Interpreta | semântica
155
archive,tag,tag-semantica,tag-155,ajax_fade,page_not_loaded,,select-theme-ver-1.3,wpb-js-composer js-comp-ver-4.3.4,vc_responsive
Camada semântica

A tecnologia para que as empresas saibam o que você deseja comprar antes mesmo de você saber, já existe!

Você vai ao supermercado comprar frutas, legumes e verduras regularmente duas vezes por semana, quase sempre nos mesmos dias. Abastece o carro aos domingos, regularmente no mesmo posto, antes de sair para almoçar com a família. Na ocasião aproveita para comprar o jornal de domingo. Depois do almoço, antes de voltar pra casa, para na sorveteria que fica no caminho e compra um pote de sorvete recheado com os sabores que agradam todos na casa. É domingo e até o final do dia, todos irão se servir enquanto assistem seus filmes preferidos, cada um no seu Netflix.

Diariamente, todos nós deixamos registros de nossos hábitos de compra e consumo. Registros que seriam capazes de saber mais sobre o nosso comportamento que nós mesmos. Afinal, nem sempre percebemos quão repetitivos nossos hábitos são.

E o que falta para as empresas usarem esses registros de forma mais hábil, mais precisa? Por que ainda recebo malas diretas, e-mails e mensagens de produtos e serviços que não me interessam? O que explica esse drama atual é a forma como as informações estão armazenadas nos banco de dados, e a consequente limitação de resgate dessas transações. Para ilustrar onde está tecnologicamente a maioria das empresas, vamos reescrever o primeiro parágrafo deste post a partir da visão dos sistemas de informação:

Supermercado Cupom: 0125 Batata 1 kg 3,99
Supermercado Cupom: 0125 Tomate 1 kg 2,99
Supermercado Cupom: 0125 Cebolinha 1 maço 1,20
Supermercado Cupom: 0125 Abacaxi 1 unidade 4,99
Posto de gasolina Cupom: 0999 Álcool 25 litros 75,00
Posto de gasolina Cupom: 0999 Jornal 1 unidade 3,00
Restaurante Cupom: 0014 Filé com fritas 1 unidade 35,00
Restaurante Cupom: 0014 Peixe na chapa 1 unidade 32,00
Restaurante Cupom: 0014 Menu kids 1 unidade 25,00
Restaurante Cupom: 0014 Cerveja 5 unidades 35,00
Restaurante Cupom: 0014 Refrigerante 1 unidade 5,00
Sorveteria Cupom: 0062 Sorvete Pote de 1L 38,00
Netflix Pedido: 1389 Diário de uma paixão Usuário: Amélia Assinatura: 896
Netflix Pedido: 1390 Duro de matar Usuário: Franco Assinatura: 896
Netflix Pedido: 1389 Meu malvado favorito Usuário: Igor Assinatura: 896

Dispostos como estão acima, e ainda separados na maternidade em cinco empresas diferentes, esses dados não nos dizem muito sobre qualquer padrão de comportamento de compra. Sua contribuição é limitada, ou pelo menos era.

O próximo passo da tecnologia quando se trata de ler e analisar os dados disponíveis é a introdução de uma camada semântica. Sim, isso mesmo! O desafio atual é dotar os sistemas computacionais da capacidade de associar significado às palavras (dados isolados) ou frases (combinação de duas ou mais informações). O que para nós é intuitivo, para os computadores ainda é um grande desafio. Mas que vem sendo vencido diariamente.

A web 3.0, que ainda está por vir mas que começa a ter suas bases testadas, trará entre outros avanços o que está se chamando de web semântica. Essa nova geração será capaz de responder a perguntas como: “procuro um lugar para férias com praia, clima ensolarado, com muitas opções de lazer para crianças e diárias de hotel até 200 reais”. É como se fosse acrescida uma camada de entendimento sobre a gigantesca montanha de dados disponíveis. Em outros termos, adeus buscas na web que retornam links sem correspondência com a nossa pesquisa. Com esse recurso, a internet “entenderá” as nossas questões.

E nos dias atuais, nas nossas empresas, como esse conceito pode ser aplicado? Bom, enquanto os computadores não são capazes de sozinhos encontrarem esses significados, nós podemos dar um empurrão e associar alguns volumes de dados aos significados que conhecemos. Exemplo: Compradores regulares de frutas, legumes e verduras; Almoço de domingo da família; Sorvete para a família inteira, e assim por diante.

Muitas empresas ainda não possuem a identificação das pessoas que compram em suas lojas. As que possuem, normalmente entregam como vantagem um programa de fidelidade em troca das informações de compra. Entretanto, mesmo sem as identificações pessoais, podemos realizar análises através de agrupamentos, padrões de compras que se repetem, como o ‘Almoço de domingo da família’.

Ao identificarmos um padrão, uma cesta de compras que se repete, podemos partir para a segunda etapa que consiste em identificar o que dispara ou estimula a realização dessa cesta. A que denominamos ‘Almoço de domingo da família’ se repete em outros dias? O que essa família busca? Qual o significado desse almoço? Responder essas perguntas fará você conhecer melhor o comportamento de compra de um grupo de seus clientes. Empoderamento necessário para o desenvolvimento de características e ações no seu negócio que visem aumentar a frequência dessa cesta de compras, se esse for o seu objetivo.

Como agora você consegue identificar essa cesta de compras no montante dos seus dados, você pode medir se as ações desenvolvidas conseguiram aumentar a frequência das cestas. Você tem ferramentas para gerir o relacionamento com seus clientes, se não um a um, pelo menos com grupos de clientes. Os grupos de você identificou a partir de significados associados aos padrões de compra.

Pense nisso: Quais padrões de compra se repetem no seu negócio? Entre esses grupos, quais você gostaria de incentivar, de aumentar a frequência? Seu negócio possui um diferencial para esse grupo de clientes que você deseja atrair mais? Antes disso, você já mensurou o tamanho de cada um desses padrões de compra no seu faturamento, na sua rentabilidade?

Realize essas análises! Os computadores podem ainda não estar preparados para associar significados aos dados por eles geridos, mas você, com certeza, está!