A revolução da visão computacional no trade marketing

visão-computacional
6 min de leitura

Quanto tempo você acha que demora para que o seu cérebro entenda uma imagem? 

Mesmo sendo um processo extremamente complexo, que envolve várias partes do corpo humano, essa ação acontece muito rápido. São raras as situações em que demoramos para processar o que observamos, considerando que desde que nascemos um repertório é criado em nossa mente.

 

Anthor Insightis - Trade Marketing e Merchandising - markus spiske XrIfY 4cK1w unsplash

 

Pensando nisso, foi criado o reconhecimento de imagem e a visão computacional, que nada mais é do que um sistema que faz a leitura de uma imagem a partir de referências previamente dadas ao computador. Toda essa evolução acontece pelo machine learning, ou em português, o aprendizado que a máquina passa para começar a reconhecer sozinha diferentes figuras que estão em seu repertório. Mais ou menos o que acontece no decorrer da infância de uma pessoa.

Mas qual a diferença entre o reconhecimento de imagem e a visão computacional? 

O jeito mais fácil de explicar isso é fazendo uma analogia bem simples: enquanto o reconhecimento de imagem é aquele aluno que dá uma lida rápida no texto da prova e responde as perguntas objetivamente, a visão computacional vai além e traz reflexões sobre o assunto sendo discutido. Ou seja, ao invés de ser o aluno que faz o resumo, ela faz uma dissertação sobre os dados que foram entregues.

O grande diferencial da visão computacional é que ela estuda como ver cenas de duas dimensões em três, então ela vai além do reconhecimento de imagem – machine learning –  no momento em que consegue analisar mais do que apenas uma figura crua, reconhecendo padrões, contextos, analisando movimentos e até detectando eventos a partir do que recebe no deep learning, a juventude da máquina. Aquele momento em que ela está realmente aprendendo a pensar por si só.

Aí você me pergunta: mas por que o deep learning é tão importante para a visão computacional? 

A resposta é bem simples. Esse processo de aprendizagem ensina a máquina imitando a rede neural humana, ou seja, ao invés do computador apenas realizar ações que foram previamente programadas, ele usa um algoritmo mais sofisticado que simula as várias camadas de neurônios que nós temos para o processamento dos dados. Aqui já podemos considerar que o computador está trabalhando sozinho, que chegou na sua vida adulta e já está funcionando independente da ajuda humana.

Se você chegou até aqui e já está achando um assunto interessante, agora vamos expandir ainda mais seu pensamento sobre essa tecnologia que está sendo cada vez mais implementada em diferentes áreas profissionais. Como será que a visão computacional e o deep learning podem ajudar na minha empresa?

Aqui vamos tratar do assunto dentro do varejo e do trade marketing.

 

Rapidez nas decisões

A primeira grande vantagem é a rapidez que essa tecnologia traz para a tomada de decisões. Agora não precisamos mais analisar incontáveis dados para chegar a um insight. O computador já nos traz toda a informação mastigada para apenas decidirmos que caminho seguir, se mudar de estratégia ou continuar fazendo o que já era planejado. 

É possível encontrar falhas, evitar gastos desnecessários e até mesmo antecipar-se a possíveis problemas que possam surgir na operação do varejo ou nos diferentes canais de venda que a indústria atua.

Digamos que você e sua equipe estejam testando entre dois produtos qual é o mais vendido na rede, e que ao final dessa avaliação precisam decidir qual deles terá o maior share de gôndola. Com a visão computacional e o reconhecimento de imagem é possível ter o resultado da ação de forma muita mais agilizada e confiável, já que com o treinamento do software temos as informações do plano traçado mastigadas para análise.

 

Integração entre áreas

Toda a dinâmica empresarial envolve diferentes áreas e processos dentro do varejo e da indústria, e por isso não é tão fácil fazer com que a troca de informações entre as equipe seja efetiva e aconteça sem ruídos. Muitas vezes a área de merchandising não é em conjunto com a área de trade marketing, e nesses casos a comunicação flui muito melhor quando os dados que o setor precisa não passam necessariamente como um telefone sem fio, mas sim a partir de um sistema que tem todas as informações de maneira estruturada.

Com o auxílio da tecnologia a integração entre os setores se torna muito mais fácil. Sendo por meio de um software, da nuvem ou até mesmo da automação de processos entre diferentes sistemas, a inteligência artificial transforma esse procedimento em algo muito mais simplificado, permitindo que líderes e gestores tomem decisões muito mais rápidas e assertivas com base em dados divididos entre toda a companhia.

 

Gestão de tempo e processos

Já ficou claro que a inteligência artificial aplicada à visão computacional acelera diferentes escopos de operação dentro dos negócios, e isso implica diretamente na gestão de tempo e processos dentro de cada setor. Com ela é possível lidar com um enorme volume de dados de forma muito acessível, tendo alta visibilidade de toda a informação coletada para encontrar os pontos fortes e fracos dentro da operação.

Munido de tudo isso fica fácil entender o porquê da gestão de tempo ser mais efetiva dentro das equipes que usam a visão computacional como ferramenta. Com ela podemos encontrar gargalos e outras inconsistências que prejudiquem a utilização do tempo, otimizando o trabalho da equipe e consequentemente a lucratividade do negócio.

 

Amazon Go

 

Amazon Go e a visão computacional

 

Um case muito interessante para citarmos sobre a visão computacional dentro do trade marketing é a Amazon Go, um mercado da Amazon em Seattle, nos Estados Unidos. 

Com um modelo totalmente inovador, a gigante do varejo revolucionou ao criar uma loja física sem caixas e nem filas, onde o cliente entra, escolhe seu produto e pode sair tranquilamente sem entrar em contato com ninguém no local.

Mas como funciona? 

A partir da tecnologia Just Walk Out o cliente precisa apenas de um cartão de crédito para fazer suas compras. Para entrar na loja basta usar o cartão, e para comprar não é preciso registrar os produtos em nenhum lugar. A visão computacional faz todo o trabalho ao distinguir quando um produto é retirado ou retornado para as prateleiras do estabelecimento.

Ao escolher seus itens o consumidor pode sair da loja sem nenhuma dificuldade. O valor da compra é debitada automaticamente do cartão a partir dos produtos que foram retirados de gôndola, e caso o shopper queira sua nota fiscal é só se dirigir à um totem no interior da loja na primeira visita, colocar seu e-mail e receber o resumo da compra automaticamente todas as próximas vezes em que for à Amazon Go.

Sem detalhar como a tecnologia funciona, a Amazon faz a utilização da visão computacional e sensores para tornar a ideia tão inovadora e funcional. Contando com a ajuda de centenas de câmeras, a loja teste em Seattle acompanha a jornada do shopper durante a compra e consegue identificar sem erros “quem pegou o que”, como é dito no próprio site da gigante.

 


 

Hoje falamos sobre a visão computacional, suas diferenças com o reconhecimento de imagem, suas vantagens na tomada de decisões, integração de equipes e gestão de tempo e processos, além de apresentar um caso incrível que usa essa tecnologia como base para funcionar. Você já conhecia as diferenças e vantagens da visão computacional e deep learning

Conta pra gente que outros produtos você acredita que vão surgir a partir dessa tecnologia incrível que evolui diferentes setores da sociedade todos os dias! Estamos curiosos para saber o que você acha desse assunto.

Até o próximo post!

Continue lendo

Fique por dentro dos melhores insights!

E ajude a moldar a inovação que será regra no futuro.

Quer saber como podemos ajudar a melhorar sua operação?

Fale com um de nossos especialistas!​
%d blogueiros gostam disto: