No artigo anterior finalizamos falando da possibilidade de encantar os
nossos clientes oferecendo algo personalizado através de Sistemas de
Recomendação.
Para que todos os benefícios dos Sistemas de Recomendação sejam
percebidos pelos nossos clientes, transformando a experiência de
compra deles em algo inesquecível, é necessário um alinhamento entre o
negócio e a tecnologia disponibilizada.

O livro Word of Mouse, escrito por John Riel e Joseph Konstan, prega
que a revolução realizada pelos Sistemas de Recomendação nos negócios,
principalmente nos negócios on-line, onde os dados são facilmente
coletados, está baseada em um conjunto de oito princípios listados a
seguir:
1- Demonstrar conhecimento sobre os produtos;
2- Ser um agente do cliente;
3- Manter excelentes serviços nos pontos de contato com o cliente;
4- Embalar produtos, não pessoas;
5- Olhar o que faço;
6- Revolucionar o gerenciamento do conhecimento;
7- Usar comunidades para criar conteúdo;
8- Transformar as próprias comunidades em conteúdo;

De agora em diante vamos detalhar cada um desses princípios. Percebem
que há muito trabalho para ser feito. Porém, o que não fazemos para
“Saber o que os nossos clientes desejam antes mesmo deles.”

Até o próximo post!

No post anterior foi elencado oito princípios de negócios a serem implantados em conjunto com a adoção de um Sistema de Recomendação. Antes de detalhar cada princípio, vamos entender alguns detalhes como um sistema de informação usa as informações para recomendar.

Precisamos entender questões como:

• De onde podem vir as informações utilizadas pelos Sistemas de Recomendação?
• Qual a importância que cada informação deve possuir?
• Como informações de diferentes fontes podem ser relacionadas?

As respostas dessas questões serão fundamentais para que possamos ajustar os parâmetros do nosso sistema de recomendação a fim de obtermos as recomendações mais pertinentes ao nosso negócio.

De posse das entradas precisamos avaliar como usaremos as recomendações, ou seja, como vou exibí-las aos nossos clientes. Para responder essa questão precisamos identificar quais os tipos de cada recomendação e como elas podem ser sugeridas aos nossos clientes.

As entradas para os sistemas de recomendação devem ser entendidas como a forma que os clientes expressam as suas preferências.

Referentes aos tipos de entradas existentes nos sistemas de recomendação elas são classificadas em:

• Explícitas: As entradas explícitas mais comuns são as classificações realizadas pelos usuários, sejam através de notas (valores numéricos ou simbólicos) ou através de atributos e palavras chaves nas declarações dos clientes;
• Implícitas: As entradas implícitas mais comuns são o histórico de compras e o padrão de navegação dos usuários e clientes;

Quando pensa-se nos tipos de saídas dos Sistemas de Recomendação o mais comum é a sugestão. Ela se expressa em ocasiões como, por exemplo, na frase “Você gostaria do produto X enquanto está finalizando a sua compra?”. Além da sugestão pode-se ir além nesse processo. Ao sugerir um produto pode-se adicionar uma nota de correlação do produto ao usuário ou cliente, essa nota é uma predição.

De posse de tantas maneiras de encantar nossos clientes com recomendações de qualidade precisamos definir o que realmente ele julgará importante. A próxima etapa é construir um sistema de recomendação, encontrar o melhor ajuste, obter feedbacks dos clientes e usá-los para melhorar  o sistema de recomendação. Veja que processo cíclico fantástico. Uma ferramenta que nunca está pronta mas que sempre tem mais “poder”.

Termino o post com a seguinte frase de Thomas Carlyle, proferida em 1833 ” O homem é um animal que usa ferramentas… sem ferramentas ele não é nada, com elas ele é tudo.”

Um grande abraço!

Hoje daremos início a uma série de “posts” na forma de artigos falando sobre Sistemas de Recomendação. Começaremos abordando algumas questões como, por exemplo: o que são Sistemas de Recomendação? Eles são úteis? Onde podem ser aplicados? Quais os benefícios que eles trazem ao meu negócio? E os meus clientes, o que ganham? Além das questões relacionadas ao negócio discutiremos as técnicas científicas utilizadas e as mais recentes tecnologias que suportam os sistemas de recomendação.

Vamos começar transcrevendo um relato que nos causa muita surpresa.

Uma senhora liga para um Call Center pedindo um livro de dietas. No diálogo de venda do livro a operadora diz: “Hoje nós temos um Kit de churrasco com 10% de desconto, a senhora estaria interessada?”

A senhora responde: “Sim, estou!”

Em uma outra empresa, uma senhora faz um pedido de um travesseiro. A operadora de Call Center pergunta se ela estaria interessada em um sutiã.

A senhora responde “Sim!”

Em qualquer empresa “normal” as ofertas das operadoras parecem bem estranhas, oferecer um Kit de Churrasco para quem procura livro de dieta! Um sutiã para quem procura travesseiro?! A grande surpresa, essas ofertas foram convertidas em vendas. Vendas que foram além do desejo inicial do cliente.

Mas o que levou essas operadoras de Call Center fazerem essas ofertas? Magia negra? Bola de Cristal? Feitiçaria? Pura sorte?

Nada disso é claro! As operadoras não agiram por vontade própria. Elas estavam sendo auxiliadas por uma nova tecnologia, os Sistemas de Recomendação.

Steve Jobs, fundador e CEO da Apple disse uma frase que se adequa perfeitamente ao contexto: “Muitas vezes as pessoas só sabem o que querem depois que você mostra a elas.”  Quando oferecemos algo que se identifica com a pessoa e com o contexto corremos um grande risco, o risco de deixarmos essa pessoa encantada. Será que essa pessoa não poderia ser o seu cliente? Pense nisso! Até a próxima!