O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do Mackenzie |
Texto Completo: | https://dspace.mackenzie.br/handle/10899/31277 |
Resumo: | Este estudo investigou de que forma poderia ser aprimorada a previsão das vendas de uma organização considerando a complexidade das vendas corporativas, denominadas de vendas complexas de empresa para empresa (B2B). A previsão das vendas complexas B2B é denominada de forecast. As vendas complexas B2B são aquelas transações que exigem da equipe de vendas especialização e intensa interação com a organização compradora em um processo em que o vendedor desempenha o papel de knowledge broker. As equipes de vendas utilizam todo o arsenal de conhecimentos organizacionais disponíveis, conhecimentos técnicos; experiência pessoal; ferramentas tecnológicas; e mais recentemente inteligência artificial. Este estudo verificou como a experiência da equipe de vendas, seus conhecimentos tanto tácitos como explícitos, podem ser incorporados em sistemas com inteligência artificial por meio do modelo SECI de criação e transferência de conhecimentos. Foi realizada pesquisa qualitativa, mediante a aplicação de grupos focais (focus group) nas equipes de vendas da organização vendedora. Esta pesquisa buscou entender os tipos de conhecimentos usados pela equipe de vendas para o sucesso da transação, de que tipo são estes conhecimentos e se eles podem ser incorporados em modelos de inteligência artificial para aprimoramentos do forecast das vendas complexas B2B. Os resultados da pesquisa de campo confirmaram que existe troca de conhecimentos dos tipos de tácitos e explícitos entre os membros da equipe de vendas e entre as organizações vendedoras e compradoras, importantes para o sucesso das transações nas vendas complexas B2B. Do ponto de vista aplicado este estudo trouxe melhor compreensão de que forma o modelo SECI pode ser utilizado por organizações a fim de melhorar seu forecast de vendas complexas B2B. Do ponto de vista teórico, apresentou elementos de como o conhecimento tácito pode ser capturado pela inteligência artificial por meio do modelo SECI abrindo possibilidades de pesquisas futuras em outras áreas além das vendas complexas B2B. |
id |
UPM_54493f74c0db7201a1244dd96b2fe71e |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/31277 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
10277 |
spelling |
Cruz Junior, Milton Prudencio daPopadiuk, Silvio2023-02-08T15:01:43Z2023-02-08T15:01:43Z2022-11-29Este estudo investigou de que forma poderia ser aprimorada a previsão das vendas de uma organização considerando a complexidade das vendas corporativas, denominadas de vendas complexas de empresa para empresa (B2B). A previsão das vendas complexas B2B é denominada de forecast. As vendas complexas B2B são aquelas transações que exigem da equipe de vendas especialização e intensa interação com a organização compradora em um processo em que o vendedor desempenha o papel de knowledge broker. As equipes de vendas utilizam todo o arsenal de conhecimentos organizacionais disponíveis, conhecimentos técnicos; experiência pessoal; ferramentas tecnológicas; e mais recentemente inteligência artificial. Este estudo verificou como a experiência da equipe de vendas, seus conhecimentos tanto tácitos como explícitos, podem ser incorporados em sistemas com inteligência artificial por meio do modelo SECI de criação e transferência de conhecimentos. Foi realizada pesquisa qualitativa, mediante a aplicação de grupos focais (focus group) nas equipes de vendas da organização vendedora. Esta pesquisa buscou entender os tipos de conhecimentos usados pela equipe de vendas para o sucesso da transação, de que tipo são estes conhecimentos e se eles podem ser incorporados em modelos de inteligência artificial para aprimoramentos do forecast das vendas complexas B2B. Os resultados da pesquisa de campo confirmaram que existe troca de conhecimentos dos tipos de tácitos e explícitos entre os membros da equipe de vendas e entre as organizações vendedoras e compradoras, importantes para o sucesso das transações nas vendas complexas B2B. Do ponto de vista aplicado este estudo trouxe melhor compreensão de que forma o modelo SECI pode ser utilizado por organizações a fim de melhorar