Tag: Machine Learning

Publicado em

Machine Learning e agilidade marcam jornada de CX do GPA

Com extensa análise de dados e soluções de autosserviço, Grupo Pão de Açúcar desenvolve experiência personalizada e veloz em seus canais.

A busca pela excelência na experiência do cliente é um dos pilares fundamentais que impulsiona empresas em direção ao sucesso nos dias de hoje. No contexto do Grupo Pão de Açúcar, um dos maiores grupos varejistas alimentares da América do Sul, essa busca ganha contornos ainda mais claros, onde a colaboração e parceria se erguem como alicerces essenciais para garantir uma jornada excepcional para cada consumidor.

Segundo Ana Carolina Rosa, diretora de Clientes do GPA, colaboração e parceria são fundamentais para aproximar e engajar todos os colaboradores a caminharem na mesma direção. A aproximação da operação das lojas com a visão estratégica definida do GPA é essencial para que o cliente tenha como resultado uma experiência excepcional.

“Hoje, no GPA, mais do que nunca, o cliente é o foco principal da nossa atuação e é fundamental que haja clareza na jornada do cliente de cada uma de nossas marcas, desde a definição das estruturas de loja, jornadas digitais, passando por sortimento e atendimento”, comenta. “Acreditamos que, somente desta forma, a partir da colaboração de todos os envolvidos, a experiência do cliente se torna foco e prioridade. E as empresas que de fato conseguem fazer isso, como nós, são reconhecidas e se destacam no mercado”.

Além disso, dentro da companhia, existem princípios fundamentais que guiam práticas e estratégias de Customer Experience (CX). Entre elas, a busca por acolher e resolver com qualidade todas as experiências dos clientes. Segundo a executiva, o grande diferencial da empresa é a qualidade do atendimento, o que pode superar uma jornada frustrada. Diante de cada peculiaridade de reclamações e solicitações, o papel do GPA é olhar para cada uma delas com a atenção e personalização necessárias e merecidas.

“Aqui no GPA a qualidade no atendimento faz parte do nosso DNA. Os nossos clientes esperam um atendimento diferenciado e no GPA eles encontram isso em qualquer um dos canis que ele eleja para nos acionar. Todo cliente é único para nós e, por isso, a experiência do é um dos pilares estratégicos da companhia. Temos foco no atendimento e uma preocupação genuína em oferecer a melhor jornada de compra nas lojas, no e-commerce ou no app”, pontua.

Inovação tecnológica com foco no CX

A interseção entre inovação tecnológica e experiência do cliente tem se tornado cada vez mais evidente e crucial para o sucesso das empresas em diversos setores. A capacidade de adotar e integrar tecnologias inovadoras não apenas transforma a maneira como as organizações operam, mas também redefine a forma como os consumidores interagem e se relacionam com as marcas.

Neste contexto, a tecnologia tem sido aplicada em algumas frentes dentro do GPA. Na operação da loja, por exemplo, passaram a ser instalados PDV Móvel e self-check outs para agilizar a jornada de compra e reduzir filas, bem como totens para facilitar a compra no espaço café e otimizar o momento do pagamento. Além disso, a companhia faz o uso de dados e Machine Learning (ML) para aumentar a disponibilidade dos produtos em loja, personalização em escala para comunicação e ativação de ofertas para clientes, maximizando o valor da entrega.

“Todas essas iniciativas estão alinhadas ao objetivo da companhia de ter o cliente no centro das decisões, sempre olhando para uma experiência cada vez melhor. E, além dessas soluções, a tecnologia também é uma aliada na agilidade do atendimento por meio dos nossos canais. E temos o desafio de fazer isso sem perder o toque humano. O GPA sabe equilibrar isso de forma bastante adequada e tem recebido em troca o reconhecimento do cliente e do mercado como um todo”, afirma Ana Carolina Rosa.

Além dos investimentos em tecnologia, a companhia investe ainda em treinamento dos principais pontos de contato, seja na loja ou nos canais de pós-venda, aprimoramento de jornada em loja e UXnos canais digitais, além de ouvir o que clientes dizem sobre suas experiências com o GPA.

“É muito importante, também, estarmos atentos às reações não expressas por meio de nossos canais formais e trabalhar de forma a prevenir e prever ruídos que possam ocorrer na experiência. Estarmos preparados é fundamental para resolver qualquer tipo de fricção. E, mais do que nunca, fazer com que toda a companhia esteja envolvida em oferecer uma experiência cada vez melhor para os nossos clientes”.

Fonte: “Machine Learning e agilidade marcam jornada de CX do GPA – Consumidor Moderno“

Download

Publicado em

Quais dados a Amazon sabe sobre você? Entenda como funciona a entrega

TechTudo esteve no Centro de Distribuição da Amazon em São João de Meriti, Baixada Fluminense; confira mais detalhes de como funciona a entrega e proteção de dados.

A Amazon permite encontrar e comprar diversos produtos sem precisar sair de casa. No entanto, alguns consumidores podem se questionar sobre a segurança de dados sensíveis na plataforma, principalmente no período em que o item adquirido está ainda sendo preparado para o destino final. Para entender mais detalhes sobre como funciona a proteção de dados na big tech e o que acontece entre o clique e a entrega, o TechTudo esteve no Centro de Distribuição da Amazon em São de João de Meriti, na Baixada Fluminense. Confira, a seguir, quais dados a plataforma sabe sobre você e como o e-commerce funciona no Brasil.

Centro de Distribuição GIG1 da Amazon

O Centro de Distribuição GIG1 da Amazon fica em São João de Meriti, na Baixada Fluminense, e tem cerca de 30 mil metros quadrados de chão de fábrica, o que equivale a mais de quatro campos de futebol. No entanto, se forem considerados os quatro andares da estrutura, essa área quase que dobra — são cerca de 50 mil metros quadrados no total. Inaugurado em agosto de 2021, o CD se divide em receber, preparar, armazenar e enviar o produto que chegará ao cliente.

A Amazon comercializa, ao todo, mais de 100 milhões de produtos, divididos em 50 categorias e distribuídos em 10 Centros de Distribuição por todo o Brasil. A big tech, além de vender produtos próprios, como a Alexa, funciona também como um marketplace para lojas nacionais. Por isso, é comum que cada CD receba diariamente itens para serem armazenados no espaço.

Em momentos de pico, como o Amazon Prime Day, por exemplo, o GIG1 já chegou a receber 250 mil produtos em um só dia, e distribuir 226 mil no mesmo período. Além disso, o armazenamento pode variar durante épocas de muitas compras. Durante a Black Friday, o período mais concorrido do ano, o CD chegou a ter 5 milhões de produtos armazenados. No entanto, no momento da visita do TechTudo, esse número era menor — cerca de 3,6 milhões de itens.

Quais dados a Amazon sabe sobre você?

É natural que as empresas de vendas online reúnam alguns dados sobre seus clientes. A Amazon, por exemplo, armazena informações como CPF, endereço, nome e número de telefone de seus clientes. Além disso, lista de endereços, informações de pagamento, histórico de pedidos, listas de desejos e histórico de navegação do consumidor também são informações presentes no algoritmo da big tech.

A coleta desses dados pela Amazon é feita no próprio cadastro da plataforma e conforme o uso de produtos (como o Kindle) ou de serviços (como o site de vendas) da empresa. O manager no Centro de Distribuição GIG1, Renê Neto, explica que esses dados não podem ser acessados durante o processo de preparo do produto no CD. Além disso, informações de entrega são impressas apenas após o final do processo, quando o item já está embalado e pronto para ser despachado.

