A Neurotech, empresa especializada no uso de Inteligência Artificial, acaba de informar que está rodando com sucesso testes de um novo produto que refina e amplia a capacidade de análise de pessoas e empresas para a concessão de crédito. Batizada de Neurolake, a solução tem conseguido impactos que aumentam as margens dos clientes em até 20%, segundo o diretor de Produtos e Gestão de Clientes da companhia, Breno Costa.
O executivo explica que o novo sistema complementa as práticas de análise e aprovação de crédito das organizações, customizando os modelos de credit score e combinando as análises tradicionais, tanto internas quanto as fornecidas pelos birôs de crédito com as novas informações fornecidas pelo novo produto. Com isso, a análise de risco resulta do uso de cerca de 15 mil variáveis captadas por milhares de robôs que coletam cerca de 300 milhões de informações abertas todos os meses.
Os testes estão em curso desde o terceiro trimestre do ano passado junto a cinco clientes da Neurotech, incluindo alguns dos maiores conglomerados bancários do País e uma das principais redes varejistas nacionais. Atualmente, a empresa atende mais de 40 instituições financeiras e cerca de 100 redes varejistas.
“O Neurolake vai mudar a forma de o mercado analisar, aprovar e conceder crédito”, sustenta Costa. “A primeira onda foi marcada pelo uso de informação cadastral, nos anos 90. Depois vieram os birôs de crédito e as ferramentas de credit score de mercado. O Neurolake será a terceira onda, que vai complementar e potencializar as outras duas”, afirma.
Além de reduzir riscos e potencializar resultados, a solução também agiliza o processo. A consulta é realizada de forma automática e demora menos de um segundo. Outra inovação da Neurotech propicia a avaliação de risco de crédito em segundos para a concessão de cartão via aplicativo. Depois de se cadastrar, caso o consumidor seja aprovado, ele pode escolher a loja em que irá retirar seu cartão.
Estudo da Federação Brasileira de Bancos com a consultoria Accenture indica que um dos motivos de o custo do crédito ser tão alto no Brasil e a oferta ser limitada reside nas “ineficiências na qualidade e disponibilidade de informações de crédito”, salientando que os birôs de crédito, no Brasil, cobrem não mais do que 79% da população adulta em comparação a 100% nos países desenvolvidos.
Fonte: Fintechlab
Sair de casa, ir a um grande mercado ou shopping, escolher alguns produtos, pagar, colocar na sacola e ir embora. Esse é um ritual cada vez menos cotidiano. O varejo está mudando e caminhando em direção à satisfação do consumidor, com mais facilidades e criando experiências de compra. E, analisando as novidades do cenário atual, já dá para prever algumas das principais mudanças do setor.
Como aponta pesquisa divulgada pelo E-Commerce Brasil, o mercado de vendas online está em um período de estabilidade no país, tendo crescido 12,5% entre maio de 2017 e maio de 2018. Porém a distinção entre lojas online e físicas tende a diminuir muito nos próximos anos. Ao invés de baixarem as portas, esses espaços ganharão novas tecnologias, ficando cada vez mais digitais. Um bom exemplo dessa “unificação” são os aplicativos de descontos dos mercados, onde os clientes recebem uma lista personalizadas de produtos com preços especiais. É possível escolher as ofertas pelo smartphone enquanto está no próprio ponto de venda e já receber o desconto quando passar no caixa.
O varejo físico também terá a missão de envolver o consumidor, seja através da experimentação dos produtos de forma real, por realidade aumentada, ou ainda, entretenimento. Elas continuarão sendo uma parte muito importante do processo de compra, E lembrando ainda que, a Geração X tem o dobro de propensão a fazer compras em companhia de amigos ou familiares em relação a geração de seus pais. Ponto para o PDV. Em contrapartida, um dos grandes focos do setor é melhorar a experiência de compra em dispositivos móveis, para que todo o processo seja realizado nesses aparelhos, desde a pesquisa sobre o produto até o pagamento e etapas de pós-venda. Para se ter uma ideia do tamanho desse mercado, segundo pesquisa do Atlas, em 2017, 31,5% das operações do comércio eletrônico no país foram realizadas através de tablets e smartphones.
