Acesso rápido

Redes sociais e seus potenciais para personalização

por Adilson Rielo Sexta-feira, 08 de julho de 2016

Qual a relação entre o livro “Comer, rezar e amar” e a cantora Adele? Não, Adele não mencionou que esse seja seu livro favorito. Na verdade, essa relação se dá a partir de análises de redes sociais, pois o livro mais ‘curtido’ por pessoas que já curtiam Adele é “Comer, rezar e amar”. Interessante, não é?

Existem diversas formas de tratar a personalização de ofertas no e-commerce, e uma delas é justamente por meio de análise de dados de redes sociais.

Mas vamos começar do início: o que é “rede social”? Apesar de o termo remeter a plataformas tecnológicas que permitem interação entre milhares e milhares de pessoas, a expressão “rede social” foi criada por Radcliffe-Brown nos anos 1950 para denominar a estrutura social enquanto uma rede de relações institucionalmente controladas ou definidas. A análise de redes sociais é um estudo multidisciplinar no campo de matérias acadêmicas como Sociologia, Psicologia, Estatística, Antropologia, Economia, Linguística, entre outras.

O sociólogo Pierre Bourdieu (1930 – 2002) estudou como uma classe se inter-relaciona e relaciona com outras por meio do “Capital Simbólico”. Por exemplo: você talvez não se imagine saindo por aí fantasiado com a roupa de seu personagem favorito, seja de uma série de TV, HQ, game ou mesmo de um livro.

Mas para quem pratica como hobby a cultura do Cosplay é algo natural. Para os jovens, fãs de cultura pop japonesa, por exemplo, é algo que faz todo sentido, como se tivessem nascido com isso, mas para Bourdieu isso é símbolo e é construído pela e para a interação (e diferenciação) social.

Esse pensamento é equivalente ao que praticamos hoje nas (plataformas de) redes sociais. Por exemplo, likes no Facebook ou artigos e fotos compartilhados no Linkedin e Instagram seriam nossas ‘fantasias’ – e seremos avaliados por nossos contatos de acordo com o nosso bom ou mau gosto. Geraremos desconfiança naqueles que avaliarem como mau gosto. Por outro lado, naqueles que julgarem como bom gosto, geraremos interesse, confiança, empatia e influência.

Aliás, essa é a razão do sucesso do Snapchat- os snaps são temporários e, portanto, demandam menos preocupação sobre o que associaremos à nossa personalidade digital, já que não há o medo de sermos eternamente avaliados pela escolha de uma ‘fantasia’.

Para Bourdieu, o gosto por ‘fantasias’ não é inerente – isso acontece porque uma rede social nos moveu a conhecer e nos sentimos parte desse grupo de pessoas. Com o hábito, veio depois a associação de ‘fantasias’ com outros momentos da vida, com outros repertórios já adquiridos. Dessa forma, essa mesma dinâmica aconteceria com todos os nossos gostos e tudo o que consumimos – ou seja, tudo é uma influência da rede social a que pertencemos.

A rede social, portanto, é uma estrutura social composta por um conjunto de indivíduos ou organizações e suas interações. A partir do estudo dessas estruturas, podemos identificar padrões que formariam os ‘clusters’ (segmentos de usuários).

Facebook, Instagram, Twitter etc. são plataformas que facilitaram o acesso às redes sociais existentes na vida ‘offline’. A popularidade dessas plataformas ajuda a enriquecer um enorme banco de dados.

Todo esse banco de dados alimentado a partir das redes sociais digitais é um novo segmento de mercado que, segundo um estudo realizado em 2012 pelo Boston Consulting Group, geraria por volta de €330bn anuais em benefícios às empresas europeias em 2020. Atentem para o fato de que os europeus não são usuários assíduos de redes sociais como nós, brasileiros.

Por exemplo, quando queremos comprar um smartphone e pesquisamos apenas por “smartphone” em algum e-commerce, temos como resultado centenas de opções. Um sistema de recomendação personalizada pode resolver essa sobrecarga de informação destacando produtos que têm potencial de interesse para os usuários que visitam o site, permitindo encontrar rapidamente produtos relevantes em meio a uma grande quantidade de SKUs.

Logo, não só ajudam a determinar quais produtos devem ser oferecidos a determinados consumidores, mas também auxiliam na fidelização de clientes, já que estes tendem a voltar para os sites que melhor atendam às suas necessidades.

Sistemas tradicionais de recomendação assumem que os usuários são independentes e identicamente distribuídos. No entanto, os usuários online são intrinsecamente ligados por vários tipos de relações, como amizade e confiança.

Por exemplo, segundo informações da Curtix, empresa que integra informações de redes sociais e comportamentos de navegação, a taxa média de pessoas que curtiram uma página relacionada à política em 2015 foi de 82%; destes, a taxa média de amigos que um usuário tem com ideologias políticas discordantes das suas (curtiam páginas claramente opostas no espectro político) foi de apenas 32%.

São muitas as técnicas usadas em um sistema de recomendação personalizada, baseadas no perfil de navegação e na interação dos usuários. Métodos baseados em filtragem colaborativa preveem interesses de usuários ao descobrir padrões complexos e inesperados de comportamentos passados, e recomendar produtos para outros usuários com interesses similares.

A lógica por trás dessa suposição pode ser explicada por teorias de correlação de usuários com preferências semelhantes e revela que usuários que estão conectados são mais propensos a ter preferências similares.

É a mesma coisa quando pensamos que os usuários do mundo físico são propensos a procurar sugestões de seus amigos antes de tomar uma decisão de compra, já que amigos dos usuários fornecem quase sempre boas recomendações, portanto, relações sociais podem ser potencialmente exploradas para melhorar o desempenho de sistemas de recomendação personalizadas.

Desse modo, é mais provável que uma pessoa tenha interesses similares com seus ‘amigos’ conectados do que com aqueles usuários escolhidos aleatoriamente. Sendo assim, as redes sociais digitais contêm informações complementares sobre os usuários online, e explorar essas relações sociais pode potencializar o desempenho das recomendações.

Além disso, a recomendação social pode resolver um dos problemas dos sistemas tradicionais de recomendação, como no caso de novos usuários, já que ao considerar classificações de usuários correlacionados e, portanto, confiáveis, a recomendação social atinge um percentual muito pequeno de erro.

Se você perguntar para qualquer gestor de e-commerce, diremos que nosso objetivo é melhorar a experiência por meio de análise de dados. Isso porque a personalização tornou-se cada vez mais essencial, mas, também, cada vez mais difícil de alcançar.

Resumindo: explorar os dados de redes sociais e as informações compartilhadas nelas pode ajudar varejistas e provedores de conteúdo a entender o que usuários e clientes desejam a partir das correlações possíveis, aumentando a relevância e potencializando relacionamentos. Não que seja fácil.

Você recomendaria esse artigo para um amigo?

Nunca

 

Com certeza

 

Deixe seu comentário

0 comentário

Comentários

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Comentando como Anônimo

This site uses Akismet to reduce spam. Learn how your comment data is processed.

  Assine nossa Newsletter

Fique por dentro de todas as novidades, eventos, cursos, conteúdos exclusivos e muito mais.

Obrigado!

Você está inscrito em nossa Newsletter. Enviaremos, periodicamente, novidades e conteúdos relevantes para o seu negócio.

Não se preocupe, também detestamos spam.