Mostrar mensagens com a etiqueta #algoritmos. Mostrar todas as mensagens
Mostrar mensagens com a etiqueta #algoritmos. Mostrar todas as mensagens

sexta-feira, 30 de maio de 2025

Agora sou fã de Fórmula 1?

Ultimamente a minha página “For you” está completamente infestada de publicações de F1, ou seja da corrida do Mónaco da semana passada, a corrida de Barcelona desta semana, ou momentos icónicos dos principais pilotos que há 3 semanas atrás não me teriam dito nada. Honestamente, já sei mais sobre pneus do que alguma vez quis saber. E o porquê desta insurgência súbita? Um único like num vídeo do Lewis Hamilton a chegar às qualificações da semana passada numa moto vermelha com o polo da Ferrari, what can a girl say?

O TikTok, tal como todas as redes sociais, utiliza sistemas de recomendação sofisticados para oferecer conteúdos o mais personalizados possíveis aos seus utilizadores, de forma a maximizar o tempo de cada um de nós na aplicação. O conteúdo é continuamente ajustado com base nos nossos interesses e comportamentos anteriores.



Este algoritmo utiliza um sistema de recomendações sofisticado que interpreta a forma como os utilizadores interagem com cada vídeo: um like, uma partilha ou um comentário, bem como ver o vídeo até ao fim ou só um bocadinho. E cada uma destas escolhas tem um peso. Como resultado? Um simples like naquele vídeo desencadeou um todo um novo interesse que já me levou a comprar mini carrinhos da Lego de F1. Não são tão fofos?


Estes algoritmos são úteis para as plataformas e para os utilizadores, já que deixamos de ter de pesquisar para termos acesso a conteúdo que estamos interessados. No entanto, esta facilidade cria também um efeito secundário, as bolhas de conteúdo, as quais limitam a diversidade dos conteúdos vistos por cada um de nós. A atual definição de personalização do conteúdo pode levar a dificuldade de acesso a conteúdos fora destas, podendo existir um reforço de certas ideologias ou a “preguiça” de encontrar novos conteúdos.

Todos os algoritmos em que entramos em contacto têm um enorme impacto na forma como consumimos conteúdo digital. No meu caso com o TikTok e os vídeos de F1, é algo relativamente inofensivo, porém nem sempre é o caso. Existem cada vez mais artigos científicos e pesquisas que demonstram que demora progressivamente menos tempo para serem exibidos conteúdos extremistas aos utilizadores e existir uma radicalização das pessoas, mas nós estávamos só a falar de F1, certo?

Fontes:
Como funcionam os algoritmos das redes sociais?

O Impacto das bolhas digitais no comportamento humano
Social media, extremism, and radicalization

sexta-feira, 20 de maio de 2022

É assim que a Amazon garante que o cliente compra aquilo que NÃO procura

Com uma das maiores bases de dados de clientes do mundo, a Amazon utiliza um diverso conjunto de tecnologias de informação para melhorar a experiência de compra, tornando-as mais fáceis e convenientes. Quando um cliente pretende efetuar uma compra pela primeira vez necessita, obrigatoriamente, de criar um perfil onde serão sugeridos, por defeito, os produtos mais comprados e que atendem à maioria das necessidades dos clientes. No entanto, como forma de fidelizar e garantir a sua satisfação, a Amazon utiliza o Customer Relationship Management (CRM) para recolher e armazenar na sua base de dados todas as suas informações pessoais, histórico de visualizações, pedidos, métodos de pagamento, opiniões, wishlists, para que, da próxima vez sejam apresentados produtos de acordo com as suas preferências. Assim, através de tecnologias interativas e inteligentes, a Amazon desenvolveu um sistema derecomendação de produtos baseado em linking e data mining, sendo que, todos os movimentos e pesquisas são monitorizados, de modo a fornecer a melhor recomendação possível, permitindo-lhe conhecer os seus clientes melhor do que ninguém, maximizar as receitas e manter-se sempre um passo à frente dos concorrentes. Significa portanto, que os canais, seja pelo website ou app, funcionam como uma ferramenta de marketing direto, que facilita o diálogo entre o cliente e a empresa e, independentemente de o cliente comprar ou não um produto, o conhecimento da empresa aumenta assim como a sua capacidade de atender aos interesses e necessidades dos mesmos.