seu forecast de vendas complexas B2B. Do ponto de vista teórico, apresentou elementos de como o conhecimento tácito pode ser capturado pela inteligência artificial por meio do modelo SECI abrindo possibilidades de pesquisas futuras em outras áreas além das vendas complexas B2B.https://dspace.mackenzie.br/handle/10899/31277porengUniversidade Presbiteriana MackenzieUPMBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessvendas complexas b2binteligência artificialmodelo seciconhecimento tácitoO aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seciinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEhttp://lattes.cnpq.br/1784002683973468https://orcid.org/0000-0003-1089-4928http://lattes.cnpq.br/8398623402133671Franklin, Marcos Antoniohttp://lattes.cnpq.br/2950539167889147https://orcid.org/0000-0003-1102-3315Dias, Taciana de Lemoshttp://lattes.cnpq.br/0535178144031059https://orcid.org/0000-0002-7172-1230This study investigated how an organization's sales forecast could be improved considering the business-to-business sales (B2B). The complex B2B sales are those that require from sales teams’ expertise and intense interaction with the purchasing organization in a process the seller plays the role of knowledge broker. The sales teams use the entire arsenal of organizational knowledge available from technical knowledge to personal experience, and more recently artificial intelligence. This study verified how the experience of the sales teams can be incorporated into artificial intelligence system through the SECI model. Qualitative research was carried out applying focus groups in the sales teams to understand the types of knowledge used by them and whether they can be incorporated into artificial intelligence systems to improve complex B2B sales forecast. The results of the field research confirmed that there are exchange of knowledge types tacit and explicit between the sales team members and between sales and buyer organizations for the success of transactions in complex B2B sales. From the applied point of view this study brought a better understanding of how the SECI model can be used by organizations to improve their complex B2B sales forecast. From a theoretical point of view, it presented elements of how tacit knowledge can be captured by artificial intelligence through the SECI model opening possibilities for future research in areas other than B2B complex sales.b2b complex salesartificial intelligenceseci modeltacit knowledgeCentro de Ciências Sociais e Aplicadas (CCSA)Administração de EmpresasCNPQ::CIENCIAS SOCIAIS APLICADASORIGINALMILTON PRUDENCIO DA CRUZ JUNIOR.pdfMILTON PRUDENCIO DA CRUZ JUNIOR.pdfMilton Prudencio da Cruz Juniorapplication/pdf22949304https://dspace.mackenzie.br/bitstreams/818ab647-77ef-49b3-8299-bd316aaeda6d/download5563b7ca736ae528d79f9e68e50210d8MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://dspace.mackenzie.br/bitstreams/95071662-6af3-4a4f-8fd9-7af94f7336c2/downloade39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81997https://dspace.mackenzie.br/bitstreams/4067184b-27c5-454c-a026-30fece1390a1/downloadfb735e1a8fa1feda568f1b61905f8d57MD53TEXTMILTON PRUDENCIO DA CRUZ JUNIOR.pdf.txtMILTON PRUDENCIO DA CRUZ JUNIOR.pdf.txtExtracted texttext/plain174207https://dspace.mackenzie.br/bitstreams/f656a3e7-28df-408f-a040-233ba709fe69/download675e2ae3d4276f3bc355b35743a42aa4MD54THUMBNAILMILTON PRUDENCIO DA CRUZ JUNIOR.pdf.jpgMILTON PRUDENCIO DA CRUZ JUNIOR.pdf.jpgGenerated Thumbnailimage/jpeg1180https://dspace.mackenzie.br/bitstreams/a35138da-950b-479e-b261-b8342a963ffa/download08790c81cf858eab384dd8237c506390MD5510899/312772023-02-09 01:02:04.218http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Braziloai:dspace.mackenzie.br:10899/31277https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772023-02-09T01:02:04Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)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 |
dc.title.pt_BR.fl_str_mv |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
title |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
spellingShingle |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci Cruz Junior, Milton Prudencio da vendas complexas b2b inteligência artificial modelo seci conhecimento tácito |
