Latest / Product Guru's : Produto | Negócios | Carreira / AI First na prática: Mercado Livre, logística inteligente e atendimento, com Felipe Bede

Transcript

AI First na prática: Mercado Livre, logística inteligente e atendimento, com Felipe Bede · Product Guru's : Produto | Negócios | Carreira

0:00
EE muitas vezes as pessoas esquecem que conversar com AEA
0:03
normalmente é parecido, conversar com o ser humano.
0:06
Então você também aprendendo mais sobre o prompting, entender
0:10
que ele está dentro ali do mesmo conceito da arte de fazer
0:13
perguntas, né? É porque porque aí pega muito no
0:16
efeito da psicologia do enquadramento, né?
0:18
Oo como você faz uma pergunta, determina como vai ser sua
0:21
resposta, você entendendo isso? Entendendo vieses possíveis que
0:26
AIA vai ter e que você, como ser humano, vai ter, você consegue
0:30
utilizar AIAI para tanto, tirar suas vieses, quanto também para
0:34
você receber uma resposta mais eficiente, né?
0:36
Então, então, por exemplo, eu eu já ajudei muitas empresas e aqui
0:40
no próprio médio eu já fiz muito tipo utilizado the pressor para
0:43
fazer benchmarking. É, e aí, Oo gosto de dizer muito
0:47
que AIA No No seu dia a dia. Ela é como se fosse um
0:49
estagiário tunado, né? É, ele vai trazer umas coisas
0:53
incríveis, mas você tem que revisar tudo que ele está
0:55
fazendo. É porque se não você está
0:59
substituindo seu trabalho por uma iai EEAI.
1:01
AI não é feita para isso. Ela é feita para potencializar
1:04
as suas habilidades. Oi, tudo bem com você?
1:09
Meu nome é balschog e sejam bem vindos a praia tigrosos o
1:12
podcast que é a voz por trás dos produtos e que também aborda
1:16
negócio tecnologia de peito aberto.
1:19
E ultimamente a gente tem falado bastante sobre IAE.
1:23
É óbvio que esse episódio vai ser sobre IA, né?
1:26
Mas não é sobre qualquer IAE, não é sobre qualquer empresa e
1:31
não é com qualquer pessoa, né? É com ele.
1:35
Felipe, BD falei, certo, né? É BD.
1:38
Falou Isabel. Ótimo.
1:40
Seja bem-vindo ao PG. É uma honra ter você aqui.
1:44
Acompanhe você no LinkedIn, seus conteúdos são incríveis.
1:48
É e muito obrigado por ter arrumado tempo na sua agenda
1:52
concorrida da Meli para falar aqui com a gente.
1:55
Bom, eu que agradeço assim, desde do começo da minha
1:58
carreira eu acompanho o produto. Russo, né, é?
2:01
Então pra mim é uma honra estar aqui conversando contigo, então
2:04
simbora que aí a gente vai trocar muita ideia sobre a
2:06
agora. OA gente vai.
2:09
A gente vai falar bastante sobre sobre a mas a gente também vai
2:12
falar sobre o produto, sobre o negócio.
2:15
E aí a gente tem que iniciar com.
2:18
Algo que eu tenho reparado bastante, que é o termo EI,
2:22
first, né? Isso virou um mantra em
2:26
empresas. É, algumas empresas como Google
2:29
e metas já se colocam ali. E tem empresas que pra mim não
2:37
faz sentido elas falarem que é i first, porque não faz sentido o.
2:45
No caso do Mercado Livre, onde você atua, o que significa ser
2:49
air first na prática? E para você, Felipão, qual que é
2:54
a definição correta de air first?
2:57
Eu acho que a primeira coisa que pra gente fazer 11 paralelo
3:00
histórico, né? É toda vez que vem uma nova
3:02
tecnologia e as empresas não estão adaptadas a ela, existe um
3:05
movimento como alguma coisa first, né?
3:08
Então, durante o momento é quando é celulares e smartphones
3:13
começaram a ficar muito Fortes e o uso de aplicações mobile
3:16
também ficou muito forte. Foi criado o movimento mobile
3:18
first também. É pensando muito naquele
3:21
conceito do do Nielsen que ele fala, o efeito calçada baixa,
3:27
né? Então, por exemplo, se eu faço
3:28
uma calçada baixa, para uma pessoa com deficiência conseguir
3:30
subir uma calçada, você também permite que uma bicicleta suba,
3:34
que um patinete suba, que um carrinho de de.
