Sobre

Por
Fran Mateus em eventos profissionais de negócios e de inteligência artificial (Fotos: acervo pessoal).

 

Olá! Meu nome é Fran Mateus, sou profissional de análise e ciência de dados, com especializações em negócios e em Inteligência Artificial (IA), incluindo The Program on Negotiation, por Harvard, e The Business of AI: Strategies for Leaders, pela London Business School. Trabalho com análises estatísticas de dados e criação de modelos de IA para previsões de vendas, segmentação de clientes, recomendações de produtos e otimização de preços, entre outras soluções.

Em agosto de 2025, criei este canal, Use IA para Vender Mais, para orientar gestores de negócios e empreendedores a entenderem como tirar o melhor proveito dos dados que possuem e do que a Inteligência Artificial tem de melhor para oferecer para as suas empresas e, assim, poderem tomar decisões estratégicas — que impactarão suas vendas — com mais embasamento.

Caso você queira sugerir algum tema para ver aqui no blog ou queira tirar alguma dúvida, fique a vontade para entrar em contato através do formulário “Fale Conosco”, disponível na aba lateral da Home.

Um abraço e obrigada por visitar este canal!

Fran Mateus


Postagens mais visitadas deste blog

Como usar Sistemas Híbridos para personalizar recomendações e aumentar vendas

Por
Imagem
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 ...
Continue lendo »

Sistemas de recomendações usando análises de cestas de compras

Por
Imagem
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...
Continue lendo »

Sistemas de recomendações com filtros colaborativos

Por
Imagem
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...
Continue lendo »