Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital

Detalhes bibliográficos
Autor(a) principal: Jacomini, Guilherme Colombo
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/18/18156/tde-02082022-151916/
Resumo: A gestão de relacionamento com clientes (CRM) possui papel importante e já têm sido estudada há algum tempo na literatura. Neste processo, surgiu a necessidade de estabelecer uma forma de avaliar e priorizar os clientes, de acordo com critérios quantitativos e qualitativos que sejam importantes na relação entre uma organização e seus clientes. Dentre as principais atividades de CRM e avaliação de clientes estão a seleção, priorização e gestão de portfólio de clientes. Existem estudos que abordaram o agrupamento de clientes baseando-se em suas características e variados critérios, utilizando-se dos métodos que visam a definição de cluster. Porém, poucos estudos apontaram o uso de métodos de decisão multicritério (técnicas MCDM) para a seleção, priorização e gestão de portfólio de clientes, bem como a utilização destas técnicas associadas a teoria dos conjuntos fuzzy (técnicas fuzzy MCDM). Além disso, também foi pouco explorada a aplicação de técnicas MCDM não-compensatórias, que permitiria aproveitar as vantagens oferecidas por métodos desta natureza. Notou-se também a ausência de estudos que abrangessem as três atividades de CRM citadas em um mesmo modelo. Visando diminuir as lacunas identificadas, esta dissertação tem por objetivo principal propor um modelo de apoio à decisão para a seleção de potenciais clientes e para a gestão de portfólio e priorização de clientes atuais de uma empresa de marketing digital, utilizando-se diferentes técnicas MCDM e fuzzy MCDM nas diferentes etapas do processo, sendo elas: PROMETHEE II para seleção de potenciais clientes, garantindo mínimo desempenho em cada critério; e fuzzy TOPSIS para gestão de portfólio e priorização, visando classificação por meio de matrizes de portfólio. Além disso, para realizar a priorização dos projetos dos clientes, utiliza-se o sistema de inferência fuzzy. A proposta envolve ainda o desenvolvimento do recurso computacional, replicável, à disposição de uso da empresa e da comunidade. Por fim, o modelo foi testado por meio de aplicações de suas etapas e por meio de análise de sensibilidade para avaliar sua robustez e as possíveis alterações de seus resultados frente à alteração de parâmetros das técnicas.
id USP_8a939116b50310b413a7479a64eaa1c3
oai_identifier_str oai:teses.usp.br:tde-02082022-151916
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digitalCustomer relationship management using multicriteria decision making methods: application in a digital marketing organizationfuzzy TOPSIScustomer portfolio managementcustomer prioritizationcustomer relationship managementcustomer selectionfuzzy inference systemfuzzy TOPSISgestão de portfólio de clientesgestão de relacionamento com clientesinferência fuzzypriorização de clientesPROMETHEE IIPROMETHEE IIseleção de clientesA gestão de relacionamento com clientes (CRM) possui papel importante e já têm sido estudada há algum tempo na literatura. Neste processo, surgiu a necessidade de estabelecer uma forma de avaliar e priorizar os clientes, de acordo com critérios quantitativos e qualitativos que sejam importantes na relação entre uma organização e seus clientes. Dentre as principais atividades de CRM e avaliação de clientes estão a seleção, priorização e gestão de portfólio de clientes. Existem estudos que abordaram o agrupamento de clientes baseando-se em suas características e variados critérios, utilizando-se dos métodos que visam a definição de cluster. Porém, poucos estudos apontaram o uso de métodos de decisão multicritério (técnicas MCDM) para a seleção, priorização e gestão de portfólio de clientes, bem como a utilização destas técnicas associadas a teoria dos conjuntos fuzzy (técnicas fuzzy MCDM). Além disso, também foi pouco explorada a aplicação de técnicas MCDM não-compensatórias, que permitiria aproveitar as vantagens oferecidas por métodos desta natureza. Notou-se também a ausência de estudos que abrangessem as três atividades de CRM citadas em um mesmo modelo. Visando diminuir as lacunas identificadas, esta dissertação tem por objetivo principal propor um modelo de apoio à decisão para a seleção de potenciais clientes e para a gestão de portfólio e priorização de clientes atuais de uma empresa de marketing digital, utilizando-se diferentes técnicas MCDM e fuzzy MCDM nas diferentes etapas do processo, sendo elas: PROMETHEE II para seleção de potenciais clientes, garantindo mínimo desempenho em cada critério; e fuzzy TOPSIS para gestão de portfólio e priorização, visando classificação por meio de matrizes de portfólio. Além disso, para realizar a priorização dos projetos dos clientes, utiliza-se o sistema de inferência fuzzy. A proposta envolve ainda o desenvolvimento do recurso computacional, replicável, à disposição de uso da empresa e da comunidade. Por fim, o modelo foi testado por meio de aplicações de suas etapas e por meio de análise de sensibilidade para avaliar sua robustez e as possíveis alterações de seus resultados frente à alteração de parâmetros das técnicas.Customer relationship management (CRM) has an important and already known role in the literature. There is a need to establish a way to evaluate and prioritize customers, according to quantitative and qualitative criteria that are important in the relationship between an organization and its customers. Customer selection, prioritization and customer portfolio management are three essential activities for CRM and evaluation. In the previous literature, there are some studies that approached grouping clients based on their characteristics and varied criteria, by using clustering methods. However, few studies have applied multicriteria decision methods (MCDM techniques) aiming customer selection, prioritization and portfolio management, as well as the use of these techniques