--- "title": "Três marcas que usam Machine Learning com muita inteligência" "date": "2018-08-21T19:54:31+00:00" "url": "https://www.criteo.com/br/blog/tres-marcas-que-usam-machine-learning-com-muita-inteligencia/" "description": "A tecnologia de Machine Learning tem a capacidade de analisar enormes conjuntos de dados para descobrir insights sobre tendências, preferências e até mesmo predições sobre o momento certo para impactar cada consumidor. Confira três marcas que usam Machine Learning para engajar usuários." "image": "https://www.criteo.com/br/wp-content/uploads/sites/5/2018/08/gym.jpeg" "author": "Brooke Freeman" "category": "Tendências e insights" --- Hoje, no competitivo cenário do varejo, relevância em escala é tudo. É aí que entra o Machine Learning como fator determinante para impulsionar as vendas. A tecnologia de Machine Learning tem a capacidade de analisar enormes conjuntos de dados para descobrir insights sobre tendências, preferências e até mesmo predições sobre o momento certo para impactar cada consumidor. Selecionamos três marcas que usam Machine Learning para engajar usuários. Veja como essas marcas estão utilizando todo o poder do big data para personalizar experiências em diferentes canais. ### **1. Under Armour** A Under Armour, marca de roupas e artigos esportivos, integrou a tecnologia de Machine Learning ao [UA Record™](https://record.underarmour.com/), seu app de fitness. Monitorando a saúde do usuário, com base em dados de várias fontes (apps de terceiros, smart watches, dados fornecidos pelos próprios clientes e muito mais), o app oferece uma dieta personalizada e orientações de exercícios. ![](https://www.criteo.com/br/wp-content/uploads/sites/5/2018/08/Under-Armour-Record-app-e1517515134828.png)Foto por Under Armour. “O app baseia seu treinamento nos resultados de outras pessoas que têm perfis de saúde/fitness similares, bem como em dados extraídos, por exemplo, de bancos de dados nutricionais, fisiológicos e comportamentais”, relata o site de notícias [Business Insider](http://www.businessinsider.com/ibm-under-armour-build-smart-fitness-app-2016-1). O app também monitora itens como passadas, nutrição, padrões de sono e estatísticas de exercícios, frequência cardíaca, ritmo, distância e queima de calorias. O app da Under Armour é um recurso valioso e customizado que pode ser usado com apenas alguns toques – um personal trainer na palma da mão. Quanto mais você usa, mais ele conhece você. Assim, a marca poderá oferecer recomendações cada vez mais personalizadas para as suas metas específicas. ### **2. Mazda** A Mazda utilizou o Machine Learning para encontrar os influenciadores certos para [promover seu novo carro, o CX-5, no festival SXSW](https://insidemazda.mazdausa.com/sxsw/), em Austin, no Texas. A marca japonesa trabalhou com a Influential, uma empresa que utiliza a tecnologia Watson AI da IBM para identificar pessoas extrovertidas nas redes sociais – um público perfeito para se conectar aos fãs do festival. ![](https://www.criteo.com/br/wp-content/uploads/sites/5/2018/08/mazda-and-ML-at-SXSW-e1517515100938.png)Foto por Mazda. A tecnologia de Machine Learning examinou posts nas redes sociais, procurando as pessoas certas, com os indicadores certos – como pontos de exclamação e emojis. Para o SXSW, quatro pessoas foram selecionadas para rodar em Austin dentro do CX-5 e depois se divertir em um Mazda Studio. No final, era só postar sobre a experiência no Twitter, no [Instagram](https://www.instagram.com/explore/tags/mazdasxsw) e no Facebook. Essa abordagem de marketing centrada em dados permitiu à Mazda personalizar conteúdo para se engajar melhor com um grupo muito específico de consumidores – pessoas com um perfil mais criativo, já que o SXSW celebra a música, o cinema e a tecnologia, entre outras ideias inovadoras. ### **3. The North Face** A The North Face, rede de roupas esportivas, utiliza um assistente pessoal digital, o [Fluid Expert Personal Shopper (XPS)](https://www.fluid.com/blog/latest-posts/the-north-face-debuts-fluid-expert-personal-shopper-an-artificially-intelligent-digital-commerce-platform-powered-by-ibm-watson), para ajudar a fazer recomendações para consumidores online, construir perfis com base em seus interesses e criar uma experiência personalizada para cada usuário. O XPS leva a reputação amigável e descontraída da loja física para o mundo digital. Por meio de Machine Learning, a marca pode coletar dados simultaneamente para avisar sobre interações no site e futuros produtos. ![](https://www.criteo.com/br/wp-content/uploads/sites/5/2018/08/north-face-watson-shopper-e1517515117600.png)Foto por The North Face. A North Face também oferece uma experiência personalizada aos usuários do site, que podem comprar através do IBM Watson. Depois de baixar o [aplicativo](https://venturebeat.com/2016/03/04/the-north-face-to-launch-insanely-smart-watson-powered-shopping-app-next-month/), os consumidores podem acessar a tecnologia através de seus smartphones. Tal qual um vendedor que está pronto para ajudar os clientes a escolherem os produtos que desejam, esse [assistente virtual faz perguntas aos usuários](https://shift.newco.co/how-to-use-machine-learning-to-sell-better-8f909ab425b4), aprende com suas respostas e oferece produtos relevantes de acordo com suas preferências. ### **O ROI do Machine Learning** A [natureza preditiva do Machine Learning](http://criteo.com/blog/machine-learning-quiz/) é o que torna essa ferramenta tão poderosa para os profissionais de marketing. O ML permite às marcas usar dados de clientes, passados e presentes, para projetar tendências e comportamentos futuros. No que se refere às vendas, os modelos de Machine Learning podem prever o momento mais relevante para oferecer produtos (por exemplo, quando o consumidor está mais propenso a comprar itens sazonais). Em termos operacionais, o Machine Learning pode ajudar a marca a estimar o nível de estoque necessário durante os períodos de pico (Black Friday, Natal, etc), em comparação com o restante do ano. Como resultado, os modelos de Machine Learning ajudam a cortar as despesas desnecessárias (desperdício de investimentos em publicidade e sobra de produtos), [otimizando os esforços de marketing](https://criteo-2421.docs.contently.com/v/idc-research-can-machines-be-creative) para antecipar as necessidades dos clientes. Com isso, é possível aumentar a receita e as margens de lucro. Para saber mais sobre como o Machine Learning está transformando o varejo, [baixe o nosso e-book](https://www.criteo.com/br/wp-content/uploads/sites/5/2018/03/Machine-Learning-ebook-BR.pdf).