Neto ainda faz questão de mencionar que os funcionários dedicados à entrega apenas “coletam produtos” e não sabem em nenhum momento quem comprou e para onde aquele item será enviado. Portanto, em compras de produtos que podem causar algum constrangimento, como objetos de teor sexual, os consumidores não são expostos.

Como funciona a tecnologia que armazena os produtos

O armazenamento de produtos no Centro de Distribuição não responde a uma ordem lógica, como em supermercados, por exemplo. A Amazon usa um sistema alimentado por inteligência artificial (IA) que determina em que local dentre os diversos corredores do CD cada produto vai ficar e por onde cada item vai sair. A ideia é que os associados, como são chamados os funcionários, possam realizar o transporte daquilo que foi comercializado com maior mobilidade, segundo as sugestões da IA.

Essa tecnologia foi implementada após uma pequena confusão durante o lançamento de um dos livros da saga Harry Potter, há alguns anos. De acordo com Renê Neto, todas as unidades do livro eram estocadas no mesmo local, o que trouxe um congestionamento de associados que precisavam pegar os livros, mas não conseguiam. A partir disso, a empresa entendeu que posicionar produtos diversos em vários pontos da mesma unidade pode ajudar a tornar todo o processo mais rápido.

Além de IA, a Amazon usa Machine Learning em seus Centros de Distribuição (CD) para levar, no menor tempo e caminho possíveis, o produto ao cliente final. No entanto, a big tech não dispensa o trabalho de funcionários humanos, importantes para o funcionamento em horário integral da unidade. Essa integração entre os ambientes físico e digital permite que o estoque seja melhor gerido, influenciando no prazo final do frete sugerido ao cliente na hora da compra.

Vale destacar que esse é um sistema próprio da Amazon, que atua desde 2019. A empresa possui um time de desenvolvedores, que conta com brasileiros, e atualiza de forma constante a tecnologia. Na equipe, estão engenheiros, desenvolvedores e gerentes de produtos, divididos entre São Paulo, Cidade do México, no México, Seattle, nos Estados Unidos e Vancouver, Canadá.

Amazon no Brasil

Com uma equipe composta em 56% de mulheres, a marca conta atualmente com 18 mil funcionários e funcionárias diretas e indiretas. Além disso, impulsionou mais de 165 mil empregos externos, em setores como da construção civil, funções em logística e outros serviços profissionais. Essa estrutura gerou mais de R$ 17 bilhões em salários para trabalhadores desde 2011.

Fonte: “https://www.techtudo.com.br/noticias/2024/05/quais-dados-a-amazon-sabe-sobre-voce-entenda-como-funciona-a-entrega-edsoftwares.ghtml”

 

Download

Publicado em

Para Amazon e SHEIN, análise de dados é desafio cultural

Curadoria e coleta de insights são realizadas em diversos pontos dos dois negócios, gerando maior eficiência e personalização do CX.

O uso de dados tornou-se uma prática fundamental nas empresas modernas, permeando sua cultura e operações diárias. Empresas como Amazon e SHEIN exemplificam como a análise de dados se tornou intrínseca a cada aspecto do negócio, desde o planejamento estratégico até a entrega de uma experiência personalizada ao cliente. Dentro da Amazon, por exemplo, os dados são vistos como fator cultural. Através deles, é avaliado cada pedaço do negócio, com diferentes métricas. Para a empresa, eles fazem parte da cultura como ativo de uso diário de todos os níveis da empresa para tomadas de decisões.

“Pensando que a Amazon atua em diversos segmentos de mercado, estamos sempre focados em melhorar a vida do cliente”, pontua Virginia Pavin, Seller Experience Director da Amazon. “Olhamos as métricas desde o começo. Um exemplo para marketplace: olhamos seleção, preço, prazo de entrega. Isso, no final, vai gerar vendas. Para nós, é muito importante olhar cada etapa do negócio, para cada cliente diferente. A seleção é bastante importante, assim como a satisfação. Vai depender de qual linha do negócio vamos focar em diferentes métricas”.

Já a SHEIN, como varejista global de moda lifestyle, tem a missão de tornar a beleza da moda acessível a todos. Com esse objetivo, a empresa usa dados em todas as partes do negócio, e com várias finalidades. Para isso, é olhado desde o topo do funil, para tentar otimizar as métricas de marketing, até o time comercial, para entender quanto foi possível transformar em vendas.

“Hoje, basicamente tudo é através de dados, e isso permeia culturalmente”, frisa Felipe Feistler, CFA, Country Manager da SHEIN, durante o VTEX DAY. “Tem a questão temporal também, porque às vezes usamos todas essas métricas e a tendência muda. Às vezes, bater a meta não quer dizer que o projeto foi bom, assim como não bater a meta não significa que o projeto foi ruim. Depois dos projetos, olhamos para trás e nos questionamos: tomamos as melhores decisões baseados nas informações que tínhamos naquele dia? Sim. Por isso, olhamos o futuro baseado em dados, e o passado baseado em dados. Usamos dados para analisar tudo que está acontecendo, a partir de qualquer time, em vários contextos, em tempos diferentes”.

Desafios para análise de dados

Mesmo em empresas nas quais a análise de dados já é uma realidade cultural, existem desafios durante a gestão dessas informações. Na Amazon, os principais se dividem em dois pontos, sendo o primeiro cultural. A executiva comenta que, no que diz respeito ao uso de dados, muitas vezes é necessário desapegar de preferências, crenças e intuições, porque é possível que o dado traga uma informação diferente da intuição. Já o segundo desafio é a quantidade de dados para armazenar e coletar, além de saber usar da forma correta.

“Para quem está começando, não se trata simplesmente de contratar diversos cientistas de dados para gerir as informações, mas utilizar insights através dos dados. Então, além de passar por isso culturalmente, é saber como analisar. Esses pré-requisitos são os dois grandes desafios na criação de uma cultura focada em dados”, pontua.

Dentro da SHEIN, o desafio é semelhante. No contexto da empresa, que está há menos tempo no Brasil, o primeiro passo da varejista foi pensar em como ter acesso aos dados, e saber se eles são corretos. Além disso, essas informações foram necessárias para a formação de um time.

“O segundo ponto é justamente o time. Capacidade de termos dados, trazer as pessoas certas para que consigam olhar para essas informações e fazer a gestão. Às vezes, é preciso até escolher o que não olhar. O terceiro ponto é a cultura. Trata-se de um grande desafio”, acrescenta.

Uso de dados na personalização na SHEIN e Amazon

Dentro da SHEIN, existe o uso de dados para a personalização da experiência do consumidor. Felipe pontua que a Geração Z traz essa necessidade no mundo fashion. Os consumidores que fazem parte desse grupo buscam se vestir da forma que melhor expressam quem são. Dentro da varejista, isso é possível por haver opções de tendências de moda de diversos países.

“O e-commerce traz essa capacidade da pessoa encontrar as soluções que quer. No caso da SHEIN, roupas, e os algoritmos tentam ler isso. Seja na busca, aplicativo ou e-mail marketing, chegam coisas tão personalizadas que começamos a identificar e até a antecipar.  É o mundo mais friendly para a Geração Z, porque ela começa a encontrar exatamente faz sentido para ela, e a SHEIN traz essa missão: a beleza da moda acessível a todos. Para isso, é crucial ter o acesso de análise e o uso de dados muito correto para que as pessoas consigam navegar nesse mundo”, comenta o executivo da SHEIN.

