Latest / Os Agilistas / #358 - Casas Bahia: o que levou a redução de 70% de custo em dados

Transcript

#358 - Casas Bahia: o que levou a redução de 70% de custo em dados · Os Agilistas

0:00
Bom dia, boa tarde, boa noite. Começamos mais um episódio dos
0:02
agilistas, o podcast que é o seu radar de inovação, tecnologia e
0:06
negócios. Eu sou o Samuel e hoje vamos
0:08
conversar com o Guilherme Lopes, que é TIF data NI Officer do
0:12
grupo Casas Bahia. Recentemente, a empresa migrou
0:15
de um ambiente legado de dados para uma plataforma mais
0:18
Moderna. Treinou mais de 100 pessoas, 100
0:21
background técnico para trabalhar com dados e eles estão
0:24
apostando muito no agente e Commerce, que é uma Nova Era aí
0:27
do varejo, movida por agentes e. Inteligência artificial
0:31
autônomas. Tudo bem, Guilherme?
0:33
bem-vindo ao podcast. Tudo bem?
0:35
Muito obrigado pelo convite. Uma satisfação bater esse papo
0:38
aqui contigo. Então Bora lá, vamos começar,
0:40
né? Hoje, Guilherme, você lidera a
0:42
estratégia de dados e a de uma operação gigantesca, que é o
0:46
grupo Casas Bahia. Imagino que seja uma pressão
0:50
muito grande para você, um desafio muito grande, porque são
0:54
mais de 1000 lojas físicas. Aí eu queria entender um pouco
0:57
com você, qual que é o contexto? O Panorama geral, assim do
1:02
ecossistema de dados e de a do grupo hoje.
1:04
Realmente é um grande desafio, mas não é um desafio só para
1:07
mim. É um desafio para um grupo
1:09
enorme de colaboradores, líderes, executivos, executivos.
1:14
Então comigo aqui nessa jornada, então, realmente é um desafio
1:17
muito grande, que é uma transformação gigante da
1:19
companhia que a gente vem fazendo.
1:21
E você falou, poxa, como que você faz aqui, né?
1:24
Para começar a racionalizar as coisas, o primeiro passo é a
1:27
gente definir muito bem o que que.
1:30
O que a gente vai fazer? Casas Bahia tem uma tradição
1:32
muito grande em dados, em analytics, em machine learning.
1:36
A gente vem de de ambientes assim, super bem estruturados.
1:41
Desde o mundão do BI, né? Então a gente tem teve ambientes
1:44
de de BI muito bem estabelecidos.
1:47
Migramos rápido para os ambientes de data Lake para os
1:51
hadups, né? A galera que é de tecnologia
1:53
aqui conhece bem migramos rápido para cloud.
1:55
Hoje nós temos o nosso ambiente em datablics, mas enfim, a gente
1:59
tem muita tradição em dados analíticos e machine e learning,
2:02
e agora veio o mundo migrando, né?
2:04
É esse esse enorme tsunami legal que a gente vive, que é esse
2:09
mundo da iaa, ele é um. Mundo muito novo em todos os
2:13
aspectos, né? Muito novo só para Casas Bahia,
2:15
muito novo para todo mundo, para todo mundo.
2:17
Então, o que que a gente fez? A primeira, o primeiro passo,
2:20
Samuel, foi a gente racionalizar quais são os nossos pilares de
2:24
inteligência artificial. É muito fácil, numa conversa, a
2:27
gente começar a falar de uma iniciativa de a que vai melhorar
2:31
o dia a dia é dos colaboradores dos times.
2:34
Dali a pouco uma outra iniciativa que é toca o cliente
2:38
e a gente colocar tudo isso dentro do do.
2:41
O mesmo bolo. E isso fica bagunçado?
2:43
Bom, então a primeira coisa que a gente fez foi racionalizar em
2:46
2 pilares estratégicos. O primeiro, que a gente chama de
2:49
iaque, potencializa nossa gente. Então é toda aquela IA que vai é
2:54
potencializar o trabalho de todos os colaboradores da Casas
2:57
Bahia, inclusive eu. Então são as ferramentas ali que
3:00
a gente tá na nossa interface ali.
3:02
Hoje a gente tem 2 grandes ferramentas, um que é o Gemini
3:06
Enterprise e o cloud ei, então são os cockpit ali dos
3:10
colaboradores e das colaboradoras do grupo Casas
3:12
Bahia, que potencializa o nosso trabalho com inteligência
3:15
artificial. Daqui a pouco posso contar mais
3:17
essa estratégia também. E o segundo Pilar estratégico a
3:20
gente chama que é ya, que o cliente sente.
3:23
Então é toda aquela ya que o cliente realmente sente nas
3:27
experiências de interação com a gente no dia a dia.
3:30
O cliente não quer nem chamar de ya, o cliente não fala ya.
3:32
O que o cliente quer, ele quer ter uma melhor experiência de
3:35
compra, ele quer ter o melhor atendimento, quer ter o melhor
3:38
acompanhamento da entrega dos seus pedidos.
3:41
É isso que os nossos clientes querem e é isso que a gente faz
3:45
com ya dentro desse segundo Pilar.
3:47
Só da gente racionalizar em 2 pilares ficou muito mais fácil.
3:51
É todas as conversas que a gente tem.
3:54
É no dia a dia das inovações que a gente está fazendo.
3:56
É basicamente assim, é OAIA pra dentro, EAIA pra fora assim, né?
4:01
Como que vocês organizam as prioridades?
4:03
Exatamente. E aí, falando de prioridades,
4:06
como que vocês definem o investimento, né?
4:09
Tipo assim, se vai ser a parte do para o para para o time
4:13
interno ou a parte para o cliente, como que é organizada
4:17
esse? O investimento?
4:18
Bacana, a gente toca as 2 frentes em paralelo, tá?
4:20
Então a gente não tem é distinção de investimento que
4:24
que Ah. Vou, mas não compete com a
4:25
outra. Né?
4:26
Não compete porque as 2 frentes, elas são muito importantes e a
4:29
nossa companhia ela tem é condições de tocar essas 2
4:32
frentes em paralelo. Eu vou falar um pouquinho de
4:34
como que a gente prioriza investimento dentro das 2
4:37
frentes, né? Quando a gente olha para AEA,
4:39
que potencializa a nossa gente. A gente tá com foco muito grande
4:44
em ter eficiência, fazer com que atividades que levam dias que
4:49
levam semanas, aquelas atividades mais burocráticas que
4:53
tomam ali AA nossa vida, né? EEE todos não é um não, é um
4:58
capricho nosso, né? Todas as organizações de grande
5:00
porte, elas têm processos estruturados, EE também
5:03
complexos, então tudo que a gente consegue colocar IA que
5:06
vai trazer uma eficiência muito grande, poxa, é ali que a gente
5:10
vai investir primeiro, eu tenho uma.
5:11
Deficiência muito grande, e eu tenho uma complexidade técnica
5:16
possível, poxa, isso é um quickin para gente.
5:18
A gente tem aplicações que são mais complexas, por exemplo, de
5:21
integrar. Poxa, tenho uma oportunidade
5:23
Superinteressante aqui de de eficiência.
5:26
Eu vou conseguir otimizar um processo grande que envolve
5:30
muitas pessoas. Daqui a pouco vou conseguir
5:32
botar essas pessoas para estarem muito mais próximas ali das
5:35
dores do cliente, do que fazer uma atividade operacional.
5:38
Mas só que o sistema é muito complexo, então a gente tem que
5:41
fazer ali às vezes. Um trabalho de uma cauda mais
5:43
longa, entender como que vai acontecer a integração com
5:45
aquele sistema. Então, olhando aqui para OE há
5:48
que potencializa nossa gente. O nosso foco muito maior é
5:51
trazer eficiência e fazer com que o NPS, né, Oo nível de
5:56
satisfação dos nossos colaboradores aumente, né?
5:59
Esse é um termômetro super importante, né?
6:01
E é um. Termômetro difícil de mexer às
6:03
vezes, né, é? Porque pensa só eu?
6:05
Eu estou ali. Eu sou responsável por um
6:06
processo super manual de acompanhamento.
6:09
Eu tenho dezenas de de itens aqui na.
6:11
Minha fila que eu tenho que ficar olhando todos os dias e
6:14
dali a pouco, poxa, eu saio dessa atividade e dentro daquele
6:17
mesmo domínio de negócio, eu tô é tratando algo que onde
6:20
realmente precisa da criatividade do ser humano, a
6:23
criatividade, o pensar diferente, o estressar é uma
6:27
ideia, o desafiar, uma ideia, desafiar 11, algo que já
6:31
acontece no status quo ali dentro da da companhia, né?
6:35
Então, o nível de satisfação das pessoas aumenta bastante.
6:38
Quando a gente olha para o segundo Pilar, a gente prioriza.
6:41
Itens da nossa jornada, que tem uma oportunidade muito grande de
6:46
ter uma fricção muito menor com o cliente, que o nosso cliente,
6:49
ele consiga ter uma jornada muito mais personalizada, que
6:52
essa jornada ela consiga ser mais fluida, que eu vou trazer
6:55
mais. NPS satisfação para o cliente,
6:58
porque o que que isso vai trazer o cliente satisfeito, a nossa
7:01
cliente insatisfeita, ela vai trazer recorrência e logo
7:05
receita também, porque e essa entrega de valor?
7:09
Ela ela gera um relacionamento valioso e longo prazo para as 2
7:12
partes. Ainda mais No No no setor do
7:15
varejo, né? Que a recorrência da compra ela
7:18
é importante. E aí quando você olha para o
7:20
grupo Casas Bahia também são coisas que as pessoas.
7:23
Geralmente vão ficar trocando com o tempo, talvez não num
7:26
curto prazo, mas eles trocam e tal.
7:28
Então é importante gerar esse tipo, esse sentimento de
7:31
fidelização e de recorrência no final, exatamente agora, saindo
7:34
um pouquinho dessa parte das prioridades, eu queria falar um
7:37
pouquinho sobre data brics, que você já pincelou ali no início.
7:41
Tem um ponto relevante da estratégia de dados de vocês que
7:45
foi a migração? Do ecossistema de dados de vocês
7:48
para dentro do data brics, que é uma plataforma muito mais
7:50
Moderna e que facilita o uso de várias pessoas para parte de
7:55
dados, que inclusive reduziu o custo de vocês bastante ali.
7:59
A gente tem um número aqui de 70% mais ou menos de redução de
8:02
custo para vocês. Eu queria que você falasse um
8:04
pouquinho sobre a tecnologia, né?
8:07
Assim como que você explica o impacto dessa decisão de
8:11
infraestrutura de dados de trazer o data brics?
8:15
Para aplicação, ir para a estratégia no negócio.
8:17
Data blix é um grande parceiro nosso.
8:19
Somos clientes também, super tradicionais de de data blix há,
8:23
há há bastante tempo. Como disse, né?
8:25
A gente tem diversos ambientes, a gente teve diversos ambientes.
8:29
É informacionais é dentro do grupo, né?
8:31
Todos os tipos de BI, todos os tipos de self, service,
8:34
analíticas. A maior parte dos dos das
8:36
principais tecnologias passaram é.
8:38
Monte por aqui caixinha, né? É.
8:41
E aí é a estratégia de de consolidação disso dentro de um
8:46
de um data Lake de um repositório único corporativo de
8:49
dados. Foi uma estratégia de uma cada
8:51
um pouco mais longa. E a gente teve diversos
8:53
brookiloads que, migrando para cá, a gente conseguiu ter
8:56
reduções assim super expressivas, né?
8:58
Inclusive. Essa que você trouxe aqui de 70%
9:01
de economia foi um processo grande, envolvendo muitas áreas
9:05
de negócio. Isso que é legal, né?
9:07
A gente conseguiu trazer para dentro do nosso ambiente
9:10
analítico usuários de negócio que fazer um processo analítico
9:14
dentro de um outro ambiente. Que custava muito mais caro e
9:17
fazendo isso no trabalho, ser muito mais ágil, muito mais
9:20
flexível. É muito mais fácil da da da
9:22
criação de processos analíticos. Mas acho que Oo principal ponto
9:26
é que é a partir do momento que a gente conseguiu consolidar os
9:30
dados dentro de um repositório único, governado, organizado.
9:34
É, mas ao mesmo tempo flexível, com alto serviço, onde as
9:37
pessoas de negócios também podem operar.
9:40
A gente olhou e falou, pô, legal, a gente tem 11 ambiente
9:43
super favorável para que os nossos dados sejam lidos pela
9:47
inteligência artificial. Porque quando eu entro lá No No
9:49
no meu cloud, faço uma, o meu cloud é pessoal e faço uma
9:53
pergunta para ele, ele vai é usar os trilhões de parâmetros
9:57
dele ali para responder, dentro desses trilhões de parâmetros,
10:00
eu brinco que tem todos os destinos de turismo da Europa,
10:02
do mundo inteiro, tem todas as princesas.
10:04
Verdade tem coisa que não é, tem coisa que é.
10:06
Verdade tem coisa que não é EE assim, dentro desses parâmetros,
10:10
não tem nenhum que vai conseguir me ajudar a responder como foram
10:13
as vendas é da Casas Bahia ontem?
10:16
Qual linha de produto performou mais, qual linha de produto
10:19
performou menos, onde mais eu estou perdendo vendas, em qual
10:22
região, em qual loja, em qual produto e quando a gente
10:24
conectou o nosso data Lake dentro das nossas plataformas de
10:29
a que potencializa nossa gente, a gente.
10:32
Conseguiu até potencializou mesmo.
10:34
Potencializou. É o mesmo porque já ajuda muito,
10:36
né? Esses modelos, com esses
10:38
trilhões de parâmetros, eles têm alip, estratégia de negócio,
10:41
análise de dados e tudo mais. Benchmark.
10:45
Poxa, me ajuda a ver isso daqui. Como que está isso olhando os
10:48
benchmark de mercado? Mas só que quando a gente é
10:51
junta todos esses parâmetros com os nossos dados.
10:54
A gente conseguiu super acelerar o processo de decisão, e olha
10:57
só, processo de de decisão das organizações, o que que é?
11:00
Ah, eu tenho uma pergunta de negócio, eu desenho um dashboard
11:04
aí, mesmo que eu tenha ali a melhor, melhor Stack de self
11:06
service BI, é um processo ali que vai levar quando muito ali,
11:11
uns 45 dias, né? Quando muito otimizado, sim, uns
11:14
45 dias. Agora ali, quando eu tenho os
11:17
dados à disposição da EAA, gente faz qualquer pergunta.
11:22
Então a gente abriu um leque gigantesco.
11:24
Pra poxa, muitos processos, muitas perguntas que acontecem
11:27
ali dentro do nosso ambiente. Conversacional de analytics é
11:30
assim, poxa, eu olhei um dashboard e eu vi que está
11:34
acontecendo alguma coisa que eu quero entender mais.
11:36
Aí eu vou lá e pergunto, Ah, me detalhe é isso, mas em qual
11:39
região, em qual loja, em qual linha de produto, a quanto tempo
11:42
isso vem acontecendo? Então isso, poxa, é super
11:45
otimizou nosso processo de análise de dados.
11:47
EE facilita, inclusive, que é onde a gente já vai entrar, é
11:52
que pessoas? Com 100, o background técnico ou
11:56
até que estão começando na área agora, façam análises que sejam
12:00
muito pertinentes para o negócio, né?
12:01
Porque às vezes assim, a pessoa não, não vai conseguir olhar um
12:04
banco de dados, não vai conseguir, às vezes pegar um
12:07
relatório, interpretar ele da melhor forma.
12:09
E a gente indo para um modelo mais conversacional, que a gente
12:13
pergunta o que a gente quer, né? Tipo com palavras é muito mais
12:16
fácil e a e a consegue retornar. Então fica muito mais fácil para
12:19
quem está analisando os dados, né?
12:21
Sim, a gente tem um time. Super fera de de dados na
12:25
companhia como um todo. A gente tem pessoas de dados em
12:28
todas as áreas da da companhia. Essas pessoas têm um papel super
12:31
importante de levar a cultura de dados para as áreas EE tudo
12:34
mais. Mas quando eu eu dou esse poder.
12:38
De criação de análises que não existiam antes na companhia para
12:42
pessoas que não são de dados. Esse é o super poder, né?
12:45
É a pessoa de dados. Ela prepara todo o terreno para
12:48
que a pessoa que não é de dados consiga fazer o que ela precisa,
12:51
né? E aí entrando nisso assim, o
12:53
número que a gente tem aqui é que vocês tinham mais de 100
12:56
pessoas. Que não tem um background
12:58
técnico, mas que vocês conseguiram trabalhar com elas
13:01
para que treiná las, na verdade, para que elas conseguissem usar
13:05
tipo SQL, data, brics, Python e tal.
13:07
E aí, a partir disso, conseguir também fazer criar relatórios e
13:11
tal. Como que foi esse processo que a
13:14
gente fala um pouco de autosserviço, né?
13:16
De conseguir democratizar essa parte de acesso aos dados,
13:21
acesso à criação de relatórios lá dentro.
13:23
E se a gente for olhar hoje, a gente tem milhares de pessoas
13:26
trabalhando com dados dentro da. Com nossa companhia, né?
13:29
A gente tem aqui um número de mais de 700 pessoas que operam
13:35
dentro do nosso ambiente analítico.
13:37
Dentro dos ambientes da tablets, a gente tem mais de 700 pessoas
13:40
únicas que tem ali a habilidade de entrar, fazer consulta, fazer
13:44
perguntas em cima de dados. Usar SQL, às vezes dá 11
13:48
arranhada com Python, inclusive, né?
13:50
É usando AEA para fazer as suas análises ali dentro.
13:54
Poxa, bastante, eu preciso fazer. 111 análise aqui, que vai
13:59
ser perene, mas filtrar um dado assim, assim, assado.
14:02
O Michelle é um SQL, e aí esse esse SQL, ele está pronto ali
14:05
para você rodar, para você experimentar e tudo mais.