title_short |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
title_full |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
title_fullStr |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
title_full_unstemmed |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
title_sort |
O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci |
author |
Cruz Junior, Milton Prudencio da |
author_facet |
Cruz Junior, Milton Prudencio da |
author_role |
author |
dc.contributor.author.fl_str_mv |
Cruz Junior, Milton Prudencio da |
dc.contributor.advisor1.fl_str_mv |
Popadiuk, Silvio |
contributor_str_mv |
Popadiuk, Silvio |
dc.subject.por.fl_str_mv |
vendas complexas b2b inteligência artificial modelo seci conhecimento tácito |
topic |
vendas complexas b2b inteligência artificial modelo seci conhecimento tácito |
description |
Este estudo investigou de que forma poderia ser aprimorada a previsão das vendas de uma organização considerando a complexidade das vendas corporativas, denominadas de vendas complexas de empresa para empresa (B2B). A previsão das vendas complexas B2B é denominada de forecast. As vendas complexas B2B são aquelas transações que exigem da equipe de vendas especialização e intensa interação com a organização compradora em um processo em que o vendedor desempenha o papel de knowledge broker. As equipes de vendas utilizam todo o arsenal de conhecimentos organizacionais disponíveis, conhecimentos técnicos; experiência pessoal; ferramentas tecnológicas; e mais recentemente inteligência artificial. Este estudo verificou como a experiência da equipe de vendas, seus conhecimentos tanto tácitos como explícitos, podem ser incorporados em sistemas com inteligência artificial por meio do modelo SECI de criação e transferência de conhecimentos. Foi realizada pesquisa qualitativa, mediante a aplicação de grupos focais (focus group) nas equipes de vendas da organização vendedora. Esta pesquisa buscou entender os tipos de conhecimentos usados pela equipe de vendas para o sucesso da transação, de que tipo são estes conhecimentos e se eles podem ser incorporados em modelos de inteligência artificial para aprimoramentos do forecast das vendas complexas B2B. Os resultados da pesquisa de campo confirmaram que existe troca de conhecimentos dos tipos de tácitos e explícitos entre os membros da equipe de vendas e entre as organizações vendedoras e compradoras, importantes para o sucesso das transações nas vendas complexas B2B. Do ponto de vista aplicado este estudo trouxe melhor compreensão de que forma o modelo SECI pode ser utilizado por organizações a fim de melhorar seu forecast de vendas complexas B2B. Do ponto de vista teórico, apresentou elementos de como o conhecimento tácito pode ser capturado pela inteligência artificial por meio do modelo SECI abrindo possibilidades de pesquisas futuras em outras áreas além das vendas complexas B2B. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022-11-29 |
dc.date.accessioned.fl_str_mv |
2023-02-08T15:01:43Z |
dc.date.available.fl_str_mv |
2023-02-08T15:01:43Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://dspace.mackenzie.br/handle/10899/31277 |
url |
https://dspace.mackenzie.br/handle/10899/31277 |
dc.language.iso.fl_str_mv |
por eng |
language |
por eng |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.publisher.initials.fl_str_mv |
UPM |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
bitstream.url.fl_str_mv |
https://dspace.mackenzie.br/bitstreams/818ab647-77ef-49b3-8299-bd316aaeda6d/download https://dspace.mackenzie.br/bitstreams/95071662-6af3-4a4f-8fd9-7af94f7336c2/download https://dspace.mackenzie.br/bitstreams/4067184b-27c5-454c-a026-30fece1390a1/download https://dspace.mackenzie.br/bitstreams/f656a3e7-28df-408f-a040-233ba709fe69/download https://dspace.mackenzie.br/bitstreams/a35138da-950b-479e-b261-b8342a963ffa/download |
bitstream.checksum.fl_str_mv |
5563b7ca736ae528d79f9e68e50210d8 e39d27027a6cc9cb039ad269a5db8e34 fb735e1a8fa1feda568f1b61905f8d57 675e2ae3d4276f3bc355b35743a42aa4 08790c81cf858eab384dd8237c506390 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE) |
repository.mail.fl_str_mv |
repositorio@mackenzie.br||paola.damato@mackenzie.br |
_version_ |
1813820028642918400 |