A era da hiperpersonalização, um caminho sem volta

Não importa qual indústria ou setor econômico, promover produtos e serviços baseados nos valores, comportamentos, hábitos e opiniões de cada consumidor é condição básica (e inevitável) para que empresas sigam competitivas no mercado

Leonardo Pujol

10 de maio de 2022 Atualizado em 15 de julho de 2024

Este conteúdo pertence à editoria Tecnologia, IA e dados Ver mais conteúdos

Link copiado para a área de transferência!

Pare e pense: qual é a característica de sua personalidade ou “essência” que faz você se diferenciar de todas as outras 7,9 bilhões de pessoas que habitam o planeta? O que faz de você um ser humano único? Essa é a pergunta que organizações tentam descobrir há décadas – e que, com o advento da internet, esperam responder antes de suas concorrentes. O prêmio? A possibilidade de oferecer produtos e serviços especialmente moldados aos seus gostos, opiniões, hábitos e comportamentos.

Foi essa reflexão que levou à criação da DNA 11, fundada em 2004 na província de Ontario, no Canadá, por Adrian Salamunovic e Nazim Ahmed. Os empreendedores pensavam há anos em criar algum tipo de presente que fosse totalmente personalizado – e a resposta encontrada foi o DNA, o conjunto de moléculas que fazem de cada um de nós indivíduos únicos (com exceção de gêmeos univitelinos, claro). Assim, a empresa consiste em coletar amostras de DNA e transformá-las em peças de arte 100% customizadas, isto é, jamais uma pintura será igual a outra.

A inovação trazida pela DNA 11 é o exemplo perfeito de como os negócios são capazes de colocar o consumidor no centro de suas estratégias, provendo produtos customizados e intransferíveis. É a expressão máxima da chamada era da hiperpersonalização.

Hiperpersonalizar is the new black

De acordo com Caue Moresi, head de insights & data da Capgemini Brasil, a hiperpersonalização vai muito além de internalizar e digitalizar políticas de customer experience, criar um novo modelo de atendimento ao cliente ou obter uma montanha de dados de um cliente. A hiperpersonalização é capaz de traduzir as demandas mais profundas e particulares de cada consumidor, respeitando suas aspirações, razões e emoções, e somente é possível com inteligência de dados.

“É usar inteligência analítica para oferecer o produto certo, para a pessoa certa, na hora ideal e com preço justo. É ter a habilidade de antecipar tendências de compra, promovendo uma jornada customizada, fluída e dinâmica. As variáveis estão cada vez mais abertas e quantos mais dados qualificados estiverem disponíveis para as organizações, mais a estratégia de hiperpersonalização se torna possível e condição básica para que empresas sigam competitivas no mercado”, afirma Moresi.

Embora a cultura data-driven esteja, portanto, no epicentro da inovação e da transformação digital, as empresas precisam lidar com a quantidade exponencial de dados gerados diariamente. De acordo com o Seed Scientific, em 2020, havia 44 zetabytes de dados disponíveis no mundo. Em 2025, é esperada uma geração diária de 43 exabytes – isso significa que, em apenas 95 dias, será gerado o mesmo volume de dados de 2020.

Para isso, Moresi destaca a importância do desenvolvimento adequado de uma estratégia de ecossistema de dados. Faz-se necessário conectar informações concebidas por diferentes segmentos de mercado em diferentes áreas do negócio e fazer uso em larga escala de APIs, somados à ciência de dados para geração de insights. E diante desse complexo ecossistema, o uso de inteligência artificial se torna grande aliada.

O emprego da IA para hiperpersonalizar

O termo “inteligência artificial” (IA) pode parecer recente ou mesmo carregar ares futuristas, mas surgiu em 1956 durante uma conferência de tecnologia na Dartmouth College (EUA). Desde então, o progresso da IA foi lento, exceto pelos últimos 10 anos, quando se observou um intenso desenvolvimento da tecnologia. Se hoje existem carros autônomos, aplicativos que podem detectar doenças e plataformas de streaming que parecem adivinhar o que gostamos de assistir, é justamente por causa do avanço significativo da inteligência artificial.

Isso ficou ainda mais claro após a eclosão da pandemia. Segundo um estudo realizado em 2020 pelo Capgemini Research Institute, 84% das empresas brasileiras – dos setores automotivo, varejo, bancário e de seguros – disseram investir em algum sistema de IA nas interações com clientes.

A pesquisa também revelou que oito em cada dez empresas têm de 30% a 50% das interações com os consumidores através da inteligência artificial. E que sete em cada dez clientes brasileiros esperam aumentar as interações online mesmo após o fim da pandemia. O levantamento ouviu 1.060 líderes de empresas com pelo menos US$ 1 bilhão em receita anual em 2019, além de 5,3 mil consumidores – 500 deles brasileiros.

