Latest / Os Agilistas / #301 - ZAMP: O que realmente alimenta decisões lucrativas?

Transcript

#301 - ZAMP: O que realmente alimenta decisões lucrativas? · Os Agilistas

0:08
Bom dia, boa tarde, boa noite, bem vindos a mais um episódio
0:11
das agilistas, o podcast que é o seu radar de inovação,
0:13
tecnologia e negócios. Eu sou o Pedro Rangel.
0:16
O vinição está aqui comigo mais uma vez para conduzir mais uma
0:19
conversa. Tudo bem vinição?
0:21
E aí, pessoal? Tudo bem, vamos lá.
0:22
Tudo joia? Hoje, a nossa conversa é sobre o
0:25
impacto da digitalização com o case de uma gigante do mercado
0:29
de alimentação. Que é a zamp operadora das
0:31
marcas Burger King, Starbucks, subways e popeyes.
0:35
E quem vai trazer esse ponto de vista Superinteressante sobre
0:38
estratégia de digitalização é a Fernanda Toscano, VP de
0:42
tecnologia e canais digitais da zamp.
0:44
Fernanda, seja muito bem-vinda. Com certeza.
0:47
Nossos ouvintes conhecem muito bem essas marcas, né?
0:49
Mas se apresenta aí para eles. Conta um pouquinho da zamp pra
0:52
gente também. Então, vamos lá.
0:53
Eu sou Fernanda Toscano, estou aqui na zamp há 1 ano.
0:56
É muito orgulhosa das nossas marcas e do que a gente tem.
1:00
Construído aqui eu cuido de toda a parte de tecnologia e canais e
1:04
acho que essa digitalização e esse olhar de experiência do
1:07
cliente é algo que eu sou apaixonada pelo tema e eu acho
1:10
que a gente tem bastante para contribuir aqui e trocar.
1:13
Legal, Fernando, é inclusive você, você comentou que você
1:16
está há 1 ano na empresa, então você viu de perto aí a aquisição
1:19
mais recente, uma grande aquisição que foi o Starbucks,
1:21
uma integração desse porte, eu imagino que que causa bastante
1:25
barulho aí no negócio, mas também 11 grande efeito aí No No
1:28
time de tecnologia, né? Conta pra gente como é que foi
1:31
esse casamento aí sim. Com certeza, tem sido bastante
1:34
dinâmico. Eu cheguei aqui no meio do ano
1:36
passado e a gente fez os 2 emenez em paralelo, aconteceram
1:40
em outubro e desde então tem sido uma energia assim.
1:44
Incrível, né? Então a gente estava operando é
1:47
via TSA, com o antigo operador, até na semana passada, e a gente
1:51
fez uma grande virada para a gente trazer tudo aqui para
1:54
dentro. Então envolveu implantação de
1:56
todo um sistema de backoffice, toda a integração de RP, subida
1:59
de. Vendas, então muita coisa
2:02
acontecendo nos times? EE, muita, muita energia.
2:06
Acho que é o principal ponto é e o time muito empolgado.
2:09
A gente fez uma virada bem limpa, zero impacto profissional
2:13
que até até hoje nunca tinha presenciado na minha carreira.
2:17
A gente conseguir fazer uma implantação com o sucesso que a
2:19
gente fez. A gente até brincava que a gente
2:22
acordou com tudo funcionando, eu falava com meu time, não é
2:24
possível, volta lá, mas vê lá está funcionando mesmo de tão
2:27
bacana que a gente fez e isso é. Aconteceu junto, então uma
2:31
aconteceu dia 9 de outubro, a outra 16 de outubro.
2:33
Então 2 emenês é em paralelo, foi e tem sido ainda bem
2:38
desafiador, mas agora a gente já já começa a colher essas
2:41
sinergias, né? De como a gente aprende com as
2:43
marcas. Cada uma tem uma característica
2:45
muito diferente. E Starbucks, em especial, tem
2:48
uma cultura de olhar do cliente, de experiência do cliente, que é
2:52
muito rica, muito genuína, e é uma cultura que traz essa frente
2:56
do cuidado, de fazer as coisas muito bem feitas.
3:00
Que realmente dá muito orgulho de.
3:01
Trabalhar. Que legal.
3:02
Do ponto de vista de tecnologia vocês dão como concluído, né?
3:05
É isso. Agora, do ponto de vista do
3:07
negócio, é que as marcas ainda estão se conhecendo, se
3:09
integrando. É um processo um pouco mais mais
3:11
longo a. Gente fez o básico, a gente
3:13
trouxe para dentro de casa e hoje a gente já está operando
3:16
toda a marca aqui nesse viés de tecnologia.
3:18
E agora que começa a brincadeira, né?
3:20
Onde a gente vai evoluir, criar novos produtos e trazer
3:24
inovação? Então a gente fez uma virada na
3:26
semana passada. Essa semana a gente desceu uma
3:28
campanha global para dentro da. Da da marca de Starbucks EEO
3:32
time muito empolgado de fazer isso acontecer, de participar
3:35
dessa, dessa transição EE, poder viver um emenei desde o dia zero
3:40
e fazer essa transformação e olhar o impacto que a gente tem
3:43
na marca. Hoje a gente está com Starbucks
3:45
voando já, a gente já conseguiu recuperar, a gente já conseguiu
3:48
fazer todo o básico e a gente vê uma marca tão importante, tão
3:51
incrível voltar para o mercado. Eu acho que sem dúvida nenhuma
3:54
faz a gente ter muito orgulho. Que legal show de bola.
3:57
Parabéns para você e para todo o time envolvido.
3:59
Eu queria. Botar atenção um pouquinho agora
4:01
para um dado do Burger King e você me corrige se eu tiver
4:04
errado, tá Fernando? Mas a gente apurou aí, né?
4:07
Pelas algumas divulgações que os canais digitais respondem hoje
4:11
por mais de 50% das vendas do Burger King no Brasil, né?
