A quantidade de dados disponível para as empresas aumentou em ritmo acelerado, mas transformar esse volume em decisões, experiências personalizadas e resultado de negócio continua sendo um desafio. No varejo, onde diferentes canais, jornadas e pontos de contato produzem informações continuamente, organizar a base antes de tentar extrair dela novas aplicações pode ser uma dificuldade recorrente.
A chegada da inteligência artificial adicionou outra camada ao problema. Ao mesmo tempo em que permite analisar informações e criar experiências mais contextualizadas, a tecnologia coloca ferramentas de desenvolvimento e automação nas mãos de profissionais que antes dependiam das áreas técnicas.
Esse foi o ponto de partida da roundtable “Data Advantage: Como personalização, jornada e governança de dados impulsionam resultados no varejo”, realizada durante o B2B Summit. A conversa reuniu Caio Couto, GTM da Eleven Labs Inc, Luiz Martins, CIO da Allos, e Guilherme Lopes, Chief Data & AI Officer das Casas Bahia. Os executivos colocaram a organização dos dados e da própria base de conhecimento como condição para que a IA consiga produzir efeitos concretos.
“Governança é a base do todo. O cuidado com a governança precisa permitir que a companhia tome decisões sobre o risco que está disposta a assumir. O olhar do executivo e de quem está na direção precisa ser traduzido em uma política que diga às pessoas o que elas podem usar, como podem usar e até onde podem ir. Isso resolve 100% do problema? Não. É mais um passo para ganhar maturidade e evoluir nesse processo”, disse Luiz Martins.
A base antes da inteligência artificial
As empresas que avançam na adoção de IA também precisam cuidar da base de conhecimento formada por processos, políticas, modelos e regras de negócio. Sem essa referência, uma ferramenta pode até acessar dados organizados, mas não terá necessariamente o conhecimento necessário para tomar decisões ou executar uma ação de acordo com a lógica da companhia.
A experiência das Casas Bahia parte de uma estrutura que já vinha sendo construída antes da atual onda de IA generativa. A companhia possuía uma fundação de dados organizada e histórico de utilização de data lakes e tecnologias de big data para analytics. Esse legado facilitou a expansão das aplicações de inteligência artificial dentro da empresa.
“Organizar é importante, e eu digo organizar não só dados, mas dados e aplicações. A IA sozinha, sem ter oportunidade de materializar uma ação, não resolve. Se eu percebo que estou vendendo menos geladeira no Nordeste e quero fazer uma campanha, mas ainda demoro uma semana para selecionar o público e executar essa campanha, acabou. Eu acelerei uma parte do processo, mas o fundamento de aplicações também é muito importante para que a IA consiga se materializar e atuar dentro dos sistemas de uma companhia”, explica Guilherme Lopes.
A combinação entre dados, conhecimento e sistemas prepara o terreno para uma mudança mais direta na relação com o consumidor. Nesse ponto, a personalização incorpora o que acontece durante a própria interação.
A conversa como fonte de personalização
Nas Casas Bahia, o crédito é parte relevante do modelo de negócio e, no e-commerce, 11% das vendas estavam associadas a um produto de crédito. A empresa passou a utilizar uma jornada conversacional com IA generativa pelo WhatsApp e, segundo Lopes, a conversão associada ao crédito chegou a 27%.
A mudança apresentada pelo executivo está relacionada à capacidade de compreender o consumidor durante uma conversa. Em vez de depender apenas dos sinais produzidos por uma navegação digital, a empresa recebe informações diretamente da interação, ampliando a quantidade de contexto disponível para a jornada.
“Só pelo fato de termos uma jornada conversacional com o cliente dentro de uma interface digital, mudamos esses 11% de conversão para 27%. A conversa permite entender muito mais o contexto de vida das pessoas. Conseguimos ajudar muito mais clientes a realizar seus sonhos a partir de uma jornada conversacional usando uma tecnologia generativa que já está disponível”, afirmou Lopes.
A tendência é que esse contexto se amplie com o comércio agêntico. Lopes descreveu uma situação em que um agente pessoal teria acesso a informações compartilhadas anteriormente pelo consumidor e poderia utilizá-las para intermediar uma compra, conectando esse conhecimento a APIs, catálogos e serviços de compra.
Nesse modelo, a personalização depende também do contexto que o próprio consumidor compartilha com seus agentes digitais. A jornada pode deixar de ser construída exclusivamente a partir das informações que uma varejista consegue observar em seus próprios canais e incorporar sinais produzidos em outras interações.
Governança precisa acompanhar a descentralização
O avanço da IA, por outro lado, amplia a quantidade de pessoas capazes de criar aplicações e manipular dados. Profissionais que antes não programavam passam a desenvolver soluções, enquanto agentes podem ser conectados a sistemas produtivos e bases corporativas.
A consequência é uma mudança no papel da governança, com uma abordagem menos baseada em bloqueios e mais próxima da educação e da parceria com as áreas de negócio. A preocupação é evitar que regras criem um ambiente em que os profissionais simplesmente procurem caminhos alternativos para executar aquilo de que precisam.
“Todo mundo tem que ajudar a empresa a buscar receita e eficiência, e todo mundo tem a responsabilidade de manter o ambiente seguro. Quando você parte desse ponto de vista e traz uma discussão mais no modelo educacional do que de xerife, você consegue sensibilizar as pessoas sobre o risco, educá-las sobre o impacto e trazer casos reais para a mesa. É preciso que elas tenham confiança para nos consultar e nos enxergar como parceiros”, ponderou Martins.
A Allos já permite o uso experimental de IA dentro de parâmetros definidos em sua política. A ideia é que ferramentas utilizadas pelas equipes possam ser conhecidas pela área responsável, passar por processos de homologação e eventualmente ser incorporadas à estrutura corporativa. A governança, nesse caso, funciona também como uma ponte para levar soluções que surgem nas áreas de negócio para dentro dos processos formais da companhia.
O desafio de transformar investimento em retorno
A discussão chega, então, a uma questão recorrente para áreas de dados e tecnologia: como justificar investimentos cujo retorno nem sempre pode ser calculado antes da implementação. Nas Casas Bahia, a resposta encontrada envolve aproximar a controladoria dos projetos desde o começo, estabelecendo previamente as métricas que serão utilizadas para acompanhar os resultados.
O programa de IA foi estruturado em dois pilares, um voltado à aplicação interna da tecnologia e outro às experiências percebidas pelos clientes. À medida que os projetos avançam, a empresa mede tanto o esforço envolvido nos processos quanto os ganhos financeiros decorrentes da automação.
Um dos exemplos envolve processos jurídicos relacionados a produtos avariados, entregas atrasadas e solicitações de troca. A demora na análise pode gerar consequências financeiras para a empresa. Nesse caso, a automação pode apresentar valor mesmo quando o número de pessoas diretamente envolvidas no processo não é elevado, porque o impacto financeiro da resolução em tempo adequado pode justificar o investimento.
Mesmo assim, Martins avalia que a própria natureza da IA generativa torna difícil estabelecer determinadas métricas de retorno antes que os projetos sejam experimentados. A empresa precisa acumular casos, aprender com aplicações que funcionam e com aquelas que precisam ser abandonadas e, a partir dessa experiência, construir referências mais sólidas para novos investimentos.
“Vai ser muito difícil calcular ROI no ponto de partida, principalmente quando estamos pilotando IA generativa. É preciso experimentar, desenvolver, testar, errar, voltar, acertar e, às vezes, desistir e pegar outro caminho. Conforme ganhamos maturidade nesses modelos de desenvolvimento, passamos a ter mais referências para responder e defender investimentos mais avançados”, finaliza o executivo.
Leia também: IA coloca retenção no centro da estratégia de Marketing, aponta Braze
COMPARTILHAR ESSE POST