Já a Amazon tem notado que os consumidores finais ficaram mais exigentes e sofisticados. Sendo assim, busca a personalização, a melhor oferta ou o que chegará mais rápido sempre baseado em dados. Um exemplo citado por Virginia são casos como indicação de produtos comprados juntos, baseados no histórico de navegação do consumidor. Tudo isso faz parte da personalização, e os dados são a base.

“A Amazon sempre pensa em ser cada vez mais personalizada. O produto que oferecemos como a oferta principal, é porque é a entrega mais rápida ou preço mais barato. Sempre tem todo um dado por trás para poder trazer essa personalização para o cliente, que está cada vez mais exigente, seja na forma de se vestir ou no produto que ele vai comprar. E, com isso, temos que tomar muito cuidado, porque uma sugestão errada gera uma satisfação negativa. Usar os dados da melhor forma possível e sempre pensando na sensação do cliente. Tem que ser feito com muito cuidado”, explica.

Dados na logística e suprimentos

Em relação à logística, dentro da Amazon é necessário entender desde a demanda até quando o produto chega ao centro de distribuição e como será armazenado. Sendo assim, é importante ter uma previsão correta. Até a entrega final, toda decisão é tomada a partir de dados. Além disso, os produtos ficam misturados dentro dos locais usados para armazenagem, por uma questão de otimização de espaço. Virginia reforça que isso acontece a partir da utilização de dados disponíveis.

“Produtos que vendem mais, são mais fáceis de pegar. Quando tem uma venda, e o comprador compra diversos produtos, a pessoa que vai coletar do armazém já vai especificamente onde precisa, usando também toda uma inteligência, o Machine Learning (ML), usando dados para como isso vai ser feito. Falando em cadeia logística, é uma otimização especialmente de custo. É uma eficiência operacional de ser mais rápida na hora de pegar, uma rota mais curta ou mais barata. Não tem como fazer isso sem dados”, frisa.

No caso da SHEIN, a produção das peças é baseada em tendências e dados, e escalada em caso de demanda. Assim, é possível ter mais assertividade e, em caso de erros, o erro é menor. “Isso foi a revolução, porque conseguimos oferecer um produto de melhor qualidade, melhor preço, diversidade, e diminuir a perda na produção de roupas especificamente em cerca de 20%. É uma revolução baseada em uso de dados”, frisa Felipe.

O futuro dos dados no e-commerce

É inegável que a Inteligência Artificial (IA) provocou uma revolução no cenário empresarial, de forma global. Pelos próximos anos, a expectativa é que ele continue provocando mudanças dentro do mercado. Nesse cenário, o executivo da SHEIN pontua que haverá cada vez uma maior gestão de dados. Com eles, é possível ser mais preciso, aberto e com capacidades globais de troca de informação. Por outro lado, também é importante se atentar à necessidade de saber onde olhar. Em um mundo com cada vez com mais dados, a capacidade de saber onde olhar, o que olhar e em que momento olhar será necessária.

Para quem busca se aprofundar no uso de dados, Felipe aconselha: “Tenha acesso aos dados, instrua times que saibam usá-los e que tenham facilidade de gestão. Tomem cuidado com acesso, saibam onde olhar, o momento de olhar e não se percam indo por direções de dados que querem dizer coisas que, às vezes, não fazem sentido, seja para aquele projeto ou naquele momento do projeto”, comenta.

Virginia reforça que, olhando para o futuro da Amazon, o objetivo é cada vez mais facilitar a vida de todos os clientes, seja o consumidor final ou o vendedor. Quanto ao uso de dados, ela pontua: “Comece agora, não deixe para depois. Quanto antes você começar a coletar, curar esses dados e tentar utilizá-los de uma forma inteligente, melhor. Tente estabelecer essa cultura de olhar os dados. Você não precisa de ferramentas sofisticadas; você pode ter bases fáceis, formas de coletar, guardar e usar dados de uma forma fácil, não só gastar um montante de dinheiro com ferramentas extremamente complexas. Então: começar rápido, inserir na cultura e encontrar uma ferramenta que caiba no orçamento que você tem na sua empresa”, finaliza.

Fonte: “Para Amazon e SHEIN, análise de dados é desafio cultural – Consumidor Moderno“

Download

Publicado em

Personalização e experiência: não dá mais para deixar esse tema “para amanhã”

A inovação e a personalização se entrelaçarão para criar um futuro em que cada consumidor se sinta verdadeiramente único e valorizado.

Em um mundo digital inundado por opções, leia-se “varejo moderno ou 5.0” (sim, já não é mais o 4.0!), os consumidores buscam junto às marcas cada vez mais benefícios muito além de apenas produtos ou serviços. Eles procuram conexão, relevância, intimidade, respeito e um propósito que ressoe com suas necessidades individuais. Afinal, se há exponencialmente mais ofertas de bens e serviços do que a nossa vã capacidade de consumi-los ou mesmo sonhá-los, proximidade se torna o novo nome do jogo.

E é justamente aqui que a personalização e a experiência individualizada se tornam “os caminhos para o ouro”, sendo a inovação nestas técnicas o combustível para impulsionar os negócios rumo ao sucesso.

Quando uma marca adota uma abordagem personalizada, reconhecendo as preferências, os comportamentos e o que o seu cliente precisa de fato, adquire automaticamente o poder de construir um relacionamento muito mais profundo e duradouro. Para se ter ideia, atualmente, cerca de 83% dos consumidores almejam produtos ou serviços personalizados de acordo com suas necessidades individuais, segundo uma pesquisa global realizada pela Dassault Systèmes, empresa francesa de experiências 3D que entrevistou 3 mil pessoas de diversos países para este estudo.

Ainda segundo o estudo, os respondentes se mostraram propensos a pagar, em média, até 25,3% a mais por um produto ou serviço genuinamente customizado. As gerações X, Y e Z, inclusive, estão mais dispostas a pagar e compartilhar dados para obter personalização do que as gerações anteriores. Ou seja, é como se fosse um chamado de socorro para a segmentação e o direcionamento eficientes, em prol de recomendações de produtos relevantes, experiências de compras únicas e atendimento excepcionalmente adaptado. Com ou sem o apoio de Inteligência Artificial.

Tecnologia power

Diante desse cenário, não é mais novidade que a tecnologia se tornou a chave para compreender verdadeiramente “quem são, o que fazem e do que se alimentam” essas personas. Avanços em Inteligência Artificial, análise de dados e automação capacitam os varejistas a oferecerem experiências altamente personalizadas em escala. Algoritmos de machine learning podem analisar padrões de compra, histórico de navegação e interações anteriores para prever com precisão as preferências individuais dos clientes e antecipar suas necessidades.

A gigante Amazon é um bom exemplo em torno dessa temática. É praticamente impossível falar em personalização e relevância em estratégias de relacionamento sem mencionar a marca, que investe cada vez mais em IA, especialmente em deep learning para criar motores de recomendação de produtos ainda mais customizados e efetivos, causando assim o tão poderoso e conhecido “efeito Amazon” para engajar e fidelizar.

