Use IA para Vender Mais

Recomendações de filmes e séries da IMDb personalizadas e com alto grau de acerto, o que sinaliza que esta plataforma combina vários tipos de sistemas de recomendação para calcular a probabilidade de seus usuários aceitarem as suas sugestões. O objetivo deste post é explicar, sucintamente e através de exemplos reais, como os sistemas híbridos de recomendações de produtos funcionam, como eles estão sendo usados para aumentar as vendas de quem já os implantou e o que você precisa saber e ter, antecipadamente, para poder usar esse tipo de solução. Os sistemas híbridos de recomendações são ferramentas que combinam os modelos de recomendações explicados anteriormente neste blog: as  recomendações baseadas em conteúdo , as  recomendações usando filtros colaborativos e as  análises de cestas de compras dos clientes. Dessa forma, os sistemas híbridos tiram vantagem do melhor de cada uma das técnicas e conseguem fazer sugestões altamente personalizadas para seus clientes e ...

A análise das cestas de compras dos clientes de uma determinada rede de supermercados mostrou que leite integral era, frequentemente, vendido junto com vegetais. O objetivo deste post Este post da série especial sobre  Sistemas de Recomendação  trata de um tipo de recomendação que faz uso da análise dos itens comprados juntos, com frequência, pelos clientes, para sugerir outros produtos similares ou que também são adquiridos em conjunto. Essa técnica é conhecida como Análise de Cestas de Compras (ou Market Basket Association , em inglês) e é muito usada em supermercados, e-commerce em geral e lojas virtuais com alto fluxo de vendas. Quero esclarecer que o objetivo, aqui, é dar uma ideia de como esse tipo de análise, usada para alimentar sistemas de recomendação, pode ser útil para o seu negócio, sem a pretensão de esgotar o tema. Vamos começar com dois exemplos. Cenário 1 - a cesta de um supermercado Observe o gráfico abaixo. Ele mostra o resultado da análise das cestas de co...

Exemplo de uma recomendação feita pela Amazon baseada nos gostos de usuários similares. O objetivo deste post Este post, da série especial sobre Sistemas de Recomendação , trata do tipo de recomendação feita através do uso de filtros colaborativos. Estes filtros podem ser divididos de, pelo menos, duas formas: uma baseada nos gostos e preferências de usuários similares ao que está navegando na loja virtual, website, aplicativo da sua empresa; outra, baseada na similaridade entre os itens | produtos | serviços pesquisados pelo usuário. O objetivo, aqui, é dar uma ideia inicial do que esse tipo de sistema de recomendação pode fazer pelo seu negócio, sem a pretensão de esgotar o tema. Para começar, considere os seguintes cenários. Cenário 1: Recomendações de produtos baseadas nos gostos de usuários similares João, Michele, Marcelo e Juliana não se conhecem; eles nem moram na mesma cidade. Um deles, inclusive, mora em outro país. Mas, de acordo com o sistema de recomendação de uma platafo...

Pesquisa sobre 007 Contra SPECTRE (2015), feita no dia 19-09-25, na barra do Google. O objetivo deste post Este post, da série especial sobre Sistemas de Recomendação , trata do tipo de recomendação feita com base no conteúdo dos itens pesquisados por visitantes de sites, lojas digitais, e-commerce, mídias sociais, aplicativos, entre outros espaços virtuais. O objetivo, aqui, é dar uma ideia inicial do que esse tipo de sistema de recomendação pode fazer pelo seu negócio, sem a pretensão de esgotar o tema. Exemplo prático de uma recomendação baseada em conteúdo Imagine este cenário. Você acaba de entrar no site do Google e pesquisar sobre "007 Contra Spectre". Considere que, neste momento, o Google não está interessado em quem é você, mas no item que você pesquisou. Ele, então, assume que se trata do filme de 2015, com Daniel Craig no papel de James Bond, e recomenda uma série de outros filmes similares, geralmente, por ordem de relevância. Pelo resultado na foto acima, você ...

Exemplo de recomendação de produtos feita pelo Google quando o perfume 212 NYC Carolina Herrera foi digitado em sua barra de pesquisa (fonte: Google). Contexto do negócio Imagine este cenário. Você quer aumentar as vendas online da sua empresa, mas ainda não sabe claramente como usar os dados que possui tanto dos seus produtos como do histórico de interações de usuários e de transações de compras dos seus clientes feitas através de sua loja virtual ou de seu aplicativo. Você também sabe que existem vários modelos de sistemas de recomendação possíveis de serem implantados na sua empresa — uns mais eficazes do que os outros — mas não entende como isso acontece e o que é preciso fazer para ter o melhor de todos instalado em seu e-commerce ou aplicativo. O que você sabe, com certeza, é que precisa aumentar suas vendas… para ontem. Série de posts sobre Sistemas de Recomendação Pensando nas situações acima, publicarei, aqui, uma série de posts com as informações essenciais sobre sistemas d...