O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci
dc.contributor.advisor | Popadiuk, Silvio | |
dc.contributor.author | Cruz Junior, Milton Prudencio da | |
dc.date.accessioned | 2023-02-08T15:01:43Z | |
dc.date.available | 2023-02-08T15:01:43Z | |
dc.date.issued | 2022-11-29 | |
dc.description.abstract | Este estudo investigou de que forma poderia ser aprimorada a previsão das vendas de uma organização considerando a complexidade das vendas corporativas, denominadas de vendas complexas de empresa para empresa (B2B). A previsão das vendas complexas B2B é denominada de forecast. As vendas complexas B2B são aquelas transações que exigem da equipe de vendas especialização e intensa interação com a organização compradora em um processo em que o vendedor desempenha o papel de knowledge broker. As equipes de vendas utilizam todo o arsenal de conhecimentos organizacionais disponíveis, conhecimentos técnicos; experiência pessoal; ferramentas tecnológicas; e mais recentemente inteligência artificial. Este estudo verificou como a experiência da equipe de vendas, seus conhecimentos tanto tácitos como explícitos, podem ser incorporados em sistemas com inteligência artificial por meio do modelo SECI de criação e transferência de conhecimentos. Foi realizada pesquisa qualitativa, mediante a aplicação de grupos focais (focus group) nas equipes de vendas da organização vendedora. Esta pesquisa buscou entender os tipos de conhecimentos usados pela equipe de vendas para o sucesso da transação, de que tipo são estes conhecimentos e se eles podem ser incorporados em modelos de inteligência artificial para aprimoramentos do forecast das vendas complexas B2B. Os resultados da pesquisa de campo confirmaram que existe troca de conhecimentos dos tipos de tácitos e explícitos entre os membros da equipe de vendas e entre as organizações vendedoras e compradoras, importantes para o sucesso das transações nas vendas complexas B2B. Do ponto de vista aplicado este estudo trouxe melhor compreensão de que forma o modelo SECI pode ser utilizado por organizações a fim de melhorar seu forecast de vendas complexas B2B. Do ponto de vista teórico, apresentou elementos de como o conhecimento tácito pode ser capturado pela inteligência artificial por meio do modelo SECI abrindo possibilidades de pesquisas futuras em outras áreas além das vendas complexas B2B. | pt_BR |
dc.identifier.uri | https://dspace.mackenzie.br/handle/10899/31277 | |
dc.language.iso | pt_BR | pt_BR |
dc.language.iso | en | pt_BR |
dc.publisher | Universidade Presbiteriana Mackenzie | |
dc.publisher.country | Brasil | |
dc.publisher.initials | UPM | |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | vendas complexas b2b | pt_BR |
dc.subject | inteligência artificial | pt_BR |
dc.subject | modelo seci | pt_BR |
dc.subject | conhecimento tácito | pt_BR |
dc.title | O aprimoramento da previsão de vendas por meio da incorporação do conhecimento da equipe de vendas na inteligência artificial, mediante utilização do modelo seci | pt_BR |
dc.type | Dissertação | pt_BR |
local.contributor.advisorLattes | http://lattes.cnpq.br/1784002683973468 | pt_BR |
local.contributor.advisorOrcid | https://orcid.org/0000-0003-1089-4928 | pt_BR |
local.contributor.authorLattes | http://lattes.cnpq.br/8398623402133671 | pt_BR |
local.contributor.board1 | Franklin, Marcos Antonio | |
local.contributor.board1Lattes | http://lattes.cnpq.br/2950539167889147 | pt_BR |
local.contributor.board1Orcid | https://orcid.org/0000-0003-1102-3315 | pt_BR |
local.contributor.board2 | Dias, Taciana de Lemos | |
local.contributor.board2Lattes | http://lattes.cnpq.br/0535178144031059 | pt_BR |
local.contributor.board2Orcid | https://orcid.org/0000-0002-7172-1230 | pt_BR |
local.description.abstracten | This study investigated how an organization's sales forecast could be improved considering the business-to-business sales (B2B). The complex B2B sales are those that require from sales teams’ expertise and intense interaction with the purchasing organization in a process the seller plays the role of knowledge broker. The sales teams use the entire arsenal of organizational knowledge available from technical knowledge to personal experience, and more recently artificial intelligence. This study verified how the experience of the sales teams can be incorporated into artificial intelligence system through the SECI model. Qualitative research was carried out applying focus groups in the sales teams to understand the types of knowledge used by them and whether they can be incorporated into artificial intelligence systems to improve complex B2B sales forecast. The results of the field research confirmed that there are exchange of knowledge types tacit and explicit between the sales team members and between sales and buyer organizations for the success of transactions in complex B2B sales. From the applied point of view this study brought a better understanding of how the SECI model can be used by organizations to improve their complex B2B sales forecast. From a theoretical point of view, it presented elements of how tacit knowledge can be captured by artificial intelligence through the SECI model opening possibilities for future research in areas other than B2B complex sales. | pt_BR |
local.keywords | b2b complex sales | pt_BR |
local.keywords | artificial intelligence | pt_BR |
local.keywords | seci model | pt_BR |
local.keywords | tacit knowledge | pt_BR |
local.publisher.department | Centro de Ciências Sociais e Aplicadas (CCSA) | pt_BR |
local.publisher.program | Administração de Empresas | pt_BR |
local.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- MILTON PRUDENCIO DA CRUZ JUNIOR.pdf
- Tamanho:
- 21.89 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Milton Prudencio da Cruz Junior
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 1.95 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: