O documento discute como a Inteligência Artificial, Machine Learning e Big Data podem ser aplicados aos e-commerces. Ele explica como o Birdie usa essas técnicas para melhorar o conteúdo de produtos, como treinou modelos de deep learning para classificar imagens e textos, e dá exemplos de outras aplicações como precificação dinâmica e chatbots que podem aumentar o engajamento dos consumidores.

1. AI, Machine Learning e BigData aplicado aos E-
commerces
Rodrigo Pantigas, Birdie

2. 13 anos no Grupo
Arizona
Head de Produtos e
Tecnologia
QUEM SOU EU?
Pants, 32 anos, paulistano
Rodrigo Pantigas
CPO GetBirdie
pants@birdie.com.br

3. O QUE FAZEMOS NO BIRDIE?
DISTRIBUIÇÃO DE CONTEÚDO DE PRODUTO
PARA O VAREJO
INDÚSTRIA
Indústrias e
Varejos
WORKFLOW DE ENRIQUECIMENTO DE
CONTEÚDO DE PRODUTOS
WORKFLOW
DATA SCIENCE - PCaaS

4. • Muito rápida revisão da origem e evolução da Inteligência Artificial (A.I.)
• Compartilhar um pouco da nossa experiência usando A.I. para curadoria de conteúdo de Produto
• Dividir algumas ideias de outras aplicações de A.I. no E-commerce
DO QUE VAMOS FALAR?

5. Espera um pouco!!! Os robôs com inteligência artificial não vão aniquilar a humanidade?
MAS ANTES…

6. TALVEZ ESSE FUTURO FAÇA MAIS SENTIDO…

7. Janeiro, 2018
Sundar Pichai, Google CEO:
“A.I. is more important than fire or electricity”
https://www.cnbc.com/2018/02/01/google-ceo-sundar-pichai-ai-is-more-important-than-fire-electricity.html

8. https://www.cnbc.com/2017/08/11/elon-musk-issues-a-stark-warning-about-a-i-calls-it-a-bigger-threat-than-north-korea.html
Agosto, 2017
Elon Musk, Tesla CEO:
“If you're not concerned about A.I. safety, you should
be. Vastly more risk than North Korea.”

9. MUITO RÁPIDA REVISÃO DA ORIGEM E EVOLUÇÃO DA INTELIGÊNCIA ARTIFICIAL
https://aitopics.org/misc/brief-history
Grécia antiga
Mitos sobre robôs e seres
mecânicos - Talos de Creta
1956
Termo “Inteligência Artificial” é
cunhado pelo cientista John
McCarthy, nos EUA.
1997
Deep Blue vence partida de xadrez
contra Garry Kasparov
2011
Watson da IBM ganha partida do
jogo Jeopardy, de perguntas e
respostas, jogando contra dois
campeões de edições anteriores

10. IMPORTÂNCIA DO CONTEÚDO DE PRODUTO NO E-COMMERCE
Conteúdo de Produto é fundamental para alimentar todas as soluções que
fazem parte do ecosistemas do E-commerce
Loja
Campanhas
de Marketing
Search &
recommendation
SEO & media

11. PROBLEMAS NA GESTÃO DE CONTEÚDO DE PRODUTO
*2016 Shotfarm Product Information Report
76%
Dos consumidores de e-
commerce encontram
informações inconsistentes de
produto online*
78%
Dos consumidores não confiam na
informação de produto que eles
encontram online*

12. QUAL O NOSSO DESAFIO?
Categorizar e
consolidar ofertas
Criar uma base de conhecimento de
produtos para ajudar os varejistas a publicar
conteúdo de produto de qualidade,
melhorando seu SEO e aumentando as taxas
de conversão

13. Aplicação e evolução do Modelo
Treinamento do Modelo
AQUI APARECEU MACHINE LEARNING
1001010100110010010
1101101011101101001
0001001001001110101
101110110110101
Dados para treinamento Aprendizado Supervisionado Modelo Cognitivo
Predição
1001010100110010010
1101101011101101001
0001001001001110101
101110110110101
Dados para validação
Algoritmo Machine
Learning
Reforço Positivo ou Negativo

14. ENSINANDO O COMPUTADOR A VER
Deep Learning - Visão Computacional
Criamos “Classificadores”
TV Smartphone Geladeira
Enviamos exemplos positivos e negativos para cada classificador…
E treinamos o modelo com muitas imagens (os classificadores começaram a apresentar resultados minimamente adequados a
partir de 50 imagens de referência)

15. ENSINANDO O COMPUTADOR A VER
Deep Learning - Visão Computacional
Depois criamos “Classificadores” para as marcas
Data Augmentation = Reaproveitar imagens e variar rotação, crop em diferentes níveis de zoom etc. Cria um número maior de
referências a partir da base existente

16. ENSINANDO O COMPUTADOR A VER
Deep Learning - Visão Computacional
Obtivemos bons resultados
Mas ainda faltava acuracidade pra diferenciar um Smartphone Samsung J7 de um Samsung A7, por exemplo.
"Classifiers": [
{
“product_type": "TV",
"score": 0.9864367,
"topicality": 0.8875648
},
{
“product_type": “Computer Monitor”,
"score": 0.8989263,
"topicality": 0.8989263
},
{
"brand": “Samsung",
"score": 0.8760832,
"topicality": 0.8760832
},
"Classifiers": [
{
“product_type": "Smartphone",
"score": 0.9932123,
"topicality": 0.8763548
},
{
"brand": “Motorola",
"score": 0.7446758,
"topicality": 0.8894637
},

17. DADOS ESTRUTURADOS VS DADOS NÃO ESTRUTURADOS
Informação de Produto
Smartphone Motorola Moto G5s Plus 32GB - Platinum Dual Chip 4G Câm. Duo
13MP + 13MP
Características de Produto

18. ENSINANDO O COMPUTADOR A LER
Deep Learning - Processamento de Linguagem Natural (NLP)
Criamos “Entidades”
Smartphone Motorola Moto Z2
Force Edition 64GB - Ônix Dual
Chip 4G Câmera Dupla 12MP +
Selfie 5MP

19. Smartphone Motorola Moto Z2
Force Edition 64GB - Ônix Dual
Chip 4G Câmera Dupla 12MP +
Selfie 5MP
Smartphone Motorola Moto Z2
Force Edition 64GB - Ônix Dual
Chip 4G Câmera Dupla 12MP +
Selfie 5MP
ENSINANDO O COMPUTADOR A LER
Deep Learning - Processamento de Linguagem Natural (NLP)
Criamos “Entidades”
Cada entidade possui um dicionários de ocorrências e sinônimos (Samsung, SAMSUNG, Sansung, Sansumg) alimentado pelo aprendizado por reforço. Treinamos
com muitos exemplos.
PRODUTO
MARCA
MODELO
ARMAZENAMENTO
COR
FEATURES

20. ENSINANDO O COMPUTADOR A LER
Transformamos dados não estruturados em tabelas chave/valor, fáceis de manipular
Smartphone Motorola Moto Z2
Force Edition 64GB - Ônix Dual
Chip 4G Câmera Dupla 12MP +
Selfie 5MP
"Entities": [
{
“product_type”: "Smartphone",
"score": 0.9864367,
"topicality": 0.8875648
},
{
“brand": “Motorola”,
"score": 0.9889263,
"topicality": 0.8989263
},
{
“product_model”: “Moto Z2 Force Edition",
"score": 0.9760832,
"topicality": 0.8760832
},
{
“storage_capacity”: “64GB”,
"score": 0.9760832,
"topicality": 0.8760832
},
Deep Learning - Processamento de Linguagem Natural (NLP)
Smartphone Motorola Moto Z2
Force Edition 64GB - Ônix Dual
Chip 4G Câmera Dupla 12MP +
Selfie 5MP

21. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS
Analisando sentimentos no texto
Positivo Neutro Negativo
PRODUTO
MARCA
MODELO
ARMAZENAMENTO
COR
FEATURES
+ Entidades
Deep Learning - Processamento de Linguagem Natural (NLP)

22. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS
Analisando sentimentos no texto
Deep Learning - Processamento de Linguagem Natural (NLP)
+ Social Media
Fotos e vídeos
Opinião do usuário
Avaliações, críticas e reclamações
Contexto social
Review de Produtos
Opinião dos consumidores
Avaliações, críticas e reclamações

23. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS
Analisando sentimentos no texto
Esse Nokia XPTO foi o melhor
celular que eu ja tive. A bateria
durava semanas.
Texto de exemplo
Deep Learning - Processamento de Linguagem Natural (NLP)
Exemplos extraídos de: https://cloud.google.com/natural-language/

24. ENSINANDO O COMPUTADOR A ENTENDER SENTIMENTOS
Analisando sentimentos no texto
Não recomendo o Nokia XPTO
Texto de exemplo
Deep Learning - Processamento de Linguagem Natural (NLP)
Exemplos extraídos de: https://cloud.google.com/natural-language/

25. O QUE APRENDEMOS AO LONGO DESSA EVOLUÇÃO
• Construir uma solução de Machine Learning leva muito tempo pra apresentar resultados relevantes;
• Vai precisar de muitos dados pra treinar seu modelo cognitivo. Use técnicas de data-augmentation sempre que possível;
• A solução nunca está pronta. Sempre surgem novas excessões que demandam o aprendizado por reforço;
• Cuidado com palavras da moda. Entenda sua necessidade e como aplicar Machine Learning da forma mais adequada. Soluções mais simples ou
mesmo outras técnicas podem ser mais adequados para cada caso;
• Sempre tenha em mente o objetivo desejado. Machine Learning é só uma ferramenta para alcança-lo.

26. POR ONDE POSSO COMEÇAR?
Google Cloud
Visão Computacional
https://cloud.google.com/vision/
Processamento de Linguagem Natural
https://cloud.google.com/natural-language/
Microsoft Azure
Visão Computacional
https://azure.microsoft.com/pt-br/services/cognitive-services/computer-vision/
Processamento de Linguagem Natural
https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics/
TensorFlow
Projeto OpenSource - Suportado pelo Google
https://www.tensorflow.org/
IBM Watson
Visão Computacional
https://www.ibm.com/watson/services/visual-recognition/
Processamento de Linguagem Natural
https://www.ibm.com/watson/services/natural-language-understanding-3/

27. OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE

28. PRECIFICAÇÃO DINÂMICA

29. CHATBOTS

30. OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE
RECOMENDAÇÃO PERSONALIZADA
https://hbr.org/2016/11/how-predictive-ai-will-change-shopping

31. OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE
RESULTADOS DE BUSCA MAIS RELEVANTES
https://www.visiture.com/blogs/artificial-intelligence-shaping-
ecommerce-search/

32. Obrigado
Rodrigo Pantigas
CPO GetBirdie
pants@birdie.com.br
Dúvidas ou comentários!?!

33. A.I., Machine Learning e Deep Learning além de serem palavras da moda, podem ser muito úteis se bem aplicadas. E
terão um papel cada vez mais importante na evolução da tecnologia.

34. MAIS ENGAJAMENTO DOS CONSUMIDORES E MAIORES TAXAS DE
CONVERSÃO
RECOMENDAÇÃO PERSONALIZADARESULTADOS DE BUSCA MAIS RELEVANTES
OUTRAS APLICAÇÕES DE A.I. NO E-COMMERCE