Tutorial sobre Recomendação Inteligente

TUTORIAL SOBRE RECOMENDAÇÃO INTELIGENTE
Janeiro de 2012
COPYRIGHT © 2012 NATLUX Informática e Consultoria LTDA
Todos os direitos reservados. A informação contida neste documento é proprietária da empresa NATLUX
Informática e Consultoria LTDA. Qualquer forma de divulgação, reprodução, distribuição ou ação, integral ou
parcial, relacionada com este documento sem o devido aviso prévio e autorização por escrito está proibida e será
considerada ilegal.

Índice
Sumário Executivo ............................................................................................................................................. 2
1 O Ecossistema do E-commerce e a Realidade Brasileira Atual.................................................................. 3
2 Principais Desafios das Lojas Virtuais ........................................................................................................ 4
3 Personalização da Experiência de Compra ................................................................................................ 5
3.1 Desenvolvimento............................................................................................................................... 5
3.2 Como Funciona? ................................................................................................................................ 7
3.3 Integração ........................................................................................................................................10
3.4 Tipos de Recomendação..................................................................................................................12
3.5 Benefícios......................................................................................................................................... 14
3.6 Resultados........................................................................................................................................15
4 Vendendo para Pessoas...........................................................................................................................16

2
www.tuilux.com.br
inteligência
em recomendação
E-Commerce 3.0: Venda para Pessoas e Não Computadores
Sumário Executivo
Desde seu surgimento, há pouco mais de doze anos, o comércio eletrônico brasileiro vem dobrando em
faturamento aproximadamente a cada três anos. Essa elevada taxa de crescimento deve-se, dentre outros,
a uma grande demanda reprimida e a constante entrada de novas lojas virtuais no mercado, não sendo,
muitas vezes, consequência do sucesso das lojas existentes. Isso ocorre, pois há uma diferença significativa
entre o que os usuários esperam de uma loja virtual, versus o que eles encontram quando chegam nela. Na
maior parte dos casos as lojas virtuais são estáticas, possuem navegabilidade e busca difícil, e não se
preocupam em manter um bom relacionamento com os clientes. A verdade é que, na média, o comércio
eletrônico brasileiro ainda vende pouco e mal. Nesse sentido, a boa notícia é que o mercado começa a
amadurecer e entender melhor todo o ecossistema do e-commerce, juntamente com a importância de
cada um de seus elementos.
Sob o ponto de vista do negócio, elementos importantes nesse ecossistema, que ainda veem sendo
negligenciados pela maioria dos lojistas, são as ferramentas de conversão, que ajudam os clientes a
encontrarem o que desejam e melhoram seu relacionamento com a loja. A consequência direta do uso
dessas ferramentas é o aumento na taxa de conversão e, portanto, do faturamento das lojas. A principal
ferramenta de conversão para lojas virtuais são os sistemas de recomendação personalizada, que
fornecem sugestões de produtos ou serviços para cada cliente com base em suas necessidades e em cada
contexto, antes da perda de sua atenção.
Esse tutorial inicia discutindo o ecossistema e o momento atual de amadurecimento e alta competitividade
do e-commerce brasileiro. Na sequência, os principais desafios das lojas virtuais são apresentados,
destacando os problemas principais resolvidos pelos sistemas de recomendação personalizada: baixa taxa
de conversão e relacionamento com os clientes. A maior parte do documento, entretanto, é dedicada a
descrever o que é, como funcionam, como integrar com uma loja virtual, quais são os tipos de
recomendação, seus benefícios e como avaliar seu desempenho. O texto foi escrito tendo como público
alvo os responsáveis por uma loja virtual, tanto no nível de negócios, quanto de Tecnologia da Informação
(TI).

