Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

AI, Machine Learning e BigData aplicado aos E-commerces

1,026 views

Published on

Palestra realizada por Rodrigo Pantigas, CTO da Birdie no Auditório de Tecnologia durante a Conferência E-Commerce Brasil MINAS 2018

Published in: Business
  • Be the first to comment

  • Be the first to like this

AI, Machine Learning e BigData aplicado aos E-commerces

  1. 1. AI, Machine Learning e BigData aplicado aos E- commerces Rodrigo Pantigas, Birdie
  2. 2. 13 anos no Grupo Arizona Head de Produtos e Tecnologia QUEM SOU EU? Pants, 32 anos, paulistano Rodrigo Pantigas CPO GetBirdie pants@birdie.com.br
  3. 3. O QUE FAZEMOS NO BIRDIE? DISTRIBUIÇÃO DE CONTEÚDO DE PRODUTO PARA O VAREJO INDÚSTRIA Indústrias e Varejos WORKFLOW DE ENRIQUECIMENTO DE CONTEÚDO DE PRODUTOS WORKFLOW DATA SCIENCE - PCaaS
  4. 4. • Muito rápida revisão da origem e evolução da Inteligência Artificial (A.I.) • Compartilhar um pouco da nossa experiência usando A.I. para curadoria de conteúdo de Produto • Dividir algumas ideias de outras aplicações de A.I. no E-commerce DO QUE VAMOS FALAR?
  5. 5. Espera um pouco!!! Os robôs com inteligência artificial não vão aniquilar a humanidade? MAS ANTES…
  6. 6. TALVEZ ESSE FUTURO FAÇA MAIS SENTIDO…
  7. 7. Janeiro, 2018 Sundar Pichai, Google CEO: “A.I. is more important than fire or electricity” https://www.cnbc.com/2018/02/01/google-ceo-sundar-pichai-ai-is-more-important-than-fire-electricity.html
  8. 8. https://www.cnbc.com/2017/08/11/elon-musk-issues-a-stark-warning-about-a-i-calls-it-a-bigger-threat-than-north-korea.html Agosto, 2017 Elon Musk, Tesla CEO: “If you're not concerned about A.I. safety, you should be. Vastly more risk than North Korea.”
  9. 9. MUITO RÁPIDA REVISÃO DA ORIGEM E EVOLUÇÃO DA INTELIGÊNCIA ARTIFICIAL https://aitopics.org/misc/brief-history Grécia antiga Mitos sobre robôs e seres mecânicos - Talos de Creta 1956 Termo “Inteligência Artificial” é cunhado pelo cientista John McCarthy, nos EUA. 1997 Deep Blue vence partida de xadrez contra Garry Kasparov 2011 Watson da IBM ganha partida do jogo Jeopardy, de perguntas e respostas, jogando contra dois campeões de edições anteriores
  10. 10. IMPORTÂNCIA DO CONTEÚDO DE PRODUTO NO E-COMMERCE Conteúdo de Produto é fundamental para alimentar todas as soluções que fazem parte do ecosistemas do E-commerce Loja Campanhas de Marketing Search & recommendation SEO & media
  11. 11. PROBLEMAS NA GESTÃO DE CONTEÚDO DE PRODUTO *2016 Shotfarm Product Information Report 76% Dos consumidores de e- commerce encontram informações inconsistentes de produto online* 78% Dos consumidores não confiam na informação de produto que eles encontram online*
  12. 12. QUAL O NOSSO DESAFIO? Categorizar e consolidar ofertas Criar uma base de conhecimento de produtos para ajudar os varejistas a publicar conteúdo de produto de qualidade, melhorando seu SEO e aumentando as taxas de conversão
  13. 13. Aplicação e evolução do Modelo Treinamento do Modelo AQUI APARECEU MACHINE LEARNING 1001010100110010010 1101101011101101001 0001001001001110101 101110110110101 Dados para treinamento Aprendizado Supervisionado Modelo Cognitivo Predição 1001010100110010010 1101101011101101001 0001001001001110101 101110110110101 Dados para validação Algoritmo Machine Learning Reforço Positivo ou Negativo
  14. 14. ENSINANDO O COMPUTADOR A VER Deep Learning - Visão Computacional Criamos “Classificadores” TV Smartphone Geladeira Enviamos exemplos positivos e negativos para cada classificador… E treinamos o modelo com muitas imagens (os classificadores começaram a apresentar resultados minimamente adequados a partir de 50 imagens de referência)
  15. 15. ENSINANDO O COMPUTADOR A VER Deep Learning - Visão Computacional Depois criamos “Classificadores” para as marcas Data Augmentation = Reaproveitar imagens e variar rotação, crop em diferentes níveis de zoom etc. Cria um número maior de referências a partir da base existente
  16. 16. ENSINANDO O COMPUTADOR A VER Deep Learning - Visão Computacional Obtivemos bons resultados Mas ainda faltava acuracidade pra diferenciar um Smartphone Samsung J7 de um Samsung A7, por exemplo. "Classifiers": [ { “product_type": "TV", "score": 0.9864367, "topicality": 0.8875648 }, { “product_type": “Computer Monitor”, "score": 0.8989263, "topicality": 0.8989263 }, { "brand": “Samsung", "score": 0.8760832, "topicality": 0.8760832 }, "Classifiers": [ { “product_type": "Smartphone", "score": 0.9932123, "topicality": 0.8763548 }, { "brand": “Motorola", "score": 0.7446758, "topicality": 0.8894637 },
  17. 17. DADOS ESTRUTURADOS VS DADOS NÃO ESTRUTURADOS Informação de Produto Smartphone Motorola Moto G5s Plus 32GB - Platinum Dual Chip 4G Câm. Duo 13MP + 13MP Características de Produto