4:14
Que vem alcançando números incríveis aí com vendas
4:17
digitais, né? Queria que você contasse pra
4:19
gente quais foram os principais fatores que impulsionaram, né,
4:22
esses números, esse sucesso aí com as vendas digitais.
4:24
É, eu acho que com certeza. A gente tem crescido muito e é
4:28
só o começo, então a gente. Começou uma digitalização muito
4:31
forte dentro da marca e assim eu, eu destaco alguns pontos,
4:35
que é o maior sucesso que a gente tem dessa jornada.
4:38
Acho que a primeira personalização e a gente começar
4:41
a olhar para o cliente, né? Como é que qual é a expectativa
4:44
daquele momento é qual produto faz mais sentido e a gente fazer
4:48
essa jornada ser fluida, simples, rápida, porque a gente
4:50
está numa indústria de fast food.
4:52
Então eu eu brinco que tem que ser fast e eu acho que a
4:55
tecnologia traz isso muito forte, né?
4:57
Então quando a gente começou a entender se.
5:00
Comportamento do consumidor por meio de toda a nossa base de
5:03
CRME, toda a tecnologia que a gente fez e a gente começou a
5:06
implantar tanto machine learning, toda a parte de
5:08
inteligência artificial, a gente começou a ser mais assertivo e
5:12
mais relevante ali pra esse, pra esse cliente.
5:14
Então hoje, por exemplo, a gente tem personalização desses cupons
5:17
e uma vez que a gente colocou isso isso no ar, a gente teve
5:20
quase mais de 40% de maior aproveitamento das ofertas.
5:23
Então a gente faz com que isso seja mais simples pro cliente
5:26
chegar e comprar e ir embora, né?
5:28
Então, com certeza, acho que tempo é.
5:30
É uma variável mais importante para todo mundo.
5:32
Então quanto mais assertiva a gente é, mais efetiva a gente
5:35
está sendo para o cliente. E hoje também a gente tem o
5:38
clube BKO, nosso clube de relacionamento com com o nosso
5:41
cliente. Ele é uma das maiores alavancas
5:43
para a companhia. Hoje ele é o maior programa de
5:45
relacionamento da América Latina e a gente já trocou até agora
5:49
assim, só no ano passado quase 8000000 de recompensas.
5:52
Então essas recompensas são desde lanches grátis, ofertas,
5:55
experiência. Então isso traz com que as
5:58
nossas vendas identificadas. Elas sejam bem grandes.
6:01
Então com isso a gente consegue saber quem é esse cliente, qual
6:04
é o perfil, qual é o comportamento.
6:06
Então a gente tem mais de 20000000 hoje de clientes
6:09
cadastrados no nosso clube, é. E no final do dia, a gente
6:12
enxerga que esse cliente, que ele é fidelizado, ele tem uma
6:15
frequência muito maior, um ticket médio muito maior, uma
6:19
conversão grande. E a gente vê que os nossos BK
6:22
lovers, que são os clientes que frequentam as nossas lojas mais
6:25
de 4 vezes no mês, eles representam mais de 30% da
6:28
venda. Então significa.
6:30
Que ele volta. Então, se ele volta, eu sei o
6:32
comportamento dele, eu sei o que ele faz.
6:34
Então é muito mais sobre como que a gente encanta esse
6:37
cliente. Ô Fernando, uma curiosidade que
6:39
eu tenho é assim, é? A gente tem visto vários nossos
6:42
clientes já já há alguns anos, falando muito sobre alterar os
6:46
canais digitais para uma interface mais orientada.
6:49
A conversação é tipo WhatsApp, ao invés de ser ser orientado a
6:53
algum aplicativo, alguma coisa que você tem que sair
6:55
selecionando. Ser uma conversa mais mais
6:57
fluida ali. Como que tem sido isso para
6:59
vocês? Aí sim.
7:00
Acho que esse é um tema que a gente tem feito vários pilotos
7:04
em diferentes perspectivas. Então hoje, por exemplo, a gente
7:07
tem um canal totalmente conversacional, com inteligência
7:11
artificial para as nossas lojas, e aí a gente começou por ali.
7:14
Então, na prática, a gente criou um centro de atendimento de tal
7:17
forma que a gente aproximasse a as áreas corporativas dos nossos
7:21
funcionários de loja. E com isso a gente começou a
7:23
aprender de como é que a gente faz, como é que a gente.
7:25
A gente evolui essa experiência, então a gente tem quase 20000
7:29
funcionários na ponta, né, dentro das nossas lojas, em
7:31
todos os estados. Então a gente aprendeu o
7:34
comportamento do que funciona. O que não funciona, então é, num
7:37
primeiro momento a gente não tinha um guia de conversação e a
7:40
gente viu que isso não era tão efetivo.
7:42
Aí a gente começou AA direcionar, a gente viu o que
7:45
fazia mais sentido, uma vez que a gente aprendeu como fazer toda
7:48
essa parte de interação. A gente começou a pilotar na
7:50
área de atendimento, então dentro do atendimento do
7:52
cliente, essa conversação, a gente está evoluindo cada vez.
7:56
Fez mais a as nossas conversas ali e a gente já está é em
8:00
planos de um piloto para a gente fazer para a parte de venda já
8:03
dentro do nosso app, de como a gente integra as 2 coisas, essa
8:06
sugestiva, essa personalização. Então é hoje a gente viu que uma
8:11
grande oportunidade é que a gente tem vários descontos,
8:13
várias ofertas para o cliente, mas não necessariamente aquela
8:16
que ele quer. Então, como que eu integro essa
8:18
conversação com a sugestão efetiva do que realmente faz
8:22
sentido para aquele cliente? Então é exatamente o piloto que
8:25
a gente tem trabalho. Avaliado agora, para fazer com
8:27
que essa velocidade seja mais a como é que a gente faça esse
8:30
direcionamento já direto, usando tanto o recurso conversacional,
8:34
mas vinculado a inteligência artificial, para eu saber o que
8:38
direcionar e o que fazer? Ah, legal.
8:40
E você vê como as marcas são todas internacionais, você vê
8:43
grandes experiências do mercado americano para o mercado
8:46
brasileiro em relação a isso, em relação a utilizar mais de
8:49
conversação. Sim, eu vejo bastante diferença,
8:52
a gente faz muito bem de Mark, então as 4.
8:56
O marcas, eles são muito presentes aqui no Brasil e a
8:58
gente troca muito benchmark com com todos os países.
9:02
O comportamento do brasileiro era muito diferente do americano
9:05
e é no perfil de fast fool. A gente vê isso muito no
9:08
resultado de canais e o share de canais.
9:11
Então no nos Estados Unidos, um gol, ele é muito mais presente,
9:15
muito mais forte do que é aqui no Brasil, né?
9:17
A experiência do cliente também é muito diferente, então, mas a
9:21
gente troca até para ver tendências, né?
9:23
Então, normalmente o que faz sentir?
9:26
A gente pilota. A gente tem uma plataforma hoje
9:28
de testes AB, que a gente usa bastante aqui para entender o
9:31
resultado real para a gente expandir.
9:33
Então a gente testa diferentes modelos para ver qual que
9:36
realmente faz sentido para o brasileiro e a gente poder
9:40
evoluir com com relação a essas marcas.
9:42
E todas têm perfis muito diferentes.
9:44
Então a gente aprendeu ao longo do caminho que o totem e toda
9:48
personalização para Burger King funciona muito para Starbucks,
9:52
por exemplo. É um gyder global que não posso,
9:55
não posso ter totem. Porque a marca ela prevê o
9:58
contato humano, a experiência e toda esse movimento pessoal para
10:03
fazer funcionar. Então toda AA personalização e
10:05
digitalização é bem diferente. Eu preciso automatizar todo o
10:09
processo atrás para que o barista tenha tempo para
10:11
conectar com esse cliente. Então, em cada uma das
10:14
perspectivas de marca é diferente o caminho que a gente
10:18
precisa fazer. Então acho que esse é é a grande
10:20
vantagem do que a gente aprende com cada uma, o que a gente
10:24
entende que é comum para. Todas as marcas e o que não é e
10:27
o que é o diferencial de cada uma delas?
10:29
O Starbucks tem que escrever o nosso nomezinho no copo, é?
10:33
Essa é a marca. A gente vai vai voltar com uma
10:35
campanha bem legal, que vai brincar muito com com esse ponto
10:39
do nome, da conexão, do olhar. Pra vocês terem uma ideia, uma
10:43
das formas que a gente avalia os nossos baristas é OA conexão no
10:47
olhar o quanto que eu estou de verdade genuinamente conectando
10:50
com aquele cliente. Olha que interessante, né?
10:53
Até a gente entrou um pouco já num assunto de inteligência.
10:56
Oficial, né? Tem 11 pesquisa que foi
10:58
realizada pelo iFood no ano passado, que falava que 67% dos
11:02
parceiros da da da plataforma do iFood já utilizavam o iar nos
11:06
estabelecimentos. Assim, imagino que os planos de
11:08
vocês com relação ao iar são diferentes para cada marca, né?
11:12
Até pelo que você comentou aí com relação ao Starbucks, tem
11:15
algo que vocês já estão prevendo assim no futuro próximo, além da
11:18
questão conversacional e que o vinicial trouxe?
11:20
A gente tem bastante iniciativas aqui e como você falou, tem tem
11:24
coisas que são comuns e tem coisas.
11:26
Que não são comuns. Então, por exemplo, a gente já
11:28
tem implementado com resultados bem bem bacana, é inteligência
11:33
oficial para toda a cadeia de suprimentos e logística, então a
11:36
gente implantou é isso para fazer predição de pedido, porque
11:40
eu acho que isso é um dos maiores desafios de queçar,
11:42
então a gente tem um show off life muito curto, então eu
11:45
trabalho com automático, alface, é em 12 dias isso perde, então
11:49
eu não posso nem pedir muito, nem pedir pouco, só pra mim
11:52
saber quanto que eu preciso. Eu preciso fazer AA previsão de
11:55
venda porque. Teste ali do que vai acontecer
11:57
no próximo ciclo, que normalmente é uma semana, 15
12:00
dias. Então a gente colocou a
12:01
inteligência artificial para fazer isso.
12:03
Primeiro fazer a predição de vendas, compor isso com o insumo
12:07
que eu já tenho e todo o estoque que eu tenho, e a gente decupar
12:10
isso em itens, então eu, eu, eu faço a predição que eu vou
12:14
vender 100 walpers, só que eu compro é o fácil, tomate, carne.
12:18
Então como é que eu eu sei quanto que eu vou comprar de
12:21
cada um? Então uma vez que a gente
12:22
colocou isso, a gente aumentou, reduziu a rutura em quase 4.
12:26
40%, então hoje a gente tem uma assertividade de pedido que
12:29
passa de 90%. Então isso é o tipo de coisa que
12:33
funciona para as 4 marcas, então a gente já implementou em 2, a
12:36
gente já está em projeto para implementar nas outras 2.
12:38
EE, essa previsibilidade ali ela é comum.
12:41
Por outro lado, a gente tem essa parte de personalização, porque
12:45
aí muda muito o que eu tenho app, o que eu não tenho, o que é
12:47
no totem, o que não é, a gente usa também hoje aqui na área de
12:51
atendimento e no SAC, é inteligência artificial para a
12:53
parte de NPS, então a gente a gente pode.
12:56
Padronizou, então a gente tem uma plataforma única para medir
12:59
essa experiência do cliente e a gente usa inteligência
13:01
artificial para ver o calor, ondas de calor, e a gente vê
13:04
isso real time. É para que o nosso time aja
13:07
imediatamente com o que acontece.