3:37
De pipoca, suba e o mobile first vinha muito com esse conceito,
3:41
né? Porque era assim, se eu consigo
3:43
numa tela pequena, é criar uma experiência incrível.
3:46
Então, naturalmente, quando eu for para o desktop, eu consigo
3:49
criar ela também. Incrível, né?
3:51
É. Então naturalmente existe esse
3:52
movimento, né? De de first e o aiy first vem
3:56
muito também, porque a AI ela nem parece que faz mais de 3
4:00
anos que que começou a ficar mais.
4:02
Forte, né, é? Que mas basicamente mais pra
4:06
agora é que ela consegue ter uma utilidade maior ali, realmente
4:10
uma eficiência maior. E aí quando entra o conceito de
4:12
i first aqui, aí eu vou dar um exemplo do Meli EEO, que é que
4:16
Eu Acredito, é que pro Meli é a ideia do i first, é que a gente
4:21
consiga testar tudo o que for possível, primeiro cunhar e
4:26
depois a gente tenta com outros caminhos.
4:29
Se não for bem, por quê? Porque a gente vai criando uma
4:32
base de conhecimento também. Para entender o que é que
4:35
funciona e o que é que não funciona naquele momento, não é
4:38
EEOEE aqui no Mercado Livre, o que é muito legal é que a gente
4:41
tem acesso a todas as reais possíveis.
4:44
Então a gente tem todos os providers, a gente tem todas as
4:47
reais, tem algumas que a gente ainda não conseguiu fechar.
4:49
Então, por exemplo, logo a gente ainda não usa, mas a gente usa.
4:52
OV zero. Não é EEO que é interessante,
4:55
por exemplo, que a gente agora está desenvolvendo uma EI que
4:57
ela faz algo muito parecido com um v zero, sendo que com o nosso
5:00
design system. Né?
5:02
Então fica bem mais rápido também a produtividade.
5:04
Então esse tipo de coisa a gente vai aprendendo e vendo assim,
5:06
olha, dá para fazer isso, né? E a gente começa a colocar aqui
5:09
dentro, então a gente vê que começa a virar uma cultura
5:12
forte, a é. E algumas evidências que eu
5:15
posso trazer, por exemplo, é dentro do fearing, né, que eu
5:17
acho que já teve algumas publicações suas sobre o fearing
5:21
e lá dentro a gente tem um verde que o verde ele, ele basicamente
5:24
é uma iaco, é iae com provider do do.
5:27
Da open i, inclusive tem alguns artigos legais que a open i fala
5:31
sobre o verde e do melli que a gente usa muito é, e todas as
5:34
nossas plataformas, elas são construídas em cima do verde,
5:37
né? Então tudo que a gente
5:38
acrescenta GII, ele é o verde falando com a gente é.
5:43
Então, por exemplo, a gente tem um new oitoine próprio, né, que
5:47
basicamente a base é um new oitoine, mas está dentro do
5:49
verde e a gente garante ali também uma coerência nas
5:52
informações, nas credenciais, nos acessos.
5:55
Então a gente é incentivado constantemente até utilizar II
6:00
muito mais no nosso dia a dia. Até então, o conceito II firt
6:03
vem muito mais de tipo. Como podemos ser mais
6:05
produtivos? É como que a gente tem do que
6:08
necessariamente colocar em funcionalidade, porque o que
6:11
acontece às vezes nas empresas, né, né, Paulo, é, é que
6:16
basicamente elas usam AII como uma perfumaria, né?
6:20
Porque querendo ou não, em muitas soluções, AI é
6:23
perfumaria, né? É, muitas vezes a tela é
6:26
horrível, é, não é possível usar a tela.
6:28
E aí eles botam uma iae, EEE, você se estresse muito mais
6:32
tentando conversar com a iae do que bastante do clique e
6:34
resolver o problema, entendeu? É, então não vale AA ideia, não
6:38
seria isso, seria senão adotar a iae como uma ferramenta de
6:42
produtividade e, consequentemente, adotando com
6:45
produtividade, você fica mais criativo para como aplicar a iae
6:48
da melhor maneira dos nossos produtos, para também evoluir a
6:51
produtividade e personalização ali para os nossos.
