Tuilux white paper
Upcoming SlideShare
Loading in...5
×
 

Tuilux white paper

on

  • 849 views

 

Statistics

Views

Total Views
849
Views on SlideShare
848
Embed Views
1

Actions

Likes
1
Downloads
6
Comments
0

1 Embed 1

http://www.slideshare.net 1

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Tuilux white paper Tuilux white paper Document Transcript

  • White PaperJaneiro de 2011 INTELIGÊNCIA EM RECOMENDAÇÃOCOPYRIGHT © 2011 NATLUX Informática e Consultoria LTDATodos os direitos reservados. A informação contida neste documento é proprietária daempresa NATLUX Informática e Consultoria LTDA. Qualquer forma de divulgação,reprodução, distribuição ou ação, integral ou parcial, relacionada com esta proposta sem odevido aviso prévio e autorização por escrito está proibida e será considerada ilegal.
  • www.tuilux.com.br TUILUX: Inteligência em Recomendação1 INTRODUÇÃO E BENEFÍCIOS .......................................................... 12 TIPOS DE SISTEMAS DE RECOMENDAÇÃO........................................ 33 TIPOS DE RECOMENDAÇÃO ............................................................ 54 A IMPORTÂNCIA DA INTELIGÊNCIA NA RECOMENDAÇÃO ................... 65 O QUE É O TUILUX? ....................................................................... 8 5.1 FUNCIONALIDADES ................................................................. 9 5.2 O PROCESSO DE INTEGRAÇÃO ................................................. 10 5.3 UM MODELO DE NEGÓCIOS INTELIGENTE ................................. 10 Resumo Este white paper faz uma descrição sucinta do que é um serviço de recomendação, quais seus benefícios e tipos possíveis, discute a necessidade de se fazer recomendação de maneira inteligente e apresenta o TUILUX, o primeiro serviço de recomendação inteligente do Brasil, suas principais funcionalidades, processo de integração e modelo de negócios.1 INTRODUÇÃO E BENEFÍCIOSOs sistemas de recomendação aplicam técnicas de análise de dados erecuperação de informação a um certo ambiente virtual (p. ex., e-commerce, rede social, portal de conteúdo) com o objetivo de ajudarusuários em processos de tomada de decisão, como a escolha de produtos aserem comprados, serviços a serem contratados, viagens a serem feitas,pessoas a serem adicionadas a sua rede de contatos, “looks” a seremvistos, e muitas outras. A recomendação pode ser feita usando diferentestécnicas e pode ser baseada apenas nos itens disponíveis mais similaresentre si, na distribuição demográfica dos usuários, nos itens mais in t elig en cia em reco m en d acao
  • www.tuilux.com.brcomercializados, no comportamento dos usuários, no hábito de consumo eem inúmeras outras variáveis. Dentre as principais vantagens dos sistemas de recomendaçãodestacam-se: 1. Entendimento do usuário individualmente; 2. Otimização da disposição de produtos, serviços ou outros itens no ambiente virtual; 3. Possibilidade de oferta do item certo ao usuário certo; 4. Ampliação do alcance do marketing através da descoberta de redes; 5. Criação de campanhas relevantes e personalizadas; 6. Uso de informações anônimas e seguras, pois o processo de descoberta de conhecimento não necessariamente utiliza informações pessoais de seus usuários. Estas vantagens trazem os seguintes benefícios diretos para asempresas que adotam sistemas de recomendação: 1. Transformação de visitantes em usuários: um sistema de recomendação pode ajudar o visitante a encontrar e escolher um item de seu interesse. Em muitos casos um sistema de recomendação permite que o visitante conheça produtos, serviços, pessoas, etc. que ele não conheceria sem o auxílio de uma ferramenta inteligente. Ao mesmo tempo, um sistema de recomendação permite que o usuário navegue pelo ambiente seguindo sua própria dinâmica de tempo e de pesquisa. 2. Estímulo às vendas-cruzadas: ofertar itens altamente relacionados ao perfil do usuário aumenta a probabilidade de venda conjunta, elevando dessa forma o valor do ticket médio. Além disso, recomendar itens normalmente comprados ou visualizados em conjunto mostra as tendências de compra mais relevantes. 3. Fidelização de usuários: o relacionamento personalizado é de extrema importância para o aumento da fidelidade. A fidelidade tem in t elig en cia em reco m en d acao