3
www.tuilux.com.br
inteligência
em recomendação
1 O Ecossistema do E-commerce e a Realidade Brasileira Atual
O comércio eletrônico é um dos setores da economia que mais cresce no Brasil. Dados do Webshoppers
(webshoppers.com.br) mostram um crescimento médio de 35% ao ano nos últimos cinco anos, atingindo
um faturamento de aproximadamente 20 bilhões de reais em 2011, com 30 milhões de e-consumidores
acumulados e mais de 50 milhões de pedidos no ano. Apesar dessa taxa de crescimento acelerado, é fato
que o comércio eletrônico brasileiro ainda tem muito para crescer e, mais importante, ainda vende pouco e
mal. Para entender como vender mais e melhor é preciso antes conhecer o ecossistema do comércio
eletrônico.
Muitos iniciantes pensam que abrir um comércio eletrônico é apenas colocar produtos em um site e
começar a vender. Na realidade, o e-commerce constitui-se de um ecossistema amplo e complexo,
envolvendo comparadores de preços, e-mail marketing, ERP/backoffice, logística, mídias sociais, meios de
pagamento on-line, segurança, web analytics, plataformas de e-commerce, SEO/SEM e ferramentas de
conversão (Figura 1).
Figura 1: Ecossistema do e-commerce.
Ao analisar as lojas virtuais brasileiras é perceptível a realidade atual da maioria delas e a necessidade de
dar mais um passo importante rumo à maturidade e diferenciação. Boa parte das lojas está hospedada em
plataformas de e-commerce, faz campanhas de e-mail marketing, possui um sistema de ERP efetivo e
acordos logísticos, atua nas redes sociais, integra com os principais meios de pagamento on-line e investe
nos comparadores de preços. Todas essas estratégias são essenciais para manter a infraestrutura e trazer
visitantes para a loja virtual. Entretanto, existe um elo perdido nessa cadeia que são as ferramentas de

4
www.tuilux.com.br
inteligência
em recomendação
conversão, ou seja, uma vez que o usuário entrou na sua loja é preciso vender para ele! E vender significa
transformar visitantes em clientes compradores!
2 Principais Desafios das Lojas Virtuais
Quando vamos a uma loja física comprar um produto, invariavelmente temos um vendedor questionando
sobre nossas necessidades e mapeando, dentro do portfólio de produtos dele, quais, dentre os produtos
que ele possui e se lembra, seriam mais adequados para cada cliente. Se possível o vendedor nos oferece
um produto de maior valor do que aquele que pensávamos levar, promovendo um up-sell. Além disso, um
bom vendedor sabe quais produtos geram uma venda casada (cross-sell) e consegue, ao final de todo o
processo, aumentar o valor do pedido do cliente.
No ambiente virtual, não apenas falta esse personagem, como também a competitividade é muito maior.
No comércio eletrônico é bem mais fácil comparar preços, iniciar uma compra e não finalizar o processo
(por exemplo, nunca pagando um boleto), e comparar especificações de produtos. Somado a isso, há o
fator psicológico de comprar um produto e não saber se ou quando ele será entregue; se o produto
apresentar defeito, como acionar a garantia e muitas outras dúvidas que surgem na cabeça dos
compradores virtuais, chamados de e-consumidores.
Os números crescentes do e-commerce brasileiro chamam a atenção, mas intrigam a maioria dos lojistas
que não necessariamente veem seus negócios crescerem à mesma taxa e, pior do que isso, nem sempre
enxergam o retorno sobre tanto investimento em SEO e comparadores de preços. A atração de tráfego
para um site implica em aumento do número de pageviews (páginas visualizadas) e de visitantes. A razão
entre a quantidade de pedidos e o número de visitantes únicos em uma loja virtual é a medida mais
importante do e-commerce, conhecida como taxa de conversão, que está intimamente relacionada ao
envolvimento do cliente com uma loja:
Para se ter uma ideia de como o e-commerce brasileiro vende pouco e mal, vamos conhecer as 10 maiores
taxas de conversão dos EUA (visualwebsiteoptimizer.com): Schwans (40,6%), Woman Within (25,3%), Blair
(20,4%), 1800PetMeds (17,7%), VitaCost (16,4%), QVC (16%), Pro Flowers (15,8%), Office Depot (15,4%),
Oriental Trading Company (14,9%) e Roamans (14,4%). Esses números não seriam surpreendentes não
fosse o fato de que a taxa média de conversão do e-commerce brasileiro gira entre 0,5% e 1,0%
(ecommercenews.com.br). Em comparação com outras taxas, os EUA têm taxa média variando entre 2% e
3%, e a Inglaterra 3,8% (ecommercenews.com.br). A diferença entre o caso brasileiro e os outros pode
parecer pequena, mas, no pior caso, eles são 2x mais efetivos em vendas do que nós.