6:54
Usuários você tocou num num ponto que é importante é falar
7:00
sobre. Tem empresas que usam AEA como
7:04
perfumaria. É.
7:06
E aí esse é o ponto na sua visão aí, trazendo um pouco da sua
7:11
experiência na no Meli, qual que é o eixo prioritário para uma
7:17
empresa começar a usar AEA? É e.
7:23
Usar e a de maneira estratégica, eficiente, porque a gente,
7:27
quando a gente fala de Ah, a gente tem é 3 eixos, digamos
7:33
assim, que uma empresa pode pode falar.
7:36
Então eficiência operacional, personalização, que também já
7:40
está ficando chato, Hein? Ó, há parênteses aqui, tudo
7:46
agora é hiperpersonalização, não, a gente precisa
7:48
hiperpersonalizar, a gente precisa hipersonalizar chato, tá
7:51
chato. E.
7:52
Ou. Novos modelos de negócio, na sua
7:56
opinião? É olhando para o mercado e eu
7:59
sei que você tem ajudado empresas com soluções de a,
8:04
principalmente em atendimento, ou seja, uma eficiência
8:06
operacional, mas também olhando para Meli.
8:10
Qual que é o eixo prioritário da Meli em relação à IAE?
8:13
Como que você, se você pudesse falar para as empresas que
8:16
querem usar IA, qual o eixo é prioritário?
8:21
Elas deveriam. É o zaia.
8:23
Eu eu gosto muito de um de um framozinho que é mais usado até
8:26
na inovação do que no na gestão de produtos, né?
8:31
Que é o 3 horizontes de inovação.
8:32
Nesses 3 horizontes de inovação, ele fala muito de visão de
8:36
curto, médio e longo prazo. Eu entendo muito como o Pilar
8:39
central inicial no primeiro Horizonte seria o Pilar
8:42
operacional, porque no operacional você está
8:45
fortalecendo o seu core Business.
8:47
Quando você fortalece o core Business, naturalmente a sua
8:49
empresa, ela vai ter um faturamento maior, pode ter uma
8:52
redução de custo e, consequentemente, impacta ali na
8:55
receita da empresa, né? Porque pode prestar atenção.
8:58
Todo o objetivo de empresa é, é ou é crescer em número de
9:01
usuários ou faturamento, ou é reduzir custo, melhoria
9:05
operacional. E é isso assim, porque
9:07
basicamente no fim é o resultado que gera para empresa.
9:10
Então o operacional vai muito nesse sentido.
9:12
E no Mercado Livre, inicialmente a gente focou muito no
9:15
operacional. Então é por isso que durante
9:18
muito tempo era invisível a utilização de a, porque a ideia
9:22
era a gente conseguir reduzir custos, né?
9:24
Então, o exemplo que eu posso dar aí é, não sei se está vendo
9:27
que o Mercado Livre está começando a ser bem mais
9:28
agressivo em comunicação. É principalmente ali quando a
9:31
gente fala sobre entrega, que é uma entrega agora, tipo acima de
9:35
19 BRL em frete grátis. Antigamente era 75.
9:38
Isso aconteceu porque quando eu estava na logística, era foi um
9:42
dos meus projetos, né? Um dos meus produtos que aí é.
9:45
Foi incrível assim. Eu falo até de projeto que ele
9:48
era bem, bem cross, né? No fim.
9:50
Do dia é EE aí. O que acontecia era, a gente
9:54
tinha uma ineficiência operacional, porque na logística
9:57
a gente sempre fala sobre OSLA first, que é tipo assim, ó.
10:01
É. Independente de qualquer coisa,
10:03
eu vou entregar o mais rápido possível ou longe.
10:06
First, né? Que é tipo assim, ó, se eu
10:08
ocupar meu caminhão, eu só saio quando eu ocupar ele.
10:11
É normalmente hoje AA logística, ela é uma proposta de valor
10:14
muito forte para qualquer e Commerce ou marketplace, então é
10:19
o essa velocidade de entrega, ela é muito forte.
10:22
E aí no mercado, como a gente focava muito nesse SLA, né?
