O mercado global de MLOps (Machine Learning Operations), soluções que auxiliam cientistas de dados a simplificar e otimizar processos de implantação de machine learning, terá um crescimento médio anual de quase 45% até 2030. A projeção foi feita pela empresa de pesquisas Valuates Reports, que estima um salto na valorização do segmento de US$ 186,4 milhões, alcançado em 2023, para US$ 3.6 bi. Uma das principais razões para o aquecimento deste mercado pode estar na redução de prazo para o desenvolvimento de modelos preditivos. A avaliação é de Carlos Relvas, Chief Data Scientist da Datarisk, empresa especializada no uso de inteligência artificial para gerar valor no conceito “decision as a service”.

Segundo ele, para desenvolverem sistemas semelhantes com os métodos tradicionais, as organizações levam uma média entre duas a três semanas, dependendo da complexidade do setor.  

“Em contrapartida, ao usar o MLOps o cientista de dados consegue automatizar todo o processo de criação. Primeiro ele faz toda a parte de treinamento do modelo por meio de um machine learning automático que testa algoritmos para ver qual deles funciona melhor. Neste momento, o cientista também consegue, se quiser, subir um código que ele já tenha próprio e salvar todos os documentos e todos os códigos, garantindo assim a proteção da documentação de todas as bases de dados. O sucesso do MLOps se deve ao fato de ele eliminar todas essas etapas com o próprio criador do modelo sendo ele mesmo responsável e tendo em mãos tudo o que precisa para ir do começo ao fim do projeto”, afirma.

Em 2024, a Datarisk lançou ao mercado uma solução MLOps focada em atender empresas protagonistas em atividades como concessão de crédito, risco de fraudes, propensão a mudança de trabalho, produtividade no agro, entre outras. Somente durante o primeiro semestre deste ano, a ferramenta foi utilizada para a realização de um volume superior a 10 milhões de consultas e, entre os benefícios obtidos pelos usuários desta tecnologia, um dos maiores destaques foi justamente a redução de tempo. Com o MLOps da startup, o prazo médio de três semanas caiu para uma questão de horas.

Carlos Relvas explica ainda que, depois que esse primeiro treinamento está construído, entra uma segunda etapa dentro da própria plataforma MLOps da Datarisk que é a parte na qual o cientista pode automaticamente, ele mesmo, criar uma API para o modelo passar a ser usado em ambientes externos. A terceira etapa, segundo ele, é a gestão da solução. Nesta fase, o objetivo é garantir que esse modelo que foi desenvolvido, treinado e está sendo usado continue tendo uma boa performance ao longo do tempo. “A ferramenta consegue monitorar tanto o uso de suas aplicações quanto o funcionamento das APIs para garantir não somente que está tudo operando conforme o programado, mas também permitir a aferição da qualidade do modelo. A solução viabiliza a verificação, por exemplo, se tem alguma variável que tenha mudado ao longo do tempo e emite alertas para o usuário final caso o modelo esteja perdendo performance”, afirma.

 A receptividade do mercado e as prospecções que a Datarisk tem feito permitem à empresa projetar um crescimento superior a cinco vezes o volume de uso desta solução até o final de 2025.

O Cofundador e CEO da Datarisk, Jhonata Emerick, explica que ao se tornar pioneira na oferta de soluções no conceito MLOps no Brasil, a startup está colocando em prática a estratégia de amadurecer e aperfeiçoar suas principais teses de negócios. “Entendemos com maior profundidade as carências do mercado e agora estamos preparados para oferecer soluções capazes de transformar de uma maneira absolutamente relevante a realidade da ciência de dados no país”, diz.

De acordo com Emerick, no caso específico do desenvolvimento de modelos preditivos, as soluções MLOps surgem como resposta a processos internos morosos desenhados para uma época na qual as empresas não precisavam gerir uma área de dados com a agilidade que é exigida atualmente.