Desafios à vista

No entanto, o fato é que aportar esse nível de serviço e solução aos clientes não é nada trivial. Para se trilhar esse caminho centrado no cliente, deve-se superar alguns obstáculos que precisam ser muito bem equacionados, como: coleta e análise dos dados de maneira eficaz e com qualidade para se extrair insights valiosos. Algo que demanda tempo, processo, tecnologia, foco e investimento; conhecimento real da jornada do consumidor, ou seja, saber interpretar as informações apuradas e aplicar da melhor forma e em cada micro momento de contato a solução ou comunicação desejada pelo cliente (às vezes, antes mesmo de ele sentir a necessidade ou dor); e a correta e integrada execução através dos canais de contato, oferecendo experiência consistente em todos os pontos – desde o site e app, passando pelas redes sociais, o SAC e o atendimento presencial. Cada interação é uma oportunidade que não volta para impressionar, cativar, servir e encantar.

Nesse sentido, adaptar-se para ter uma empresa que está à frente neste tipo de posicionamento estratégico exige inovações e muita dedicação em um conjunto de disciplinas que não se resume apenas à tecnologia; trata-se de repensar profundamente o modelo de negócio, o público-alvo, as reais dores e demandas do mercado e de seus clientes, estabelecer novos processos, estratégias de canais e de criar um real vínculo de marca com cada pessoa que deseja se relacionar com ela.

Um primeiro passo importante e que já é adotado por diversos varejistas e indústrias (na maioria das vezes, com uma execução de qualidade dúbia) é a implementação de programas de fidelidade, estratégias de gamificação, estratégias de CRM e sistemas para aprimorar a omnicanalidade. Podem ser uma excelente base de partida para a profunda transformação necessária.

Com o advento acelerado da Inteligências Artificial com custos e soluções cada vez mais eficientes e baratas disponíveis, ter os dados reais do cliente e saber utilizá-los da melhor forma será essencial para a sobrevivência e geração de novos negócios, em um futuro muito próximo. O consumidor, cada vez mais empoderado, ansioso e exigente, não aceitará nada menos do que isso.

Hoje, as marcas que conseguem se destacar são justamente aquelas que compreendem profundamente seus clientes, adaptam-se às suas necessidades em constante evolução e entregam experiências excepcionais em todos os pontos de contato. Em breve, a inovação e a personalização se entrelaçarão para criar um futuro em que cada consumidor se sinta verdadeiramente único e valorizado, mesmo nas atividades mais corriqueiras do dia a dia. Você estará preparado para ser relevante neste cenário?

Fonte: “Personalização e experiência: não dá mais para deixar esse tema “para amanhã” – Mercado&Consumo (mercadoeconsumo.com.br)“

Download

Publicado em

O que esperar do e-commerce brasileiro nos próximos meses de 2024?

Tendências emergentes estão moldando o setor neste ano.

Segundo pesquisa recente da BigData Corp, a quantidade de lojas virtuais teve um aumento de 16,5% em 2023, totalizando mais de R$ 1,9 milhão. Com o crescimento contínuo do e-commerce no Brasil, é crucial entender as tendências que moldarão o cenário do em 2024. O ano já começou, mas ainda dá tempo de se preparar e entrar no mercado com tudo. Afinal, o que podemos esperar do e-commerce brasileiro nos próximos meses e anos?

Começando com o crescimento acelerado do mercado, como trouxe acima, não é uma surpresa para ninguém que o comércio eletrônico nacional segue um ritmo acelerado este ano, especialmente com muitos varejistas tradicionais adotando uma postura omnichannel.

Considerando que a internet está presente em mais de 91% das casas brasileiras, o número potencial de clientes é enorme. Cada vez mais os consumidores brasileiros estão optando por fazer compras online, seja por conta dos preços mais baixos, ofertas exclusivas ou por influência social. Algo interessante de mencionar é que esse crescimento será impulsionado não apenas pelas grandes cidades, mas também em regiões onde o e-commerce ainda tem espaço para expansão, apesar dos desafios logísticos.

Quando falamos em expansão dos marketplaces, eles devem continuar desempenhando um papel central no ecossistema do e-commerce brasileiro. Grandes players como o Mercado Livre, Amazon, Shopee e B2W (Americanas, Submarino, Shoptime) continuarão dominando o mercado. Como os consumidores estão cada vez mais acostumados a comprarem de grandes marketplaces, pode ser interessante para as lojas virtuais aumentarem a sua presença nestes caminhos.

Experiência do cliente no e-commerce

Quanto ao foco na experiência do cliente, isso será mais importante do que nunca em 2024. Com a concorrência cada vez mais acirrada, as empresas de e-commerce precisarão se diferenciar oferecendo uma experiência de compra excepcional, desde a navegação no site até o pós-venda. Isso também inclui um atendimento personalizado e de alta qualidade, políticas de devolução simplificadas e métodos de pagamento seguros e convenientes. Brindes, programas de recompensas e outros incentivos também podem trazer bons resultados para sua marca.

Não tem como falar de 2024 sem falar da maior onda da atualidade: a inteligência artificial (IA) – o que antes era uma novidade, hoje veio para ficar. Inclusive, a IA está se desenvolvendo cada vez mais rápido, por isso, é fundamental enxergá-la como uma grande aliada para os empreendedores digitais.

O e-commerce brasileiro continuará a se beneficiar dos avanços em tecnologia e inovação. Veremos uma maior adoção de inteligência artificial, machine learning e análise de dados para personalização de experiência, otimização de conversões e prevenção de fraudes.

Além disso, a realidade aumentada e a realidade virtual podem desempenhar um papel crescente na melhoria da experiência de compra online, permitindo que os consumidores visualizem produtos de forma mais imersiva antes de comprar. O comércio eletrônico nacional continuará a evoluir cada vez mais durante este ano, oferecendo oportunidades emocionantes para empresas e consumidores. Com o crescimento do mercado, a expansão dos marketplaces, o foco na experiência do cliente e os avanços em tecnologia, é essencial que as empresas de e-commerce estejam preparadas para se adaptar e inovar.

Fonte: “https://startupi.com.br/o-que-esperar-do-e-commerce-brasileiro-nos-proximos-meses-de-2024/”

 

Download

Publicado em

Como usar a estratégia de machine learning para melhorar a experiência do cliente no seu negócio

A tecnologia e suas novas ferramentas, constantemente lançadas no mercado, têm contribuído para a transformação nos negócios.

Um tema que atrai a atenção dos gestores é como usar a estratégia de machine learning para melhorar a experiência do cliente.

O machine learning surge como uma tecnologia que impulsiona a implementação de ações de marketing digital voltadas para o uso de dados e a definição de campanhas e práticas alinhadas com as demandas de um público consumidor cada vez mais exigente.

Em outras palavras, esses sistemas não são explicitamente programados para realizar tarefas, mas sim aprendem a fazê-las por meio da análise de exemplos.

Em geral, o processo de machine learning envolve as seguintes etapas:

Coleta de dados

A primeira etapa é reunir um conjunto de dados relevantes para a tarefa que o sistema deseja aprender.

Preparação dos dados

Os dados coletados geralmente precisam ser limpos e pré-processados para o sistema poder compreendê-los.

Isso pode envolver a remoção de valores ausentes, normalização de dados e conversão de dados em um formato adequado para o algoritmo de machine learning.

Treinamento do modelo

O próximo passo é escolher um algoritmo de machine learning e treinar um modelo nesse algoritmo usando o conjunto de dados preparado.