Ainda falando de experiência, cada vez mais, os varejistas estão investindo em tecnologias, big data e Inteligência Artificial para acelerar os processos mais “chatos” do momento da compra. Um dos melhores exemplos e a aprovação de crédito, que já pode ser realizada 100% online e em poucos segundos, evitando longas esperas e com ainda mais segurança para o lojista. Para a Pernambucanas, por exemplo, oferecer uma experiência de compra impecável para seus clientes é fundamental. Por isso, a empresa tem investido cada vez mais no uso de plataformas digitais para permitir um atendimento cada vez mais ágil, prático e eficiente. Uma das iniciativas de destaque é a concessão de crédito de forma 100% digital, realizada via tablet, nas 325 unidades da rede.
A comodidade de comprar sem sair de casa não acaba com a satisfação de sair da loja com o produto em mãos. Esse imediatismo será atenuado pela modernização da cadeia de abastecimento, cada vez mais usuária de Big Data para prever o que é mais necessário ter em estoque, até a robotização para agilizar os centros de distribuição. Muitas empresas já estão estudando a possibilidade de parcerias no processo de abastecimento, como por exemplo dividir o frete de um caminhão que vai para a mesma região. Como aponta o portal Novarejo, 81% dos provedores de serviços logísticos concordam que a medida reduziria os custos de transporte e traria uma melhor experiência para o consumidor.
Apesar de todas essas mudanças, e a maioria dos varejistas falarem de foco no consumidor, na prática, a prioridade é distribuição, promoção e divulgação. Mas a revolução do consumo (atrelada à tecnologia) está revelando que a comodidade e a experiência de compra são muito mais valiosas do que o preço. As empresas que mais rápido perceberem as mudanças que já estão acontecendo, e se adaptarem e elas, serão as prováveis líderes dessa nova era do varejo.
Leia o E-book: Inteligência Artificial aplicada aos negócios
A teoria do consumidor na microeconomia preocupa-se em entender como são feitas as escolhas de bens para, a partir daí, deduzir a demanda. Na prática, o que se busca é compreender como as pessoas alocam sua renda para a aquisição de mercadorias e serviços diversos, de acordo com suas preferências e respeitando a sua restrição orçamentária para maximizarem sua satisfação.
De fundamental importância para que as empresas decidam quanto ofertar e a que preço, a modelagem das escolhas dos consumidores, há até pouco tempo, era limitada por conta dos cálculos complexos envolvidos no processo. Entretanto, com o advento da Inteligência Artificial, isso mudou. A curva da demanda agora pode ser mais assertiva do que jamais imaginado pelos economistas clássicos e neoclássicos.
Ao levar em consideração outras variáveis que não somente preço, como renda e tipos de bens demandados, uma empresa pode saber exatamente quanto de sua produção será consumido, que público vai consumir e, o melhor: onde estão aqueles que ainda não conhecem seus produtos. Além de levar em consideração as variáveis clássicas da microeconomia, a modelagem de AI observa dados como sexo, geolocalização e perfil de compras que, após anonimizados, servem para a formação de perfis de grupos de consumidores, chamados personas.
Com a base dados da própria empresa, é possível entender o histórico de compras de grupos de consumidores. Tais dados são combinados com uma base maior e, por meio do uso de inteligência artificial, são transformados em informações que permitem à empresa otimizar vendas e melhorar a rentabilidade dos negócios, seja através de campanhas mais assertivas ou até de uma gestão de estoque correta.
Com o uso da AI também é possível encontrar uma função utilidade – relação matemática que associa níveis de utilidade a cestas de mercado individuais – mais completa e que expresse as preferências do consumidor que forma a persona que consome determinados produtos. Desta forma, ao invés de a empresa oferecer todos os produtos para todos os clientes e potenciais, ela passa a direcionar suas ofertas para quem tem o perfil de compra adequado àquele produto. Isso aumenta a assertividade e reduz custos, ao possibilitar um direcionamento a quem realmente se interessará pela oferta. Com menos recursos, se pode aumentar a taxa de conversão.