Outra pesquisa realizada pelo Capgemini Research Institute – com empresas que injetaram pelo menos 1 bilhão de dólares em ações relacionadas à IA – mostra que o uso da tecnologia é recompensador: 97% das 950 organizações entrevistadas disseram ter atingido ou superado as expectativas relacionadas ao investimento. Entre as vantagens está a melhor compreensão sobre as preferências e necessidades dos clientes. Afinal, a cada interação digital, o usuário compartilha informações. Existem diversas soluções e programas de IA capazes de analisar esses dados. A partir dessa análise, é possível sugerir ofertas de maneira hiperpersonalizada ao cliente.

Entre quem mais se beneficia da hiperpersonalização estão as áreas de bens de consumo, varejo, telecom e instituições financeiras. “A análise do histórico de consumo individual do cliente e evolução do seu perfil, como mudança de estado civil, condição empregatícia, cidade de residência, são indispensáveis para a geração de novas ofertas nesses setores”, afirma Caue Moresi.

“A clusterização clássica tende a perder força. Em instituições bancárias, por exemplo, significa que a oferta única e exclusivamente baseada na renda será substituída por uma paleta dinâmica de serviços hiperpersonalizados, considerando outras informações analisadas pela IA, como estilo de vida e investimentos. Com o uso inovador e otimizado das ferramentas digitais, os bancos substituem a comunicação em massa por uma conversa personalizada.”

Aliás, é exatamente o que a maioria dos clientes quer. Conforme a Capgemini, 86% dos correntistas concordam em compartilhar seus dados para ter uma experiência mais personalizada. No entanto, o percentual de clientes de bancos e seguradoras que confiam na interação com soluções de IA é de 50%, atualmente. Na área automotiva, a confiança é de 54%; em bens de consumo e varejo, 44%. A média geral é de 49,6%.

Hiperpersonalização na prática

Quando uma empresa decide investir em dados e IA na tentativa de melhorar a experiência do consumidor, estreitando laços e oferecendo produtos de forma individualizada ao seu contexto, é necessário primeiramente definir como o dado será extraído de forma ética e transparente. O mix de canais de captura inclui login através de redes sociais, navegação no e-commerce, preenchimento de dados no aplicativo, interação com chatbot, cadastro em loja física ou em landing page. A tomada de decisão é feita pelo líder da estratégia.

Os engenheiros de dados são os responsáveis por captar as informações e estruturá-las. Para o desenvolvimento dos protótipos e os primeiros casos de uso, também são necessários profissionais como analista de negócio, analista de business intelligence (que lida com visualização) e cientista de dados – que é quem identifica padrões e obtém os insights.

“O cientista de dados faz muito uso da estatística, estimando a probabilidade de conversão de determinada oferta para determinado cliente, por exemplo. É de extrema importância que o cientista de dados tenha conhecimento sobre o domínio em que está desenvolvendo seu modelo preditivo”, explica Caue Moresi, da Capgemini. O restante da equipe é formado por: gerente de projetos, UX designer, engenheiros de machine learning, de software, entre outros profissionais da TI.

Os primeiros projetos nascem após a identificação dos desafios de negócio. É necessário a exploração de dados e formular hipóteses com potencial de agregação de valor. Se os insights apresentam potencial de retorno e viabilidade técnica mínima, o time de cientistas desenvolve um modelo preditivo utilizando dados reais – ajustando o comportamento da IA.

O aperfeiçoamento evita problemas semelhantes ao que a Amazon enfrentou em 2015. Na ocasião, a companhia percebeu que o algoritmo usado para contratar funcionários era tendencioso contra as mulheres. Isso porque a ferramenta se baseava no número de currículos enviados nos últimos dez anos. Como a maioria dos candidatos eram homens, a máquina acabou treinada para favorecer os candidatos masculinos.

Uma vez feitos os ajustes, a solução baseada em IA é finalmente implementada. O processo de gestão integrada da personalização continua com a execução da campanha de marketing. Aqui, é medida a taxa de retorno em cliques, rejeição e outras métricas – além da personalização propriamente dita. A inteligência artificial é que vai definir o next best offer e orquestrar experiências multicanal para o cliente-alvo. Enquanto isso, na operação, outro algoritmo de inteligência artificial estima a propensão de churn (taxa que indica o cancelamento de serviços) para cada cliente da base, buscando otimizar o relacionamento com o cliente.

“Para disponibilizar soluções éticas e seguras, é necessário estabelecer uma governança adequada e definir padrões internos consistentes. Isso inclui uma liderança responsável (accountability), um código de ética para desenvolvimento de IA, o uso de ferramentas de tecnologia e melhores práticas de design, além de auditorias regulares”, alerta Moresi.

A tendência é que as interações com a tecnologia aumentem e sejam cada vez mais personalizadas. Muitos chatbots, por exemplo, abandonaram o jeitão arcaico e limitado de tempos atrás. A ciência de hoje segue incapaz de criar máquinas superinteligentes como HAL 9000 de 2001: Uma Odisseia no Espaço, mas estratégias de hiperpersonalização e automação são totalmente viáveis.