14:08
Então a própria e a vem ajudando a gente nessa jornada de dados
14:13
mais avançada, né? E até coisas que são super
14:17
legais quando a gente está é a partir ali da do, do nosso
14:20
cockpit, de a batendo papo com os dados, e a gente quer que ele
14:24
cria alguma coisa sobre aqueles dados.
14:25
Ele tem condição de criar. Michelle, mas quer.
14:27
Ali é me gera um dashboard, materializa essa análise que
14:31
você fez, eu quero analisar todo dia, mas eu não quero vir aqui
14:34
todo dia ficar perguntando para você, é, gera um dashboard para
14:37
mim é que me manda isso daqui todo dia por e-mail a gente não
14:41
usa muito e-mail, né? Hoje em dia mais é um relatório
14:44
que chega todo dia por e-mail talvez seja um canal legal para
14:46
aquela pessoa. É a IA vem potencializando como
14:49
que a gente democratiza dados na companhia.
14:51
É essa parte de análise de dados, realmente a IA, assim, a
14:56
IA potencializa muito. Coisa, né?
14:58
Mas essa parte de conseguir analisar, de trazer insights, de
15:01
fazer benchmarking, aí ela tem um poder que a gente consegue
15:04
fazer, mas o tempo que a gente IA conseguir fazer o que aí a
15:07
faz, ela é realmente bem discrepante, né?
15:10
Mas aí desse contexto de data brics, né?
15:13
Da de trazer a plataforma aí para dentro do do grupo E
15:17
democratizar toda essa parte de acesso aos dados EE de de
15:22
análise, o que que foi um desafio grande nesse processo.
15:26
Assim, foi mais a parte. Técnica ou é mais a parte
15:29
cultural das pessoas se sentirem mais autônomas nesse tipo de
15:34
análise? E tal.
15:35
Acho que é o aspeto técnico, o aspeto que você trouxe aqui, né?
15:39
De de conhecimento e capacitação.
15:41
E eu adiciono um terceiro aqui, que é a governança uhum, né?
15:44
A gente, a gente trata dados muito sensíveis, dados
15:47
importantes e que ao mesmo tempo que a gente tem a necessidade de
15:52
democratizar o processo analítico, para fazer com que as
15:55
pessoas tenham condições de tomar a melhor decisão.
15:57
Eu preciso garantir a privacidade das pessoas, eu
16:00
preciso garantir a proteção do dado.
16:03
E a gente, a gente vem do mundo de analytics, né?
16:06
Que até pouco tempo atrás. A gente tinha 1 o volume muito
16:10
pequeno de pessoas operando os dados ali com a mão dentro dos
16:14
ambientes e dados. Agora a gente tem 1 o volume
16:16
muito maior de pessoas, né? Então como que a gente garante
16:19
que eu tenho mais gente trabalhando e ao mesmo tempo eu
16:22
mantenho a segurança, a privacidade em cima dos dados?
16:25
Esse é 11 fator super determinante aqui dentro dos
16:28
nossos processos. E a gente trata com com com
16:31
muita muita atenção, muito zelo mesmo.
16:34
Mas a gente consegue conciliar as 2 coisas.
16:36
Poxa, eu estou fazendo 11 análise demográfica, quero saber
16:40
qual que é o perfil de pessoas, faixa etária, onde moram, as
16:44
pessoas que consomem um determinado tipo de produto de
16:47
uma determinada marca. Eu não preciso ter os os dados
16:50
de quem são aquelas pessoas, né? Então, agrupar esses dados em
16:55
perfis ajudam muita a gente dentro desse processo de tudo
16:58
bem, esses dados aqui, eles não falam nada sobre ninguém, é?
17:02
Mas eles em conjunto, eles falam sobre.
17:04
De perfis de pessoas. Então isso é 11.
17:06
Governança super importante na parte técnica, o desafio é com
17:10
as tecnologias em nuvem, todo mundo pode fazer o que quiser,
17:14
mas só que tudo tem um custo uhum, né?
17:16
Então, como que a gente é de uma forma responsável, também
17:19
consegue permitir com que as pessoas façam os processos de
17:22
análise. Mas a gente tem uma curadoria e
17:25
a gente é entender que uma pessoa ali, ela está consumindo
17:29
demais ou ela está estourando o orçamento dela com muita
17:31
frequência, às vezes por um uso. Não tão legal não.
17:35
Tá fazendo boas querias ali em SQL, programas Python que
17:38
consomem muito recurso. Então esse também é um ponto
17:41
super importante que a gente tem.
17:42
Aí a gente linka com o segundo, que é como que a gente capacita?
17:46
Como que a gente treina essas pessoas?
17:48
É engraçado, né? Porque assim é primeiro.
17:50
Toda vez que a gente chama pessoas de dados e hoje em dia é
17:53
dado e a é praticamente a mesma coisa.
17:55
As pessoas falam de governança, porque realmente governança.
17:58
Ano passado era um tema que sempre foi importante, mas todo
18:02
mundo via meio tipo assim. Tá burocratizando, tá?
18:06
Não sei o que lá tá dificultando acesso, mas hoje em dia todo
18:10
mundo entende que a governança ela é necessária para manter a
18:13
segurança do ambiente, para que todo mundo consiga fazer, tenha
18:16
os acessos corretos, né? Então acho que isso é muito
18:19
interessante da da sua fala. E eu acho que tem um outro ponto
18:22
que é, antes a gente não tinha essa questão do do custo, né?
18:26
Porque assim a gente não tava preocupado porque nem tinha uma
18:28
preocupação em relação a isso. Você tinha uma máquina lá, é que
18:31
já comprou ela, ela tá lá, né? Tinha um curso de nuvem e tal,
18:35
mas era um negócio que tava muito lá em cima assim, sabe?
18:38
E aí hoje, com todo mundo usando, aí a gente tem que tá
18:40
ali, tipo assim, AI nossa, essa pessoa tá gastando muito token,
18:43
então tem que entender porque que ela tá gastando muito token,
18:45
né? Então e tem que existir uma
18:46
curadoria e uma governança em cima disso também, né, que é uma
18:50
é um processo meio novo, eu acho, né?