13:09
Então, na hora que vem o retorno do NPS, que a gente está com
13:12
problema de temperatura na loja, na loja x, meu time já entra, a
13:16
gente já já dispara técnico para resolver aquele problema real
13:20
time, e isso também a gente usa inteligência artificial, dado o
13:23
volume do que a gente tem, então a gente tem um.
13:26
Um n muito grande de pesquisas acontecendo o tempo todo e ele
13:29
ajuda a ler todas, priorizar e escolher o que que a gente ataca
13:33
no d zero, no D1 e como que ele organiza ali toda a nossa parte
13:37
de atendimento. Então então depende bastante.
13:39
Então tem coisas que são específicas e outras coisas que
13:42
a gente usa de forma cross na companhia.
13:44
É, eu vou aproveitar esse tema de de Ah, vocês devem estar até
13:47
cansada aí de ouvir falar sobre isso.
13:49
Teve teve esses lançamentos dos LLLNS aí, do GPT, do Gold, et
13:53
cetera, e aí o pessoal começa a falar.
13:56
Falar que vai utilizar estatuto e tal, começa a ter uma fumaça
13:59
muito grande em relação a isso e com certeza tem aplicações de
14:02
fato, né? Gera um resultado, mas também
14:05
tem muita aplicação que que às vezes é é mais uma onda assim
14:09
geral de ficar falando sobre o assunto, qual que é, qual que é
14:11
a visão que você tem sobre isso? Vocês tem algum case assim que
14:14
realmente é gerou um resultado bom, né, que você possa
14:17
compartilhar? É eu.
14:18
Eu acho que o maior desafio é esse, né?
14:20
O que eu enxergo de de muita conversa sobre o assunto é que
14:24
as pessoas querem usar e a. Apuriar EE eu sempre falo que a
14:28
gente precisa resolver problemas.
14:29
Qual é o problema? A gente parte do problema e não
14:32
da tecnologia, então acho que tecnologia é meio então a gente
14:36
precisa realmente como área se posicionar como tal.
14:39
Então acho que o primeiro ponto é esse, a gente precisa saber o
14:41
problema, entender como é que a gente vai resolver ele e aí sim,
14:45
tecnologia é a ferramenta e Ah, é a ferramenta para viabilizar
14:48
aquilo. Então a gente tem bastante cases
14:50
aqui hoje já funcionando, com certeza.
14:53
Eu acho que um dos grandes desafios da área de tecnologia.
14:56
Vai ser a curadoria disso, né? Porque isso democratiza?
15:00
EE, claro, todas as áreas, eles têm iniciativas super válidas de
15:03
resolver problema, de usar, mas como é que a gente ordena isso
15:07
dentro da companhia, que a gente tem um tema ainda sensível de
15:10
segurança da informação, então tem que se tomar cuidado ao usá
15:13
la de que forma e ter uma instância privada como a gente
15:17
tem a proteção dos dados, então ainda tem 11, toda uma regulação
15:21
para ser criada ainda no país para fazer toda essa parte de
15:25
gestão, então? Uma grande preocupação que eu
15:27
tenho é o como, então hoje eu tenho meu time hoje centralizado
15:31
e ele navega dentro das áreas de negócios organizando esse tema
15:34
dentro da companhia, sem tirar a autonomia dos times.
15:36
Então eu acho que é muito positivo quando alguém nos
15:38
procura para construir um case, mas eu acho que é um trabalho de
15:42
tecnologia ter as pessoas certas dando suporte das áreas, porque
15:46
de novo, o problema está na ponta, não está aqui dentro de
15:48
tecnologia, então eu não quero eu, eu brinco com meu time, eu
15:50
não quero case nenhum que seja nosso aqui.
15:52
O case tem que estar nas áreas, então eu acho que sim, eu tenho.
15:56
Vários casos. Acho que a gente tem usado
15:58
também inteligência artificial para dentro de casa, para dentro
16:01
da área de tecnologia, então toda a parte de aprovisionamento
16:03
de ambiente, de como a gente mede custos, como é que a gente
16:07
liga e desliga ambientes em produção.
16:09
Então, em toda a nossa área de infraestrutura, a gente já tem
16:12
usado bastante monitoramento também, a análise de
16:14
comportamento, de máquinas e de tudo.
16:17
A gente já tem usado também inteligência artificial ali,
16:19
então a gente tem bastante cases já com sucesso.
16:23
Mas é o que você falou, a gente tem que tomar cuidado, não pode
16:25
ser. Tecnologia por tecnologia, a
16:27
gente tem que ter um que criar, é claro, de qual é a métrica que
16:30
a gente busca e se a gente não buscar, a gente tira e segue pro
16:33
próximo, né? Então acho que isso ainda falta
16:35
na indústria de tecnologia como um todo, da gente não ter gols
16:40
claros, definições de indicadores, ó, eu preciso
16:43
atingir tal coisa, e se eu não atingir a gente dê comissiona e
16:46
segue para a próxima, né? Eu acho que por isso que ainda
16:48
fica muitos cases sem resultado e as coisas viram muito e muitos
16:52
casos muito mais marketing do que realização, e eu acho que
16:55
esse é o. Grande desafio da área como um
16:57
todo. Só só mais um ponto que eu acho
16:59
que é um. É o tipo de coisa que o pessoal
17:01
tem muita curiosidade para ouvir, de quem realmente assim
17:03
está direcionando uma operação grande igual a vocês.
17:05
Você falou de alguns cases internos aí, né?
17:07
Sobre a questão de provisionamento de ambientes e
17:10
coisas do tipo. Mas vocês também têm utilizado
17:12
para a Gana de produtividade no desenvolvimento, para, tipo,
17:15
copaylot coisas similares assim você tem.
