533,030.00 |
| M | 61511 | R$ 635,265,747.00 |
| | 304557 | R$ 2,851,798,777.00 |
+------+--------+---------------------+
3 rows in set (5.35 sec)
Veja o resultado comparativo acima no gráfico:
Levando-se em consideração que o resultado apresentado acima com uma consulta ao banco de dados traz dados de vendas consolidadas no ano de 2008, temos um faturamento elevado em vendas, distribuídas durante todos os períodos do ano. Podemos perceber ao analisar o último resultado que quem compra mais são as pessoas do sexo feminino, já que o faturamento é muito maior. Isso não significa que as pessoas do sexo masculino não gastam muito dinheiro. O que temos que verificar é se, mesmo gastando menos que as mulheres, será que os homens compram em mesma quantidade, só que produtos mais baratos? Pode ser que sim, pode ser que não.
Veremos mais no próximo post...Até.
-> group by sexo
-> with rollup;
+------+--------+---------------------+
| sexo | qtdM/F | totalFaturado |
+------+--------+---------------------+
| F | 243046 | R$ 2,216,533,030.00 |
| M | 61511 | R$ 635,265,747.00 |
| | 304557 | R$ 2,851,798,777.00 |
+------+--------+---------------------+
3 rows in set (5.35 sec)
Veja o resultado comparativo acima no gráfico:
Levando-se em consideração que o resultado apresentado acima com uma consulta ao banco de dados traz dados de vendas consolidadas no ano de 2008, temos um faturamento elevado em vendas, distribuídas durante todos os períodos do ano. Podemos perceber ao analisar o último resultado que quem compra mais são as pessoas do sexo feminino, já que o faturamento é muito maior. Isso não significa que as pessoas do sexo masculino não gastam muito dinheiro. O que temos que verificar é se, mesmo gastando menos que as mulheres, será que os homens compram em mesma quantidade, só que produtos mais baratos? Pode ser que sim, pode ser que não.
Veremos mais no próximo post...Até.



Nenhum comentário:
Postar um comentário