  • www.tuilux.com.br efeito sobre a lucratividade na medida em que tem influência direta sobre o fluxo futuro de usuários. Atualmente, é destacada a forte tendência das empresas em unir estratégias baseadas em satisfação a estratégias orientadas à fidelização, pois são evidentes os resultados positivos financeiros quando se tem uma base de clientes fiéis. 4. Melhor experiência no ambiente virtual: o fato de tratar os usuários de forma personalizada melhora o relacionamento entre o usuário e o ambiente, assim como a experiência dele no ambiente. 5. Consolidação da marca: a personalização na interação ambiente- usuário torna-se uma característica de grande relevância e é incorporada ao DNA da marca, contribuindo dessa forma à consolidação da mesma na mente dos usuários. 6. Elevadas oportunidades de propaganda e comunicação: uma vez que muitos usuários utilizam o serviço, o número de interações aumenta e, com isso, as oportunidades de comunicação e propaganda, podendo estas ainda ser personalizadas. 7. Melhor posicionamento em sistemas de busca: quanto maior a participação e contribuição dos usuários, mais conteúdo existirá em determinada aplicação. Com isso, maior é a probabilidade de ser localizada por sistemas de busca.2 TIPOS DE SISTEMAS DE RECOMENDAÇÃOOs sistemas de recomendação podem ser classificados de diversas formas.Por exemplo, há taxonomias baseadas na interface e nas propriedades dainteração do usuário com o sistema. É possível pensar em duas dimensõesnessa taxonomia, que são o grau de automação e o grau de persistênciadas recomendações. No eixo da automação, as recomendações podem ser automáticas oumanuais, sendo que automática significa que a recomendação é gerada sem in t elig en cia em reco m en d acao
  • www.tuilux.com.brum esforço explícito de algum administrador do ambiente virtual, enquantoa manual requer alguma entrada de dados por parte deste administrador.Para que o processo de recomendação seja eficiente e assertivo, é precisoautomatizá-lo de maneira inteligente. Não basta que um administradorescolha os itens a serem recomendados de acordo com a percepção dele donegócio, é preciso que uma ferramenta inteligente determineautomaticamente a recomendação a ser colocada em cada parte do site.Mais adiante discutiremos algumas das possíveis técnicas de automatizaçãodas recomendações. No eixo da persistência, a recomendação pode ser efêmera oupersistente, sendo que uma recomendação efêmera é feita com base emuma única seção ou visita de um usuário. Nota-se, portanto, que umarecomendação persistente requer um histórico do usuário (p. ex.,navegação ou compras). Além disso, na recomendação persistente é precisosaber os hábitos de consumo, comportamento e outros de cada cliente,permitindo uma maior personalização do serviço. Note que a persistêncianão implica em recomendação estática, mas sim numa capacidade deentender melhor o perfil de cada usuário individualmente e coletivamente, eusar esse conhecimento para personalizar a recomendação. Em relação à forma como as recomendações são feitas, os sistemas derecomendação pode ser divididos em: • Baseados em conteúdo: a recomendação é feita através da sugestão de itens (p. ex., produtos, serviços, pessoas, comunidades, estabelecimentos, etc.) similares àqueles que o usuário procura ou que ele adquiriu ou preferiu anteriormente. • Colaborativos: a recomendação é feita através da sugestão de itens que usuários com gostos e preferências similares aos do usuário ativo avaliaram anteriormente. Este tipo de recomendação requer dados sobre o histórico de consumo do(s) usuário(s). in t elig en cia em reco m en d acao
  • www.tuilux.com.br • Híbridos: combinam os métodos baseados em conteúdo com os métodos colaborativos.3 TIPOS DE RECOMENDAÇÃOHá vários tipos possíveis de recomendação, que dependem dos dadosutilizados e do que se deseja exibir. A recomendação pode ser de produtosem um comércio eletrônico, pessoas em uma rede social, conteúdo em umportal de conteúdo, dentre outras. Abaixo estão listados alguns tiposcomuns de recomendação em comércio eletrônico: 1. Itens similares: exibe itens similares aqueles sendo vistos. Essa similaridade é calculada utilizando técnicas que consideram diferentes parâmetros, como preço, descrição, categoria, disponibilidade em estoque e outros. 2. O que os clientes normalmente compram após comprar este item: este é um tipo comum de recomendação que ajuda a fazer vendas casadas (cross-sell), pois apresenta sugestões de itens comprados em conjunto. 3. Itens mais comercializados (visualizados): exibe uma lista dos itens mais vendidos (ou visualizados) da loja. 4. Itens melhor avaliados: exibe aqueles itens melhor avaliados.É importante perceber que muitas outras formas de recomendação podemexistir e as apresentadas acima são uma pequena amostragem do universode possibilidades. Na verdade, o objetivo principal de uma ferramentainteligente de recomendação é encontrar o conjunto de itens mais adequadoa cada usuário do site e o tipo de recomendação a ser exibido deve serdiscutido em conjunto com o site, caso a caso, sempre para maximizar osresultados. in t elig en cia em reco m en d acao
  • www.tuilux.com.br4 A IMPORTÂNCIA DA INTELIGÊNCIA NA RECOMENDAÇÃOUm serviço de recomendação eficaz requer o uso de técnicas avançadas decomputação, engenharia, matemática e estatística para a geração dasrecomendações. Ao contrário do que poderia ser o senso comum,recomendar itens não se resume a buscar aqueles da mesma categoria ouescolher aleatoriamente a partir da base de dados e postá-los em uma áreaespecífica do site. É preciso executar tarefas como categorização,classificação, estimação e associação entre os itens e/ou suascaracterísticas. Por exemplo, se o cliente de uma loja virtual clica em umabolsa de couro, não necessariamente oferecer outras bolsas de couro seriaa recomendação mais eficaz, há outros itens possivelmente diferentes desseque podem ser de interesse. Quais produtos normalmente são compradosapós a compra de uma bolsa de couro? Quais são vistos? Há relações entrebolsas de couro e outros itens do estoque da loja? É possível descobrir afaixa de preço que o cliente está disposto a pagar com base no seu perfil deconsumo e navegação? Quais as preferências do cliente? Para que a recomendação seja eficaz, todas essas análises e muitasoutras precisam ser feitas. O conhecimento técnico-científico necessáriopara a realização dessas análises faz parte de áreas como matemática,estatística, data mining, inteligência artificial e computação natural. Abaixodescreveremos sucintamente cada uma das principais tarefas de análise dedados que podem ser usadas em um sistema inteligente de recomendação. A tarefa de categorização permite segmentar ou clusterizar uma basede dados não categorizados em diferentes categorias que expressamrelações intrínsecas dos dados permitindo, por exemplo, identificar quaisprodutos, pessoas, estabelecimentos, etc., são similares entre si. Oimportante aqui é que as categorias não são conhecidas a priori, aferramenta é capaz de propor categorias para a base de dados utilizando asinformações da própria base. Essas categorias futuramente podem serutilizadas para recomendar itens similares. in t elig en cia em reco m en d acao
  • www.tuilux.com.br A tarefa de classificação se diferencia da categorização, pois ela assumeque as categorias, nesse caso chamadas de classes, são conhecidas a priori.O objetivo, portanto, é aprender, ou seja, extrair conhecimento, a partirdesses dados para predizer a classe de novos dados cujas classes não sãoconhecidas. Com isso conseguimos responder perguntas como “Que tipo deproduto um determinado usuário gostaria de ver?” Uma vez que o serviçode recomendação já aprendeu, a partir de dados históricos, a categorizarcada usuário e item, ele é utilizado para classificá-los e fornecer aquele itemde maior interesse do usuário. Estimar algo significa predizer seu valor a partir de algum conhecimentoobtido a priori. No contexto de recomendação para ambientes virtuais émuito comum termos redes sociais nas quais os usuários atribuem notas afilmes, livros e outros produtos; também vemos muitos ambientes nosquais um usuário pode Curtir (Like) um post ou informação. Em lojasvirtuais também vemos atribuições de notas (estrelas, submarinos, etc.) aprodutos. Essas avaliações podem ser usadas para recomendar itens a umusuário dentro de um ambiente virtual qualquer. Por exemplo, quando vocêentra em uma livraria virtual e começa a buscar um livro sobre“recomendação”, seria muito útil se a livraria fosse capaz de estimar quenota você daria para aquele livro. Mas como a livraria poderia fazer isso? Aresposta é através de um serviço inteligente de recomendação que é capazde analisar seu perfil e também todo o histórico de consumo dentro dalivraria para estimar que nota você daria para cada livro do catálogo erecomendar-lhe aqueles que receberiam a maior nota por você. Essoprocesso garantiria uma maior probabilidade de conversão, maiorassertividade. Para explicar a associação, pensemos no exemplo cotidiano de comprasde supermercado através de uma loja virtual. Você entra na loja, pega seucarrinho de compras e começa a colocar aqueles itens de seu interesse.Hoje você compra pão, leite, manteiga, carne, carvão e cerveja. Na semana in t elig en cia em reco m en d acao
