Dados

RD Summit 2017 – Avinash Kaushik, do Google

Como os negócios podem obter vantagens ao ter acesso à tantos dados?

O mundo está mudando rápido. Como os negócios podem obter vantagens ao ter acesso à tantos dados?

Essa foi a pauta da palestra de Avinash Kaushik, Digital Marketing Evangelist do Google e autor de dois best sellers sobre análise de dados de marketing (Web Analytics 2.0 e Web Analytics: Na Hour a Day). Atualmente, o marketing ainda é muito focado no demográfico e psicográfico, e isso faz com que muitas empresas percam oportunidades. Um exemplo citado por Avinash foi um homem que pode ser “fanático por utilizar roupas interiores femininas” e que tem muito dinheiro. Ninguém nunca tentaria vender nem impactar essa pessoa com esse tipo de produto. No entanto, ele tem hábitos de comprar toda semana e possivelmente seja um dos principais clientes de uma marca.

A grande vantagem que possuímos com a internet é essa: com ela, é possível entender que esse usuário, através da análise de seus hábitos e comportamentos, é um ávido consumidor e fanático por roupas interiores femininas, e por isso, a empresa pode oferecer esse produto e conteúdos relacionados a ele sem a menor dúvida. É por isso que, segundo Avinash, as empresas devem ter esse tipo de pensamento quando quiserem melhorar seu marketing digital.

O Facebook atualmente possui mais dados do que qualquer outra empresa. No entanto, muitas ainda não aproveitam essa vantagem e veiculam anúncios completamente fora de contexto e coerência com os hábitos dos consumidores. A inteligência artificial é algo que promete auxiliar e trazer maior efetividade para esse processo. Um exemplo citado pelo especialista foi o processo realizado pela Blue River, no intuito de otimizar a plantação de alfaces na Califórnia.

 

 

A empresa utilizou máquina com inteligência artificial que tira foto de cada uma das mudas de alface e entende se ela vai crescer forte ou vai morrer e deve ser retirada. Essa máquina é capaz de tomar mais de 5 mil decisões diariamente, algo inviável para um ser humano nessas mesmas condições.

Hoje, as máquinas já não precisam que nós ensinemos elas. O machine learning é obtido com o tempo e com o histórico de cada máquina. Avinash detalhou uma fórmula para quem quiser prosperar e sobreviver durante os próximos anos, pois as mudanças serão drásticas e radicais na nossa vida e nas nossas rotinas:

 

  1. Learn: Antes, milhões de dólares eram gastos para machine learning, e exigia muito tempo da equipe de desenvolvedores. Hoje, tudo está pronto e disponível no open source (com o Tensorflow, por exemplo). O ideal é criar seu pequeno exército dentro da empresa, formado por poucas pessoas que possam utilizar e trabalhar os dados que você tem.
  2. Build: Como criar experiências incríveis? Tudo já está disponível na nuvem, de maneira rápida, prática e segura. É possível obter acesso à todos esses dados (machine learning disponível em real-time na nuvem). A grande maioria das empresas hoje não exploram essa facilidade e tentam movimentar todo o seu estoque em um cliente que está visitando seu site. Personalize a experiência do seu cliente, mostre aquilo que interessa à ele, não aquilo que você deseja vender. Hoje em dia, é possível criar em cinco meses o que antes demoraria cinco anos.
  3. Profit: Entenda as pessoas e os seus comportamentos. Não foque no que eles dizem, e sim no que fazem. Toda vez que alguém realiza uma busca no Google, o resultado é baseado em 3.000 sinais sobre o usuário e o assunto que está sendo pesquisado. O Analytics permite coletar e analisar cada vez mais dados, e possui funcionalidades de machine learning que ajudam a verificar o que é realmente importante, dando instruções do que fazer e o quanto uma ação vai gerar de impacto nas suas vendas e nos seus custos. Isso permite que seja recuperado 50% do tempo do funcionário de uma empresa, que pode se dedicar à projetos mais produtivos. “Não use o last click, isso não faz sentido nenhum. Use algoritmos, que são capazes de entender todos os canais e todos os seus consumidores, tomando decisões mais assertivas. Remova a política, use os dados e faça o que é melhor para o seu negócio”.

 

O que muitas empresas ainda não fazem é focar suas otimizações no lucro. “Quanto eu vou ganhar investindo R$1 ou R$10 nisso: Qual é o ponto ótimo e a curva de declínio? O machine learning permite hoje em dia já saber qual é o investimento exato que você deve fazer para obter o máximo possível de lucro”, explica.

 

O que está por vir (The Near Future)?

O especialista falou sobre três tendências principais para os próximos anos:

  1. AGI (Artificial General Intelligence): inteligência que pode fazer mais de uma coisa ao mesmo tempo. Ela pode desempenhar qualquer atividade intelectual que um ser humano também pode.
  2. Quantum Computing: notebooks e celulares utilizam hoje em dia o classic computing. O quantum computing é um novo tipo de computador, extremamente veloz, que será capaz de realizar sozinho o que todos os computadores juntos não conseguiriam hoje.
  3. Super Intelligence: decisões inteligentes deixarão de serem tomadas por humanos.

Avinash concluiu sua palestra deixando três desafios para as empresas realizarem em 2018: dedicar 5% da equipe para ser treinada em machine learning; 25% das suas funções principais do negócio devem ser feitas na nuvem, através de machine learning; e 50% do marketing digital da empresa deve ser feito através do machine leaning.

 

Clique para comentar

Deixe seu comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Início