s
Crédito: Charles Deluvio/Unsplash
INTELIGÊNCIA ARTIFICIAL

Marketing: adeus focus groups, hello machine learning

Em tempos de economia Low Touch, um estudo aponta que o uso de algoritmos de machine learning na análise de reviews em sites de e-commerce pode ajudar as equipes de marketing

Focus groups são uma das práticas de marketing que vão ter que se reinventar nessa nova economia Low Touch. Como encontrar boas ideias, rapidamente, para criar produtos que atendam de forma inovadora as necessidades dos consumidores? Ou, melhor, como saber o que querem os consumidores sem juntar um grupo deles em uma sala fechada?

Uma das respostas pode estar na mineração de dados online em lugares diferentes, e um estudo liderado pelo russo Artem Timoshenko, professor assistente de marketing na Kellogg School of Management, da Northwestern University, aponta um caminho: analisar, com ajuda de algoritmos de machine learning, os reviews e comentários nos sites de e-commerce.

O estudo foi conduzido por Timoshenko e pelo pesquisador John Hauser, da MIT Sloan School of Management, em parceria com a consultoria Applied Marketing Science, Inc. (AMS), com mais de vinte anos de experiência em pesquisa de mercado. O tema da prova de conceito foi escovas de dentes. A AMS tinha um estudo recente com focus groups tradicionais sobre o produto e se animou a entrar no projeto para validar a hipótese.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Ao cadastrar-se você declara que está de acordo
com nossos Termos de Uso e Privacidade.

Cadastrar

Os pesquisadores reuniram reviews sobre escovas de dentes publicados na Amazon, somando um relatório de mais de 12 mil palavras, e usaram um algoritmo de machine learning que “limpou” comentários que não teriam qualquer peso na inovação de produto (tipo: “meu filho ama essa escova“). Esse relatório foi então analisado pelos especialistas da AMS usando as mesmas técnicas de review de focus groups.

O resultado é animador: os insights de inovação usando os reviews online foram 97% compatíveis com as 86 ideias identificadas nos focus groups humanos, mas com a vantagem de apresentar 8 novas ideias, um desempenho 10% melhor que o das técnicas tradicionais. Timoshenko publicou o estudo em uma base de conteúdos científicos e o código do algoritmo foi liberado gratuitamente para empresas.

Os agentes de IA avançam. As empresas, nem tanto

Inteligência Artificial

Os agentes de IA avançam. As empresas, nem tanto

Muitas organizações têm dificuldade em transformar a IA Agêntica em ROI. Desafios estruturais como governança, déficit técnico, custo e confiança ainda limitam o impacto desejado

IA no trabalho: entre dopamina, workslop e risco regulatório

Inteligência Artificial

IA no trabalho: entre dopamina, workslop e risco regulatório

Pesquisas recentes mostram que chatbots e copilots podem capturar atenção como redes sociais e máquinas caça-níqueis. E já há um preço alto sendo pago nas empresas.

Como aumentar a segurança da GenAI?

Inteligência Artificial

Como aumentar a segurança da GenAI?

Tratando segurança como arquitetura e não como filtro no fim do funil. Aplicações que nascem com detecção, supervisão e resposta em camadas independentes escalam com menos sustos.

Otimismo e medo: como os brasileiros veem a IA no trabalho

Inteligência Artificial

Otimismo e medo: como os brasileiros veem a IA no trabalho

Pesquisa mostra que 85% dos trabalhadores acham que a IA vai impactar seus empregos. O Brasil é o mais otimista da América Latina, mas também sente medo de ser substituído

IA boa é IA governada

Inteligência Artificial

IA boa é IA governada

Sem fundação sólida, projetos viram castelos de areia: executivos da MATH explicam como transformar hype em vantagem competitiva com governança, resiliência e ROI real.

Deep techs na América Latina: ambição global, desafios locais

Inteligência Artificial

Deep techs na América Latina: ambição global, desafios locais

Mesmo com talento e ciência de ponta, a América Latina ainda enfrenta barreiras como pouco investimento e falta de ambição global para escalar suas deep techs. Brasil é destaque, mas falta paciência dos investidores