18:52
E quando a. Gente, fala aqui da da
18:54
governança, de de custo e de token até até interessante a
18:58
gente ver, né? Essas notícias mais recentes
19:01
aqui da das das big techs aqui. Começando limitar, né?
19:05
O uso. Algumas big techs falaram, olha,
19:08
seguinte, usa aí e quem usar mais é, são os os melhores
19:11
usuários, né? Agora, OPA, agora, OPA, vamos,
19:14
vamos, vamos olhar EEE, vamos até assim, é, quais são as as
19:18
principais métricas? É que a gente vai é olhar para o
19:22
consumo de token para uma pessoa desenvolvedora de software e
19:25
para uma pessoa de negócio, uma pessoa desenvolvedora de
19:28
software, provavelmente ela vai consumir mais token, ela está
19:30
numa jornada mais intensa ali de de de desenvolvimento.
19:34
Mas qual métrica que eu vou usar?
19:36
Eu vou usar a quantidade de deploys que essa pessoa faz ali
19:39
dentro, quantas g moods ela faz. Então todas essas métricas aqui,
19:44
elas são importantes, a gente olha para todas elas, quando a
19:46
gente olha, a gente olha a quantidade de tokens e
19:48
frequência de deploy de. Mudança, quando a gente olha pro
19:51
pra uma pessoa de negócio, quantos processos ela está
19:55
declarando que ela está automatizando, e aí a gente
19:59
consegue olhar e falar, poxa, legal, faz sentido aqui essa
20:02
quantidade de de tokens e até pessoas que estão gastando um
20:05
pouquinho token, né? Também é um sinal?
20:07
É. Eu falo, pô, mas é só o valor
20:09
que ela está gastando, é? Ela está usando pouco e a por
20:11
quê? Hoje é de se estranhar, é alguém
20:15
que usa poucos toque em giar dentro de uma organização.
20:18
É engraçado porque assim OA os questionamentos, é, são os
20:22
mesmos em várias empresas, muda um pouquinho o contexto e tal.
20:25
Mas o questionamento é o mesmo no fim das contas.
20:28
E aí, Guilherme, assim, já falamos das prioridades, já
20:30
falamos um pouco da da IAC, potencializa a nossa gente.
20:36
Agora eu queria falar um pouquinho para fora assim uhum
20:38
que também está associado com o tema de a que é o bote de vocês.
20:43
O do agente de vocês hoje em dia a gente fala, a gente não fala
20:45
mais, bote que é o bah, IA. Baya.
20:48
Baya que eu adorei o nome que é uma espécie de copiloto de
20:52
vendas, eu acho, para para o consumidor final, a.
20:56
Aí o que eu queria entender assim?
20:57
Primeiro, o que que o baya faz? E se ele é mais voltado pro
21:01
consumidor final, né? Pro cliente da do grupo ou se
21:05
ele é também voltado pro pros times internos, pros times de
21:09
vendas, o. Baya ele nasceu.
21:11
Vou contar como ele nasceu e pra onde ele evoluiu.
21:14
É o baya. Ele nasceu como um agente.
21:17
Pensa só dentro duma loja. A gente tem ali diversos
21:20
vendedores e geralmente esses vendedores, eles são
21:23
especialistas. Em determinadas linhas de
21:26
produto, né? Então tem ali o pessoal que é
21:28
especialista Na Na linha branca, os vendedores são especialistas
21:31
em telas, aqueles que são especialistas em tecnologia,
21:35
informática e tudo mais. E é óbvio que dentro é de uma
21:39
loja, é muitas vezes ali, poxa, eu preciso cheguei lá para
21:43
comprar um notebook. Bem, na hora que o especialista
21:45
em notebook estava almoçando, a outra pessoa que estava cobrindo
21:49
é está de licença, enfim, aquela pessoa não está disponível,
21:52
então vou ter é pouca informação sobre.
21:55
Para aquele determinado produto e o baya, ele vem com como
21:58
objetivo potencializar todos os nossos vendedores e vendedoras a
22:03
serem generalistas. Então, óbvio, né?
22:06
Eu vendo geladeiras há há há muitos e muitos anos.
22:09
Mais assistido, mas eu conheço Casas Bahia, conheço varejo,
22:13
conheço as nossas formas de pagamento, é, eu conheço do dos
22:16
clientes, então eu tenho um conhecimento muito grande do
22:19
varejo em si e eu assistido por IA, eu posso vender um notebook,
22:24
né? E foi muito bacana, né?
22:26
Eu eu não tô há tanto tempo assim no grupo, eu entrei no
22:29
comecinho desse ano e teve um dia fazer um mês mais ou menos
22:33
que eu tava na companhia e aí teve saldão, é Casas Bahia.
22:36
Eu falei, poxa, chegou a minha hora, né, eu terminei.
22:39
Ali meu dia era umas 8 horas da noite, desci, tem uma gente, tem
22:42
uma loja aham, 1 MB, loja que fica embaixo do nosso prédio, e
22:46
eu fui lá para ver uma TV. Não, não fui lá que eu queria
22:49
comprar uma TV, não, eu queria comprar uma TV, aproveitar o meu
22:53
desconto de funcionário. E aí eu estava lá comprando TV,
22:56
eu estava falando com com o vendedor e chegou 1 hora, uma, 1
22:59
hora que a gente sentou ali Na Na mesinha para para fazer os os
23:02
trâmites finais. Aí na mesa do lado tinha um
23:04
casal assim, de mais ou menos meia idade, que eles estavam lá
23:07
comprando um notebook para a filha dele.
23:09
Eles, a gente veio comprar um notebook para nossa filha, eles
23:12
estavam lá falando e aí Oo vendedor estava apresentando 2
23:16
modelos. Aí ele falou assim, ó, esse
23:17
daqui tem 8 GB de RAM e esse outro aqui tem 16 GB de RAM.
23:22
E o cliente perguntou, que que é memória, que que é RAM, que que
23:24
é Giga, que que é Giga de RAM? Ah, não.
23:26
Então a memória RAM é uma memória que o computador usa
23:29
para rodar os processos aqui e tal.
23:31
Mas tá, o que que muda de um para outro?
23:33
E aí eu eu vendo ele, ele usando ali, o assistente, o baya, até
23:38
ajudar esse cliente. Eles tomaram a decisão lá de com
23:41
o notebook que eles iam comprar. Eu achei o máximo.
23:43
Pô, eu tô chegando agora na empresa, vendo uma.
23:44
Iniciativa tão bacana. Como essa, então o Baia ele
23:47
nasceu como? Essa iniciativa de potencializar
23:51
todos os os vendedores e vendedoras da Casas Bahia a
23:55
terem condições de de participar de processo de venda de todas as
23:59
nossas linhas de produto assistido por IA.
24:01
Só que isso foi além, né? Isso é se tornou, é o WhatsApp
24:06
conversacional, que é 11 agente, um conjunto.
24:09
De de agentes é uma solução, é agente que é de a que ajuda dos
24:14
nossos clientes a fazerem o processo de compra online pelo
24:17
WhatsApp. Então ele tem todos os recursos
24:20
do baya para ajudar a escolher qual que é o melhor produto
24:23
dentro da minha jornada. Etcetera e tal para.
24:25
Os agentes? Também com outros agentes
24:27
também. E aí essa solução de WhatsApp é
24:30
o que vocês chamam de agente que come se?
24:32
A gente que come, se Samuel, ele vai além disso, nossa senhora,
24:37
porque o que que acontece, né? A gente tem.
24:39
Os processos processos de de comércio eletrônico assistidos
24:44
pela iagem nerativa. Então eu tenho uma iagem
24:47
nerativa, geralmente dentro de um fluxo conversacional que está
24:51
ali com o cliente ajudando ele a decidir qual que é o melhor
24:53
produto e tudo mais. O agente que come esse
24:55
extrapolou essa Fronteira da gente ter AAIA somente
25:00
assistindo um fluxo conversacional.
25:03
Pensa só vou dar um exemplo aqui é, eu sou um estudante
25:06
universitário e eu uso AIA. Para para os meus estudos.
25:11
Mas eu também uso IA para escolher o melhor tênis para
25:14
mim, escolher a melhor bicicleta que eu sou ciclista, escolher
25:18
qual que é o melhor capacete para minha bicicleta, falar da
25:21
minha vida. Eu faço um exame médico, eu
25:23
coloco na minha IA, na minha IA, na IA, é do do do consumidor
25:28
ali. Essa IA, ela tem muito contexto
25:31
sobre a vida daquela pessoa aí, veja só, então ela sabe o poder
25:34
aquisitivo, faixa etária, se essa pessoa, ela gosta de coisas
25:38
mais premium ou de coisas mais budget ou de coisas mais
25:43
técnicas, se é se essa pessoa, ela faz um processo de compra
25:46
onde ela pesquisa mais e mais e mais, porque a gente faz isso
25:49
usando a nossa IA. Agora imagina só, eu como
25:52
estudante universitário, eu passei é numa universidade em
25:56
Ribeirão Preto, moro em São Paulo, passei numa universidade.
25:59
De Ribeirão Preto e eu vou precisar montar um apartamento
26:01
para mim. Pensa só, a iaque sabe tudo
26:04
sobre mim e que essa iae ela usando os protocolos agendicos
26:09
de de de comércio. Ela tem interação com com a
26:13
Casas Bahia. Eu viro e falo, ó legal, passei
26:16
na universidade, estou indo morar em Ribeirão Preto e
26:20
aluguei um apartamento de 50 m² monta para mim.
26:25
Ele já vai saber qual que é Oo melhor micro ondas para mim.
26:29
Ele já sabe meus padrões alimentares, ele já sabe se eu
26:33
vou querer uma TV grande, se eu vou querer uma TV pequena.
26:35
Então ele vai conseguir bolar para mim, dentro do meu contexto
26:40
de vida, uma experiência de compra super hiper
26:43
personalizada, usando os serviços expostos das Casas
26:47
Bahia. Pelos protocolos, agentes, que
26:49
eu falo, Ah, poxa, a TV, ela é pequena, eu também vou querer um
26:53
videogame, põe videogame também, muda.
26:55
TV mais legal para o videogame PlayStation, que é o que eu
26:59
gosto. Aí ela, ele vai fazer tudo isso,
27:01
vai bolar lista legal. Fez essa lista para mim.
27:03
Ah, bacana, e tudo isso Oo meu agente, de AO meu, o meu a minha
27:08
suíte, de a falando com o ecossistema da Casas Bahia,
27:12
lendo o nosso catálogo de produtos com, com as descrições
27:15
do catálogo, vendo o preço, vendo disponibilidade de
27:19
entrega, é naquela região. Então tudo isso daqui é OE,
27:23
gente e Commerce. E daqui a pouco a gente vai
27:26
fazer isso pra dar um exemplo de uma de uma jornada super grande,
27:30
mas daqui a pouco eu aqui no meu relógio, poxa, eu tô, eu tô
27:33
contextualizando aqui dentro da casa Bahia, mas só que gente,
27:36
como isso vai ser pra tudo, né? Ó, tô, tô, tô chegando em casa
27:39
aqui, manda aquele hambúrguer que eu gosto.
27:42
Então isso é algo que certamente, né?
27:45
AEA generativa vem revolucionando o mundo do varejo
27:50
e agora, Oo gente que comerce realmente vai ser 11 grande
27:54
revolução. A gente vem trabalhando aqui de
27:56
uma forma muito intensa, com os principais parceiros de ar,
27:59
construindo nossas plataformas, os nossos produtos, para que a
28:03
gente consiga se interagir aqui e assim como o nosso pioneirismo
28:07
em tecnologia, se manifeste aqui também em ar.
28:10
É porque isso traz um potencial de venda e de conversão que é
28:15
muito grande, né? Que assim Oo cliente, ele não
28:18
precisa estar nem dentro do seu ecossistema que ele vai
28:21
conseguir comprar coisas da Casas Bahia, né?
28:23
Porque tipo assim, até pra ver se.