O algoritmo aprenderá a identificar padrões nos dados e a usar esses padrões para realizar a tarefa desejada.

Avaliação do modelo

Depois que o modelo é treinado, ele precisa ser avaliado para verificar se está funcionando corretamente.

Isso pode ser feito usando um conjunto de dados de teste que não foi usado no treinamento.

Implementação do modelo

Se o modelo for bem-sucedido na avaliação, ele poderá ser implementado em um ambiente de produção.

Isso pode envolver integrá-lo a um aplicativo ou sistema existente.

Como o machine learning se aplica ao marketing digital?

A tecnologia de ML é muito abrangente e pode ser implementada em diferentes contextos. Suas aplicações incluem desde a recomendação de produtos até a detecção de fraudes.

No âmbito do marketing digital, ele revoluciona as atividades das empresas, à medida que viabiliza o alcance mais rápido, preciso e eficiente de clientes.

Por meio da análise de grandes volumes de dados, o machine learning identifica padrões e insights que guiam a criação de campanhas personalizadas e altamente relevantes para cada público-alvo.

Personalização de campanhas de marketing e segmentação

Com o machine learning, as empresas conseguem segmentar seus clientes com base em diversos fatores, como: histórico de compras, comportamento online, interesses, preferências e dados demográficos.

Entenda!

– Histórico de compras, incluindo aqui informações que vão desde os produtos comprados até a frequência de compras e o valor médio dos pedidos.
– Comportamento online, com acesso a informações como páginas visitadas, tempo gasto em cada página e cliques em anúncios.
– Interesses e preferências, considerando assuntos frequentemente pesquisados, páginas curtidas nas redes sociais, hashtags seguidas, entre outros.
– Dados demográficos como idade, sexo, localização, renda, entre outros.

A combinação desses dados permite a criação detalhada do perfil do cliente, trazendo o embasamento necessário para a empresa personalizar as suas campanhas de marketing. Essa personalização favorece diferentes etapas de processos de trabalho em marketing digital.

Conteúdo

Com dados relevantes sobre a preferência dos consumidores, é possível criar anúncios, e-mails, landing pages e e-books com conteúdo direcionado aos interesses e às necessidades de cada segmento de consumidores.

Ofertas

Informações organizadas permitem personalizar promoções e descontos segundo o perfil de cada cliente.

Tempo

Também facilita a definição do momento certo para manutenção do contato com o cliente. Assim, a área de marketing consegue enviar mensagens no momento mais oportuno para cada cliente, aumentando as chances de conversão.

Canais de comunicação

Os dados permitem entender as preferências de cada consumidor, tornando mais fácil para a empresa definir o canal mais adequado para cada cliente – seja ele e-mail, redes sociais, anúncios online, entre outros.

Segmentação avançada com base no comportamento do cliente

A análise preditiva é uma área do machine learning que utiliza algoritmos para prever as necessidades e os comportamentos dos clientes.

Através da análise de grandes volumes de dados, empresas podem identificar padrões e tendências que permitem a criação de campanhas personalizadas e altamente relevantes para cada público-alvo.

Os algoritmos de recomendação são um tipo de algoritmo preditivo que sugere produtos, serviços ou conteúdo em que o cliente possa ter interesse. Eles são muito utilizados em plataformas de streaming, sites de e-commerce e redes sociais.

Os algoritmos de recomendação podem melhorar a experiência do cliente de diversas maneiras, como ajudando a encontrar os produtos que eles realmente desejam, o que evita que os clientes percam tempo navegando por produtos que não são relevantes para eles e oferece uma experiência personalizada e relevante.

Automação de atendimento ao cliente

A automação de atendimento ao cliente é a utilização de tecnologia para automatizar tarefas e interações com clientes, sem a necessidade de intervenção humana direta.

Essa tecnologia pode ser utilizada em diversos canais, como sites, aplicativos, chat online, telefone, e-mail e redes sociais.

Chatbots e assistentes virtuais baseados em machine learning

Os chatbots e as assistentes virtuais são ferramentas de automação de atendimento ao cliente que utilizam a tecnologia de machine learning para interagir com os clientes de forma natural e eficiente.

Eles são treinados com grandes volumes de dados para poderem entender as perguntas e solicitações dos clientes e fornecer as respostas e soluções adequadas.

A automação de atendimento ao cliente é uma solução que tem ganhado espaço no mercado, podendo trazer diversos benefícios para as empresas.

Entre as vantagens, destacamos:

Redução de custos

A automação pode reduzir os custos com atendimento ao cliente, ao eliminar a necessidade de ter um grande número de pessoas à disposição para atender às demandas dos consumidores.

Aumento da eficiência

A automação pode agilizar o atendimento ao cliente, pois os chatbots e as assistentes virtuais podem responder às solicitações dos clientes de forma instantânea.

Melhoria da satisfação do cliente

A automação pode melhorar a satisfação do cliente, pois os clientes podem ter suas solicitações atendidas de forma rápida e eficiente.

Agora vamos entender como trazer isso para a prática do seu negócio?

Confira alguns exemplos de como a automação de atendimento ao cliente pode ser utilizada:

– Responder a perguntas frequentes: os chatbots podem ser utilizados para responder a perguntas frequentes sobre produtos, serviços ou políticas da empresa.
– Fornecer suporte técnico: a tecnologia pode ser utilizada para fornecer suporte técnico para produtos ou serviços da empresa.
– Agendar appointments, compromissos e reuniões.
– Processar pedidos de reembolso: os chatbots podem ser utilizados para processar pedidos de reembolso de produtos ou serviços da empresa.

A automação de atendimento ao cliente é uma ferramenta interessante que pode auxiliar as empresas a melhorar a eficiência do atendimento ao cliente, reduzir custos e aumentar a satisfação do cliente.

Hoje, empresas de diferentes portes e segmentos de mercado estão buscando esse tipo de solução de assistentes virtuais baseadas em machine learning, pois essas ferramentas são reconhecidamente importantes para a oferta de um atendimento rápido, dinâmico e de qualidade.

Qual a importância dos dados na implementação de estratégias de machine learning?

Os dados são o alicerce para a implementação de estratégias de machine learning. Sem dados de alta qualidade, os modelos não podem ser treinados de forma eficaz e, como resultado, suas previsões e decisões serão imprecisas.

Os modelos de ML aprendem com exemplos.

A qualidade e a quantidade de dados utilizados no treinamento influenciam diretamente a precisão e a confiabilidade do modelo. Somado a isso, os dados são usados para avaliar o desempenho do modelo e identificar áreas de aprimoramento.

Boas práticas para gestão de dados em machine learning

Os dados são o elemento essencial para o sucesso do machine learning.

Ao investir na coleta, preparação e gestão de dados de alta qualidade, as empresas podem criar modelos de ML mais eficazes e confiáveis, que geram resultados tangíveis e impulsionam o sucesso do negócio.

Quando falamos em boas práticas atreladas à gestão de dados em ML, devemos considerar a definição de objetivos claros – é indispensável determinar claramente o que você deseja alcançar com o machine learning antes de começar a coleta de dados.

Com os objetivos traçados, colete os dados, restrinja-se apenas àqueles necessários para atingir o seu objetivo. Após coletar os dados, é hora de verificar se eles estão completos, se são precisos e consistentes.

