As três tecnologias que vão revolucionar o e-commerce em 2017

10 de fevereiro de 2017 - 9h00

Foto: Reprodução

Manter-se constantemente atualizado com as novas tecnologias de comércio eletrônico e de marketing pode ser uma tarefa assustadora. Com a rápida evolução que vemos lá fora, não é fácil identificar em quais novidades vale mesmo a pena investir. Uma coisa, porém, é certa: para obter uma vantagem competitiva, os e-commerces devem se concentrar em soluções realmente inovadoras, que ajudem a mantê-los próximos das necessidades dos clientes e que otimizem sua presença digital.

O fato é que em 2017 o e-commerce brasileiro deverá crescer 12%, alcançando um faturamento de R$ 59,9 bilhões e registrando mais de 200 milhões de pedidos nas lojas online, segundo levantamento da Associação Brasileira de Comércio Eletrônico (ABComm). Esse crescimento gera um ambiente de comércio eletrônico cada vez mais competitivo, ao mesmo tempo em que os clientes, mais ambientados com este universo, tornam-se mais exigentes.

Com base nisso, seguem três tecnologias que prometem revolucionar a forma como as marcas interagem com seus consumidores na internet, gerando vantagem competitiva e alavancando seu poder de vendas online:

Facebook Messenger Chatbots

Não há dúvida sobre a importância das mídias sociais no processo de tomada de uma decisão de compra. Uma pesquisa do Gartner mostra que as marcas perderão 15% de seus clientes se não responderem àqueles que os contatam através das mídias sociais. Já um segundo estudo realizado pela Bain & Company mostrou que, ao responder aos clientes através deste canal, uma marca pode esperar um aumento na receita por cliente entre 20 e 40%. Nesse cenário, o Facebook Messenger Chatbot tem se mostrado um recurso interessante para estreitar essa comunicação.

Quando devidamente implantados, os chatbots permitem uma interação eficiente e responsiva com os clientes. Eles tornam-se ainda mais robustos com recursos de automação, tendo o mesmo impacto que um assistente pessoal, sendo capaz de estimular mais conversas e construir um compromisso verdadeiro do público com a marca. Ele pode, por exemplo, responder a muito mais perguntas do que um FAQ padrão e ainda utilizar como contexto o conhecimento sobre o cliente em questão, fornecendo informações atualizadas sobre uma determinada entrega ou disponibilidade de produtos.

A automatização do chatbot não só melhora a satisfação do cliente como reduz instantaneamente os custos operacionais no atendimento e suporte.

Aplicações progressivas para a web

O mobile cresceu tão rapidamente que já se tornou a plataforma digital mais utilizada. A atividade total em smartphones e tablets representam dois terços do tempo total gasto em mídia digital. Os aplicativos de smartphones sozinhos agora capturam cerca de metade desse tempo, de acordo com a agência de pesquisa internacional ComScore. Nesse cenário, os consumidores estão cada vez mais avessos a sites que não são amigáveis às plataformas móveis.

Em paralelo a essa tendência, o baixo desempenho de aplicativos de e-commerce para dispositivos móveis tem levado as marcas a recorrerem cada vez mais a aplicativos progressivos para a web como uma alternativa. Este ecossistema basicamente combina as vantagens dos aplicativos e da web. Ele tem a funcionalidade completa dos sites, como dados dinâmicos e acesso ao banco de dados, ao mesmo tempo em que mantém a facilidade de uso do aplicativo mobile.

Em resumo, isso significa criar um site totalmente responsivo no celular ou no tablet e extremamente rápido – dando aos usuários a oportunidade de trabalharem off-line e em qualquer dispositivo sem a necessidade de baixarem um aplicativo nativo. Além disso, permite às marcas diminuírem os grandes investimentos em apps, sem deixarem de atender às expectativas dos clientes.

User experience baseado em deep learning

Os algoritmos avançados de deep learning são hoje a espinha dorsal de muitas tecnologias preditivas, como o motor DeepText do Facebook, por exemplo, cujo objetivo é melhorar a experiência dos chatbots. Eles também são usados em uma variedade de motores de processamento de imagem, como na seleção de ofertas similares no e-commerce para fins de recomendação, ou ainda na solução de reconhecimento de imagem do Yahoo, ajudando a identificar automaticamente imagens não adequadas para o trabalho (NSFW). Além disso, o Google faz uso do deep learning no seu sistema de tradução, reduzindo os erros em 60% – o que poderia ajudar os operadores de comércio eletrônico a abrirem serviços em ambientes multilíngues.

Algoritmos de deep learning também representam uma grande oportunidade para campanhas de publicidade programática. Por exemplo, a tecnologia de retargeting tem sido usada já há algum tempo, mas o deep learning está mudando rapidamente a maneira como o retargeting personalizado funciona. Tais métodos são capazes de melhorar a experiência do usuário de várias maneiras, predizendo o seu comportamento e indicando probabilidades de eventos específicos com mais precisão.

O uso de algoritmos de deep learning pode levar rapidamente ao aumento do desempenho das campanhas. Isso ocorre porque a análise abrangente de dados que vem com o deep learning pode revelar uma compreensão muito mais ampla das intenções dos visitantes do site, ajudando os players de comércio eletrônico a anunciarem de forma eficaz, além de tornar os processos de compra online ainda mais fáceis.