17:17
Qual que é a visão sua sobre isso?
17:19
Sim, Eu Acredito muito, muito nessa frente.
17:22
Eu acho que isso veio para mudar o jogo de toda área de, de.
17:26
Engenharia a gente ainda não tem ganhos claros em relação a esse
17:29
assunto, mas essa é uma das maiores prioridades hoje dentro
17:32
da área. Então, hoje as pessoas que são
17:34
responsáveis pela área de engenharia está estudando como
17:37
fazer isso para de novo para ser um caso real e que a gente tem
17:41
uma métrica clara de sucesso para a gente começar a engajar.
17:44
Mas AAA gente já está pilotando algumas coisas.
17:47
Nada que ainda fez sentido a gente escalar, mas é uma das
17:51
áreas que eu mais acredito. É, toda vez que alguém pergunta
17:53
onde Eu Acredito? Que aí há hoje, já é uma
17:55
realidade. Cidade numa tendência, com
17:57
certeza, em grande produtividade de engenharia, toda a parte de
18:01
atendimento, SAC, gestão de NPSE, personalização de
18:05
clientes. Isso daí hoje é já virou dia a
18:08
dia e eu acho que a gente tem que evoluir a cada dia, né,
18:10
dentro dessa frente. Difícil medir, né?
18:12
Isso é um desafio mesmo, porque AIA, né?
18:15
Como ferramenta, como assistente, ela não vai ser o
18:17
único fator que afeta, né? Vai potencialmente aumentar a
18:19
produtividade. Então você isolar e falar foi
18:21
ela que me que me deu tantos por cento a mais de produtividade.
18:24
Isso é difícil, né? Mas acho que é uma missão mesmo.
18:26
De todos nós aí estamos experimentando bastante.
18:28
É na engenharia é muito difícil exatamente porque você não não
18:32
vai fazer os 2 para você comparar de forma clara.
18:34
Mas quando a gente fala no ciclo do desenvolvimento do software,
18:37
é muito fácil você medir o ganho que você tem.
18:39
E Eu Acredito muito na geração de caso de testes, toda a parte
18:42
de automação, EEEE, geração dos requisitos, fazer toda AA,
18:47
definição de casos de uso e tal, e geração de toda a massa de
18:51
teste para isso. É muito fácil de medir?
18:53
É. Então eu acho que vale medir
18:55
ali. E aí a partir daí a gente ter
18:57
cases para pegar ali a pontinha da engenharia, que com certeza a
19:01
medição é muito mais complexa. É, e tem o famoso developer
19:04
experience também, né? Um pouco mais intangível assim,
19:07
mas OA galera que começa a usar e já não quer abandonar mais,
19:10
né? Transformados por esses
19:12
assistentes. Sim, EE vicia, né?
19:14
Eu. Eu sempre falo aqui pro meu time
19:16
que todo mundo é obrigado a ter um case pessoal com IA.
19:20
Porque? Porque, pessoal?
19:21
Porque estimula e na hora que você começa a usar por um tema
19:24
de interesse, isso vira mais fácil de você tangibilizar e de
19:29
cair a ficha e de você ganhar ali tração, né?
19:32
Então eu falo, você gosta de futebol, usa para o futebol,
19:34
você gosta de viagem, de que que você gosta, começa a usar para
19:37
esse tema e aí você vai ficando apaixonado, aí você vai indo
19:40
atrás, você vai descobrindo. Então acho que isso faz com que
19:42
abra a mente. Para profissionalmente as
19:45
pessoas começarem a adotar, porque por um lado, aqui a gente
19:48
tem have users que não vive sem. Por outro lado, tem pessoas que
19:51
têm resistência ainda existe uma lenda de ser substituída, então
19:55
existe todo aquele mito em torno que a gente também precisa
19:58
quebrar, trazendo isso para o dia a dia e tornando isso mais
20:02
fluido possível. Legal.
20:03
Fernando, eu queria até. Eu sei que AA gente já avançou,
20:06
a gente já foi um pouco lá na frente, assim com com OIA, né?
20:09
Mas a gente começou falando da da digitalização aqui e aquele
20:11
número do de 50%. O Burger King, né?
20:14
Que mais de 50% das vendas já são por canais digitais.
20:17
Você dirige que o Burger King é das marcas a que mais abraçou a
20:21
digitalização na experiência do cliente na venda?
20:23
Com certeza, com certeza. Na verdade não é popeis popeis é
20:28
o número 1. Então hoje popeis já a as vendas
20:31
digitais já estão acima de 70%. Então hoje a gente tem boa parte
20:35
das nossas lojas de popeis, elas são 100% digitais.
20:38
Então a gente tem lojas que cresceram agora mais
20:41
recentemente, e a gente já tem o direcionamento 100%.
20:44
Já nasce digital, então a gente já não trabalha ali, como com
20:47
OPDVE tudo. BK também.
20:49
As todas as novas lojas já nascem 100% digital, mas como a
20:52
gente tem muitas lojas, então reverter as outras ainda é um
20:56
pouco mais lento. Para esse ano, a gente prevê uma
20:59
expansão muito grande da digitalização dentro das marcas.
21:02
Então a gente tem uma ambição grande de terminar um ano com
21:05
números muito maiores do que o que a gente tem hoje, porque a
21:08
gente está colocando e está vendo que faz sentido.
21:10
Então, hoje, quando a gente vê uma loja, a comparação de uma
21:13
venda que a. Acontece no balcão e acontece no
21:16
totem. Elas são muito diferentes em em
21:18
vários, em vários KPIs. Então, a nossa venda no totem,
21:21
ela tem um NPS muito maior, ela tem uma taxa de conversão muito
21:25
maior, ela tem um tíquete médio absurdamente maior e o número de
21:29
itens melhor, porque o cliente está vendo o produto, a gente
21:32
tem fotos, a gente direciona a navegação, a gente faz com que
21:35
seja mais fluido e isso ajuda muito a experiência, ajuda o
21:39
negócio e ainda faz com que a gente deixe os nossos
21:41
funcionários preocupados com o cliente.