5
www.tuilux.com.br
inteligência
em recomendação
Assim, em um mercado que dobra de tamanho a cada três anos, e que vem se tornando cada vez mais
competitivo, a estratégia atual do e-commerce brasileiro de atrair tráfego já não se mostra mais suficiente
para sobreviver no mercado, muito menos se diferenciar. Chegou a hora de aumentar significativamente as
taxas de conversão, de criar envolvimento com o cliente. Um cliente satisfeito é um cliente envolvido,
aquele que sempre consulta sua loja antes de fazer uma compra, aquele que dá preferência a você.
Portanto, dois grandes desafios do e-commerce brasileiro hoje são aumentar as taxas de conversão e o
envolvimento com os clientes. Para entender melhor o que é preciso fazer para superá-los, vamos falar de
ferramentas de conversão, enfatizando os sistemas de recomendação personalizada.
3 Personalização da Experiência de Compra
O que as lojas com maiores conversões nos EUA têm em comum, além de serem lojas de nicho (geralmente
procuradas quando o cliente sabe melhor o que quer e, portanto, tendem mesmo a converter mais), é que
todas elas usam alguma ferramenta otimizada de conversão, como, por exemplo, um serviço de
recomendação personalizada. Personalizar a experiência de compra de cada cliente de uma loja virtual é
uma etapa essencial para aumentar o envolvimento e as taxas de conversão.
Os serviços de recomendação personalizada formam um guia indispensável no
processo de escolha de produtos em um e-commerce e visam sugerir o produto mais
atraente para cada cliente, em cada contexto, antes da perda de sua atenção. Essa
sugestão pode ser feita através de vitrines personalizadas dentro da loja ou
disparando e-mails com produtos selecionados exclusivamente para cada cliente.
Sistemas de recomendação podem ter utilidades distintas, por exemplo, podem servir como ferramentas
de auxílio à identificação de conteúdo sobre o qual tecer comentários, como ferramentas para ajudar na
identificação de novos produtos ou serviços a serem vistos e até mesmo adquiridos ou como ferramentas
para o treinamento de equipes de vendas. Entretanto, a principal aplicação dos sistemas de recomendação
é como ferramenta de apoio à decisão de compra de algum produto ou serviço, como eletrônicos, roupas,
presentes, livros, filmes, pacotes de viagem, CDs e muitos outros. Sua aplicação mais conhecida e bem
sucedida é no comércio eletrônico, como ferramenta de apoio a decisão de compra e relacionamento com
os e-consumidores.
Esse tutorial foca seis aspectos importantes das ferramentas de recomendação personalizada: 1) Quais são
seus passos de desenvolvimento; 2) Como elas funcionam; 3) Como integrá-las em sua loja virtual; 4) Quais
os principais tipos de recomendação; 5) Quais seus benefícios; e 6) Resultados.
3.1 Desenvolvimento
O desenvolvimento de sistemas de recomendação personalizada levou ao surgimento de empresas
específicas para esse segmento, são os chamados serviços de recomendação ou serviços de
personalização dinâmica de lojas e sites. Dentro das lojas virtuais o objetivo de um serviço de

6
www.tuilux.com.br
inteligência
em recomendação
recomendação é gerar vitrines personalizadas de forma dinâmica para cada cliente, em cada momento de
sua navegação pela loja, melhorando sua experiência de compra e maximizando sua probabilidade de
efetuar uma compra que será, de fato, consolidada.
O desenvolvimento de um serviço de recomendação personalizada possui cinco passos principais,
detalhados abaixo (Figura 2):
1. Conhecer os produtos da loja: fazer sugestões de produtos requer o conhecimento de todo o catálogo
de produtos disponível para comercialização. Portanto, uma das primeiras etapas de um serviço de
recomendação é a captura, automática ou não, de informações sobre o portfólio de produtos da loja.
Exemplos de informações relevantes são nome do produto, categoria, descrição e preço.
2. Conhecer os clientes de forma personalizada: como no ambiente virtual não existe um vendedor para
entender as necessidades de cada cliente, é preciso identificar quem está dentro da loja, quais são os
produtos disponíveis e, com base em dados históricos deste e de outros usuários, conhecer seus
hábitos de consumo, preferências e entender suas necessidades. Para isso, os serviços de
recomendação monitoram toda a experiência de compra e navegação dos usuários.
3. Análise de dados: capturadas as informações sobre os clientes e produtos das lojas, conhecimentos
profundos de estatística e das técnicas mais avançadas de análise de dados são necessários para se
definir o produto certo para cada cliente no momento certo de sua experiência de compra. Ao
contrário do que vem sendo feito por muitas lojas virtuais, a sugestão de produtos considerando
apenas a categoria tem se mostrado pobre, é preciso usar algoritmos capazes de encontrar a relação
mais adequada entre os produtos e os clientes naquele momento da compra.
4. Interface com os usuários: definidos os produtos mais relevantes para cada cliente é preciso
apresentar as recomendações personalizadas. Essa apresentação, dentro da loja, se dá sob a forma de
vitrines inteligentes e adaptativas estrategicamente posicionadas dentro da loja virtual. Mais adiante
daremos exemplos das principais vitrines de recomendação personalizada.
5. Monitoramento de resultados: um dos elementos mais importantes em uma ferramenta de
recomendação é a quantificação dos seus resultados. Ela permitirá avaliar a efetividade do serviço, criar
uma referência de desempenho e posteriormente buscar melhores resultados. Nas ferramentas mais
sofisticadas esse monitoramento é feito através de um painel analítico de acesso a relatórios
quantitativos. Esses relatórios muitas vezes servem como ferramentas adicionais de avaliação de
desempenho da loja, complementando dados do Google Analytics.