  • www.tuilux.com.brque vem você compra frutas, legumes, iogurte e cereais. Ao mesmo tempooutras pessoas estão comprando diversos itens em conjunto; em cadacarrinho de compras há uma coleção de produtos selecionados pelosclientes. Essas informações permitem descobrir associações entre produtos,no sentido de saber quais produtos são normalmente comprados emconjunto e quais não são. Com esse tipo de análise podemos gerarrecomendações inteligentes de produtos que podem promover vendascasadas (cross-sell), aumento do tíquete de cada carrinho e outrosbenefícios. Claro, essa análise também permite identificar quaisestabelecimentos são visitados em sequência numa rede social e muitasoutras aplicações. Portanto, recomendação inteligente vai muito além da apresentação deitens em um site. Ela requer uma análise detalhada de tudo que acontecedentro do site, seja ele um e-commerce, uma rede social ou um portal deconteúdo, envolve também o entendimento da preferência de cada usuário,a personalização, o conhecimento profundo do catálogo de itens do estoque,dentro outros, e o uso dessas informações para gerar conhecimento(recomendações) que sejam úteis e assertivas.5 O QUE É O TUILUX?O TUILUX é o primeiro Serviço de Recomendação do Brasil que pode seraplicado em diversos tipos de ambientes virtuais gerando as recomendaçõesmais efetivas para o seu negócio. Ele utiliza técnicas baseadas emComputação Natural, Estatística, Inteligência Artificial e Mineração de Dadospara extrair conhecimentos úteis e relevantes e gerar as melhoresrecomendações para o seu negócio. in t elig en cia em reco m en d acao
  • www.tuilux.com.br A operação do TUILUX é feita em servidoresde alto poder de processamento e escalabilidadehospedados nos Estados Unidos, garant garantindooperação 24x7, com estabilidade e o mínimotempo de resposta. Pode operar em múltiplasplataformas, não demanda dando instalação on-site,licenciamento e nem hardware adicional.5.1 FUNCIONALIDADESO TUILUX possui duas funcionalidades principais: 1. Recomendações: a geração das recomendações propriamente dita com dita, diferentes possibilidades de aplicação no site e em outras ações e ações; 2. Gestão do serviço: através do TUILUX : Admin, uma ferramenta on-line de gestão do serviço.A principal funcionalidade do TUILUX é gerar umconjunto de recomendações inteligentes para oseu negócio. Essa recomendação pode serapresentada no site de muitas formas, como, porexemplo: • Itens relacionados; • Quem comprou X comprou Y; • Itens mais vendidos; • Itens mais vistos; • Etc.Além disso, as recomendações do TUILUX podem ser empregadas paragerar e-mails segmentados a serem usados em campanhas publicitárias e mailsmarketing direcionado e para uma gestão mais estratégica do seu negócio. in t elig en cia em reco m en d acao
  • www.tuilux.com.br O TUILUX Admin é uma ferramenta de administração on-line doserviço que permite cada um de nossos clientes gerenciar e avaliar oserviço de maneira rápida e efetiva. O Admin oferece, dentre outras, asseguintes funcionalidades: • Perfil: Atualizar seus dados de perfil no serviço • Catálogo: Atualizar seu catálogo de produtos no serviço e agendar o processamento das recomendações • Analytics: Extrair relatórios gerenciais sobre o desempenho do serviço (p. ex., itens mais visualizados, itens mais vendidos, itens vendidos através de recomendação, itens vendidos em conjunto, aumento de vendas devido à recomendação, etc.)5.2 O PROCESSO DE INTEGRAÇÃOO processo de integração do serviço é bastante simples, sendo concluídoem apenas três passos: 1. Importação: importação inicial do catálogo de produtos. 2. Configuração: parametrização do serviço para que as recomendações sejam apresentadas e o comportamento dos usuários monitorados. 3. Testes: testes e validação dos processos de consumo das recomendações e monitoramento dos usuários.Concluídos esses passos o serviço está pronto para ser utilizado e disponívelpara todos os usuários.5.3 UM MODELO DE NEGÓCIOS INTELIGENTEAté o modelo de negócios do TULUX é inteligente. Há duas possibilidades,uma tabela de investimento fixo mensal proporcional a quantidade de pageviews do seu site e um modelo baseado em cliques em recomendação maisshare das vendas recomendadas, tornando o serviço totalmente dependentede sua própria performance. in t elig en cia em reco m en d acao