21:44
Com a experiência, e a gente está revertendo essa pessoa que
21:47
estava ali fazendo simplesmente o pedido para resolver um
21:50
problema, ajudar quem não não está conseguindo.
21:53
Então os benefícios são muito grandes para todo mundo, né?
21:55
Então a gente a gente acredita muito nisso e a e a gente espera
21:59
que a gente chegue ali num patamar muito mais agressivo até
22:02
o final desse ano. É uma pergunta rapidinho que tem
22:04
a ver com esse tema da digitalização que você colocou e
22:07
que a Fernanda explicou aí que que nesse ano aí vai impulsionar
22:10
mais ainda. Como é que a estrutura que
22:12
habilita isso aí? Quais todas as suas?
22:14
Você tem tribos, squads, como é que funciona?
22:16
Você tem parceiros? É tudo interno.
22:18
Como é que é o tipo de curiosidade que o pessoal
22:20
também, que acompanha o podcast que ele tem.
22:22
Sim, a gente tem squads aqui dentro, é por temas, então eu
22:26
tenho Squad que olha só, totem, tem um Squad de app, temos Squad
22:30
de delivery, então para cada uma dos domínios ali a gente tem um
22:34
time multidisciplinar. Dentro desses times a gente tem
22:37
times que olha diferentes perspectivas, então dentro dos
22:39
nossos squadres a gente tem os POSA.
22:41
Gente, tem um time de designer, né, que faz todo.
22:44
Da IOIOSE faz toda o desenho de jornada, além de dos times de
22:47
SRE, os envolvedores, o time de qualidade.
22:50
Então tudo, todo mundo fica junto dentro do mesmo tema.
22:53
A gente trabalha aqui híbrido, no sentido de de funcionários e
22:57
terceiros. Então a gente tem vários
22:59
parceiros dentro desse desenho e nos próximos meses a gente está
23:03
estudando testar modelos de esquadro 100% gerenciados por
23:06
parceiros também. Então a gente hoje, em todos os
23:10
nossos times, a gente tem sempre Oo misto entre é.
23:14
Entre fornecedores com a gente e funcionário, mas a gente vai
23:17
testar para alguns temas específicos a gente escalar no
23:19
modelo 100% gerenciado para o parceiro legal.
23:22
E pensando Na Na esteira, nos horizontes de inovação.
23:25
Assim, Fernanda, você tem hoje times que são dedicados AA essa
23:30
experimentação validação da ideia ou a inovação é um modelo
23:33
um pouco mais aberto? Assim como é que funciona, né?
23:35
Se alguém teve uma ideia lá na ponta até colocar isso em
23:38
prática e possivelmente escalar. Depende do tema, então, hoje,
23:42
dentro do domínio, o time. Time de inovação ele fica dentro
23:45
do do esquadro específico. Então, se alguém tem uma ideia,
23:48
alguma sacada, que ela vai dentro do totem, esse mesmo time
23:52
que faz tudo ali e é o especialista daquele tema, já
23:56
cria toda a inovação dentro. Então, a gente optou por não
23:59
centralizar a inovação exatamente porque a gente
24:02
acredita que a inovação ela tem que estar em todas as áreas da
24:04
companhia. Então, cada especialista e cada
24:07
time de domínio toca a sua inovação, com exceção de
24:10
inteligência artificial, então, exatamente pela curadoria.
24:14
Pela novidade do Temer, pela especificidade necessária.
24:17
A gente tem hoje toda essa parte de inovação de dados e
24:21
inteligência artificial centralizada para que a gente
24:24
escale assim que a gente aprender a controlar esse
24:27
bichinho, né? Então, para essa frente, a gente
24:29
tem um time. Hoje a gente tem uma vantagem em
24:32
relação a essa parte é que a gente tem um data Lake muito
24:35
completo. Então nunca na minha carreira eu
24:37
tinha visto uma estrutura de dados tão importante e tão
24:41
relevante quanto a gente tem. Então hoje eu tenho um data Lake
24:43
que ele. Tem 100% dos nossos sistemas já
24:46
integrados com data Quality funcionando, então a gente tem
24:49
ali a infraestrutura básica para fazer aí a funcionar, né?
24:53
Com certeza se você vai estruturar o dado, se você não
24:56
tem nada ali, organizado, é muito difícil de você treinar
24:59
ali o modelo, então isso a gente já superou.
25:01
Então, hoje o nosso grande desafio ali dentro dessa área é
25:04
ciência mesmo de dados, como que a gente vai pensar, como é que a
25:07
gente vai fazer o modelo? Então por isso a gente optou e
25:10
exatamente por ser muito, muito refinado, e a gente.
25:14
Já está num estágio avançado, a gente organizou o time de forma
25:18
dedicada ali, com expertise que a gente precisa para fazer isso
25:21
decolar. Legal.
25:22
Fernanda, eu fico até curioso também com com o seguinte, você
25:25
contando a história aí do do BK, do popayes, é, se teve um ponto
25:29
de um ponto de inflexão, né? Porque o graben go, como você
25:33
citou lá, é o é o padrão, né? Do do fast food, é Como Ele É,
25:36
como ele nasceu. Mas se teve um momento que que
25:39
vocês perceberam e falaram assim, cara, é o digital, isso é
25:41
o que vai funcionar. E se teve algum mito que vocês.
25:44
Tiveram que reverter com relação a essa experiência do fast food
25:47
para trazer esse maior digitalização.
25:49
Sim, eu acho que no começo teve com certeza.
25:52
Então a acreditar nessa troca da interação, sem dúvida nenhuma.
25:57
Acho que foi o grande divisor ali de experiência.
