Fazer login no IT Mídia Redefinir senha
Bem-vindo de volta,
Digite seu e-mail e clique em enviar
Ainda não tem uma conta? Cadastre-se
Salvar em Nova pasta de favoritos

+

Criar pasta
Salvar Escolher Pasta
Como o machine learning pode transformar o varejo
Home > Notícias

Como o machine learning pode transformar o varejo

IA e machine learning se tornaram tão comuns que maioria dos consumidores as utiliza sem perceber

Renato Barbosa*

11/06/2021 às 17h50

varejo, e-commerce
Foto: Adobe Stock

Entre as diversas transformações
aceleradas pela crise sanitária da Covid-19, as mudanças de
comportamento e hábitos de consumo geradas pelo distanciamento social
impactaram de forma notável o crescimento do uso de tecnologia no varejo. A
pandemia exigiu que as companhias reorganizassem rapidamente suas estratégias
com base em três pilares: otimização de custos, apoio à força de trabalho
remota e resiliência de negócios, e, para isso, o uso da computação em nuvem
foi indispensável.

De acordo com o IDC, o mercado de cloud
computing
no Brasil atingiu US$ 3.1 bilhões no último ano e estima-se que o
consumo dessa tecnologia cresça 34,2% entre 2019 e 2024 no País.

Essa evolução digital se deu,
pois, no contexto do consumidor hiperconectado, além de lidar com o aumento crescente
da demanda on-line, as marcas precisaram otimizar as operações no que diz
respeito à logística, organização de estoque, previsibilidade de vendas e
engajamento com a base de clientes. Assim, a elaboração de estratégias para
alcançar esses objetivos exigiu ainda mais a compreensão das diferentes
oportunidades criadas por processamento e análise de dados, cujos altos volumes
só são suportados por arquiteturas baseadas em cloud.

Devido à sua elasticidade e
escalabilidade de armazenamento de informações, a nuvem é capaz de gerenciar e
analisar a gigantesca quantidade de dados provenientes das interações de
consumo. Essa tecnologia permite que as empresas se tornem mais ágeis e cresçam
de maneira rápida e fácil. No varejo (e em outros segmentos), sua utilização
também se destaca por garantir o desenvolvimento de ferramentas de inteligência
artificial (IA) e machine learning (ML), que otimizam as operações e
agregam inteligência baseada em fatos para as tomadas de decisão.

Essas tecnologias tornaram-se tão
comuns que a maioria dos consumidores as utiliza sem perceber. Ao frequentar
sites de compra e buscar por determinado produto, por exemplo, o cliente é
direcionado a itens similares quando efetua novas buscas. Nas redes sociais,
essa previsibilidade fica ainda mais evidente, como se os aplicativos pudessem
ler pensamentos e antecipar vontades.  É assim que o machine learning
funciona, aprendendo conforme as interações dos clientes em diferentes
plataformas e se adaptando às mudanças de seu perfil na busca por produtos ou
serviços específicos.

Na verdade, o ML tem potencial
para transformar quase todos os setores. No varejo, além de aproximar as marcas
dos desejos dos usuários, essa transformação pode ser percebida em casos
práticos de otimização das operações. Aplicativos de delivery, por exemplo,
podem ampliar sua capilaridade por meio da automação. O iFood alcançou o total
de 220 mil restaurantes atendidos em mais de mil cidades, contando com 170 mil
entregadores cadastrados na plataforma. Para isso, utilizou um simulador de
rotas capaz de calcular com alta precisão o tempo que o entregador gasta ao
percorrer o caminho entre o restaurante e o cliente. Com algoritmos, reduziu a
distância percorrida para fazer uma entrega em 12% e o tempo ocioso dos entregadores
caiu em 50%, elevando o cumprimento de SLA a 95%. 

Outro exemplo usual da aplicação
de machine learning envolve a catalogação de produtos, que muitas vezes ocorre
de maneira manual e demanda milhares de horas de trabalho. Com um portfólio de
mais de seis marcas e milhares de produtos, a Arezzo&Co enfrentava esse
desafio, e, com o uso de machine learning, reduziu 7 mil horas de trabalho.
Além disso, a assertividade nesse processo subiu de 80% para 91%. Já no caso de
grandes redes e franquias, a inteligência artificial possibilita também a
automatização de um processo de decisão relacionado à distribuição de produtos.
Na C&A, com o uso de inteligência artificial, a quantidade de itens de cada
cor, tipo e tamanho é definida e distribuída para as 288 lojas da varejista no
Brasil, o que reduziu o custo de suas operações em cinco vezes.

O uso de machine learning
contribui ainda para prever picos de vendas no mercado por meio de análises de
dados precisas. Com isso, as empresas podem organizar e antecipar suas
produções para ter estoques disponíveis para as novas demandas. Essa tecnologia
também pode auxiliar os varejistas a aumentar suas vendas com a conquista de
novos consumidores: a análise de dados é capaz de prever tendências,
identificar necessidades e prospectar novas oportunidades em diferentes nichos
de consumo devido ao acesso instantâneo às informações, que moldam com precisão
os perfis de clientes atuais ou potenciais.

Com esses exemplos torna-se
evidente que os padrões criados a partir da análise de grandes montantes de
dados, feita com o auxílio de machine learning, ajudam os varejistas a ter
informações mais precisas, que resultam em uma importante vantagem competitiva.
Entender a linguagem dos usuários, reconhecer padrões de compra e aprender com
a informação podem ajudar o comércio a enfrentar desafios significativos e
complexos. Com a rápida evolução dos negócios e do consumidor no mundo digital,
o potencial trazido ao setor pelo uso dessas tecnologias se torna cada vez mais
significativo e indispensável.

* Renato Barbosa é especialista de Inteligência Artificial e Machine Learning da AWS

Snippets HTML5 default Intervenções CW
Vai um cookie?

A CIO usa cookies para personalizar conteúdo e anúncios, para melhorar sua experiência em nosso site. Ao continuar, você aceitará o uso. Para mais detalhes veja nossa Política de Privacidade.

Este anúncio desaparecerá em:

Fechar anúncio

15