  18. 18. ENSINANDO O COMPUTADOR A LER Deep Learning - Processamento de Linguagem Natural (NLP) Criamos “Entidades” Smartphone Motorola Moto Z2 Force Edition 64GB - Ônix Dual Chip 4G Câmera Dupla 12MP + Selfie 5MP
  19. 19. Smartphone Motorola Moto Z2 Force Edition 64GB - Ônix Dual Chip 4G Câmera Dupla 12MP + Selfie 5MP Smartphone Motorola Moto Z2 Force Edition 64GB - Ônix Dual Chip 4G Câmera Dupla 12MP + Selfie 5MP ENSINANDO O COMPUTADOR A LER Deep Learning - Processamento de Linguagem Natural (NLP) Criamos “Entidades” Cada entidade possui um dicionários de ocorrências e sinônimos (Samsung, SAMSUNG, Sansung, Sansumg) alimentado pelo aprendizado por reforço. Treinamos com muitos exemplos. PRODUTO MARCA MODELO ARMAZENAMENTO COR FEATURES
  20. 20. ENSINANDO O COMPUTADOR A LER Transformamos dados não estruturados em tabelas chave/valor, fáceis de manipular Smartphone Motorola Moto Z2 Force Edition 64GB - Ônix Dual Chip 4G Câmera Dupla 12MP + Selfie 5MP "Entities": [ { “product_type”: "Smartphone", "score": 0.9864367, "topicality": 0.8875648 }, { “brand": “Motorola”, "score": 0.9889263, "topicality": 0.8989263 }, { “product_model”: “Moto Z2 Force Edition", "score": 0.9760832, "topicality": 0.8760832 }, { “storage_capacity”: “64GB”, "score": 0.9760832, "topicality": 0.8760832 }, Deep Learning - Processamento de Linguagem Natural (NLP) Smartphone Motorola Moto Z2 Force Edition 64GB - Ônix Dual Chip 4G Câmera Dupla 12MP + Selfie 5MP
  21. 21. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS Analisando sentimentos no texto Positivo Neutro Negativo PRODUTO MARCA MODELO ARMAZENAMENTO COR FEATURES + Entidades Deep Learning - Processamento de Linguagem Natural (NLP)
  22. 22. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS Analisando sentimentos no texto Deep Learning - Processamento de Linguagem Natural (NLP) + Social Media Fotos e vídeos Opinião do usuário Avaliações, críticas e reclamações Contexto social Review de Produtos Opinião dos consumidores Avaliações, críticas e reclamações
  23. 23. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS Analisando sentimentos no texto Esse Nokia XPTO foi o melhor celular que eu ja tive. A bateria durava semanas. Texto de exemplo Deep Learning - Processamento de Linguagem Natural (NLP) Exemplos extraídos de: https://cloud.google.com/natural-language/
  24. 24. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS Analisando sentimentos no texto Não recomendo o Nokia XPTO Texto de exemplo Deep Learning - Processamento de Linguagem Natural (NLP) Exemplos extraídos de: https://cloud.google.com/natural-language/
  25. 25. O QUE APRENDEMOS AO LONGO DESSA EVOLUÇÃO • Construir uma solução de Machine Learning leva muito tempo pra apresentar resultados relevantes; • Vai precisar de muitos dados pra treinar seu modelo cognitivo. Use técnicas de data-augmentation sempre que possível; • A solução nunca está pronta. Sempre surgem novas excessões que demandam o aprendizado por reforço; • Cuidado com palavras da moda. Entenda sua necessidade e como aplicar Machine Learning da forma mais adequada. Soluções mais simples ou mesmo outras técnicas podem ser mais adequados para cada caso; • Sempre tenha em mente o objetivo desejado. Machine Learning é só uma ferramenta para alcança-lo.
  26. 26. POR ONDE POSSO COMEÇAR? Google Cloud Visão Computacional https://cloud.google.com/vision/ Processamento de Linguagem Natural https://cloud.google.com/natural-language/ Microsoft Azure Visão Computacional https://azure.microsoft.com/pt-br/services/cognitive-services/computer-vision/ Processamento de Linguagem Natural https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics/ TensorFlow Projeto OpenSource - Suportado pelo Google https://www.tensorflow.org/ IBM Watson Visão Computacional https://www.ibm.com/watson/services/visual-recognition/ Processamento de Linguagem Natural https://www.ibm.com/watson/services/natural-language-understanding-3/
  27. 27. OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE
  28. 28. PRECIFICAÇÃO DINÂMICA
  29. 29. CHATBOTS
  30. 30. OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE RECOMENDAÇÃO PERSONALIZADA https://hbr.org/2016/11/how-predictive-ai-will-change-shopping
  31. 31. OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE RESULTADOS DE BUSCA MAIS RELEVANTES https://www.visiture.com/blogs/artificial-intelligence-shaping- ecommerce-search/
  32. 32. Obrigado Rodrigo Pantigas CPO GetBirdie pants@birdie.com.br Dúvidas ou comentários!?!
  33. 33. A.I., Machine Learning e Deep Learning além de serem palavras da moda, podem ser muito úteis se bem aplicadas. E terão um papel cada vez mais importante na evolução da tecnologia.
  34. 34. MAIS ENGAJAMENTO DOS CONSUMIDORES E MAIORES TAXAS DE CONVERSÃO RECOMENDAÇÃO PERSONALIZADARESULTADOS DE BUSCA MAIS RELEVANTES OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE

×