26:01
Mas uma vez que a gente colocou e começou a testar nas primeiras
26:04
lojas, a gente viu que faz muito sentido, muito sentido, e a
26:07
gente está cada dia aprendendo. Então vou dar um exemplo de
26:11
Subway, quando a gente começou, é todo o processo de m.
26:14
Subway, uma das demandas da marca conosco era a implantação
26:17
de totem. Eu fui a primeira a falar oi,
26:21
Subway, Subway, eu escolho cada um dos meus ingredientes.
26:25
Acho que a grande experiência de Subway é sobre o poder do
26:29
cliente no processo. Então, na minha própria cabeça
26:32
eu falava, mas será que é isso, né?
26:34
Será que faz sentido? Será que EE, eu fui uma das
26:37
pessoas que fui cética no começo, e aí a gente testou, a
26:40
gente colocou na nas primeiras lojas, EEE no primeiro teste que
26:43
a gente montou. A gente começou a ver que fazia
26:45
todo o sentido que dá pra gente construir uma experiência
26:48
digital com o mesmo propósito que a gente deveria EEEE.
26:51
Em paralelo a isso, toda a nossa área de produto começou a criar
26:55
alguns produtos prontos. Quais são os produtos que mais
26:58
saem? Vamos montar realmente um combo
27:00
e a gente lançou os series, que foi um lançamento que tem uns 23
27:04
meses e assim muito sucesso. E aí isso começa a fazer mais
27:07
sentido nos totens. Então, por isso, agora a gente
27:09
tá tá prevendo uma ampliação muito grande, muito alavancada
27:13
dos totens da. Da marca, exatamente permitindo
27:15
os 2 modelos. A gente tem o combo rápido,
27:18
aquele cliente que adora Subway e quer passar, escolher e pegar,
27:21
então e fazer essa experiência fluída e também aquele que quer
27:24
escolher cada um, mas a gente pode fazer isso no todo, a gente
27:27
tem a oportunidade de criar uma experiência.
27:29
Então eu mesma fui uma pessoa cética no começo e que pensei
27:33
será? Eu fui bastante contra e no
27:36
final ele disse, não, mas vamos testar, vamos testar.
27:38
E na hora que eu fui nas loja e vi isso funcionando, você fala,
27:41
caraca, realmente dá pra gente fazer?
27:43
Dá. Pra gente construir uma
27:44
experiência digital mesmo em coisas que tradicionalmente eram
27:48
mais analógicas e esse era o grande princípio da marca.
27:51
E qual que foi o papel dos parceiros?
27:53
Assim, as plataformas de delivery, por exemplo, porque
27:56
você citou alguns programas digitais próprios, né?
27:58
O clube backup, então imagino que tem várias estratégias
28:01
assim, de fidelização, de gamificação.
28:03
Mas e as plataformas? Elas vieram primeiro, vieram num
28:06
segundo momento, vocês começaram por elas, como é que foi isso?
28:08
Então esse é um é um bom ponto. Assim, a gente tinha um modelo
28:11
híbrido, onde a gente tinha um canal próprio de.
28:14
Delivery e também a gente começou a crescer com com os
28:17
parceiros, com os agregadores. O no meio desse caminho a gente
28:21
começou a no ano passado, a gente tomou a decisão da gente
28:25
parar o nosso canal próprio e investir nessas parcerias e na e
28:28
nos parceiros. Hoje a gente não está operando
28:31
com o canal próprio, não significa que no futuro a gente
28:33
não vai rever essa decisão. É uma discussão que a gente tem
28:36
frequentemente aqui dentro da companhia, mas nesse momento a
28:39
gente está super feliz. Então hoje o nosso canal
28:43
delivery ele está. Voando, ele está crescendo duplo
28:46
dígito assim todos os meses, mês após mês.
28:49
Então a gente tem batido recordes e recordes ali.
28:52
É em especial junto a parceria que a gente tem junto com o
28:55
iFood. Então a gente tem uma
28:55
proximidade muito grande, a gente tem agendas e calendários
28:58
ali que no final do dia beneficia todo mundo.
29:01
Então a gente tem trabalhado muito no volume EE, realmente
29:05
esse crescimento do canal nessa parceria, e isso tem dado muito
29:08
certo. Então acho que é uma indústria
29:11
grande, sem dúvida nenhuma, é a maior alavanca de crescimento.
29:14
Método da companhia no nesse ano e nos próximos.
29:16
E é onde a gente acredita em dobrar e triplicar o canal aqui
29:21
em alguns anos, né? Então, isso tendo tendo rápido,
29:24
eu acho que sem dúvida nenhuma é uma estratégia que funcionou e a
29:28
gente tem investido muito aqui do nosso.
29:30
Time legal, Fernando. E assim, olhando para o futuro,
29:32
eu acho que você já até citou várias coisas aí, mas caminhando
29:36
já para uma etapa final do episódio aqui, qual ou quais,
29:39
né? Você considera ser as grandes
29:41
apostas aí da zamp em termos de de ter?
29:44
Teologia avanços No No setor aí de alimentação.
29:47
É acho que primeiro lugar, com certeza.
29:49
Esse olhar do cliente no centro é sem dúvida nenhuma a
29:53
personalização EOCRME. Como a gente transforma essa
29:57
experiência dos nossos have users e como que a gente faz a
30:00
experiência? Ser o al também é uma outra
30:03
alavanca. EEE.
30:04
No final do dia, é como a gente ajuda o cliente a ser fluido,
30:09
independente do canal. Então acho que todo esse olhar
30:11
omnichenio, todo esse olhar de face.
30:14
Idade, simplicidade nessa experiência eu acho que vai
30:17
fazer diferença no futuro para o nosso cliente.
30:19
Então hoje a gente já é reconhecido em boa parte das
30:23
marcas com a qualidade do produto.
30:25
Então a gente tem em todas elas ali uma referência como produto.