7
www.tuilux.com.br
inteligência
em recomendação
Figura 2: Cinco passos para o desenvolvimento de um serviço de recomendação personalizada.
3.2 Como Funciona?
A personalização da experiência de compra se materializa, dentro da loja virtual, sob a forma de vitrines
personalizadas e dinâmicas colocadas em locais estratégicos e que trazem as melhores ofertas de produtos
para o cliente nos diversos momentos de sua navegação, da página inicial (home), passando pelas páginas
de produto e indo até o carrinho de compras ou depois dele:
1. Home da loja: a página inicial é estratégica para o e-commerce, pois é nela que muitos usuários
chegam ao entrar na loja. Porém, na maioria dos casos a home apresentada para todos os clientes é a
mesma. As vitrines personalizadas criam uma dinâmica para a home, com vitrines que se adaptam a
cada visita do cliente na loja, buscando sempre apresentar produtos que possuem relação com sua
busca e/ou navegação, facilitando seu processo de compra e melhorando sua experiência (Figura 3).

8
www.tuilux.com.br
inteligência
em recomendação
Figura 3: Vitrine personalizada na home da loja.
2. Páginas de produto: essas páginas também são muito importantes no processo de compra, pois a
chegada nelas implica num interesse por aquele tipo de produto. Entretanto, muitas vezes o
consumidor não quer exatamente aquele produto, mas algum produto relacionado. No e-commerce
tradicional, quando um cliente visualiza um produto ele perde a referência do restante do estoque da
loja ou, em alguns casos, é apresentada uma vitrine de produtos da mesma categoria. Mas a relação
entre produtos vai muito além da categoria, há produtos relacionados em diferentes categorias e há
também uma seleção comportamental por parte dos clientes da loja que fornece informações claras
sobre quais outros produtos podem ser comprados em conjunto com aquele sendo visualizado.
Portanto, numa página de produtos há duas vitrines estratégicas a serem colocadas: a) “Produtos
Relacionados”; e b) “Quem viu X, comprou Y”. Esse segundo tipo de vitrine é gerado através de
ferramentas de marketing comportamental (behavioral targeting) e pode assumir muitas outras
formas, como “Quem viu X, também viu Y”, “Quem comprou X, também comprou Y”, etc. O importante
é que os serviços de recomendação personalizada sejam capazes de identificar essas relações com base
nos hábitos de consumo dos usuários de sua loja, maximizando a conversão (Figura 4).
Vitrine personalizada

9
www.tuilux.com.br
inteligência
em recomendação
Figura 4: Vitrines “Produtos Relacionados” (abaixo) e “Behavioral Targeting” (à direita) na página de produto.
3. Carrinho de compras: a recomendação de produtos na página de carrinho de compras deve trazer
vitrines baseadas em marketing comportamental, pois são essas vitrines que promovem cross-sell. No
carrinho não devemos distrair o cliente com produtos relacionados, mas sim recomendar-lhes produtos
que possam ser comprados em conjunto com aquele que ele já escolheu. Por isso, uma vitrine do tipo
“Quem comprou X, também comprou Y” é a mais efetiva no carrinho de compras. No exemplo ilustrado
na Figura 5, o cliente colocou no carrinho o pijama da Figura 4, e o serviço de recomendação inteligente
identificou, a partir de dados comportamentais, uma tendência de mercado que é a compra dos itens
apresentados na vitrine do carrinho na Figura 5 em conjunto com o pijama visualizado na Figura 4.
Embora essa recomendação eventualmente possa não parecer intuitiva, é crucial termos em mente
que ela é feita com base em dados históricos e comportamentais de compra e, por isso, é um retrato
real e estatístico do que está gerando receita.

