Desenvolvimento de sistemas para auxílio de vendedores durante o processo de vendas

• Processo: 22/11042-5
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de fevereiro de 2023
• Data de Término da vigência: 30 de novembro de 2023
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Gustavo José Querino de Vasconcelos
• Beneficiário: Gustavo José Querino de Vasconcelos
• Empresa: Nupedido Soluções Digitais Ltda
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis
• Município: Campinas
• Pesquisadores principais: Gabriel Schubert Ruiz Costa
• Bolsa(s) vinculada(s): 23/02978-0 - Desenvolvimento de sistemas para auxílio de vendedores durante o processo de vendas, BP.PIPE
• Assunto(s): Aprendizado computacional Produtos de venda direta ao consumidor Compra e venda Vendedores
• Palavra(s)-Chave do Pesquisador: Apredizado de máquina | próximo carrinho de compras | vendedores internos | Aprendizado de máquina

Resumo

Mais de 90% das empresas B2B mudaram para um modelo de vendas virtual ou hibrido como resultado da COVID-19, de acordo com um relatório recente da McKinsey. Essa mudança ilustra uma tendência crescente de conversão das vendas presenciais para vendas internas. No entanto, sem a assistência adequada, os representantes de vendas internos podem ficar sobrecarregados devido ao grande número de clientes que precisam gerenciar e ao grande número de catálogos de produtos que precisam acompanhar. Cada cliente tem ciclos e padrões compra próprio, alguns dos quais podem ter mudado desde o início da COVID-19. Vendas são frequentemente perdidas quando os representantes não levam em conta as variações entre esses perfis. Nesse sentido, o objetivo desse projeto é o desenvolvimento de ferramentas de suporte para os vendedores internos através de modelos de inteligência artificial para realização de previsões sobre os produtos e o momento de compra ideal com base em informações de interações anteriores com os clientes. Para realizar previsões precisas sobre o que os clientes desejam, o mecanismo de recomendação utilizará o histórico de pedidos, os perfis dos clientes, a localização, o período e os dados de intenção. Os representantes de vendas internos equipados com essa inovação poderão fechar mais negócios devido a maior assertividade nas sugestões, e também incrementar os valores médios dos pedidos através de upsells, vendas cruzadas e recomendações complementares orientadas por dados. (AU)