Entendendo as tendências positivas e negativas nos negócios
A detecção de anomalias é uma técnica usada para identificar comportamentos incomuns ou fora do comum que não estão de acordo com a tendência normal de um negócio. Por exemplo, uma queda repentina nas compras, conversões de Leads ou um aumento nos alunos que abandonam os cursos podem indicar um desvio negativo do padrão regular.
No entanto, uma anomalia nem sempre indica uma tendência negativa. Se houver um aumento na frequência de compra ou nas visitas ao site, isso indica uma tendência positiva. Você pode observar essas anomalias, tirar uma conclusão sobre o que elas significam e executar as ações de acompanhamento necessárias.
No geral, uma detecção de anomalia oferece insights significativos sobre as tendências da empresa, que podem desempenhar um papel crítico na influência das principais decisões. Os tomadores de decisão podem alterar os processos existentes ou assimilar melhores idéias e planos, observando o que traz mudanças positivas à saúde geral dos negócios.
Detecção de anomalias no Zoho CRM
Cenários de negócios reais geralmente são complexos e cheios de incertezas; portanto, as chances de desvios de um padrão esperado podem ser comuns. Pode ser difícil identificar os desvios em grandes volumes de dados manualmente. O detector de anomalias do Zoho CRM pode ajudá-lo a identificar desvios, preenchendo os conjuntos de dados em tempo real em um padrão esperado e sinalizando pontos de dados que estão fora desse padrão.
O Zia usa detecção contextual ou condicional de anomalia para detectar comportamento irregular na tendência usual, em que uma instância de dados será marcada como anômala apenas em um contexto específico (mas não de outra forma). Ou seja, ela calculará a tendência esperada monitorando as tendências de vendas atuais e passadas e sempre que qualquer unidade de dados mostrar desvio dessa tendência esperada, ela será capturada como uma anomalia.
Aqui estão algumas anomalias que você pode detectar no Zoho CRM:
Faça alterações nas atividades de engajamento do cliente com base na frequência do fechamento do negócio: A equipe de vendas pode detectar uma queda na taxa de fechamento do negócio, analisando as irregularidades no número de negócios fechados durante um período específico. Eles podem comparar isso com o padrão de conversão de Leads, observando o número de contatos que foram criados durante o período. Uma diminuição no número de contatos pode ser resolvida alterando os processos de geração de Leads e aprimorando as atividades de envolvimento do cliente.
Nas telas abaixo, calculamos a taxa de fechamento de negócios como uma única métrica que mostra três pontos de dados anômalos.
Com a métrica relacionada, obtemos a relação entre o número de transações fechadas e o número de contatos criados. A proporção mostra apenas dois pontos de dados como anômalos, o outro ponto não é considerado uma anomalia porque o número de transações fechadas é proporcional ao número de contatos criados.
Reabasteça o estoque à medida que a demanda do produto aumenta: As empresas de comércio eletrônico podem reabastecer proativamente seu estoque, monitorando os padrões de frequência de compra. Um aumento no número de produtos que estão sendo vendidos em comparação com o número de produtos no estoque pode ajudar a indicar quando o estoque está acabando, e levar os responsáveis pelos níveis de estoque a reordenar de acordo.
Resolva rapidamente as reclamações dos clientes: a detecção de anomalias em tempo real pode ajudar as empresas a resolver as reclamações dos clientes mais rapidamente. Um número incomumente alto de casos de suporte será captado pelo detector de anomalias. As equipes de suporte podem investigar rapidamente o que está causando os problemas e evitar escalações devido a atrasos e impactos relacionados à experiência do cliente.
Aumente a tração no site: o detector de anomalias pode indicar se sua página da web está recebendo menos visitas. Você pode tomar medidas para aumentar o tráfego da sua página promovendo-o nas mídias sociais, anunciando-o em outras páginas, enviando blogs para convidados ou usando a ligação cruzada interna.
Configurando o detector de anomalias
No Zoho CRM, você pode criar um detector de anomalia para os módulos padrão e personalizado. Você pode incluir os seguintes parâmetros adicionais ao configurar o detector de anomalias:
- Métrica relacionada: você pode comparar a métrica anômala com uma métrica relacionada para obter uma proporção das duas. Fazer comparações pode ser útil se o comportamento de uma métrica puder ser correlacionado com o outro, como fechamento de negócio x número de contatos criados, inscrição em um curso x número de opt-outs, número de casos criados x número de soluções forneceu.
- Objetivo: você pode definir se um aumento no valor é considerado positivo ou negativo. Por exemplo, um aumento no número de transações que foram fechadas em uma anomalia positiva, mas um aumento no número de casos de suporte é uma anomalia negativa.
- Agrupamento: se você preferir que os resultados sejam agrupados em uma categoria específica, poderá escolher entre as dimensões disponíveis: hora, moeda, data ou qualquer campo da lista de opções. Por exemplo, você pode agrupar Leads por fonte ou negócios por estágio.
Para adicionar um detector de anomalia
- Vá para a guia Painéis e clique em Adicionar componente .
- Clique em Detector de anomalias na lista de componentes.
Adicionar componente Detector de Anomalias
- Na página Adicionar detector de anomalias , insira o Nome do componente .
- Em Anomaly For , faça o seguinte:
- Selecione um módulo para o qual você deseja determinar a anomalia.
- Selecione a medida , que deve ser um campo numérico (soma, contagem, média, máximo etc.)
- Escolha um campo de data (hora da última atividade, hora criada, hora modificada etc.) com base na qual os registros serão considerados.
- Clique em Filtro de critérios para especificar se os registros selecionados devem ser considerados para detecção.
Adicione um filtro de critérios para o componente
Marque Compare com outra métrica e selecione o módulo , a medida e o campo de data, como na etapa anterior.- Em Duração da anomalia , selecione a duração (nesta semana, hoje, últimos 360 dias etc.) e a frequência (diária, semanal ou mensal) nas listas suspensas.
- Em Objetivo , selecione uma das opções:
- Considere aumento de valor como positivo
- Considere aumento de valor como negativo
- Marque Agrupar por e selecione um agrupamento na lista suspensa.
- Clique em Salvar