28:25
Eu entendi certo, eu estou lá conversando com meu ChatGPT,
28:28
falando. Várias coisas da sua vida
28:30
inteira, é? Tá tudo lá.
28:31
Aí eu estou lá e aí eu falo assim, Ah, eu quero, vou, quero
28:35
mobiliar minha casa, quero mobiliar minha sala, me gera uma
28:39
lista de compra. Aí, teoricamente, ele vai lá,
28:41
vai pesquisar e vai falar assim, ó, tem esse daqui na Casas
28:43
Bahia, essa TV de 65 in, tem esse ar-condicionado, tem tudo
28:49
isso e eu já consigo fazer a compra lá também.
28:51
Isso. Já consegue fazer a compra?
28:53
Check out os protocolos, eles já existem, eles foram lançados
28:57
recentemente, eles têm uma vasta documentação, a ideia, os 2
29:02
principais, né OUCP, que é do Google, EACP uhum que é da
29:06
openei i esses 2 protocolos, eles estão super bem
29:09
documentados, eles são muito mais documentos e menos produto
29:13
digital, mas os os protocolos, eles falam muito sobre todo o
29:17
processo de de venda é e de pós venda também, e o mais legal em
29:22
si. Isto é, pegar esse estudante
29:24
universitário que fazia muita academia.
29:26
Tem uma hérnia de disco na hora de recomendar um colchão?
29:29
É, você já vai? Saber o melhor.
29:31
Ele já vai saber o melhor para. Que às vezes o vendedor que está
29:34
lá na ponta não vai saber isso, né, porque ele não tem essas
29:36
informações, né? Então é EE pensa só, a gente vem
29:40
há anos aqui. Oo varejo foi para o mundo
29:42
digital há muitos anos. Uhum, não é?
29:44
Mas a gente sempre vai ter a disposição olhando, né?
29:48
Para o mundo pré e gente que Commerce a gente tem a
29:52
disposição. São muitos dados, né?
29:54
Os dados que que o cliente decidiu compartilhar com a
29:57
gente, as compras que aquela pessoa já fez no passado, é os
30:01
produtos que ela visitou. A gente tem muitos dados, mas
30:04
dados dentro daquele contexto de relacionamento do varejista com
30:10
o consumidor, mas só que agora com a gente e Commerce, a gente
30:14
tem todos os dados que aquela pessoa interagiu e ela decidiu
30:17
interagir com aya dela. E é óbvio que É Ela tem que
30:21
consentir, né? Que sim.
30:22
Os dados vão vão ser usado para melhor escolha de produto e tudo
30:25
mais, mas só que a gente consegue ter um contexto
30:29
infinitamente maior do que que a gente é.
30:30
Antes é porque assim hoje em dia as pessoas estão fazendo até
30:33
terapia, usando real, né? Então, assim, é muita informação
30:37
que ela tem ali e que, conectado com os dados que vocês têm, dá
30:42
para fazer ali um Monte de de cruzamento para propor os
30:46
melhores produtos para as pessoas, não é?
30:48
Então, assim, realmente assim, é um ganho bem interessante.
30:51
É bem inovar. Quando a gente olha para o
30:53
futuro, né? Assim, é bem inovador a gente
30:55
pensar, para onde é que a gente está indo como consumidor,
30:58
digamos? Assim, fazendo uma brincadeira
31:00
com a terapia aqui, né? Imagina uma pessoa que faz
31:02
terapia lá e essa pessoa vai se tá se divorciando, né?
31:07
O ChatGPT já sabe tudo sobre ela.
31:09
Na hora que ele falou assim, ó, me divorciei, estou indo para o
31:11
apartamento. Não é novidade, né?
31:13
Agora o vendedor, a vendedora da loja não sabe desse.
31:16
Contexto como um todo, exatamente.
31:18
Tem coisa que a gente fala ali que é só fala com o com o com o
31:21
ChatGPT. Né, com o Claude, com o Jem
31:23
Night. O pessoal brinca hoje em dia que
31:25
você para para o seu parceiro, para sua parceira, você pode dar
31:28
a senha do seu celular, mas do chá de TPT, não.
31:31
Aceita nenhum. Mas agora pra gente ir
31:33
caminhando para o final? Guilherme, Ah, o grupo Casas
31:36
Bahia tem investido muito em tecnologia e investiu muito em
31:40
2025. Pelo que você está falando aí,
31:42
continua investindo bastante nesse ano.
31:45
Eu queria entender com você qual que é o próximo desafio aí que
31:48
vocês enxergam. Ele é técnico, ele é
31:51
estratégico, ele é. Cultural.
31:53
Ele é multidimensional. Não tem como separar, não.
31:56
Tem como separar? É o desafio técnico.
31:59
Ele é importante para todas as organizações.
32:02
Porque a gente vem desenvolvendo software, produtos digitais há
32:07
décadas, usando uma abordagem front end, back end, banco de
32:11
dados, experiências digitais que são baseadas em telas.
32:16
Então o desafio técnico, ele é importante.
32:18
A gente não, não pode negar isso.
32:20
Né? Até porque toda hora surge um
32:22
negócio novo, né? Então.
32:24
É EE. Dentro desse contexto, a gente
32:26
vem evoluindo, mas dentro de 1/01/1 cenário onde eu tenho
32:30
experiência, ali em telas, sim. Fluxos em clicar, comprar,
32:34
pagar, et cetera e tal. Então agora a gente está mudando
32:38
isso para um para um desafio onde eu tenho primeiro eu tenho
32:40
11 parceiro novo que não tinha na jogada que é um parceiro de
32:44
a. Eu tinha parceiro de
32:45
infraestrutura de banco de dados, de a de aplicação.
32:48
Agora tem um parceiro novo que é 11, empresa de inteligência
32:52
artificial que se você não tomar cuidado, vira um sócio.
32:55
Aham aham assim, né? Completamente.
32:57
Então tem esse, esse esse desafio técnico que ele é
33:00
bastante importante, a gente tem.
