Meta lança plataforma de IA preditiva baseada em algoritmos de ML

A Meta, empresa de tecnologia e inovação focada em transformação e evolução digital, anunciou a disponibilidade uma plataforma tecnológica com o uso de Inteligência Artificial preditiva: o Behavior Insights. A plataforma apresenta uma solução avançada para ajudar as empresas a entenderem e preverem o comportamento de seus clientes e, assim, aumentarem suas receitas em frentes estratégicas, seja vendas, operação ou produção.

Desenvolvida em conjunto com a Manfing, startup investida da Meta Ventures, Corporate Venture Capital da Meta, a plataforma encontra padrões ocultos por meio de Machine Learning (ML) com cruzamento de dados do cliente enriquecido com mais de 120 fontes externas de dados, gerando assim uma análise preditiva muito mais poderosa. Utilizando análises multiníveis, a tecnologia oferece recomendações de compras, previsão de demanda e otimização de operações. A solução ainda promove maior acurácia na produção e aumento de conversões em vendas.

“O futuro dos negócios está na capacidade de entender e prever comportamentos, tornando as resoluções mais ágeis e competitivas no mercado dinâmico de hoje. Com o Behavior Insights, as empresas podem transformar dados complexos em estratégias acionáveis, aumentando a eficiência operacional e a satisfação dos clientes”, explica Marcio Flôres, diretor de Corporate Venture Capital & Open Innovation da Meta.

Com uma capacidade de personalização avançada, a plataforma analisa mais de 70 fatores de comportamento dos clientes, promovendo até 30% a mais de conversão de pedidos, 94% de acurácia na previsão de produção, 20% de aumento no faturamento e 24% de aumento na conversão de vendas.

Sendo oferecido também em uma solução de S&OP – Production Planning, desenvolvido pela própria Meta, o Behavior Insights é implementado em duas etapas: validação inicial da solução com prova de conceito (1 a 3 semanas) e execução em ambiente controlado com piloto (1 a 3 meses). A partir daí o cliente passa a ter a solução gerando resultados em todo o seu potencial. Nessa etapa de “ongoing” a solução é acompanhada de perto para uma evolução contínua do modelo e garantia de novos casos de uso.

“A tecnologia permite que tenhamos uma gestão muito mais acurada e precisa. Não se trata de apenas analisarmos dados gerais e tendências, mas sim chegarmos ao nível de personalização de entender qual cliente tem propensão a consumir qual produto e em que momento, e a partir disso planejar toda a operação desde a compra de matérias primas, passando pela produção e distribuição. Para conseguirmos alcançar esse tipo de personalização é necessário ter a capacidade de trabalhar com um grande volume de dados e alto poder de processamento. É isso que fazemos através de ciência de dados e Machine Learning”, finaliza Flôres.