Até agora, vimos os primeiros passos da transformação dos negócios. Com o deep learning, muito mais vem por aí
Uma das grandes tendências do varejo nos próximos anos é a aceleração do uso de Inteligência Artificial para que as empresas entendam melhor seus clientes, desenvolvam melhores experiências de consumo e aumentem a produtividade de suas operações. Mais de 70% dos varejistas pretendem investir na tecnologia nos próximos dois anos, o que mostra que termos como big data, machine learning e deep learning passarão a fazer parte do cotidiano das empresas do setor. O que vimos até agora é apenas o começo de uma revolução no varejo mundial.
As empresas mais inovadoras no uso da tecnologia já avançam do machine learning para o deep learning. Enquanto o primeiro é a capacidade de desenvolver sistemas que realizam ações sem que tenham que ser programados para isso (algoritmos que aprendem, sozinhos, a fazer previsões e orientar decisões), o segundo é uma forma mais sofisticada de algoritmo, construída a partir de redes neurais, que usa dados não-estruturados (como imagens e comentários em redes sociais) na tomada de decisões.
Hoje, a principal aplicação dos algoritmos de deep learning são as atividades de classificação, como o reconhecimento de imagens. De forma mais ampla, problemas que podem ser resolvidos com visão computacional (como é o caso de Realidade Aumentada e Realìdade Virtual) e processamento de linguagem natural (assistentes de voz, como o Amazon Alexa) podem utilizar deep learning para ganhar mais eficiência.
O avanço do deep learning no varejo
Algumas possíveis aplicações do deep learning no varejo não costumam ganhar muito destaque, mas podem ser muito importantes para entregar uma melhor experiência para o cliente:
· Tagueamento automático de informações visuais: buscas por imagem no e-commerce ganham precisão quando o próprio sistema de Inteligência Artificial entende quais são os produtos que estão naquela imagem. Esse recurso pode ser usado para o SEO do site, para a inserção de itens no catálogo de um e-commerce e nos casos em que o cliente deseja uma roupa semelhante à que aparece em uma foto;
· Melhoria das imagens de produtos: correção de cor, brilho, contraste e ruído das imagens podem ser realizados automaticamente, diminuindo os custos do processo de tratamento de fotos;
· Textos de resumo no e-commerce: algoritmos podem ser utilizados com deep learning para produzir metadescrições, tags de SEO e títulos de produtos.
Nos próximos anos, o uso de deep learning irá se expandir para diversas outras aplicações, que terão um grande impacto sobre as operações do varejo:
Previsão de demanda e otimização de estoques
Prever qual será a demanda pelos milhares de produtos do seu mix é uma tarefa muito complexa. Cada item tem suas características próprias, mas a interação com outros itens também exerce um efeito importante de cross-selling. Fatores sazonais, do clima a feriados, exercem influências diferentes em cada item e, assim, é impossível ter uma abordagem única para todo o mix.
No varejo supermercadista, estima-se que o índice de ruptura tenha subido de 11% para 16% nos últimos 12 meses. Especialmente nos últimos anos, em que as vendas do varejo cresceram de forma muito moderada e o PIB brasileiro não cresce de forma sólida, perder oportunidades de venda é ainda mais negativo para o lojista. Ao mesmo tempo, estar superestocado de itens que giram pouco representa dinheiro parado. O uso de deep learning pelo varejo aumenta a capacidade de entender o comportamento dos clientes e ter o estoque correto para atender o consumidor (mas nada mais que o necessário).
Otimização de lucros
A correta precificação e a definição do melhor momento de realizar promoções (e que desconto oferecer) é outra área em que o deep learning pode ter um grande impacto sobre o varejo. Encontrar o equilíbrio correto entre preço e demanda para otimizar os lucros é, sem tecnologia, uma questão de tentativa e erro. Quanto mais complexa a equação (e essa é muito complexa, com fatores como concorrência, estoque, posicionamento de mercado, estrutura de custos e sazonalidades), maior a possibilidade de ganhos com o uso do deep learning. Com o uso de algoritmos, passa a ser possível determinar qual é a margem ideal de cada produto em cada momento. O resultado disso é o aumento da rentabilidade da loja.
Aumento da eficiência logística
O uso de sistemas de Inteligência Artificial ajuda a identificar padrões na cadeia de suprimentos e os fatores que mais impactam o processo logístico. Dessa forma, é possível propor melhorias na roteirização, nos processos internos dos Centros de Distribuição e na própria armazenagem no CD, para milhares de produtos, em cada dia do ano. Isso gera um grande impacto sobre as margens do negócio, sobre o preço no PDV e até mesmo sobre a percepção que o cliente tem sobre sua marca.
Otimização do trade marketing e visual merchandising
Essas são áreas que demandam muito tempo e esforço e nas quais, com frequência, é preciso fazer ajustes. O uso de deep learning conectado às câmeras da loja pode identificar erros no planograma e acionar planos de correção.
Personalização de ofertas
A entrega de ofertas personalizadas e extremamente relevantes para cada cliente, no momento exato em que ele tem mais possibilidade de conversão, melhora a experiência de consumo e o faturamento do varejista. No e-commerce, a tecnologia facilita a criação de páginas personalizadas para cada cliente de acordo com suas preferências e as necessidades de negócios. Outra grande oportunidade é o uso de informações de diversas fontes (SAC, redes sociais, navegação no site, compras anteriores online e offline) para ser mais assertivo nas recomendações de produtos.
Detecção de fraudes
O uso de recursos de Inteligência Artificial permite determinar com mais precisão quais transações têm mais possibilidade de serem fraudulentas. Na loja física, identificam padrões de comportamento suspeitos e podem reduzir os furtos no PDV. Tanto online quanto offline, o resultado é uma maior segurança no fluxo de caixa e um menor volume de perdas.
Expansão de lojas
A escolha do local onde abrir uma nova loja (ou a decisão de quando não faz mais sentido ter um PDV aberto) se torna mais precisa com o uso de dados dos consumidores. O processamento das informações internas do varejista, aliadas a dados de geomarketing, pode ser feita mais rapidamente e com mais segurança a partir do uso de deep learning.
Nos próximos anos, o uso de deep learning fará com que o varejo aumente a performance de suas lojas, pois permitirá que os profissionais tomem melhores decisões de negócios e possam prever situações importantes.