10
www.tuilux.com.br
inteligência
em recomendação
Figura 5: Vitrine de cross-sell colocada na página de carrinho de compras.
3.3 Integração
Para integrar um sistema de recomendação dentro de sua loja virtual, a maioria dos serviços de
recomendação disponíveis no mercado requer três passos básicos:
1. Acesso ao catálogo de produtos: os produtos da loja podem ser conhecidos através do envio de um
arquivo XML (ver modelo de dados na Figura 6) com informações sobre eles, ou um crawler pode estar
disponível para capturar automaticamente essas informações. Uma vez formatado o XML, um
ambiente de administração recebe um endereço URL a partir do qual a loja atualiza seu catálogo com a
periodicidade necessária e o serviço automaticamente atualizará as recomendações. No modelo de
dados da Figura 6 são solicitadas informações de nome, descrição, categoria e preço dos produtos,
além do link para a imagem deles no banco de dados e para a página de exibição na loja. Trata-se de
um modelo bastante simples e que pode ser gerado automaticamente a partir do banco de dados do
e-commerce.

11
www.tuilux.com.br
inteligência
em recomendação
<?xml version="1.0" encoding="UTF-8" ?>
<list>
<item>
<code>...</code>
<name><![CDATA[...]]></name>
<description><![CDATA[...]]></description>
<category><![CDATA[...]]></category>
<price>...</price>
<imageUrl><![CDATA[...]]></imageUrl>
<pageUrl><![CDATA[...]]></pageUrl>
</item>
…
<list>
Figura 6: Modelo de dados usado por serviços de recomendação.
2. Inserção de scripts na loja: um conjunto de scripts (similares aos do Google Analytics) é inserido dentro
da loja virtual com dois objetivos: renderizar as vitrines personalizadas e monitorar o comportamento
dos clientes (Figura 7). Note que os scripts ilustrados na Figura 7a a serem inseridos na página da loja
são bem simples, envolvendo apenas um identificador da loja, outro do produto, a chamada ao serviço
de recomendação e um título para a vitrine. No caso dos scripts de monitoramento, Figura 7b,
informações sobre o usuário e os itens que ele acessa também são capturadas, de forma anônima ou
não.
<html>
<body>
<div id="tuilux"></div>
</body>
<script type="text/javascript" language="javascript">
//<![CDATA[
var TUILUX_VARS = {};
TUILUX_VARS['PARTNER_ID'] = 'id_parceiro';
TUILUX_VARS['ITEM_BASE'] = 'id_item_visitado';
TUILUX_VARS['GET_RECOMMENDED'] = 1;
TUILUX_VARS['RECOMMENDATION_HEADER'] = "titulo_vitrine";
//]]>
</script>
...
</html>
(a) Script página de produto.

12
www.tuilux.com.br
inteligência
em recomendação
<html>
<body>
</body>
<script type="text/javascript" language="javascript">
//<![CDATA[
var TUILUX_VARS = {};
TUILUX_VARS['PARTNER_ID'] = 'id_parceiro';
TUILUX_VARS['ITEM_ID'] = 'id_item_visitado';
TUILUX_VARS['USER_ID'] = 'id_usuario_logado';
TUILUX_VARS['USER_IP'] = 'ip_usuario';
TUILUX_VARS['ITEM_WATCHED'] = 1;
//]]>
</script>
...
</html>
(b) Script monitoramento.
Figura 7: Exemplos de scripts de configuração do serviço. (a) Renderização de vitrines. (b) Monitoramento de acessos.
3. Customização das vitrines: cada loja possui um design próprio e, por isso, as vitrines personalizadas
precisam ser customizadas para harmonizar com a loja. Essa etapa normalmente é feita através da
customização de um arquivo CSS, que permite definir cores, fontes e padrões para os textos, as
imagens, links, o cabeçalho da vitrine, dentre outros. No exemplo da Figura 8 todos os detalhes da
vitrine foram configurados, incluindo a quantidade de produtos e a inserção, optativa, do logo da
empresa de recomendação.
Figura 8: Vitrine customizada.
3.4 Tipos de Recomendação
Os sistemas de recomendação podem ser classificados de diversas formas. Por exemplo, há taxonomias
baseadas na interface e nas propriedades da interação do usuário com o sistema. É possível pensar em
duas dimensões nessa taxonomia, que são o grau de automação e o grau de persistência das
recomendações.

