O trabalho foi feito a partir do software R, esta parte em específico no R Markdown, com o objetivo de demonstrar e analisar os gráficos feitos com base na planilha fornecida da empresa Celular Global HATCO, e tentar identificar e oferecer uma possível solução de Marketing a partir da montagem de um perfil de consumidor afim de aumentar o número de vendas da Empresa.
> load("C:/Users/Igor Abreu/Documents/HATCO_ modificada.xlsx")
Warning: file 'HATCO_ modificada.xlsx' has magic number 'PK'
Use of save versions prior to 2 is deprecated
Error in load("C:/Users/Igor Abreu/Documents/HATCO_ modificada.xlsx"): número mágico do arquivo de restauração inválido (arquivo pode estar corrompido) -- nenhum dado carregado
Primeiro nós, após carregar a planilha de dados, carregamos o conjunto de dados ativos com a finalidade de saber com clareza se há problemas nos fatores analisados, identificamos alguns como a variável sexo, internet e local de compra que, por estarem descritas como variáveis numéricas (0,1), mudamos para fatores para uma melhor análise.
> summary(Hatco)
ID Velocidade.de.entrega Preço.do.produto
Min. : 1.00 Min. :0.000 Min. :0.200
1st Qu.: 25.75 1st Qu.:2.500 1st Qu.:1.475
Median : 50.50 Median :3.400 Median :2.150
Mean : 50.50 Mean :3.515 Mean :2.364
3rd Qu.: 75.25 3rd Qu.:4.600 3rd Qu.:3.225
Max. :100.00 Max. :6.100 Max. :5.400
flexibilidade.de.preço imagem.do.fabricante Avaliação.da.embalagem
Min. : 5.000 Min. :2.500 Min. :0.700
1st Qu.: 6.700 1st Qu.:4.575 1st Qu.:2.400
Median : 8.050 Median :5.000 Median :3.000
Mean : 7.894 Mean :5.248 Mean :2.916
3rd Qu.: 9.100 3rd Qu.:6.000 3rd Qu.:3.425
Max. :10.000 Max. :8.200 Max. :4.600
Imagem.da.força.de.vendas Qualidade.do.produto tamanho.da.empresa
Min. :1.100 Min. : 3.700 Min. :0.0
1st Qu.:2.200 1st Qu.: 5.800 1st Qu.:0.0
Median :2.600 Median : 7.150 Median :0.0
Mean :2.665 Mean : 6.971 Mean :0.4
3rd Qu.:3.000 3rd Qu.: 8.325 3rd Qu.:1.0
Max. :4.600 Max. :10.000 Max. :1.0
nível.de.uso Nivel.de.satisfação Internet
Min. :25.00 Min. :3.200 Usuário Eventual :40
1st Qu.:39.00 1st Qu.:4.100 Usuário Acostumado:60
Median :46.50 Median :4.850
Mean :46.10 Mean :4.771
3rd Qu.:53.25 3rd Qu.:5.400
Max. :65.00 Max. :6.800
faixa.de.idade sexo Local.de.compra
Min. :0.0 Masculino:50 Capital :34
1st Qu.:0.0 Feminino :50 Metrópole:32
Median :0.5 Interior :34
Mean :0.5
3rd Qu.:1.0
Max. :1.0
Foi feito um gráfico de dispersão com o objetivo de descobrir a relação entre a Qualidade do Produto e o Nível de Satisfação de acordo com os sexos masculino e feminino pois, dessa forma, é possível identificar se o fator Qualidade do Produto tem peso na compra do aparelho e descobrir também, qual parcela preza mais por esse fator durante a decisão. Pode-se ver que as mulheres costumam dar as maiores notas para a Qualidade do Produto porém, as notas de satisfação são mais baixas, ou seja, a qualidade é um fator que pouco influencia a escolha dos produtos pelas mulheres. Todavia, os homens apesar de não avaliarem a qualidade com as mais altas notas, possuem um alto grau de satisfação.
> scatterplot(Nivel.de.satisfação~Qualidade.do.produto | sexo, reg.line=FALSE, smooth=TRUE, spread=FALSE,
+ id.method='mahal', id.n = 2, boxplots=FALSE, span=0.5,
+ ellipse=FALSE, levels=c(.5, .9), xlab="Qualidade do Produto", ylab="Nível de Satisfação",
+ main="Relação entre a Satisfação e a Qualidade do Produto por Gênero",
+ cex=0.8, cex.axis=0.9, cex.lab=0.7, by.groups=TRUE, legend.coords="topright", data=Hatco)
5 22 42 57
4 11 21 28
O gráfico de pontos a seguir, mostra como a imagem do fabricante afeta a escolha do produto a partir do sexo dos consumidores. É possivel ver que as notas dadas pelas mulheres estão mais concentradas entre 4.5 e 6.0, já os homens têm suas notas mais dispersas entretanto, a maior parte delas se encontra em avaliações mais altas. Por isso a imagem do fabricante possui uma relação um pouco mais estável com as mulheres e um pouco discrepante entre os homens.
> with(Hatco, Dotplot(imagem.do.fabricante, by=sexo, bin=FALSE, xlab="Imagem do Fabricante"))
O último gráfico criado diretamente pelo R, outros gráficos foram feitos na extensão rpivotTable, trata de uma relação
entre o local de compra e o uso de internet pelos consumidores destes locais (Usuário Acostumado e Usuário Eventual).
Percebe-se de início que a região do Interior, surpreendentemente, possui a maior taxa de usuários acostumados com
internet, sendo que a capital possui uma taxa de usuários eventuais de Internet muito maior e a metrópole mantem
equilibrada tal índice.
> with(Hatco, Barplot(Local.de.compra, by=Internet, style="parallel", legend.pos="top",
+ xlab="Local de Compra", ylab="Frequência",
+ main="Nível de Uso da Internet por Local",col=c("#5ed6a2","#7e45d8")))
CONCLUSÃO
Um perfil base pode ser montado a partir das características apresentadas, entretanto, a estratégia que sugerimos visa trabalhar com cada área em separado, sendo elas o local e o sexo ,sem contar com a outra variável analisada no Pivot Table (Faixa de Idade). A primeira estratégia propõe aumentar a qualidade do produto pois, apesar do fator Qualidade não ser de grande importância para a satisfação das mulheres, os homens costumam dar notas relativamente boas para os dois quesitos, logo, aumentar a qualidade do produto pode ser fundamental para aumentar a satisfação do público masculino. Por conta da imagem da Fabricante estar fortemente ligada ao desempenho da empresa e, os homens em geral apresentarem avaliações mais generosas que as mulheres, uma boa estratégia é investir em propaganda que tenha como enfoque a mulher mas sem deixar de lado o público masculino. Como o local das vendas tem forte relação para fortalecer uma marca, sugerimos que seja feita um Marketing de Promoção da empresa através da Internet, por esta ser um fator importante para os clientes Interioranos. Além da venda do produto com acesso à internet, visto que as 3 regiões analisadas possum boa relação com a internet.
> setwd("C:/Users/Igor Abreu/Desktop/Documentos R")