Inteligência coletiva
A personalização da experiência no smartphone – seja em aplicativos, seja no próprio device – tem sido uma meta a ser batida para muitos. É inteligência artificial, machine learning, clusterização, edge computing… Tudo em favor de que o seu device seja cada vez mais seu e cada vez mais inteligente. Faz sentido, já que o smartphone é algo tão pessoal que o ato de dividi-lo com os outros já virou até mesmo plot de filme sobre confiança entre amigos da Netflix (e o plot de algumas discussões de casal pelo mundo, temos certeza). Mas o que acontece quando falamos de um dispositivo que é usado por, literalmente, todos de um mesmo espaço, como um assistente de voz de casa ou um carro conectado? A resposta pode ser mais simples do que imagina.
Home Behavior
E quer device mais disputado por um grupo de pessoas do que o de casa? No segmento de smart-homes, já passamos da fase de “apenas” criar dispositivos para funcionar em casa (como smart-lâmpadas, câmeras de vigilância conectadas, geladeiras online… O mundo já tem mais dispositivos IoT do que pessoas, você sabia?), para uma fase de integração entre esses sensores diferentes – com o assistente de voz em forma de Alexa e Google Home virando uma plataforma preferida para se ter acesso aos comandos dessas “smart-coisas”. O próximo passo natural é adicionar inteligência a esse amontoado de dados que, devemos frisar: já estão sendo captados. Um approach para se dar a esse segmento é de entender padrões de comportamento e segmentá-los, não muito diferente do que já é feito com o uso do smartphone. Mas no lugar de ser uma pessoa, é feito com… uma casa.
Família ê, família a…
Quando falamos isso, não é para o seu companheiro saber quem da casa foi o responsável por deixar a geladeira aberta (desculpa, foi a gente!) ou a luz ligada por mais tempo do que deveria, mas para o dispositivo ter acesso a perfis comportamentais de cada espaço a partir de uma análise algorítmica das ações. Exemplo bem básico: entender se sua família costuma ou não fazer festas ou churrascos com frequência (imagina quanto isso não vale para uma marca de cerveja?), ou se prefere assistir a filmes e séries junto, ou se tende mais a se unir em torno de jogos de tabuleiro. Cada um desses padrões de comportamento exigem uma ação diferente dos dispositivos de casa: luzes diferentes, um uso mais ou menos intenso da geladeira, ou do sistema de som de casa, ou da churrasqueira. Se um sistema é capaz de prever essas ações, ou encaixar a casa num tipo de perfil, pode significar que a casa vai ser mais ativa do que apenas responsiva. Como, por exemplo, esse aspecto da Alexa que a Amazon vem melhorando em entender os horários da casa e já perguntar se os usuários querem que apague a luz (ou avisar que alguém deixou a luz ligada, após um certo horário que ela costuma ficar desligada). Isso sem contar que, ao entender o padrão da casa, o sistema pode detectar mais rápido se algo está completamente fora do normal e acionar alarmes necessários.
Chama os vizinhos…
Entendeu o ‘house behavior’, agora expande isso para a vizinhança ou para o condomínio, depois para um grupo de casas e de prédios. O resultado é um conhecimento de perfis de uso de espaços – muito mais granular do que, por exemplo, o entendimento das compras feitos por um aplicativo de delivery ou por um supermercado. Isso porque ele tem a capacidade de ser hiperlocalizado e preditivo. Ao saber que, por exemplo você costuma dar churrascos grandiosos na sua casa (e se você costuma, favor convidar a gente quando a pandemia acabar), o varejista mais próximo pode oferecer promoções personalizadas via seu assistente de voz – ou, por que não, já que chegamos no mundo do D2C, a marca de cerveja poderia fazer isso, não?
Stores and everything in between
Esse “Place Behavior” pode também chegar a lojas – é a mesma ideia do que falamos da smart-homes, mas para lugares comerciais: esse espaço costuma ficar mais cheio em quais horários, ele tem um grupo de consumidores mais noturnos ou mais matutino. E, num momento de pandemia, se a loja chegou ao seu limite de lotação (o que pode ajudar a prever quando isso vai acontecer para evitar). Falando em IoT e behavior, a Amazon lançou nesta semana um “carrinho de supermercado inteligente” : ele permite que o usuário faça check-out sem precisar passar em caixas, mas também tem o poder de analisar uma coisa muito importante para varejistas: o que os clientes deixam de comprar, sim, por quais corredores eles não passaram, ou por quais passaram em branco, ou seja, ignoraram geral aquela gôndola. Agora imagine saber quais perfis de clientes evitaram ou ignoraram aquele leque de produtos, imagine a oportunidade de aumentar o ticket ao reorganizar a loja nos horários que esses clientes frequentam, quanto isso pode valer para um varejista? É um passo além do transacional: imagine as capacidades de clusterização que um aparelho deste permite!
Smart-Building
O tal “analytics” para smart homes já existe, mas numa escala bem prática: a de você saber quanto gasta de energia em cada ambiente (é assim que, a companhia de luz sabe, há anos, o quanto você consome). Há alguns anos, um pessoal do MIT, inclusive, criou um sistema capaz de entender (a partir de que smartphone estava conectado do WiFi) quem estava em casa e em qual cômodo, entendendo assim quais eram as áreas da casa mais usadas. Sim, um mapa de calor das casas e apartamentos com as mudanças por dia da semana, horário, época do ano (verão e inverno) ou então em épocas como a que estamos vivendo. Esse tipo de dado, quando agrupado e, assim tirado o fator individual (POR FAVOR, FIQUE CLARO ISSO!), pode valer ouro para aqueles que, olha só, projetam e constroem casas. Afinal, é a utilização do ambiente que dita como ele fica mais confortável para as pessoas.
Reciprocidade: Otimize a sua casa
Você deve estar lendo e se perguntando: sim, tudo isso muito bacana, mas o que eu ganho com isso? Bom, quem nunca achou que sua casa é pequena demais, ou que a sala não é funcional, e que, aqui talvez literalmente, a grama do vizinho é mais verde? Agora, que tal acalmar sua ansiedade com… algum remédio? Não… dados! Estatística e, porque não, aprendizado? Sim, daqueles programas de TV ou revistas de decoração que dão dicas de como otimizar seu espaço e sua vida, porém por vezes em cenários distantes do seu, para algo mais pragmático como dados de comportamento de casas que possuem um behavior parecido. Conhece o Guia Bolso? Que dá dicas sobre gestão financeira tendo como premissa como estão as suas economias comparando com outras pessoas que possuem o mesmo ganho que você?Aqui a lógica poderia ser como otimizar sua casa, e sua vida, baseado em dados de casas como a sua. Ou, por que não, saber até como personalidades que morem em casas parecidas com as sua (ou com a da sua família) organizam suas vidas. O que poderia virar até subscription, não?
Privacidade preservada
Talvez a melhor parte deste tipo de abordagem está em preservar a individualidade de cada pessoa, apenas entendendo o seu comportamento em grupo – sem julgá-lo ou analisá-lo. Basicamente, o device precisa entender que há churrasco na sua casa, não o que acontece nele.E, lógico, é sempre bom lembrar que transparência do uso de dados (e dos seus possíveis retornos para o usuário), assim como uma boa noite de jantar em família, sempre faz bem.