Deve-se lembrar que a utilidade marginal do consumidor (satisfação adicional obtida do consumo de uma unidade a mais de determinado bem) é decrescente, pois à medida em que se consome mais de determinada mercadoria, quantidades adicionais terão menor utilidade. A AI, após encontrar e multiplicar o potencial de mercado ao identificar as personas ideais para comprar determinados produtos, deve ser voltada à retenção e rentabilização do cliente. A partir do momento que o consumidor começa a se relacionar com a empresa, pode-se entender seu comportamento que norteará novas ofertas. É bom para a empresa e para o consumidor final.
Rodrigo Cunha - Sócio da Neurotech, empresa pioneira na aplicação prática de inteligência artificial no mercado varejista brasileiro.
Fonte: Diário de Pernambuco
Por: *Rodrigo Cunha | 13 de novembro de 2018
Desde março de 2015, quando assumi a área de inovação da Neurotech, tenho rodado o Brasil falando um pouco da minha experiência, que se confunde com a experiência da empresa — afinal de contas, são 18 anos de estrada sobre inteligência artificial aplicada aos negócios, machine learning, inovação, produto, gestão, investimento. São momentos de euforia porque tudo está dando muito certo e momentos de angústia porque tudo parece dar errado.
No mês passado, participei de mais um evento com o pessoal do Citi da UFPE, falando um pouco da minha experiência em todos esses temas de empreendedorismo e da jornada da Neurotech. O objetivo do evento, além do give back (retornar à sociedade o suporte que tivemos), é estar próximo dessa galera jovem cheia de sonhos e desejo de construir coisas legais.
Essa palestra foi diferente. Primeiro porque voltar no Centro de Informática e ao CCEN (Centro de Ciências Exatas de da Natureza), onde tudo começou, me fez voltar no tempo. Segundo, porque quando falei na palestra sobre os meus sonhos, caiu a ficha que, na naquela mesma Universidade Federal de Pernambuco, em 1998, tinha um estudante com um sonho grande pela frente: fazer algo realmente transformador com IA e estatística! Google e Amazon eram promessas e Microsoft uma realidade. Facebook... o que era isso? O lance era o início do Orkut! Melhor parar aqui para você não me achar muito velho!
Quando lembrei dessa época, logo pensei: como é importante sonhar. Em cada etapa da vida, da carreira, como é importante chegar em um objetivo, definir um novo target e dar o máximo para chegar lá. Comemorar as conquistas e aprender nas derrotas (que são muitas).
Depois do evento no Citi, parei e pensei um pouco sobre o que os amigos e familiares pensam de tudo isso, da Neurotech e dessa “carreira” de empreendedor no Brasil. A família e os amigos mais próximos veem o sofrimento, as viagens, o stress, a alegria... quase uma vida bipolar kkkkkkk.
Já os amigos mais distantes só veem as notícias na imprensa e ficam com aquela sensação de "Que massa! Como é legal estar lá!", "Como foi rápido!” Em uma das entrevistas de Zuckerberg ele fala como é dolorido empreender, mas, ao mesmo tempo, como é gratificante. Ele lamenta o fato de as pessoas acharem que ele chegou lá por um passe de mágica e como as coisas devem ter sido fáceis. Dois livros que falam bem dos bastidores do empreendedor e eu gosto muito são o Sonho Grande, do Jorge Paulo Lemann, Marcel Telles e Beto Sicupira, e The Hard Things about Hard Things, do Ben Horowitz.
Eles falam dos bastidores do empreendedorismo, sobre como fechar um grande negócio enquanto você está em viagem com a família, como resolver deixar de sair de férias com a família com tudo comprado para resolver conflitos importantes da empresa. Parece que não desligamos. É 24 horas por dia nos 7 dias da semana. Mesmo quando não há problemas, os pensamentos sempre vão na direção de como podemos fazer melhor. Não é fácil mesmo empreender no Brasil! É uma coisa de louco. Por outro lado, eu fico vendo como foi e ainda é gratificante fazer o que eu faço. Então, a reflexão é como um ser humano pode gostar de trabalhar três turnos, viajar para cima e para baixo, perder noites de sono remoendo os problemas, abdicar de alguns momentos importantes com a família e, mesmo assim, adorar tudo isso?
