Título
Predictive analysis for sales: A B2B case
Autor
Calixto, Nelito Cravid
Resumo
pt
Avaliar a performance de vendedores é um processo que ocorre várias vezes por
ano numa empresa. Durante este processo, o gestor e o vendedor avaliam o desempenho
do vendedor em vários Indicadores de Performance. Para a reunião de
avaliação, os gestores recolhem dados do sistema de Gestão de Vendas, Sistemas
Financeiros, ficheiros Excel, entre outros, levando a um processo longo e exaustivo.
O resultado da avaliação de desempenho é uma classificação seguida por
sugestões de melhoria. Atualmente, através das tecnologias de análise preditiva,
é possível fazer classificações com base em dados. Neste trabalho, o autor aplicou
um modelo Naive Bayes para classificar os vendedores em categorias predefinidas
fornecidas pelo negócio, usando técnicas de data mining aplicados a um conjunto
de dados, composto por cerca de três anos de vendas de um transitário global.
A classificação é feita em 3 classes, sendo estas: Baixo desempenho, Bom e Fora
de Série, a classificação foi alcançada com base em KPI’s como a percentagem de
crescimento, a variabilidade de vendas entre muitos outros. O autor também identificou
os fatores críticos para o sucesso de um vendedor, de acordo com os dados,
como sendo volume do crescimento da base de clientes, a capacidade de atingir
os objetivos, a percentagem de crescimento e número de meses com crescimento
positivo. O autor avaliou o desempenho do modelo com uma matriz de confusão
e outras técnicas como True Positives, Negatives, e o score F1. Os resultados
apresentaram uma precisão de 92,10 % para todo o modelo.
en
Measuring salespeople’s performance is a process that occurs multiple times per
year on a company. During this process, the manager and the salesperson evaluate
how the salesperson performed on numerous Key Performance Indicators (KPIs).
To prepare the evaluation meeting, managers have to gather data from Customer
Relationship Management, Financial Systems, Excel files, among others, leading
to a very time-consuming process. The result of the performance evaluation is a
classification followed by actions to improve the performance where it is needed.
Nowadays, through predictive analytics technologies, it is possible to make classifications
based on data. In this work, the author applied a Naive Bayes model to
classify salespeople into pre-defined categories provided by the business, through
the use of data mining techniques over a dataset of about three years of sales
made by 566 salespeople of a global freight forwarder. The classification is done
in 3 classes, being: Not Performing, Good and Outstanding, the classification was
achieved based on KPI’s like growth volume and percentage, sales variability along
the year, opportunities created, customer baseline, target achievement among others.
The author also identified the most critical factors for salesperson’s success
based on the dataset as Growth amount, Target achievement, Growth percentage,
and the number of months with growth above 0. The author assessed the
performance of the model with a confusion matrix and other techniques like True
Positives, True Negatives, and F1 score. The results showed an accuracy of 92,10%
for the whole model.