13
www.tuilux.com.br
inteligência
em recomendação
No eixo da automação, as recomendações podem ser automáticas ou manuais, sendo que automática
significa que a recomendação é gerada sem um esforço explícito de algum administrador do ambiente
virtual, enquanto a manual requer alguma entrada de dados por parte deste administrador. Para que o
processo de recomendação seja eficiente e assertivo, é preciso automatizá-lo de maneira inteligente. Não
basta que um administrador escolha os itens a serem recomendados de acordo com a percepção dele do
negócio, é preciso que uma ferramenta inteligente determine automaticamente a recomendação a ser
colocada em cada parte do site.
No eixo da persistência, a recomendação pode ser efêmera ou persistente, sendo que uma recomendação
efêmera é feita com base em uma única seção ou visita de um usuário. Nota-se, portanto, que uma
recomendação persistente requer um histórico do usuário (p. ex., navegação ou compras). Além disso, na
recomendação persistente é preciso saber os hábitos de consumo, comportamento e outros de cada
cliente, permitindo uma maior personalização do serviço. A persistência, entretanto, não implica em
recomendação estática, mas sim numa capacidade de entender melhor o perfil de cada usuário
individualmente e coletivamente, e usar esse conhecimento para personalizar a recomendação.
Em relação às informações utilizadas para se gerar as recomendações, há cinco tipos principais de
recomendação:
1. Baseada 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. Nesse caso, apenas informações intrínsecas ao produto são usadas
para gerar a lista de recomendação como, por exemplo, nome, descrição, preço e categoria.
2. Filtragem colaborativa: a recomendação é feita através da sugestão de itens de usuários com gostos e
preferências similares aos do usuário ativo. Na maioria das vezes esse tipo de recomendação requer
dados sobre as avaliações dos produtos, por exemplo, as notas dos usuários para os produtos ou
simplesmente um Curtir ou Não Curtir.
3. Cross-selling: o objetivo da recomendação do tipo cross-sell é encontrar produtos que complementam
aquele sendo visto ou adquirido. Para isso é necessário identificar relações significativas entre produtos
sob o ponto de vista de visualização e/ou compra. Essencialmente o cross-sell requer uma associação
de compra e/ou visualização entre produtos e, portanto, pode usar dados comuns as técnicas de
filtragem e/ou behavioral targeting.
4. Behavioral targeting: a essência da recomendação comportamental é monitorar o comportamento dos
usuários dentro de uma loja virtual, analisá-lo e usar essas informações para gerar listas de
recomendação personalizada que considerem não apenas um usuário, mas também outros que se
comportam similarmente àquele. Aqui também é possível usar informações que são usadas pela
filtragem e técnicas de cross-sell, porém muitos outros comportamentos podem ser monitorados para
gerar as recomendações.
5. Híbrida: combinam dois ou mais dos métodos anteriores.

14
www.tuilux.com.br
inteligência
em recomendação
3.5 Benefícios
Dentre as principais vantagens de se usar serviços de recomendação no comércio eletrônico destacam-se:
1. Entendimento do usuário individualmente;
2. Otimização da disposição de produtos, serviços ou outros itens na loja virtual;
3. Possibilidade de oferta do item certo ao usuário certo em cada contexto de navegação e compra;
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 dos usuários.
Estas vantagens trazem os seguintes benefícios diretos para as empresas que adotam sistemas de
recomendação:
1. Transformação de visitantes em clientes: 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 e automatizada. 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
do envolvimento com sua loja/marca. Essa fidelização tem 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 maneira 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 loja/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.