A resposta: eu encontrei e vivo meu propósito há 20 anos. E você? Já tem o seu?
Eu sou formado em Estatística e fiz mestrado e doutorado em inteligência artificial e machine learning, áreas técnicas. Quando eu comecei a envolver com empreendedorismo, inovação e, mais recentemente, produtos digitais, percebi como elas se encaixavam com o que eu já queria fazer, mesmo não sendo áreas técnicas. Aí é quando aquele mosquito que lhe morde e você fica viciado, quer fazer tudo que une as áreas que você adora.
Hoje, são três grandes áreas na minha vida: machine learning, startup/empreendedorismo e criação de produtos digitais. É isso que me deixa realizado profissionalmente. A junção dessas três áreas faz com que eu entenda melhor quem eu sou, o que tenho prazer em fazer e (tão importante quanto) o que não me dá prazer ao fazer. Isso me ajuda a selecionar o tipo de trabalho ou atividades prioritárias.
Já indiquei alguns livros sobre empreendedorismo. Em machine learning / IA, acho que o Han e Kamber é a bíblia e devia ser estudado por todos. Já em produtos digitais tenho muito livro para indicar, mas um curso super bacana e em português que recomendo muito é da galera da PM3. Vale acompanhar o que Joaquim Torres fala sobre produtos digitais.
É claro que parece mais fácil porque esses três elementos da minha fórmula estão na moda e têm tendência de crescimento. Porém, temos que lembrar que estou trabalhando nisso há 20 anos.
Para colocar seu propósito em prática, é preciso uma visão minimamente analítica. Qual a tendência das áreas em que atuo no médio e no longo prazo? Essas áreas irão existir no futuro? Para explicar a importância dessa reflexão, é só lembrar que muitas atividades poderão ser profundamente modificadas ou até mesmo interrompidas daqui a algum tempo. De todo jeito, estar atento a isso vai mostrar o quanto é preciso se reinventar, é preciso inovar.
Pensar sobre o impacto da tecnologia nos leva a pensar em outro ponto: como a inteligência artificial vai impactar as áreas em que baseio meu propósito? Quais as possibilidades que se abrem? Por exemplo, vamos pensar em um advogado que encontrou seu propósito na área e que seu campo de atuação está cada vez mais sendo impactado como tecnologias como machine learning. Os que tiverem a capacidade e paixão por unir advocacia com tecnologia com certeza serão profissionais diferenciados.
Então, minha sugestão é que, na hora de escolher as áreas que vão ser a base da materialização do seu propósito, considere inteligência artificial como uma delas. Dados e informação são o “petróleo” deste século e IA é o engenho que transforma esse petróleo em combustível.
E aí, já encontrou o seu propósito? Se você não sabe se encontrou é porque ainda não encontrou.
Quando encontrar, você saberá imediatamente. E, mais uma coisa: jovens, não mirem no dinheiro, no emprego estável, mirem nas coisas que te motivam e tentem explorar e experimentar áreas novas! Quanto mais experimentar, mais fácil e rápido será o encontro com o seu propósito. Desejo um excelente encontro 🙂
Por: *Rodrigo Cunha | 25 de Setembro de 2018
Encontrar cientistas de dados não é uma missão fácil. Mas depois que eles são achados, temos outro desafio: fazer com que esses profissionais entendam as dores do mercado, ou seja, entendam o negócio do cliente. Na maioria das vezes, o cientista de dados fica só na formação acadêmica, sem entender do mercado, e sai com modelos completamente irreais, que não resolvem o que precisam resolver! Não dá, pessoal! Empresas que empregam cientistas de dados têm clientes e eles precisam ser compreendidos, senão não tem como entregar os resultados esperados.
Para ser bem direto, os cientistas de dados têm que ter contato direto com o cliente. Em vez de ficar só “dentro de casa” fazendo os modelos, eles precisam participar de todas as reuniões de entendimento do problema: reunião de levantamento de expectativas, reunião de levantamento dos dados… É isso que vai transformar a forma como eles vão visualizar os dados. Essa postura favorece, inclusive, o formato de trabalho em squads (pequenos grupos multidisciplinares autônomos), que funciona muito bem na Neurotech, entendendo o cliente independente da área em que ele atua.