Superada essa etapa, armazene os dados seguramente, implementando medidas de segurança contra eventuais riscos de tentativa de acesso não autorizado. Por fim, monitore e avalie o uso de dados, analisando o impacto das estratégias de machine learning em seu negócio.

Quais são os benefícios da personalização de campanhas?

A personalização de campanhas com uma abordagem de machine learning traz muito benefícios para as empresas.

Entre esses benefícios, destacamos:

– As campanhas personalizadas geram um retorno sobre investimento (ROI) maior do que as campanhas genéricas por atingirem um público mais receptivo à mensagem.
– Os clientes se sentem mais valorizados quando recebem mensagens personalizadas e relevantes, favorecendo a melhora na experiência do cliente.
– A personalização aumenta a fidelidade dos clientes, ao demonstrar que a empresa se preocupa com suas necessidades e preferências.
– As empresas que utilizam o ML para personalizar suas campanhas se diferenciam da concorrência e conquistam uma vantagem competitiva no mercado.

Hoje, o machine learning é amplamente utilizado por plataformas de streaming, como Netflix e Spotify, que usam o ML para recomendar filmes, séries e músicas aos seus usuários de acordo com seus gostos e histórico de consumo.

Além disso, sites de e-commerce como Mercado Livre e Amazon usam o ML para recomendar produtos aos seus clientes com base no seu histórico de navegação no site e em compras anteriores.

Inclusive, as redes sociais também são outro exemplo de como o ML pode ser usado para melhorar a experiência dos usuários, à medida que ele mostra aos usuários conteúdos e anúncios relevantes baseados em seus interesses.

Dicas práticas para começar a incorporar machine learning em suas estratégias de marketing

Se você quer implementar o ML em suas estratégias de marketing, deve começar definindo os seus objetivos. Trace metas claras e específicas, priorizando objetivos que sejam mensuráveis e que impactam positivamente o seu negócio.

Após definir os seus objetivos, identifique as áreas de maior potencial, avalie seus canais de marketing e processos, e identifique as áreas que podem ser otimizadas com ML. Nesse ponto, vale avaliar tarefas repetitivas, segmentação de público e análise de dados.

Em seguida, explore as ferramentas e soluções disponíveis no mercado. Utilize plataformas de ML prontas para uso – elas oferecem soluções para marketing, como segmentação, automação e análise preditiva.

Também é interessante considerar a integração de aplicativos de machine learning nos sistemas de marketing existentes a fim de automatizar as tarefas.

Antes de implementar a ML em toda a sua operação, é recomendado começar com projetos-piloto, em pequena escala. Por meio deles, você pode testar e avaliar os resultados, investindo em soluções mais complexas apenas quando estiver pronto.

O passo seguinte consiste na organização dos dados de marketing. Lembre-se de priorizar os dados de qualidade que estejam alinhados com os seus objetivos.

Após colocar em prática o seu projeto, não esqueça que o acompanhamento é uma etapa crucial. Portanto, monitore e avalie os resultados, realizando ajustes sempre que julgar necessário.

Tão importante quanto investir em tecnologia é investir em treinamento e desenvolvimento. Isso significa que você precisa capacitar a sua equipe de marketing para os profissionais conhecerem os fundamentos do machine learning e da implementação dos projetos.

Lembre-se de que o machine learning é uma ferramenta especialmente útil para ampliar estratégias de marketing, mas que o seu sucesso depende de conhecimento, planejamento, implementação cuidadosa e avaliação contínua.

Como você viu no decorrer deste conteúdo, o ML pode ser aplicado na segmentação de público com base em dados históricos e comportamento online para campanhas personalizadas. Ele também é uma solução especialmente interessante na automação de marketing, à medida que permite a automação de tarefas repetitivas, como criação de anúncios, envio de e-mails e análise de dados.

Somado a isso, o ML permite a realização de análises preditivas, prevendo o comportamento dos consumidores e otimizando as campanhas a fim de melhorar a experiência do cliente.

Fonte: “Como usar a estratégia de machine learning para melhorar a experiência do cliente no seu negócio – E-Commerce Brasil (ecommercebrasil.com.br)“

Download

Publicado em

Consumidores transformaram buscas online e marcas precisam se adaptar

Cada vez mais, impulsionada pelas inteligências artificiais e tecnologias, a maneira como os consumidores buscam por produtos está sofrendo mudanças. Segundo a pesquisa Visual GPS, realizada pela iStock, atualmente mais de 40% dos clientes brasileiros declaram ter dificuldades em encontrar os produtos que desejam.

Utilizar as tradicionais palavras chaves não tem sido suficiente para os novos padrões de pesquisa; hoje, os consumidores buscam por experiências mais eficientes e, especialmente, mais intuitivas.

Consequentemente, a maneira como os produtos e serviços são descobertos mudou e a forma como estes são apresentados pelas empresas deve acompanhar.

Buscas: o que mudou para os consumidores

O ecossistema das buscas apresenta, de acordo com o estudo, uma transformação orientada pelo imediatismo, personalização e é extremamente influenciado pelo “prompting”. A consequência destas novidades é a presença de uma pesquisa conversacional cada vez mais atuante.

Andrea Gagliano, diretora sênior de inteligência artificial e machine learning, da iStock, explica em detalhes: “os dados e análises exclusivos de desempenho de pesquisa refletem uma evolução no comportamento dos clientes, com os usuários buscando frases mais descritivas e naturais nas pesquisas de imagens e vídeos”.

Para a implementação de experiências mais fluidas e intuitivas, modelos de machine learning podem ser aplicados, fugindo do tradicionalismo das estratégias orientadas pelas palavras chaves, observa a pesquisa.

Outro aspecto mapeado pela empresa é o crescimento das redes sociais como um mecanismo de pesquisa. No Brasil, uma média de 44% das pessoas utilizam as plataformas para descobrir novas informações.

Conteúdos visuais e dinâmicos são fortes maneiras de engajar os consumidores e consequente, contribuir para a descoberta de novos produtos, serviços e conhecimentos. Uma estratégia que não deve ser deixada de lado, segundo a iStock.

Recomendações para PMEs

Dentro do estudo, a organização fornece ainda, algumas recomendações para que as pequenas e médias empresas (PMEs) consigam se adaptar às novas necessidades dos consumidores sobre as buscas de produtos na internet.

“Essa mudança reflete uma tendência mais ampla em diferentes plataformas de pesquisa, impulsionada pela integração da inteligência artificial nos algoritmos de busca”, resume Gagliano.

A onda do conteúdo em vídeo

O envolvimento com o cliente é uma oportunidade para as marcas. Milhões de pessoas buscam por inspirações e informações nas redes sociais e o conteúdo em vídeo permite que as empresas mostrem resultados, compartilhem tutoriais ou destaquem os bastidores do dia a dia.

Alguns exemplos são as populares hashtags #TikTokMadeMeBuyIt e #AmazonFind.

Foco no cliente: comunicação assertiva

Para PMEs, uma das prioridades deve ser passar aos clientes a maneira como seus produtos e serviços são capazes de solucionar demandas específicas.

Demonstrando o comprometimento com a criação de experiências personalizadas, as empresas podem aproveitar soluções desde a criação de sites atraentes – com uma navegação intuitiva –, experiências de pagamento diversas ou integrar o ambientes de compras digital e físico (experiências omnichannel).