Não obstante, a Amazon desenvolveu um conjunto de estratégias de comunicação brilhantes, que lhe permitiram tornar-se, hoje, uma das marcas com maior fidelidade de clientes. Para isso, implementou uma cultura que visa mover “consumers from transactional clicks to relationships that click”. Isto é, em vez de limitar-se a ter uma relação meramente transacional, em que o consumidor simplesmente realiza uma compra, procurou construir uma conexão e envolvimento com os clientes, que os incite a comprar os seus produtos. Por exemplo, dá-lhes as boas vindas sempre que regressam ao website e age como se estivesse à sua espera, incentiva-os a subscrever a Newsletter, a criar uma wishlist, faz sugestões, responde instantaneamente à procura, promete entregas rápidas e, muitas vezes, grátis, para além de possuir um serviço de reclamações eficaz. Ademais, ao nível do processamento de transações, a Amazon desenvolveu e patenteou o método 1-click purchase que, tal como nome indica, permite fazer checkout da compra sem ser necessário o preenchimento do pedido. Desta forma, a empresa criou uma experiência de consumo de fluxo, que faz com que os clientes regressem para comprar, ler análises de produtos, criar as suas listas de desejos, ou simplesmente navegar, sendo que a Amazon se destaca por possuir um poderosíssimo mecanismo de procura, capaz de encontrar exatamente o artigo pretendido, ou então, produtos relacionados como podemos observar nas seguintes imagens:





Hoje em dia são inúmeras as empresas que também já utilizam tecnologias de informação como o CRM para compreender melhor o comportamento dos consumidores e assim dar uma resposta mais eficaz às suas necessidades, no entanto, não há como negar que o pioneirismo da Amazon na aplicação deste tipo de ferramentas lhe permitiu demarcar-se dos demais concorrentes e tornar-se na gigante tecnológica que é hoje.

E tu? O que achas sobre as marcas utilizarem os teus dados para oferecerem produtos mais personalizados? Também acabas por comprar algo que não necessitavas?

Fontes:

Amazon (amazon.es)

How does Amazon use information technology to improve its business (nstec.com)

A study on Amazon information sytems business strategies and e-CRM (researchgate.net)

Amazon bonding customers with integrated service (dokumen.tips)

terça-feira, 3 de maio de 2022

Sistemas de recomendação: Existe transparência e ética?

Atualmente, 80% do conteúdo assistido na Netflix tem origem em sistemas de recomendação e 35% das compras na Amazon surgem de recomendações orientadas por dados. 

O desenvolvimento das novas tecnologias de informação aliado à existência de uma vasta produção de dados e sobrecarga de informação, impulsionaram o desenvolvimento de sistemas de recomendação com base em algoritmos capazes de filtrar, priorizar e orientar os utilizadores de forma personalizada, reduzindo a dificuldade dos processos de escolha. 




Ainda assim, alguns autores não têm dúvidas que que existe uma “personalização corrupta”.  Empresas como a Netflix e a Amazon.com, respondem, sobretudo, aos seus interesses económicos, sugerindo conteúdos originais sob o pretexto de personalização. De facto, uma dada mensagem tem efeitos superiores quando é percebida como personalizada pelo utilizador, independentemente de ser realmente personalizada.

Em empresas como o Facebook e o Instagram, também o impacto social dos sistemas de recomendação ganha particular relevância. O digital modificou a forma como se consome informação, utilizando-se cada vez mais uma arquitetura em rede e baseada em redes sociais. A inteligência artificial e os algoritmos por trás dos sistemas de recomendação assumem um papel importante, mas podem resultar em vieses e na retenção dos utilizadores em “bolhas de informação”. Por consequência, há uma priorização da perspetiva com a qual o utilizador concorda, dificultando o acesso a mensagens que desafiem os pontos de vista individuais.



O problema não está nos algoritmos que fazem parte dos sistemas de recomendação, mas sim na forma como algumas empresas os têm utilizado com base em interesses económicos, com o objetivo de maximizar as taxas de retenção. No futuro, importa discutir estas temas e criar algoritmos que procurem promover os interesses dos indivíduos, com transparência e ética. 

Fontes:

Pajkovic, N. (2021). Algorithms and taste-making: Exposing the Netflix Recommender System’s operational logics. Convergence.

The New York Times (2018). How Amazon Steers Shoppers to Its Own Products. https://www.nytimes.com/2018/06/23/business/amazon-the-brand-buster.html