As tecnologias de análise de dados e de inteligência artificial têm conquistado espaço no varejo brasileiro. Com isso, é possível entender melhor os hábitos do consumidor e tornar a experiência cada vez mais personalizada.
“Nossos motores de personalização rastreiam o consumo de milhões de consumidores e tomam milhares decisões automatizadas em tempo real”, explica Israel Nacaxe, um dos fundadores da Propzmedia, em conversa com o inova.jor.
A Propzmedia tem clientes como Bradesco, Via Varejo, Cencosud e Dotz.
Como a inteligência artificial tem sido aplicada no varejo?
A inteligência artificial deixou de ser prova de conceito e passou a ser uma realidade no varejo brasileiro. A principal aplicação da inteligência artificial é identificar que cada consumidor tem sua característica única e apresenta engajamento, perfil de necessidades e métricas financeiras particulares. Como no varejo a competição pelo consumidor é constante, fica muito difícil detectar o real motivo que leva um cliente decidir por um estabelecimento ou seu concorrente.
A crise impactou o mercado?
2016 foi um ano extremamente importante para nosso segmento. A crise no consumo e o aumento da competitividade estimularam investimentos em tecnologia e inovação. Os maiores e mais importantes varejistas, muitos deles nossos parceiros, saíram na frente e já se beneficiam dos resultados gerados por essa tecnologia.
Como a tecnologia de aprendizado de máquina ajuda nas vendas?
A rentabilidade das campanhas no varejo deve ser medida analisando o impacto na frequência dos clientes nas lojas, no aumento no tíquete médio consumido e na escolha de produtos com maior margem de lucro. Nossos modelos de machine learning e metodologia de CRM (sigla em inglês de gestão de relacionamento com o cliente) têm aumentado, em média, 10% as taxas de respondentes das campanhas. O incremento na receita aparece através do aumento da frequência e tíquete médio, que crescem entre 4% e 6%. Em alguns casos, observamos incremento de até 15% na quantidade de itens consumidos a partir da oferta de produtos com maior potencial de venda cruzada.
Como a análise de informações do cliente pode impactar nas vendas?
É preciso considerar que a competição não é somente entre estabelecimentos comerciais e promoções, mas pela atenção e consideração do cliente. Não há espaço para erros na precificação, ofertas pouco relevantes e contatos em momentos inoportunos. Portanto, nunca foi tão necessário entender o comportamento do cliente e seu perfil de necessidades para ativá-lo com a máxima relevância. Só assim será possível destacar-se num cenário de competição extrema, dinâmica e constante que o varejo representa.
Tem crescido a procura por essa tecnologia nos supermercados brasileiros?
O interesse tem aumentado exponencialmente. Não somos procurados somente por supermercados, mas também por atacarejos, redes de farmácias, postos de gasolina, lojas de conveniências e instituições financeiras.
Qual outro mercado deve adotar o aprendizado de máquina nos próximos anos?
Saindo do mundo do varejo, os três mercados que chamam atenção são esportes, serviços sob demanda e entretenimento.
Por quê?
O mercado esportivo é um enorme gerador de dados, fortemente influenciado por estatísticas. É natural que sejam integradas as mais diversas maneiras de obtenção de dados como processamento de imagens, sensores nos atletas e torcedores e monitoramento de redes sociais. Por meio da nossa parceria com a Chime Sports Marketing (CSM), já participamos de diversas iniciativas para melhorar a experiência de torcedores e simpatizantes do esporte ao mesmo tempo que viabilizamos o acesso à marcas e produtos interessados nesta audiência.
E os outros exemplos?
No caso dos serviços sob demanda, como Uber, Spotify, Netflix e diversas outras plataformas de assinatura de conteúdo ou serviços, vemos uma dependência cada vez maior de modelamento estatístico e algoritmos de machine learning para oferecer mais conveniência, melhores recomendações de conteúdo, além de melhor utilização e compartilhamento de recursos. A indústria do entretenimento não fica atrás e explora cada vez mais a ciência de dados para modelar o comportamento dos consumidores no consumo do conteúdo pelos diversos canais, na busca de uma experiência cada vez mais personalizada, multicanal e colaborativa.