Recursos visuais são essenciais

A pesquisa evidencia a importância da autenticidade e da identificação do público com os recursos visuais das marcas; 98% dos brasileiros dizem que imagens e vídeos autênticos são importantes para elas.

Por meio de imagens e vídeos de alta qualidade é possível promover conexões mais fortes e impulsionar o engajamento dos consumidores. Ainda, a adoção da estética da rede social, humor e a incorporação de conteúdo gerado pelo usuário podem promover maior apelo e significância da marca.

Fonte: “https://www.ecommercebrasil.com.br/noticias/consumidores-transformaram-buscas-online-e-marcas-precisam-se-adaptar”

Download

Publicado em

IA aumentará a produtividade na logística em mais de 40% nos próximos anos

De acordo com a Intelipost, estima-se que a Inteligência Artificial terá impacto substancial nos setores até 2035.

A utilização de tecnologias baseadas em Inteligência Artificial e Machine Learning para otimização da cadeia logística já é uma realidade e terá impacto no aumento de produtividade no segmento de logística estimado em 40% nos próximos 10 anos. O dado é da Intelipost.

Segundo a empresa, a tecnologia ajuda a Intelipost a fornecer aos clientes uma previsibilidade de demanda muito mais assertiva, com base em dados históricos, tendências de mercado e eventos sazonais. Isso contribui para que as empresas otimizem e reduzam as chances de ruptura de estoque.

De acordo com pesquisa recente da McKinsey, estima-se que as empresas de logística gerarão entre 1,3 e 2 bilhões de dólares anuais durante os próximos 20 anos em valor econômico, graças à adoção da IA nos seus processos.

Por meio de análises preditivas, com o uso de machine learning e modelos estatísticos, é possível realizar de forma rápida e eficaz a identificação de padrões que possam “prever” comportamentos. “Especialmente quando se pensa em logística de entregas, os consumidores anseiam por entregas rápidas, mas mais do que isso, eles querem saber o tempo todo onde está o seu pedido, pois isso traz uma sensação de segurança e confiança na compra realizada”, disse a companhia em comunicado à imprensa.

APLICABILIDADE DA IA

As possibilidades em aplicabilidade de IA na logística são várias e em diferentes pontos da cadeia. A empresa cita o desenho de malha logística, a otimização de rotas e frotas, previsibilidade de demanda e gestão de envios e coletas. A análise em tempo real de informações sobre condições de trânsito e previsão do impacto de manutenções de estradas, obras rodoviárias, congestionamentos e acidentes pode auxiliar na identificação de possíveis gargalos e adversidades, reduzindo custos operacionais.

Além disso, a personalização do atendimento e entregas sob medida às necessidades específicas de cada cliente é outra área que se beneficia da IA. A previsão da capacidade e gerenciamento da operação para dimensionamento dos recursos e ativos necessários também é essencial para uma boa performance financeira.

De acordo com a Intelipost, para implementar com sucesso soluções de IA em suas operações logísticas, as empresas devem considerar os seguintes passos:

  • Definir objetivos claros e alinhados à estratégia de negócio: antes de implementar qualquer solução de IA, é importante definir claramente quais são os objetivos que a empresa deseja alcançar.
  • Coletar dados de qualidade: a IA funciona com base em dados, portanto, é fundamental coletar dados de qualidade e em quantidade suficiente para que os algoritmos possam aprender e gerar insights valiosos.
  • Escolher a solução certa: existem várias soluções de IA disponíveis no mercado, portanto, é importante escolher a solução que melhor atenda às necessidades específicas da empresa.
  • Implementar a solução gradualmente: é importante implementar a solução de forma gradual, para que a empresa possa avaliar os resultados e fazer ajustes conforme necessário.

Fonte: “https://mundologistica.com.br/noticias/ia-aumentara-a-produtividade-na-logistica-em-mais-de-40”

Download

Publicado em

Inovação e sustentabilidade: tendências promissoras para o futuro do setor logístico

Segundo dados da Abdib (Associação Brasileira da Infraestrutura e Indústrias de Base), 124 bilhões de reais é a projeção de investimentos que o setor privado deve realizar em transporte e logística entre 2022 e 2026. Muito além dos aportes para desenvolver ferrovias, rodovias e portos, uma grande tendência é a principal aposta para 2024: a inovação.

Nesse cenário, a democratização do acesso ao transporte por cabotagem é uma das inovações que o setor logístico poderá perceber em breve. Isso porque, atualmente, aqueles que utilizam o transporte por cabotagem são, principalmente, grandes empresas. Mas imagine ter o serviço na palma da mão, seja para cargas cheias ou fracionadas, de uma forma tão simples como comprar uma passagem aérea. Esse será um dos focos do setor de agora em diante: levar o transporte por cabotagem também para pequenas e médias indústrias, empresas e comerciantes, ampliando a competitividade e alcance de mercado para esses clientes. Simplicidade, segurança, economia e sustentabilidade são os pilares da iniciativa.

Há outros campos para inovar dentro do setor, como a digitalização de documentos, uso de Machine Learning para precificação, automatização para aplicações em tempo real e uso da Inteligência Artificial para substituir tarefas operacionais. Com isso, além de maior competitividade, o setor também ganha maior produtividade e multiplica exponencialmente sua capacidade de operação.

Transformação tecnológica

Ainda em meio às iniciativas de inovação, visibilidade em tempo real é assunto obrigatório. Dentre as possibilidades em desenvolvimento, uma das tecnologias utilizada é o uso de sensores nos contêineres, que além de indicarem a posição em tempo real, emitem alertas em caso de violação do contêiner. Já a rastreabilidade em tempo real permite indicar se as cargas chegarão dentro do horário previsto ou se estão atrasadas e qual a nova agenda de entrega.

Outro projeto, já implantado no setor, é um sistema baseado em Machine Learning, para previsibilidade da queda de carga, como foco em minimizar a ocorrência de “no-show” no transporte. Com base em diversas análises, o sistema prevê, com alguns dias de antecedência, qual a probabilidade de cargas não chegarem aos portos, proporcionando tempo para que o time comercial possa conseguir outras cargas, maximizando a ocupação dos navios.

Também baseado em Machine Learning e já em operação, a startup I4Sea desenvolveu uma plataforma de “inteligência climática”, com foco na tomada de decisão quanto às condições climáticas, que podem impactar condições operacionais de terminais portuários e trajetos navegáveis. A plataforma produz insights para prever com antecedência se, por exemplo, um navio deve ou não acelerar sua viagem a fim de evitar problemas nos portos e garantir mais eficiência com relação a queima de combustível, diminuindo as emissões e gerando um impacto econômico significativo.

Além da inovação

Além dos investimentos em inovação, 2024 ainda trará o fomento à agenda ESG, com as empresas cada vez mais comprometidas com a questão ambiental. Nesse cenário, a cabotagem ganha força, já que o transporte multimodal por cabotagem contribui para a redução das emissões de carbono. Para se ter uma ideia, o modal pode reduzir as emissões de CO2 em até 80% a depender do trecho, de acordo com dados do Relatório de Sustentabilidade da Log-In.

Com o mesmo objetivo, os combustíveis renováveis também são uma aposta. O Brasil, por exemplo, já começou a trabalhar com um combustível pioneiro que usa 24% de óleo reciclado, uma alternativa de curto prazo enquanto não há uma migração para combustíveis 100% verdes, como o metanol verde ou amônia – essa última, ainda a alguns anos de distância.