É tanto que vemos, claramente, como os colaboradores que interagem com o cliente se desenvolvem em uma velocidade de 3, 4, 5 vezes maior em relação aos que ficam trancados com seus dados e algoritmos.
É claro que, quando olhamos sob a perspectiva de formação de time, sabemos que nós, profissionais sêniores e gestores, somos quem precisa abrir os olhos da garotada. Até porque é muito comum termos cientistas de dados com nível de conhecimento muito inicial, recém-saídos da faculdade (ainda não há uma massa crítica disponível em nível sênior). Só que, em pouquíssimo tempo, esse tipo de atitude, ou pelo menos essa iniciativa, vai virar um pré-requisito. Fiquem atentos!
Vamos a um exemplo real: imagine que uma empresa tem que conceder crédito para clientes que querem financiar veículos. Considere que, na análise desse crédito, existe uma variável: o comprometimento da renda da pessoa física que pede o financiamento, ou seja, o quanto essa dívida vai representar em cima do que essa pessoa tem de receita. No mercado, existe a máxima de que, quanto maior esse comprometimento, maior a chance de inadimplência e, por isso, há uma convenção de que o limite é de 30%.
Ou seja, se o consumidor está com 30% dos seus rendimentos presos a dívidas a serem pagas, é muito alto o risco de ele não honrar novas dívidas. Apesar de o cenário descrito no parágrafo anterior ser até comum e conhecido por muita gente, no nosso exemplo teve uma virada. Descobrimos que entre aqueles compradores que, por algum motivo, extrapolavam esse limite – comprometiam 40% da renda, por exemplo –, o índice de inadimplência caía muito. Qual a lógica disso, se até 30% o risco só aumentava?
O “segredo” só pôde ser descoberto com um olhar atento ao cliente. Ao conversar com ele, ouvir seus relatos e entender os bastidores do dia a dia da concessão de crédito, entendemos que 30% era uma regra da empresa aplicada de modo geral. Porém havia exceções. Quem estava acima desse limite e tinha algum relacionamento com alguém dentro da empresa conseguia ser aprovado com a indicação (com o aval) desse funcionário e, consequentemente, obtinha o financiamento.
Para um cientista de dados sem a compreensão do que acontecia com o cliente, que pegasse somente o banco de dados, poderia ser um caso simples de uma variável não linear, ou seja, que se comporta de forma inconstante sem padrões aparentes. E, assim, ele faria um modelo completamente errado. Resultado: havia uma variável importantíssima fora do banco de dados, que era o relacionamento do requerente com funcionários da empresa; uma espécie de acordo tácito que não tinha como ser “descoberto” numa visão apenas em cima dos dados frios. Então, na verdade, era uma variável linear, o que muda completamente a forma como o modelo é construído.
Esse tipo de preocupação, de não só olhar os dados, mas enxergar o negócio em si e que tipo de problema estamos tentando resolver, é fundamental para podermos alcançar os resultados esperados. Assim, há um impacto direto numa métrica importantíssima para qualquer negócio que quer ser relevante para o cliente: o Lifetime Value (LTV). O LTV indica o valor do cliente no ciclo de vida, o quanto ele investe durante o relacionamento com sua empresa.
Mas o que tudo isso quer dizer? Quer dizer que o foco é atingir os objetivos do cliente, resolvendo o problema dele em cada etapa do LTV, em vez de ficar escovando bit dentro de uma caverna. Acho que já deu para perceber que entender as dores do cliente e, de um modo geral, do mercado está entre as maiores preocupações da Neurotech em 2019, não é?
Os benefícios que vamos gerar só podem vir de um entendimento e de um aprofundamento dos detalhes do negócio. Veja que nosso propósito é “Conectar dados com inteligência por um futuro mais previsível”: essa inteligência não está no machine learning, que é nossa ferramenta, está na estratégia usada para resolver problemas e gerar resultados de impacto.
E você? Está mais preocupado em entender seu cliente ou em ficar isolado com seus dados?
*Rodrigo Cunha | Director of Machine Learning and Big Data at Neurotech