33:02
Todo o desafio de pessoas, as pessoas, elas estão migrando
33:06
para atuarem com construção dos produtos, usando as novas
33:10
tecnologias. A gente também tem um desafio de
33:13
mercado, o mercado também. As pessoas também estão
33:17
aprendendo a como que eu faço uma interação, agora mais focada
33:22
no mundo da IA. Então, quando a gente olha para
33:23
o para, o desafio nosso é e eu digo nosso, não nosso, só Casas
33:28
Bahia, nosso mercado é balizar tudo isso é fazer com que a
33:32
gente tenha. Tinha um dos melhores produtos
33:34
digitais, que economicamente esses produtos parem de pé.
33:37
É muito fácil você fazer uma experiência, é conversacional de
33:43
ar que ela vai custar ali alguns dólares por interação é muito
33:47
fácil. Então eu preciso fazer isso
33:48
daqui para de pé que realmente resolva dores reais dos nossos
33:52
clientes. Então dor real se não adianta se
33:55
nossa, fiz uma gente lindo, maravilhoso, fala com com
33:59
WhatsApp e fala com tudo bem? Aí você entra, eles te pé.
34:02
Pede um Monte de informação redundante.
34:05
Você começa a falar com a gente de Ah, quando você vai falar com
34:07
a gente humana, você tem que trazer todo o contexto de volta.
34:10
Então é tudo isso daqui, são. São pontos mega, mega
34:13
importantes e desafios para todos nós aqui do mercado.
34:16
É EOOO setor do varejo. Ele já é um setor muito
34:20
competitivo assim, né? Já é um setor bem difícil,
34:23
imagino eu. Então, essas inovações me
34:25
parecem que ela vai deixar ainda mais difícil.
34:27
Sabe o contexto? Mas só que quando a gente está
34:29
num cenário de de inovação tão intenso.
34:32
Como esse? Os pioneiros, sim, colhem mais
34:34
valor, né? Tendem a colher mais valor ali.
34:37
Né, de Água Limpa? Né, numa linha do futuro EEA
34:40
Casas Bahia, o legal que a gente tem diferenciais históricos no
34:44
mercado e que a gente vem potencializando eles com IA, né?
34:48
Então, desde o nosso crediário, que é o nosso carnê, é um
34:51
produto super diferenciado. Soluções de de serviços,
34:56
soluções de de seguro, garantia estendida.
34:58
Então, a gente tem todo um ecossistema é que é super
35:01
diferenciado e que aí ajuda a gente a potencializar isso
35:05
daqui, fazer com que isso seja mais tangível para os nossos
35:07
clientes também. Vejam mais valor.
35:10
Isso é mega interessante também. Vamos ver o que que o futuro nos
35:12
reserva. É isso aí.
35:14
Mas agora pra gente fechar, Guilherme, qual que é a mensagem
35:17
que você deixa para os líderes de dados?
35:20
Para os líderes de a sobre o futuro, né?
35:23
Assim, o que que sem? Enxerga para convencer a
35:25
organização de que dado hoje em dia é um ativo estratégico?
35:29
Não sei se ainda precisa convencer ou se já está todo
35:31
mundo convencido disso, né? Que legal.
35:33
Eu acho que o recado que eu posso trazer, que imagino que
35:37
que possa ajudar bastante gente, é as iniciativas de dados e
35:42
principalmente de a elas são cada vez mais
35:45
multidisciplinares. Então, nas 2 frentes que a gente
35:49
vem atuando, a gente não está fazendo sozinho.
35:51
Por exemplo, um dos maiores parceiros que a gente.
35:54
Tem no IA que potencializa a nossa gente, é o time de
35:57
pessoas, o time de pessoas é, é, tá, tá aqui junto com a gente,
36:00
na liderança, não é que a gente tá consultando o time de
36:04
pessoas, olha que não é, a gente trouxe eles e a gente nem
36:08
precisou é falar, ô, vem aqui pessoal.
36:11
Na hora que a gente viu, já estava todo mundo junto,
36:12
liderando essa iniciativa, porque mexe diretamente ali No
36:16
No dia a dia das pessoas, em como a nossa organização é
36:20
desenhada, né? Então todo um trabalho de ordem,
36:23
design. Vem sendo feito junto.
36:25
Então é minha recomendação é, olhem para quais são as áreas
36:29
parceiras e sócias de vocês aqui.
36:32
É dentro dessa grande empreitada que é iá, porque é é é muito
36:37
natural a gente querer fazer as coisas sozinho.
36:39
Se bobear, a gente começa, ele não deixa que eu faço, deixa que
36:42
eu toco, et cetera e tal. Mas na hora que a gente vê aí,
36:44
sem contar também as as, as demais áreas de, de, de
36:47
tecnologia também, a gente começou essa iniciativa juntinho
36:52
com o time de server security. Não tem como a gente fazer
36:55
coisas separadas, né? Então, envolver e ter sócios e
36:59
sócias super importante dentro dessa jornada.
37:03
É uma boa recomendação, pelo que eu tenho visto de mercado aí.
37:06
Então assim, Guilherme, muito obrigado pela participação no
37:09
episódio de hoje. A gente não teve muitos
37:12
convidados aqui hoje que eu lembro tanto assim do setor de
37:14
varejo, que tá ali na ponta. Então eu acho muito legal quando
37:17
a gente consegue trazer essas pessoas assim.
37:19
Porque é um contexto muito diferente e que traz muita
37:23
inovação. Então, muito obrigado pela pela
37:25
participação aqui hoje. Eu queria, agradeço o convite.
37:28
Foi super legal bater esse papo com você.
37:30
Espero que quem esteja assistindo ou ouvindo a gente
37:34
goste bastante também e estamos à disposição para outras
37:37
conversas dos papos também. Vamos trazer isso de novo,
37:40
porque tem muita coisa de inovação aí que a gente tem que
37:42
conversar. Para quem escutou gente até
37:45
aqui. Avalie na plataforma de
37:46
streaming preferida dá para deixar o comentário no Spotify
37:49
ou no nosso? Nosso post do LinkedIn e tem
37:51
sempre o nosso canal público do WhatsApp e a nossa newsletter
37:54
mensal. Muito obrigado e até o próximo
37:56
episódio.