30:30
E eu acho que A Grande Aposta de tecnologia é como a gente torna
30:34
essa experiência mais simples, mais fluida e que funcione de
30:38
forma rápida. Então a gente tem investido
30:40
muito em redução do tempo de atendimento em todos os canais.
30:44
Em especial no delivery que ó. A gente acha que isso é um game
30:46
changer. AA pessoa realmente pedir e
30:48
saber que é rápido, confiar ali, que vai chegar naquele horário
30:52
que ela quer. Então tecnologia é fundamental
30:55
para esse processo. O totem também.
30:57
Quanto menos cliques, melhor. Quanto mais rápido a gente
31:01
conseguir essa experiência e a gente fazer uma digitalização
31:04
com mais informação, mais dados e mais personalização para
31:08
esses. Clientes interessante, o que
31:09
você falou sobre sobre personalização?
31:12
É como a gente aprender com. Com, com o consumidor, com o que
31:15
ele está falando. E a gente adaptar estratégias.
31:17
Mas tem muitas situações também em que a marca influencia, né?
31:21
Que acaba criando algum novo padrão.
31:22
Você identifica ao longo dessa jornada aí com alguma das
31:25
marcas? Vocês identificaram algum
31:26
comportamento ou padrão que talvez vocês tenham
31:29
influenciado? Ao invés de de ser uma
31:31
descoberta, algo que vocês é, colocaram e que acabou mudando
31:35
ou criando um padrão novo nos consumidores das marcas?
31:37
Vários. A gente tem vários casos assim,
31:39
a gente um dos pontos que a gente que a gente testou o
31:43
modelo. Mesmo usando inteligência
31:45
artificial, foi na combagem de produtos.
31:48
Então a gente a gente enxergou que uma vez que a gente mudou o
31:52
formato e o como a gente classifica e o como a gente
31:55
sugere, a gente viu um aumento muito relevante nisso, por
31:59
exemplo, no incremento de batata.
32:01
Então a gente começou a montar essa sugestiva EEA, forma como a
32:05
gente IA direcionando dentro do totem a gente vê um crescimento
32:09
de chegou a 18% de incremento na troca da batata média pela
32:13
grande. Entende exatamente pela forma
32:15
que a gente mudou? Então a gente vê, sim, uma forma
32:18
de mudar esse comportamento de acordo com como a gente se
32:21
posiciona ali no totem, como é que a gente monta essa jornada.
32:25
Isso que a gente tem estudado bastante para fazer com que isso
32:28
faça sentido para todo. Mundo legal, eu acho que você é
32:31
11, grande observador dos totens.
32:33
Agora, eu admito assim, né? As minhas primeiras interações
32:35
com com totens, né, em em autoatendimento assim, acho que
32:38
há anos atrás, né? Não foram tão boas.
32:40
Acho que a coisa realmente melhorou demais assim, né?
32:42
Então acho que o totem. Foi o foi algo que chegou para
32:45
ficar mesmo também assim com os fast Foods, né Fernanda?
32:48
Estamos encerrando o episódio de hoje.
32:50
Tem alguma dica, algum resumo em site final aí que você queira
32:54
deixar para os nossos ouvintes? Quem está passando por processos
32:57
aí grandes de transformação, de digitalização, que que você quer
32:59
deixar de pensamento final aí para galera?
33:02
É, acho que a gente acabou falando bastante, mas eu acho
33:05
que o que eu reforço sempre é que a tecnologia ela seja um
33:08
viabilizador de um negócio, então como realmente a gente se
33:12
preocupa com o porquê? Porque.
33:14
Que a gente está fazendo aquilo? Qual é o real problema?
33:16
O que eu estou tentando resolver e ter métricas claras de onde a
33:19
gente quer chegar. Então eu ainda enxergo e eu
33:22
diria que na minha experiência, AO maior desafio da área de
33:27
tecnologia, ela ela ser legitimamente uma área de
33:30
negócio, é legitimamente ter a mesma dor, entender a ponta,
33:34
entender realmente o porquê a gente faz as coisas, porque
33:37
também, senão a gente vive de oba oba, a gente vive de trocar
33:41
tecnologia por trocar e por ser uma área muito dinâmica.
33:44
Então muita coisa acontece, é difícil de você até saber como é
33:47
que você direciona EE pra mim. Eu acho que a gente parte em
33:50
geral do lugar errado. A gente fala aonde eu vou usar
33:54
essa tecnologia, não é qual é o meu problema, entende o problema
33:57
com profundidade, aí fica mais fácil de ser, ter todas as
34:00
ferramentas e ver como você viabiliza aquilo e como é que
34:03
você aprende, como é que você resolve um problema real.
34:05
Então acho que o principal insight que eu deixo é, foque
34:09
sempre no porque EE no problema e não na tecnologia, aí sim a
34:13
gente. A gente começa a resolver
34:15
genuinamente assuntos da companhia.
34:17
Legal demais é uma é uma frase muito comum utilizado por
34:20
designers aqui Na Na Na nossa organização da DTI que eles
34:23
falam, né? É ame o problema né e não a
34:25
solução, se é bem legal que você, comentou Fernanda.
34:28
Fernanda, muito obrigado pelos insights aí queria te agradecer
34:31
por compartilhar todo esse conhecimento com a gente aí o os
34:34
cases né? De grandes marcas aí da zamp
34:36
sensacional conhecer as engrenagens aí por trás tudo que
34:39
você compartilhou vinição obrigado pela parceria aí mais
34:42
uma vez. Valeu obrigado aí, Fernanda.
34:44
Valeu. Quem acompanha a gente, não
34:46
deixe de nos avaliar aí nas principais plataformas de
34:48
streaming, deixar o seu comentário.
34:50
Também convido vocês para acompanhar os agilistas no
34:52
LinkedIn e assinar também a nossa newsletter, que tem
34:55
versões mensal e semanal. Obrigado pessoal, até a próxima.