15
www.tuilux.com.br
inteligência
em recomendação
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 da
loja ser localizada por sistemas de busca.
3.6 Resultados
Os benefícios apresentados na seção anterior são, em sua maioria, qualitativos. É primordial, entretanto,
avaliar quantitativamente a performance de um serviço de recomendação. A Figura 9 abaixo mostra
variáveis importantes associadas a um serviço de recomendação que devem ser mensuradas:
1. REC: quantidade de requisições (chamadas) ao serviço de recomendação por dia e acumulada no
período;
2. CER: quantidade de cliques em itens recomendados;
3. PED: quantidade de pedidos;
4. PEDR: quantidade de pedidos com, ao menos, um item recomendado;
5. VU: quantidade de visitantes únicos;
6. CTR (click-through rate): taxa de cliques nos itens recomendados;
7. TCV: taxa de conversão;
8. TPR: taxa de compra de itens recomendados.
Figura 9: Algumas medidas possíveis de serem avaliadas por um serviço de recomendação.
Também é importante mostrar gráficos indicando a quantidade de recomendações servidas no período
(Figura 10a) e o aumento de vendas promovido pelas recomendações (Figura 10b).

16
www.tuilux.com.br
inteligência
em recomendação
(a)
(b)
Figura 10: Gráficos de performance de um serviço de recomendação. (a) Quantidade de recomendações gerada. (b) Aumento do
número de pedidos gerado pela ferramenta de recomendação.
4 Vendendo para Pessoas
Para concluir esse tutorial, vamos diferenciar a recomendação inteligente da recomendação manual ou por
categoria. Um serviço de recomendação eficaz requer o uso de técnicas avançadas de computação,
engenharia, matemática e estatística para a geração das recomendações. Ao contrário do que poderia ser o
senso comum, recomendar itens não se resume a buscar aqueles da mesma categoria ou escolher
aleatoriamente a partir da base de dados e apresentá-los em uma área específica do site. É preciso
executar tarefas como categorização, classificação, estimação e associação entre os itens e/ou suas
características. Por exemplo, se o cliente de uma loja virtual clica em uma bolsa de couro, não

17
www.tuilux.com.br
inteligência
em recomendação
necessariamente oferecer outras bolsas de couro seria a recomendação mais eficaz, há outros itens
possivelmente diferentes desse que podem ser de interesse. Quais produtos normalmente são comprados
após a compra de uma bolsa de couro? Quais são vistos? Há relações entre bolsas de couro e outros itens
do estoque da loja? É possível descobrir a faixa de preço que o cliente está disposto a pagar com base no
seu perfil de consumo e navegação? Quais as preferências do cliente?
Apresentamos aqui os cinco passos de desenvolvimento de um serviço de recomendação personalizada:
captura de dados dos produtos e dos usuários, análise dos dados, interface e monitoramento de
resultados. Se unirmos os dados em uma só vertical, podemos resumir a importância de cada um desses
módulos do sistema como na Figura 11. Note que os dados têm importância de 20% em todo o processo,
enquanto os algoritmos de análise possuem 30%, a interface 35% e o controle de resultados
(monitoramento de performance) 15%.
Figura 11: Importância relativa de cada componente de um serviço de recomendação.
Para que a recomendação seja eficaz, a análise de dados é um diferencial que precisa ser feita por
especialistas. O conhecimento técnico-científico necessário para a realização dessas análises faz parte de
áreas como matemática, estatística, data mining, inteligência artificial e computação natural. As outras
etapas precisam ser feitas por especialistas em TI e comércio eletrônico. Ou seja, só uma empresa que
disponha de especialistas em todos esses eixos (TI, comércio eletrônico e estatística/inteligência artificial)
será capaz de oferecer um serviço de recomendação personalizada que gera vitrines inteligentes para seu
e-commerce.

18
www.tuilux.com.br
inteligência
em recomendação
Uma loja virtual cujas vitrines são montadas dinamicamente para cada cliente em função de seu perfil, de
sua navegação e da experiência de compra dele e de outras pessoas que compartilham hábitos e
preferências, é uma loja virtual que vende para pessoas e não computadores. A consequência de vender
para pessoas é aumentar a taxa de conversão, o tíquete médio e o envolvimento; é um diferencial
competitivo que só agora começa a ganhar espaço no Brasil e mostrar resultados. Em mercados mais
amadurecidos, como os EUA e a Europa, todas as principais lojas (algumas listadas aqui) possuem
ferramentas de recomendação personalizada.

Tutorial sobre Recomendação Inteligente

Mais conteúdo relacionado

Mais procurados (20)

Destaque (10)

Semelhante a Tutorial sobre Recomendação Inteligente (20)

Mais de Tuilux (20)

Tutorial sobre Recomendação Inteligente