Insights | Sistemas de Recomendação

Insights | Sistemas de Recomendação

Sistemas de Recomendação

Quando tomamos uma decisão, somos influenciados por diversas opiniões. Podemos até não parar para pensar no assunto, mas sempre fomos rodeados por recomendações, inclusive na hora de consumir.

1) As recomendações não são de agora

Um homem das cavernas com fome poderia se arriscar a comer uma fruta desconhecida ou aguardar que outro o fizesse e verificar sua reação. Se outro comesse e não passasse mal, ele também poderia comer. Nada diferente do que fazemos quando decidimos comprar um produto: Verificamos comentários, reputação da empresa, quantidade de produtos vendidos e muito mais para não perdermos dinheiro com uma compra ruim.

2) Dados, dados, dados

Enquanto um homem das cavernas contava apenas com a experiência de sua tribo, hoje a internet nos fornece virtualmente infinitas informações. como descobrir um produto que tenha a sua cara? Os mecanismos de busca tradicionais mostram em suas páginas principais os itens mais populares de forma geral. Algo pode estar em alta, mas não há necessariamente relação entre isso e sua busca. Conforme aumentamos a quantidade de dados coletados, buscadores perdem eficiência para o indivíduo.

3) Sistemas de recomendação

Sugerir compras ao invés de fazer com que o consumidor busque em todo o seu catálogo pelo que precisa é mais eficiente e garante aumento na conversão de vendas. Através da coleta e da Mineração de Dados das informações de navegação, comentários, curtidas e histórico de compras de cada cliente, é possível classificar cada usuário em grupos de interesse e prever recomendações automaticamente. A implantação de métodos de recomendação pode aumentar a conversão de vendas em até 5 vezes.

4) Dados de Contexto

Um usuário que pesquisou casacos na última semana pode induzir o seu modelo a continuar recomendando casacos. Mas e se agora ele estiver de férias em um local com praia? Metadados são informações que contextualizam outras informações. No exemplo acima, o local cria um contexto diferente para a recomendação baseada somente em navegação, tornando a sugestão mais precisa. É assim que caminhamos em direção ao futuro: com o advento da Internet das Coisas e tecnologias de inteligência artificial, capturamos cada vez mais metadados que nos permitirão prever padrões de busca de forma progressivamente mais assertiva.

5) Mapa 360 do usuário

A fronteira desse futuro é a concentração de todos os algoritmos de previsão em um só, executado em um banco de dados único e pessoal, com todo o nosso histórico de ações, documentos, compras, relações, histórico de dados ambientais e muito mais. Essa inteligência artificial conheceria mais sobre nós do que nós mesmos, e ela tomaria diversas decisões por nós antes mesmo que pensássemos naquela necessidade. Filmes como Her e Wall-e exploram esse futuro de formas diferentes, mas enquanto não sabemos qual deles está correto, a certeza que temos é que em breve descobriremos.

 

Henrique Santana | Braspag Labs

Braspaglabs é o  laboratório de inovação da Braspag é responsável pela pesquisa e a aplicação de novas tecnologias emergentes no mercado de pagamentos, como Internet das Coisas, Inteligência Artificial e Blockchain. Localizado no nosso escritório carioca, o Braspaglabs desenvolve hoje os serviços que você contratará amanhã.