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.

Deep Learning pode ser o rei das estratégias de segmentação

Inteligência Artificial

Deep Learning pode ser o rei das estratégias de segmentação

Para isso, porém, precisará se firmar como a solução tecnológica perfeita para o futuro sem cookies

Custo é o maior obstáculo à adoção da IA no Brasil

Inteligência Artificial

Custo é o maior obstáculo à adoção da IA no Brasil

Supera inclusive as dificuldades em integrar e dimensionar projetos, a complexidade de dados e a escassez de habilidades e experiência, revela estudo da IBM

IA Responsável: um caminho a percorrer

Inteligência Artificial

IA Responsável: um caminho a percorrer

Novas pesquisas mostram que, embora os líderes concordem que a IA responsável deve ser uma preocupação da alta administração, poucos priorizaram essas iniciativas. Por onde começar?

Nem sempre a IA funciona. Por que?

Inteligência Artificial

Nem sempre a IA funciona. Por que?

É possível resumir o que a inteligência de máquina faz muito bem com três Ps: padrões, probabilidades e performance. O problema é a falta de compreensão das características básicas do problema de negócios.

Qual o futuro dos chatbots de IA?

Inteligência Artificial

Qual o futuro dos chatbots de IA?

E por que aqueles alimentados por grandes modelos de linguagem, apesar de mais capazes, ainda levarão algum tempo para chegar aos aplicativos comerciais?

CyberOne, o robô afetivo

Inteligência Artificial

CyberOne, o robô afetivo

Novo humanoide da Xiaomi reconhece mais emoções humanas. De acordo com a empresa, o CyberOne é capaz de saber, por exemplo, se uma pessoa está triste ou feliz e até consolá-la. Com isso, a Computação Afetiva atiçou a curiosidade...

Por Equipe THE SHIFT