Data Analytics e IA: o futuro do e-commerce?
Tiago Correa da Silva
Diretor de E-commerce
Pneubest
Saiba mais em https://eventos.ecommercebrasil.com.br/conferencia-santa-catarina/
Congresso Grocery & Drinks | Bacio di Latte: Tecnologia aplicada na experiênc...
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?
1.
2. ● Graduado em
Sistemas de
Informação
● Pós-graduado em
Gestão de TI
● Pós-graduado em
Mídias Digitais
● MBA USP em Digital
Business e
Transformação Digital
Sobre
3. ● Atualmente Diretor de
Ecommerce e
Performance Digital
● Consultor de
Tecnologia, Marketing
Digital e Vendas online
● Professor SuperGeeks
● +20 anos de
experiência na área de
Tecnologia.
Sobre
9. Em termos simples, a IA é uma forma
de ensinar os computadores a
pensar e aprender como os seres
humanos, tornando-os capazes de
realizar tarefas complexas de forma
automatizada e eficiente.
10. VOCÊ USA OU TEM CONTATO COM
RECURSOS DE INTELIGÊNCIA
ARTIFICIAL NO SEU DIA-A-DIA?
11.
12.
13.
14.
15.
16. Existem muitos exemplos de uso diário
da Inteligência Artificial, como:
Sistemas de recomendação de produtos
em sites de compras, como a
marketplaces, que utilizam algoritmos de
aprendizado de máquina para sugerir
produtos com base no histórico de
compras e interesses do usuário.
17. Assistente virtual de smartphones como a Siri e
a Google Assistente, que utilizam processamento
de linguagem natural e inteligência artificial para
entender as solicitações do usuário e fornecer
respostas relevantes.
Chatbots, que são robôs de conversação que
interagem com as pessoas por meio de
mensagens de texto ou voz, fornecendo
informações e soluções para problemas de
maneira rápida e eficiente.
18. Carros autônomos, que utilizam tecnologias de
inteligência artificial, como visão computacional
e aprendizado de máquina, para dirigir sem a
necessidade de um motorista humano.
Detecção de fraudes em transações financeiras,
que utilizam algoritmos de aprendizado de
máquina para identificar padrões suspeitos de
transações e prevenir atividades fraudulentas.
20. A inteligência artificial generativa (GenAI)
refere-se a um ramo da inteligência artificial
(IA) que se concentra na capacidade de criar,
gerar ou produzir novos dados, conteúdos ou
informações que se assemelham a algo criado
por seres humanos. Em outras palavras, a
GenAI é capaz de criar novos dados ou
produzir resultados originais com base em
padrões aprendidos a partir de conjuntos de
dados pré-existentes.
22. 🌐 75% dos profissionais: Esperam
que a IA generativa cause
mudanças significativas na
natureza da concorrência em suas
indústrias nos próximos três anos,
segundo a McKinsey.
23. 70% da Geração Z: Utiliza a
tecnologia de IA e 52% confiam
nela para ajudar em decisões,
revela a Salesforce. Isso contrasta
com a menor adoção entre
gerações mais velhas.
24. 💻 86% dos líderes de TI: Acreditam
que a IA generativa terá um papel
proeminente em suas
organizações em breve, conforme
estudo da Salesforce, destacando
seu impacto crescente no setor.
25. 💲 Mercado de IA generativa:
Estima-se um aumento de US$ 180
bilhões em oito anos. A receita de
serviços de IA generativa pode
atingir US$ 188 bilhões até 2032.
26. 🎨 89,2% dos artistas: Acreditam
que as leis de direitos autorais
atuais são inadequadas na era da
IA generativa, segundo pesquisa
do site Book An Artist.
27. 📊 Profissionais de marketing:
Acreditam que a IA generativa
economizará, em média, cinco
horas de trabalho por semana,
permitindo foco em aspectos mais
estratégicos de seus empregos.
28. 🌐 90% do conteúdo online: Pode
ser gerado por IA até o final de
2026, de acordo com um relatório
da Agência de Aplicação da Lei da
União Europeia.
29. 📈 Crescimento da IA generativa:
Em pouco mais de um ano, a IA
generativa passou de um tópico
pouco discutido para o principal
assunto em eventos de alto nível
como a CES e o Fórum Econômico
Mundial.
30. 🚀 Adoção em massa da IA:
Milhões de pessoas utilizam IA em
suas vidas diárias, com novos
produtos e serviços baseados em
modelos de linguagem e geração
de imagem, som e vídeo surgindo
constantemente.
31.
32.
33. 1⃣ Entendimento do Negócio: Tudo
começa com as perguntas certas.
O que queremos resolver? Qual o
objetivo?
34. 2⃣ Mineração de Dados: Aqui, como
mineradores, buscamos os
'diamantes' (dados) brutos que
precisamos.
35. 3⃣ Limpeza de Dados: Limpar os
dados é como tirar as impurezas
do ouro. Removemos tudo que não
serve.
36. 4⃣ Exploração de Dados: Agora,
exploramos nossos 'diamantes'
para entender melhor suas
qualidades e características.
37. 5⃣ Engenharia de Recursos: É a arte
de lapidar o diamante para que
brilhe, selecionando e criando as
características que farão nossos
dados brilhar.
38. 6⃣ Modelagem Preditiva: Com os
dados prontos, podemos começar
a prever o futuro, criando modelos
que nos dizem o que esperar.
39. 7⃣ Visualização de Dados: Por fim,
transformamos números em
gráficos e imagens que nos
ajudam a entender e comunicar o
que descobrimos.