As empresas estão resolvendo o problema errado? Enquanto as equipes de produtos correm para lançar novos recursos, muitos ignoram uma verdade crucial: os usuários não deixam aplicativos porque não têm recursos – eles saem porque o aplicativo não atende às suas necessidades específicas.
Arbaz Khan, um veterano na construção de sistemas de IA em larga escala, afirma: “As empresas precisam competir no entendimento dos usuários, não com listas de recursos”. A tecnologia de hoje torna a personalização não apenas possível, mas essencial para o sucesso.
Revolução Digital da Índia: Personalização no âmago
Khan destaca os gigantes da entrega de alimentos da Índia, Swiggy e Zomato, como líderes em personalização. “Um usuário não quer vasculhar milhares de restaurantes – eles querem ver seu lugar favorito de Biryani ou opções combinando com seu gosto e orçamento”, explica ele. Da mesma forma, plataformas de streaming como Hotstar e Netflix prosperam atendendo a preferências locais, como oferecer conteúdo regional ou destaques esportivos personalizados.
A personalização supera os recursos e o conteúdo
“Mesmo o melhor conteúdo é inútil se os usuários não conseguirem encontrá -lo”, enfatiza Khan. No comércio eletrônico, plataformas como Flipkart e Amazon conseguem adaptar os resultados da pesquisa. Por exemplo, uma pesquisa por ‘Kurta’ mostra opções com base em compras anteriores, preferências de estilo e orçamento, que impulsionam conversões mais altas do que simplesmente mostrar os produtos com a melhor classificação.
Personalização acessível: uma realidade
Khan desafia a noção de que a personalização é cara. “Um PC de nível de consumo pode lidar com 10.000 previsões por segundo com modelos de aprendizado profundo, enquanto os sistemas de reforço de gradiente podem processar até 100.000 previsões no mesmo hardware”, revela ele. A personalização, ele explica, pode ser eficiente e econômica.
Arquitetura inteligente: a abordagem de dois estágios
Khan descreve um sistema de recomendação de dois estágios que equilibra velocidade e qualidade. O primeiro estágio usa um modelo leve para selecionar 100 candidatos rapidamente. O segundo estágio emprega um modelo de aprendizado profundo para re-classificá-los para o usuário. Essa abordagem alimenta plataformas como Flipkart e Uber Eats, permitindo a personalização em tempo real e econômica.
O futuro da personalização
Os investimentos em tecnologia de personalização estão crescendo. “Hoje, os principais modelos de recomendação atingem tamanhos de 100 terabytes, exigindo infraestrutura significativa. No entanto, o ROI é inegável ”, afirma Khan. A personalização afeta diretamente o envolvimento, a retenção e a receita do usuário.
Khan conclui: “À medida que a economia digital da Índia se expande, as empresas que tenham sucesso serão aquelas que melhor entendem seus usuários. O futuro dos produtos digitais é personalizado, e aqueles que investem nisso liderarão o mercado. ”
Arbaz Khan é especialista em aprendizado de máquina em sistemas de recomendação. Seus pontos de vista são pessoais.
source – zeenews.india.com