associated with the theory of fuzzy sets (fuzzy MCDM techniques). In addition, studies did not explore using non-compensatory method to explore its advantages and characteristics. It was also noted the absence of studies covering those three highlighted CRM activities in a single model. To narrow the identified gaps, this project aims to contribute through the development of a decision support model that seeks potential customer selection and portfolio management and prioritization of current customers of a digital marketing company. This model uses different MCDM and fuzzy MCDM in the different stages of the model, namely: PROMETHEE II for selection and fuzzy TOPSIS for portfolio management and prioritization. Moreover, the model presents fuzzy inference system to prioritize customer projects. The proposal also involves the development of the computational resource, replicable, available for use by the company and the community. Finally, the model was tested through applications of its steps and also through sensitivity analysis to test its robustness and the possible changes in its results when the parameters of the techniques are changed.Biblioteca Digitais de Teses e Dissertações da USPCarpinetti, Luiz Cesar RibeiroJacomini, Guilherme Colombo2022-06-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/18/18156/tde-02082022-151916/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-08-03T12:13:35Zoai:teses.usp.br:tde-02082022-151916Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-08-03T12:13:35Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
Customer relationship management using multicriteria decision making methods: application in a digital marketing organization
title Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
spellingShingle Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
Jacomini, Guilherme Colombo
fuzzy TOPSIS
customer portfolio management
customer prioritization
customer relationship management
customer selection
fuzzy inference system
fuzzy TOPSIS
gestão de portfólio de clientes
gestão de relacionamento com clientes
inferência fuzzy
priorização de clientes
PROMETHEE II
PROMETHEE II
seleção de clientes
title_short Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
title_full Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
title_fullStr Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
title_full_unstemmed Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
title_sort Gestão de relacionamento de clientes utilizando métodos de decisão multicritério: aplicação em uma empresa de marketing digital
author Jacomini, Guilherme Colombo
author_facet Jacomini, Guilherme Colombo
author_role author
dc.contributor.none.fl_str_mv Carpinetti, Luiz Cesar Ribeiro
dc.contributor.author.fl_str_mv Jacomini, Guilherme Colombo
dc.subject.por.fl_str_mv fuzzy TOPSIS
customer portfolio management
customer prioritization
customer relationship management
customer selection
fuzzy inference system
fuzzy TOPSIS
gestão de portfólio de clientes
gestão de relacionamento com clientes
inferência fuzzy
priorização de clientes
PROMETHEE II
PROMETHEE II
seleção de clientes
topic fuzzy TOPSIS
customer portfolio management
customer prioritization
customer relationship management
customer selection
fuzzy inference system
fuzzy TOPSIS
gestão de portfólio de clientes
gestão de relacionamento com clientes
inferência fuzzy
priorização de clientes
PROMETHEE II
PROMETHEE II
seleção de clientes
description A gestão de relacionamento com clientes (CRM) possui papel importante e já têm sido estudada há algum tempo na literatura. Neste processo, surgiu a necessidade de estabelecer uma forma de avaliar e priorizar os clientes, de acordo com critérios quantitativos e qualitativos que sejam importantes na relação entre uma organização e seus clientes. Dentre as principais atividades de CRM e avaliação de clientes estão a seleção, priorização e gestão de portfólio de clientes. Existem estudos que abordaram o agrupamento de clientes baseando-se em suas características e variados critérios, utilizando-se dos métodos que visam a definição de cluster. Porém, poucos estudos apontaram o uso de métodos de decisão multicritério (técnicas MCDM) para a seleção, priorização e gestão de portfólio de clientes, bem como a utilização destas técnicas associadas a teoria dos conjuntos fuzzy (técnicas fuzzy MCDM). Além disso, também foi pouco explorada a aplicação de técnicas MCDM não-compensatórias, que permitiria aproveitar as vantagens oferecidas por métodos desta natureza. Notou-se também a ausência de estudos que abrangessem as três atividades de CRM citadas em um mesmo modelo. Visando diminuir as lacunas identificadas, esta dissertação tem por objetivo principal propor um modelo de apoio à decisão para a seleção de potenciais clientes e para a gestão de portfólio e priorização de clientes atuais de uma empresa de marketing digital, utilizando-se diferentes técnicas MCDM e fuzzy MCDM nas diferentes etapas do processo, sendo elas: PROMETHEE II para seleção de potenciais clientes, garantindo mínimo desempenho em cada critério; e fuzzy TOPSIS para gestão de portfólio e priorização, visando classificação por meio de matrizes de portfólio. Além disso, para realizar a priorização dos projetos dos clientes, utiliza-se o sistema de inferência fuzzy. A proposta envolve ainda o desenvolvimento do recurso computacional, replicável, à disposição de uso da empresa e da comunidade. Por fim, o modelo foi testado por meio de aplicações de suas etapas e por meio de análise de sensibilidade para avaliar sua robustez e as possíveis alterações de seus resultados frente à alteração de parâmetros das técnicas.
publishDate 2022
dc.date.none.fl_str_mv 2022-06-14
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://www.teses.usp.br/teses/disponiveis/18/18156/tde-02082022-151916/
url https://www.teses.usp.br/teses/disponiveis/18/18156/tde-02082022-151916/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090313010020352