Como a inteligência artificial está impulsionando a tecnologia do varejo: 6 exemplos 

06/04/2018

Breinify, Oracle, Afreshy, Spoon guru, TokyWoky e Johnson&Johnson mostraram soluções eficazes

Nos dias 18 e 19 de março foi realizada em Nova York a Shoptalk 2018, importante conferência de varejo. Falou-se muito sobre tecnologia e seis empresas apresentaram a maneira como estão usando a inteligência artificial em seus negócios. A Breinify está usando sua ferramenta baseada em IA para analisar os dados do cliente, identificando momentos de intenção de compra com base em eventos em tempo real. “O clima, os eventos e os feriados localizados têm um impacto enorme nas vendas porque integram instâncias da vida real”, disse a CEO e co-fundadora Diane Keng. A Oracle demonstrou a necessidade de uma abordagem mais personalizada desde o início e disse que busca criar uma oferta de produto que ajude seus clientes a entender melhor os clientes finais por meio da coleta robusta de dados. “O santo graal para muitas empresas de varejo é a personalização”, disse Katrina Gosek, da Oracle. “[Muitas vezes] as pessoas fazem suposições com base nos dados de marketing que têm, quando deveriam usá-lo para aprender.” A Afresh Technologies aplica inteligência preditiva ao processo de gerenciamento de estoque. O CEO Matt Schwartz aponta as dificuldades exclusivas que os varejistas do setor de alimentos enfrentam quando se trata de medir com precisão a demanda e o prazo de validade de alimentos frescos. Até agora, os funcionários das mercearia eram os únicos que determinavam quando tirar os itens das prateleiras. O sistema IA da empresa analisa bilhões de pontos de dados para previsão de demanda e recomendações de produtos mais precisas. A Spoon Guru coloca o cliente em primeiro lugar na abordagem ao gerenciamento de estoque. Seu algoritmo analisa produtos e receitas com base na nutrição e os categoriza por restrições alimentares e termos de pesquisa populares. Seu aplicativo voltado para o consumidor permite que os usuários criem seus próprios perfis com base em seus hábitos alimentares e os combine com receitas ou produtos que atendam às suas necessidades individuais. TokyWoky, uma plataforma de bate-papo baseada em comunidadea, convida os usuários a compartilhar recomendações de produtos e feedback em tempo real. As empresas podem usar os recursos de PNL da ferramenta para identificar os pontos problemáticos dos clientes, mapear tendências e identificar necessidades. Na Johnson & Johnson, a inteligência artificial é usada para organizar o processo da cadeia de suprimentos — algo que Neil Ackerman, diretor sênior, planejamento avançado e inovação da cadeia de suprimentos global, diz ser mais importante do que nunca à luz da demanda em tempo real. “Nunca antes a cadeia de suprimentos teve tanta influência”, disse ele. Fonte: DMNews

Black Book mostra que fazer marketing de dados envolve ciência e arte
Muitas empresas hoje assumem que ter uma estratégia orientado por dados significa basear as decisões inteiramente em bits e bytes, pois isso significaria remover as pré-noções do processo de tomada de decisão e assim tornar as estratégias mais objetivas. Mas isso pressupõe um mundo ideal, em que os dados são imaculados e em que os algoritmos analíticos foram criados através de um profundo conhecimento dos mercados e dos processos de negócios. Segundo a Black Book, empresa de Gainesville, Geórgia, que ajuda revendas, seguradoras e outros envolvidos no mercado de veículos a precificar os automóveis, sejam novos ou usados, ser orientado por dados significa mais do que apenas usar analytics. “Temos uma espécie de abordagem de arte e ciência”, disse Anil Goyal, vice-presidente sênior de operações da Black Book. Para avaliar o valor de um veículo, o Black Book usa uma combinação de plataformas de dados e software de análise, incluindo sistemas de gerenciamento de dados, como o SQL Server, o Hadoop e o Qubole, e ferramentas de análise, como R e Tableau. A equipe de análise da organização usa as várias tecnologias para desenvolver algoritmos e analisar dados provenientes de leilões, transações de atacado e listagens de varejo. Mas não usam apenas os dados. Depois de os algoritmos produzirem uma avaliação, um grupo de analistas a revisa e ajusta para garantir que ela reflita as realidades reais do mercado. Goyal disse que essa fusão de máquina e intuição é necessária para produzir avaliações precisas, devido a limitações nos dados disponíveis. Depois do furacão Harvey atingir o Texas em agosto passado, por exemplo, as compras de picapes mostraram-se menores do que se poderia esperar em uma área onde as picapes são geralmente populares. Se as avaliações fossem baseadas apenas em dados de vendas e leilões, um algoritmo poderia concluir que as picapes não eram tão populares e lhes daria um valor relativamente baixo. No entanto, a equipe sabia que as vendas eram baixas simplesmente por causa da baixa oferta. A baixa oferta e a alta demanda deveriam, na verdade, produzir preços altos, mas a Black Book não tinha dados digitais que pudessem alimentar modelos que refletissem esse fato. Levou em conta, assim, o conhecimento da equipe para garantir preços adequados. Fonte: SearchBusinessAnalytics

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s

%d blogueiros gostam disto: