Como a Amazon moldou o cenário atual de Big Data

Mais empresas, como Amazon, do que nunca estão aproveitando dados e usando-os como uma ferramenta para monitorar e rastrear as últimas tendências no comportamento do cliente. Em última análise, os dados permitem que as empresas tomem melhores decisões e aumentem a eficiência.

Uma das principais maneiras que a Amazon utilizar dados é por meio de seu mecanismo de recomendação. Quando um cliente procura um determinado item, isso permite que a Amazon preveja melhor o que mais esse cliente pode estar interessado.

Consequentemente, isso permite que a Amazon agilize o processo de persuadir um cliente a comprá-lo. Acredita-se que seu sistema de recomendação personalizado seja responsável por 35% das vendas anuais da empresa.

A Amazon é um gigante e pioneiro do big data especializado em encontrar maneiras de conectar os dados do cliente a iniciativas de negócios.

Amazon Web Services

Não demorou muito para Jeff Bezos, fundador da Amazon, descobrir que a Amazon poderia envolver mais do que vender produtos.

Em 2006, pouco mais de uma década após o lançamento da empresa, a Amazon lançou o Amazon Web Services (AWS), um serviço em nuvem.

A AWS foi projetada para hospedar aplicativos e software para implantação imediata na web e é um serviço de pagamento conforme o uso.

Bezos percebeu que poderia pegar a infraestrutura de nuvem privada que a Amazon estava usando para seus negócios baseados em dados e transformá-la em seu próprio produto.

Valeu a pena: a AWS é responsável pela lucratividade da Amazon.

O modelo original de negócios de comércio eletrônico da Amazon frequentemente fazia com que a empresa perdesse dinheiro por causa do crescimento. A AWS e o big data resolvem o problema de lucratividade.

A AWS tem amplo alcance, como ambos têm redes de streaming de vídeo, você pode pensar que Netflix e Amazon são concorrentes, mas Netflix é um dos estudos de caso da Amazon para a AWS.

Quando você transmite um vídeo no Netflix, funciona porque todos os dados e software do Netflix são armazenados na AWS.

O AWS é escalonável e basicamente permite que as organizações coloquem software de big data para funcionar na nuvem.

Um serviço de nuvem como este não seria possível, é claro, sem o conhecimento acumulado da Amazon sobre aplicativos de big data.

Motores de Recomendação

Hoje em dia, o mecanismo de recomendação é bastante normal. Spotify, Netflix, Pandora, todos os tipos de meios de comunicação e sites de comércio eletrônico dependem de mecanismos de recomendação.

A Amazon não foi a primeira empresa a usar algoritmos para recomendações – pense em mecanismos de pesquisa – mas foi a empresa que mostrou que você pode usar dados e algoritmos para vender produtos.

Uma inovação iniciada pelo engenheiro Greg Linden, a Amazon usa sua própria nuvem para classificar basicamente 1 bilhão de GB de dados de clientes e gerar de 10 a 30% da receita por meio de análises preditivas.

De acordo com a DZone, a Amazon usa os seguintes tipos de dados para fazer recomendações:

• Histórico de compras;
• Histórico de navegação;
• Tendências de produto;
• Menções nas redes sociais que indicam a popularidade dos produtos;
• Impacto dos amigos de um comprador em termos de compras;
• Compras feitas por pessoas com histórico de compras semelhante.

Essa lista de qualificadores é basicamente a lista de protótipos que qualquer comerciante de big data usaria para determinar a personalização para publicidade.

Qualquer esforço de marketing com big data se resume a descobrir quais dados são os melhores e mais apropriados para uso. Observe que a Amazon se concentra em produtos.

Neil Perkin aponta que a Amazon usa um processo denominado “filtro colaborativo item a item”. Basicamente, “Isso envolve fazer recomendações no nível do produto, e não no nível do usuário”.

Focar em cada usuário abriria um conjunto de dados muito amplo. Concentrando-se nos produtos e na forma como a atividade do usuário se relaciona com os produtos, a Amazon apresentou um modelo que muitos – incluindo Netflix, Pandora e Spotify – copiaram.

Agile Branding

Conforme as marcas estão descobrindo, o big data não apenas facilita as recomendações de produtos, mas também é útil para determinar o que uma marca deve fazer conforme se expande.

Analisando dados sobre que tipo de produtos e serviços as pessoas desejam, a Amazon expandiu o espaço do comércio eletrônico para incluir serviços domésticos e entrega de alimentos.

Ao compreender quais tipos de serviços as pessoas desejam e onde mais os desejam, o Amazon Home Services cresceu 20% a cada mês no primeiro ano.

Amazon Fresh, o serviço de entrega de alimentos, oferece mais de 95.000 produtos diferentes que podem ser enviados no mesmo dia do pedido. Para realizar esse tipo de façanha, você precisa de uma precisão incrível com análise preditiva e personalização.

A Amazon agora está trazendo sua agilidade para o mercado de alimentos orgânicos de tijolo e argamassa com a aquisição da WholeFoods.

Neste espaço, o gigante do comércio eletrônico usará a experiência de big data em um nicho onde não foi usado de forma tão completa antes.

Em 2006, a AWS foi o primeiro exemplo de como o big data pode facilitar um branding ágil. A Amazon descobriu que as empresas precisam de sua experiência em computação em nuvem e análise e expandiu de acordo.

Agora, branding e marketing ágil são uma grande parte do plano de jogo de qualquer startup de sucesso.

Os maiores avanços da Amazon foram mostrar que você pode usar big data como um serviço e também pode usar big data para personalizar suas ofertas com agilidade para milhões de pessoas.

Considerações finais

A Amazon coleta dados individuais sobre cada um de seus clientes enquanto eles usam o site.

Além do que o cliente compra, a Amazon observa os itens examinados, o endereço de entrega e se o cliente deixa comentários.

O Big Data ajudou a impulsionar a Amazon para o topo da pilha do comércio eletrônico. A empresa se conecta com os fabricantes e rastreia seu estoque para garantir que os pedidos sejam atendidos rapidamente.

Por meio do Big Data, ele permite que o warehouse mais próximo do cliente seja selecionado e os custos de envio sejam consideravelmente reduzidos em 10-40%.

Com o controle da Amazon no campo não mostrando sinais de desaceleração, os dados e as formas como são usados são mais importantes para o futuro de longo prazo das empresas do que nunca, ou correm o risco real de ficar para trás em relação aos concorrentes.