“Geralmente são adotados os sistemas de filas de TI nas quais a área de data science termina de fazer um modelo e passa para a área de engenharia criar uma API. Essa, por sua vez, vai demorar um tempo significativo para fazer sua parte, quando então passará o projeto para o time de motor de crédito, por exemplo, para que ele finalmente implemente essa API, o que vai levar a outros prazos. O resultado é que, quando o modelo é implementado, a situação já é outra. Por isso a solução MLOps se torna tão efetiva no quesito otimização”, conclui.

Sempre conectada por aplicativos e, principalmente, avessa a conversas pelo telefone, a Geração Z, que corresponde aos jovens nascidos entre 1997 e 2010, é a mais adepta a uma das ferramentas mais utilizadas pelas empresas para comunicação com clientes. Foi o que revelou uma pesquisa da Infobip realizada em todas as regiões do Brasil. Segundo o estudo da plataforma global de comunicação em nuvem, 50% dos respondentes entre 18 e 24 anos disseram gostar de interagir com os famosos chatbots. 

As outras gerações não ficam atrás quando a preferência é conversar com robôs, com é o caso dos Millennials, nascidos entre 1981 e 1996. 46% dos entrevistados entre 25 e 34 anos gostam de interagir com chatbots, assim como 48% dos respondentes entre 35 e 44 anos. “As facilidades que os chatbots oferecem são inúmeras e têm conquistado todas as gerações. Rapidez no atendimento, disponibilidade 24 horas por dia, sete dias por semana e a resolução de pequenos problemas são alguns dos atrativos desta tecnologia”, explica Bárbara Kohut, especialista de produtos Latam da Infobip. 

Já quando o assunto é o canal favorito para comunicação com as empresas, o WhatsApp está no topo dos queridinhos. O aplicativo de mensagens, famoso no país, é o mais usado por 81% da geração Z e também se mostrou muito presente entre gerações anteriores, como a X e os Baby Boomers. 89% dos entrevistados entre 45 e 54 anos preferem o WhatsApp a outros meios de comunicação, como o email, que ficou em segundo lugar, e 82% daqueles com mais de 55 anos também. 

“É essencial que as empresas conheçam bem as preferências do seu público, especialmente entre as diferentes faixas etárias, para tornar a jornada do cliente mais satisfatória. Desta forma é possível fidelizar consumidores mais antigos e também conquistar novos”, detalha Bárbara. “Um dos pontos de mais atenção que tem sido exigido por todas as gerações na hora de fazer compras é a personalização”, completa 

Tendência global

Segundo dados do Relatório de Tendências de Mensagens Geracionais realizado pela Infobip no Brasil, Reino Unido, EUA, Indonésia, Índia e França, 86% dos entrevistados esperam comunicações direcionadas e relevantes, que devem ser personalizadas de acordo com a geração de cada cliente. 

O relatório mostrou que os Millennials são os mais abertos a novos canais de comunicação, com 60% demonstrando estar dispostos a fazer compras por meio de chatbots. Já 83% da Geração Z espera que as marcas os entendam como indivíduos, com 65% querendo um diálogo de mão dupla com as empresas. “Nossa pesquisa mostra que a maioria dos consumidores, independentemente da idade, deseja que as marcas interajam com eles como um amigo por meio de canais conversacionais, e dizem que isso aumentará sua lealdade”, pontuou Ivan Ostojić, Chief Business Officer da Infobip. 

No Brasil, as mensagens, sejam por WhatsApp, e-mail ou via redes sociais, têm sido o principal canal usado pelas marcas para convencer os clientes a efetuarem suas compras. 65% dos respondentes da pesquisa entre 18 e 24 anos já realizaram uma compra após receber ofertas de uma marca por meios digitais. As porcentagens também são altas para as outras gerações, como os Millenials, com 69% e 73% para aqueles entre 25 e 34 anos, e entre 35 e 44 anos, respectivamente, e para a Geração X e os Baby Boomers, com 66%, para as pessoas entre 45 e 54 anos, e com 60% para as pessoas com mais de 55 anos. 