Em se tratando da agenda ESG, a diversidade e a inclusão também seguem com destaque nas empresas do setor logístico. Antes um mercado predominantemente masculino, agora há cada vez mais mulheres, tanto a bordo, quanto nos cargos de gestão.

Superando os desafios

Embora os investimentos em inovação e a expansão da agenda ESG sejam a principal aposta para o crescimento neste ano, o setor ainda esbarra em alguns desafios, principalmente do ponto de vista de infraestrutura.

Com a BR do Mar, programa de estímulo ao transporte por cabotagem sancionado pelo Governo Federal, estima-se que haverá um importante aumento na frota empregada na cabotagem, assim como novos players e consequente aumento na demanda pelo serviço. Com isso, é fundamental que haja uma melhora na infraestrutura portuária, com melhoria dos acessos, maior produtividade e profundidade dos portos, de forma a suportar esse aumento da demanda e o crescente tamanho dos navios.

Um ponto extremamente importante na agenda para 2024 é a formação de marítimos brasileiros. Com o crescente número de empregados na cabotagem, associado ao aumento sensível do mercado de óleo e gás e das embarcações de offshore, já é sentida a falta de mão de obra especializada, demandando maior capacidade de formação e especialização de tripulantes pela Marinha. Do contrário, haverá um forte impeditivo para o crescimento no número de embarcações de bandeira brasileira, com o estrangulamento do setor nos próximos anos.

Finalmente, as mudanças climáticas trouxeram impactos importantes ao setor, com o agravamento da seca dos rios da região Norte do Brasil: o Amazonas e seus afluentes. Embora sejam sazonais, essas variações dos níveis dos rios vêm se agravando ao longo dos anos. Em 2023, entre setembro e novembro, os níveis do Amazonas e seus afluentes ficaram tão baixos que obrigaram a suspensão do tráfego de navios na região, prejudicando diretamente a chegada de produtos de primeira necessidade às populações de Manaus e adjacências, assim como impediram o escoamento da produção da Zona Franca de Manaus. Essa é uma questão grave que demanda atenção imediata, tanto em relação a buscar alternativas para que o transporte não seja suspenso, como executar iniciativas de dragagem, de sinalização e de segurança na navegação, a fim de melhorar a navegabilidade fluvial.

Diante desse panorama, a logística nacional enfrenta uma encruzilhada que exige abordagens inovadoras e estratégias resilientes. Se, por um lado, a inovação e a agenda ESG apontam para um futuro promissor, por outro, as adversidades climáticas e as demandas de infraestrutura destacam a necessidade urgente de investimentos em soluções. Superando esses obstáculos com novas tecnologias e maior eficiência operacional, o setor de transporte e logística seguirá próspero em um cenário cada vez mais dinâmico.

Fonte: “Inovação e sustentabilidade: tendências promissoras para o futuro do setor logístico – Portogente“

Download

Publicado em

Retail media x foodservice media

Para todos ficarmos na mesma página, retail media é um termo em inglês que pode ser traduzido simplesmente como “mídia de varejo”, mas eu prefiro estratégia de marketing aplicada à mídia de varejo.

Assim, ela é a estratégia que direciona como as marcas podem anunciar produtos e serviços em plataformas de varejistas, tanto físicas quanto online, através de banners, vídeos, anúncios em mídia social até mesmo displays físicos ou digitais em pontos de vendas. A proposta de ações pode partir do varejista ou das marcas.

O grande objetivo é sempre a conversão, porém, o maior valor está no compartilhamento de dados entre as partes, permitindo que haja evolução na assertividade das ações, e, claro, mais vendas.

E por que esse tema se tornou destaque na NRF, se o modelo de retail media vem se desenvolvendo desde os anos 90? Porque a evolução do acesso digital e a sedimentação do comportamento de compra pelos canais digitais cresceram nas últimas três décadas, tornando o assunto mais maduro e estruturado.

Pesquisas indicam que 97% dos brasileiros pesquisam online, mesmo se estiverem fazendo uma compra em loja física, portanto, os canais digitais são extremamente importantes para a exposição das marcas. Mas acho que isso todos nós já sabíamos, não é?

O fato é que existe um movimento pendular de varejo que constrói e destrói valor sobre a importância das lojas físicas. E, nesse momento, estamos na ponta em que discutimos o valor da loja física. Assim, elas passam a ganhar destaque. Portanto, a discussão de retail media avança do tráfego digital para o físico.

Apresentação de cases, debates etc vieram de grandes varejistas como o Walmart, que destacou a importância da ativação física e digital integrada da Target, reforçando que o retail media precisa levar em consideração a experiência do cliente para ser efetiva; da Amazon, com toda sua potência em big data entregando ofertas personalizadas para clientes; do Carrefour, ilustrando seu modelo de mídia proprietária com olhar de longo prazo; e da brasileira Magalu, destancando o retail media como complemento à sua estratégia omnichannel.

E, felizmente, tivemos um painel com a 7-Eleven, que nos permitiu fazer importantes paralelos para a realidade do foodservice. A marca é pioneira no uso de retail media e hoje poder ser considerada um grande lab de informação.

Os principais canais da 7-Eleven com o seu consumidor são: aplicativo próprio, que permite compras antecipadas ou compras e pagamentos dentro da própria loja; website, com as funções normais de achar loja, fazer pedidos delivery, consultar produtos etc.; e a loja física.

As mídias sociais e o programa de fidelidade têm papel transversal: as mídias promovem interação, conexão e desejo. Já o programa de fidelidade passa por aprimoramentos, tudo para cumprir sua ambição é ser líder em retail media.

Para que as lojas não sejam exclusivamente caixas de concreto com displays de produtos, a empresa investe em mais tecnologias, especialmente Inteligência Artificial e machine learning para conhecer ainda melhor o seu cliente e reduzir o atrito no momento de compra. O conceito 7-Eleven Now está sendo testado em algumas lojas e é similar ao modelo Amazon Go, mais um passo importante.

Todas as ações na 7-Eleven são metrificadas, permitindo que as marcas parceiras se beneficiem para ampliar ações em outros canais em que atuam. Os lançamentos de produtos em colaboração são sempre de grande sucesso pelo grau de assertividade. O delivery está em 95% das lojas e o grande esforço é pro-personalização.

No foodservice brasileiro cabem reflexões sobre a agilidade para estruturação das estratégias de retail media, considerando: maturidade digital do negócio, real capacidade para capturar, analisar e agir sobre os dados e como implementá-lo em uma loja de forma a agregar valor à experiência do cliente, e não impactar negativamente.

Retail media não pode ser miniaturizado a displays, painéis e outros tipos de tela. O mais importante é que para gerar impacto e ser atraente para marcas estarem conosco nessa jornada é a escala. Somente nos Estados Unidos, a 7-Eleven tem mais de 10 mil lojas, em um total de 70 mil espalhadas pelo mundo em 17 países.

Se o seu negócio de foodservice não tem os pré-requisitos, não vale parar tudo e mergulhar no tema. Primeiro, seja o melhor no básico, lembrando que é um básico perfeito e em um alto nível de sofisticação da gestão, integrando o digital, com uma experiência excelente para o cliente. Senão, será gasto de energia, desperdício de foco e mais um motivo para reclamar que “a grande indústria” não dá atenção aos operadores.

Fonte: “https://mercadoeconsumo.com.br/20/02/2024/artigos/retail-media-x-foodservice-media/”

Download