Onde podemos aplicar a “árvore de modelos”?

Replicamos aqui alguns resultados de análise que fizemos direcionada ao entendimento da evolução do público do Campeonato Brasileiro nos últimos cinco anos. Com a combinação, simultânea, de diversos modelos de previsão nos foi possível obter uma excelente explicação da variação de público.

Tais resultados foram gerados a partir de um total de 341 variáveis, dadas as diversas combinações possíveis de: equipe; perspectiva; elasticidade-preço da demanda em cada modelo; momento esportivo, e etc.

A partir da análise realizada, recebemos alguns comentários e dúvidas sobre a aplicabilidade dessa forma de análise em outros setores. É possível?

Do ponto de vista metodológico, sem dúvida. Para isso, basta apenas uma coisa: uma boa base de dados para testar alternativas e decidir qual a melhor modelagem para guiar a tomada de decisão.

O que é a árvore de modelos mesmo?

A imagem a seguir mostra o funcionamento de uma árvore de modelos, na qual para cada situação mapeada, há uma equação que explica o comportamento da variável de interesse.

A árvore representa os “caminhos” que são percorridos para uma melhor análise. Esses caminhos ou “nós” representam valores de variáveis levadas em consideração no momento da análise. Nessa árvore, as variáveis seriam A, B e C, cada uma com seu respetivo corte.

Aplicação em vendas

Imagine uma empresa que atua no segmento de e-commerce queira decidir como “calibrar” duas variáveis que estão sob seu controle: preço dos produtos e investimento nos canais digitais. Gestores comumente tem como feeling de que os descontos variam de acordo com o preço do produto. Além disso, os gestores acreditam que o retorno de cada canal de divulgação também ocorre de forma bastante diferente de acordo com o preço ou categoria do produto. Nesse caso, a aplicação dessa abordagem poderia gerar a seguinte representação para explicar a quantidade vendida de um produto:

Essa representação nos diz que o preço do produto e a categoria à qual ele pertence interferem simultaneamente no mix ideal de investimento em cada canal digital (aqui ilustrados como  Instagram e Facebook).

Ou seja, para maximizar as vendas de uma determinada categoria de produto, a variável inicial a ser utilizada é o nível de preço do produto: para produtos até R$ 200 há um caminho a ser seguido e para produtos acima desse preço há outra ramificação da árvore. Para preços acima de R$ 200, as categorias de produtos A e B devem ser tratadas conjuntamente, assim como os produtos pertencentes à categoria C e D. Já para produtos abaixo de R$ 200, os produtos da categoria A devem ser tratados de forma única, enquanto os demais podem ser agrupados sob o mesmo tratamento.

Analisando dessa forma, a empresa pode decidir com maior assertividade seu investimento em cada canal digital, equilibrando de forma correta o investimento em comunicação digital, investimento este segmentado por plataforma, bem como os respectivos descontos concedidos.

A Árvore de Modelos pode ser aplicada ao longo de toda a jornada de consumo do e-commerce. Tal abordagem pode contribuir à construção de algoritmos de prevenção à fraude, por exemplo, os quais aumentem a conversão de vendas sem incorrer em aumento no índice de transações fraudulentas. Através do cruzamento de dados é possível determinar quais perfis de clientes estão mais inclinados a compra de determinada categoria de produto. Desta forma, ao se observar que um determinado “cliente” está exercendo comportamento “improvável” de compra, o ambiente e-commerce pode colocar esta transações em espera e averiguar se se trata de um evento incomum ou um evento fraudulento. Outra potencial aplicação de tal abordagem está na concessão de crediário.

De forma geral, a principal restrição para a implementação da Árvore de Modelos está na disponibilidade de dados estruturados para a construção das respectivas equações e nós. Importante frisar que um bom conhecimento do negócio é importantíssimo para que se tenha modelos com alta significância e que apresentem sinais corretos em suas variáveis.

Até a próxima!