“Neste contexto, a inteligência artificial tem ganhado cada vez mais destaque. Com a aplicação correta da tecnologia, é possível melhorar a oferta de promoções direcionadas para os gostos do cliente, facilitar etapas da jornada de compra para torná-la mais fluida, e até mesmo oferecer produtos personalizados para o que o cliente busca”, comenta Bárbara. O estudo da Infobip apontou que 33% de todos os entrevistados veem na IA um recurso útil para recomendações de lista de produtos personalizada para seus gostos e necessidades. 

“Independente da geração, os clientes estão se tornando mais adeptos à tecnologia. Seja com a utilização da IA ou dos chatbots, as empresas e marcas precisam estar atentas às novidades do mercado para prover a melhor experiência para seu público-alvo, que já não gosta de ser importunado por ligações”, finaliza. 

방법론

A pesquisa, encomendada pela Infobip e conduzida pela Broadminded, abrangeu todas as regiões do Brasil. O estudo entrevistou 1071 pessoas. Seu objetivo foi investigar o comportamento dos consumidores com relação a interações por meio de mensagens, e-mails e outros mecanismos utilizados para a comunicação com o cliente. Outros tópicos da pesquisa incluíram a utilização da inteligência artificial para a melhoria das tecnologias de atendimento. A pesquisa foi conduzida por meio de um painel online em julho de 2024.

O Dia da Criança no Brasil se consolidou como uma das datas sazonais mais relevantes para o mercado publicitário e para o varejo. Buscando assertividade nas estratégias de suas campanhas, marcas e agências visam personalizar suas abordagens, utilizando insights e dados sobre o comportamento dos consumidores em diferentes canais e momentos da jornada de compra. 

Pensando nisso, a Logan, multinacional que oferece uma estrutura de mídia multicanal e smart data, por meio da Super Small Data, motor de processamento de dados da empresa, baseado em dados de comportamento de usuários de smartphones, verificando suas jornadas de geolocalização e consumo de telas, fez um estudo com base nos milhões de informações apuradas e telas.

“Para otimizar as estratégias de marketing, é essencial trabalhar com dados dinâmicos e cruzados que ofereçam um entendimento profundo do perfil do público. O uso de ferramentas de análise de dados permite identificar tendências, comportamentos e preferências, o que é fundamental para traçar um planejamento eficaz”, comenta Fábio Sant’Anna, Head de Vendas da Logan Brasil.

Veja alguns dos principais recortes identificados pela ferramenta:

• Pais entre 25 e 45 anos

Esse público representa cerca de 30 milhões de indivíduos. Destes, aproximadamente 60% deverão comprar produtos em lojas físicas, pois optam por experiências que possam desde tirar dúvidas, ou experimentar os produtos, a receberem retornos pessoais dos vendedores. Aproximadamente 68% destes consomem algum conteúdo em TVs conectadas e praticamente quase sua totalidade é exposta a algum tipo de mídia exterior.

• Crianças e Jovens, entre 12 e 17 anos

Jovens de 12 a 17 anos: Aproximadamente 72% dessa faixa etária está presente em canais online e influenciam ativamente as decisões de compra. Além disso, 75% consomem conteúdo em TVs conectadas e são impactados por mídia exterior.

• Pessoas 60+ anos

Com uma forte preferência por compras em lojas físicas, cerca de 70% desse grupo efetua suas compras presencialmente, enquanto 40% consome conteúdo em TVs conectadas.

“Esses dados oferecem uma base sólida para que anunciantes personalizem suas campanhas de acordo com as preferências de cada público, proporcionando uma comunicação mais efetiva e experiências de compra relevantes.”, comenta Fábio sobre as vantagens de entender esses dados para elaborar  uma estratégia de venda.

Com o conhecimento das tendências de consumo e do comportamento do consumidor, bem como a integração de dados dinâmicos e cruzados, anunciantes e agências podem desenvolver campanhas mais eficazes, que não apenas impulsionam as vendas, mas também criam experiências memoráveis para os consumidores. Investir de maneira inteligente nessa data pode trazer resultados expressivos e fidelização a longo prazo, solidificando o relacionamento entre marcas e consumidores.