Como a Coca-Cola usa Inteligência Artificial para melhor entender e atender clientes

coca-cola e inteligencia artificial

Com a ajuda de ferramentas modernas como Inteligência Artificial e Machine Learning, a Coca-Cola analisa dados para entender o comportamento do consumidor a partir de seus padrões de compra e suas respostas a ofertas e campanhas.

Como a maior empresa de bebidas do mundo, a Coca-Cola serve mais de 1,9 bilhões de bebidas por dia, em mais de 500 marcas, incluindo Diet Coke, Coke Zero, Fanta, Sprite, Dasani, Powerade, Schweppes e Minute Maid.

A pandemia da COVID-19 forçou as empresas a agilizar o processo de digitalização. De acordo com o Índice de Transformação Digital 2020 da Dell, oito em cada dez organizações aceleraram seus programas de transformação digital no ano passado.

A mudança em direção ao digital é uma estratégia bem pensada para trazer uma mudança completa nos processos centrais de uma organização, dando-lhe uma vantagem competitiva sobre suas rivais.

Compreendendo o comportamento do consumidor com uso de Inteligência Artificial (IA)

A fim de entender e servir melhor seus clientes, a Coca-Cola embarcou em uma jornada de Transformação Digital em 2018. Nestes últimos três anos, a empresa reinventou suas vending machines usando Inteligência Artificial (IA).

A Coca-Cola serve um grande número de suas bebidas todos os dias através de vending machines. Em máquinas mais novas, normalmente o cliente interage através de uma tela sensível ao toque, permitindo que ele selecione o produto que deseja e até mesmo o personalize com “doses” de diferentes sabores.

As vending machines habilitadas por IA podem até mesmo personalizar o sortimento de produtos de acordo com o local onde estão localizadas como, por exemplo, determinar os tipos de refrigerantes mais atrativos para as máquinas localizadas em shopping centers e melhores bebidas para as que estão localizadas em ginásios e arenas para treinamento e competições.

Além disso, hoje, em vários países, um cliente não precisa inserir dinheiro em uma vending machine para comprar uma Coca-Cola ou outro refrigerante da marca e pode, em vez disso, usar o aplicativo de fidelidade da empresa, Coke On, para fazer o pagamento. Usando o aplicativo, os clientes também podem resgatar pontos de fidelidade e obter desconto em suas bebidas.

Com a ajuda de ferramentas modernas como IA e Machine Learning, a Coca-Cola analisa os dados do aplicativo para entender o comportamento do consumidor – padrão de compra, resposta a ofertas e campanhas, etc. Com a ajuda dos mesmos dados, a empresa interage digitalmente com os clientes para coletar seu feedback em tempo real.

As mudanças em nosso modelo operacional mudarão nosso marketing para impulsionar mais crescimento e colocar a execução mais perto dos clientes e consumidores, ao mesmo tempo em que priorizam um portfólio de marcas fortes e uma estrutura de inovação disciplinada. Conforme implementamos estas mudanças, continuamos a evoluir nossa organização, o que incluirá mudanças significativas na estrutura de nossa força de trabalho“, afirmou James Quincey, Chairman e CEO da Coca-Cola. “As ferramentas digitais simplesmente dão aos consumidores outra maneira de expressar sua escolha e outra maneira de atender às suas necessidades“, acrescentou Quincey.

Que problema a Inteligência Artificial está ajudando a resolver?

A Coca-Cola também usa IA para analisar as mídias sociais e entender onde, quando e como seus clientes gostam de consumir seus produtos, bem como quais produtos são populares em determinadas localidades.

Com mais de 90% dos consumidores tomando decisões de compra baseadas no conteúdo das mídias sociais, compreender como seus bilhões de clientes estão discutindo e interagindo com a marca em plataformas como Facebook, Twitter e Instagram, através de técnicas de NLP, é essencial para sua estratégia de marketing.

Para isso, a Coca-Cola analisou o envolvimento com mais de 120.000 peças de conteúdo social para entender a demografia e o comportamento de seus clientes e daqueles que estão conversando sobre seus produtos.

A comercialização de refrigerantes em todo o mundo não é um “one-size-fits-all”. Os produtos da Coca-Cola são comercializados e vendidos em mais de 200 países.

Em cada um desses mercados existem diferenças locais em relação aos sabores, quantidade de açúcar e calorias, preferências de marketing e concorrentes enfrentados pela marca.

Isto significa que para se manter no topo do jogo em cada território, é preciso coletar e analisar enormes quantidades de dados de fontes díspares para determinar quais de suas 500 marcas são susceptíveis de serem bem recebidas.

O gosto de suas marcas mais conhecidas será até mesmo diferente de país para país, e compreender essas preferências locais é uma tarefa extremamente complexa.

Quais tecnologias, ferramentas e dados foram utilizados?

A Coca-Cola coleta dados sobre as preferências de bebidas locais através das interfaces em suas vending machines com tela sensível ao toque – mais de 1 milhão delas estão instaladas somente no Japão.

Para entender como seus produtos são discutidos e compartilhados nas mídias sociais, a empresa criou 37 “centros sociais” para coletar dados e analisá-los para obter insights.

O objetivo é criar mais do conteúdo que se mostra eficaz para gerar um engajamento positivo. No passado, o processo de criação deste conteúdo era realizado por humanos; no entanto, a empresa tem procurado ativamente desenvolver sistemas automatizados que irão criar anúncios e conteúdo social informado por dados sociais.

Ela também usa tecnologia de reconhecimento de imagem para atingir usuários que compartilham imagens em mídias sociais, inferindo que eles poderiam ser clientes potenciais.

Em um exemplo desta estratégia em ação, a Coca-Cola direcionou anúncios de sua marca Gold Peak de chá gelado para aqueles que postaram imagens que sugeriam que gostassem de chá gelado, ou nos quais os algoritmos de reconhecimento de imagem detectaram logotipos de marcas concorrentes.

Uma vez que os algoritmos determinaram que indivíduos específicos eram provavelmente fãs de chá gelado e usuários ativos de mídias sociais que compartilharam imagens com seus amigos, a empresa sabe que visar esses usuários com anúncios é provavelmente uma utilização eficiente de sua receita publicitária.

Para verificação da compra, a tecnologia de reconhecimento de imagem de prateleira provou ser insuficiente para a leitura da impressão de matriz de pontos de baixa resolução usada para carimbar códigos de produtos nas embalagens.

Assim, a Coca-Cola trabalhou para desenvolver sua própria solução de reconhecimento de imagem usando a tecnologia TensorFlow do Google. Isto utilizou redes neurais convolucionais para permitir o reconhecimento mecânico de códigos que, frequentemente, poderiam aparecer de forma diferente dependendo de quando e onde foram impressos.

Quais foram os resultados?

A análise dos dados das vending machines por algoritmos de Inteligência Artificial permite à Coca-Cola compreender, com mais precisão, como os hábitos de compra de seus bilhões de clientes variam em todo o mundo.

Ela usa isto para informar as decisões de novos produtos – por exemplo, a decisão de lançar o Cherry Sprite como produto engarrafado nos Estados Unidos foi tomada porque os dados mostraram que era provável que esta fosse uma iniciativa vencedora.

A análise da visão computadorizada e o processamento de linguagem natural dos postos de mídia social, bem como a análise profunda da métrica de engajamento social, permite à Coca-Cola produzir publicidade social que tem maior probabilidade de repercutir nos clientes e impulsionar as vendas de seus produtos.

A aplicação do TensorFlow para criar redes neurais convolucionais permitiu que os scanners reconhecessem códigos de produtos a partir de uma simples fotografia, aumentando o envolvimento do cliente com os diferentes programas de fidelidade da Coca-Cola em todo o mundo.

Principais desafios, pontos de aprendizagem e takeaways

Se você vende centenas de produtos diferentes em vários países, as percepções e o comportamento do cliente podem variar muito de mercado para mercado.

A compreensão dessas diferenças ajuda a adaptar mensagens específicas para diferentes mercados, em vez de confiar em uma abordagem de tamanho único.

Quando você está lidando com marcas globais, os dados dos usuários das mídias sociais ou gerados através de seus próprios sistemas (como vending machines) são vastos e confusos. A Inteligência Artificial fornece um método viável para estruturar estes dados e extrair insights.

A tecnologia de visão computacional, como ferramentas de reconhecimento de imagem, pode analisar milhões de imagens de mídia social para ajudar uma marca a entender quando, como e por quem seus produtos são apreciados. Além de tomar decisões de marketing, as marcas que estão totalmente investidas em IA estão começando a usá-la para projetar novos produtos e serviços.

Referências:
Artificial Intelligence News
Geospatial World

Sua empresa enfrenta desafios parecidos com o que você viu no artigo? Que tal bater um papo sem compromisso com um(a) consultor(a) da ROX CX? Preencha o formulário abaixo que nós entraremos em contato com você!





Escreva de forma sucinta qual é o maior desafio da sua empresa no campo de Data & Analytics:

banner estudo de caso starbucks

Let's talk




Quais são as soluções de seu interesse?

Como prefere que façamos contato com você?