10:26
Nessa entrega, tanto que se for ver, tu pega alguma coisa no
10:28
Mercado Livre, ele sempre chega no horário previsto, né?
10:30
Na época previsto, né? É fazia com que uma parte do
10:36
nosso caminho saia quase a metade vazias no Brasil.
10:39
Então a gente tinha um custo ali alto, porque quando eu contrato
10:44
11 provedor logístico, eu contrato um caminhão, ele tá nem
10:47
aí quanto eu boto dentro do caminhão, né?
10:50
Então o que a gente começou a fazer é, como é que a gente
10:52
poderia aproveitar esse espaço vazio?
10:56
EE olhando pra isso assim, o que a gente fez foi começou a
11:00
utilizar ya pra identificar desde o momento do planejamento,
11:04
um porque quando você planeja um caminhão, naturalmente você
11:06
planeja um pouco maior, né? Aqui a gente usa um método, é de
11:10
machine learning pra poder de acordo com o custe, redução de
11:13
custe. Então a gente vê a probabilidade
11:14
histórica e diz assim, olha, mesmo que a previsão seja de um
11:19
de 10 pallets, eu vou é indicar um caminhão de 5 pallets, porque
11:24
aí ele fica é a probabilidade de ele estourar.
11:28
Vai ser muito pouco, por exemplo, tá?
11:29
Porque é isso de ter muito aconteceu uma vez nos últimos 2
11:33
anos. Então esse é o modelo de Monte
11:35
Carlo, né? A gente usa o Monte Carlo focado
11:37
em redução de custo. Então, naturalmente, ele eu
11:39
tenho dentro do planejamento uma ociosidade planejada.
11:43
E aí a gente começou a pegar essa ociosidade planejada e
11:46
oferecer para os clientes com desconto, porque a ideia era
11:49
conseguir gerar um uplift de venda para ocupar melhor o
11:52
caminhão. Sendo que a gente viu que com
11:55
vários testes da b, que a gente tinha uma canibalização e
11:57
naturalmente vai ter uma canibalização, pessoas que já
11:59
pagariam por um frete maior, eles começaram a pagar por um
12:03
frete menor. E aí a gente começou a usar e aí
12:05
em outro processo, né? Que foi, beleza.
12:08
Já que eu entendi que vai ter isso, eu vou criar uma janela de
12:11
entrega que ela nunca se falava com A Entrega mais rápida.
12:14
Então tu pode prestar atenção a janela de entrega, sim, são 3
12:16
dias, porque foi a melhor elasticidade que a gente viu.
12:19
É. Também com o taxa v, né?
12:21
EE, no fim é esse item. Porquê que tem essa janela?
12:25
Porque eu deixo de ter um envio fixo e viro o envio flexível e
12:30
aí de acordo com a nossa demanda durante a semana.
12:33
A gente tem uma IAC, ela decide em qual caminhão ela deve
12:37
entrar, em qual desses dias, de acordo com é o quanto está sendo
12:42
carregado e o quanto foi vendido.
12:43
EEO que é legal também é porque ela também decide o horário que
12:47
eu vou processar esse envio, porque eu também tenho
12:49
ineficiência operacional. Eu tenho Picos de de de compra e
12:53
baixa de compra. Então ela também decide assim,
12:56
olha aqui, está baixo, então manda esses enviews que a gente
12:59
chama de slow. Manda os slows aqui para para
13:02
poder processar. Então a gente vê que foi todo um
13:05
processo operacional, que no começo o slow era muito adotado
13:09
para redução de custo. A gente teve um uplift de 30%,
13:13
então todos os envios slow, 30%, eram envios que não viriam ali.
13:17
É com só com fast, né, que a gente chama EE aí.
13:21
Por causa disso, a gente teve essa possibilidade, inclusive,
13:23
de reduzir o frete grátis para 19 BRL.
13:26
Tanto que hoje, quando tu entra lá, tu vê que é sempre uma
13:29
janela de entrega, com 1 dia depois da fecha normalmente, né?
13:32
Da entrega mais rápida, que é paga, ou com um pouquinho depois
13:35
que que aí esse pouquinho, depois que ela vai andando dessa
13:38
janela, é de acordo com a sociedade planejada.
13:41
Então a gente vê que inicialmente é focado em redução
13:43
de custo, mas a gente já começa também a trabalhar com
13:47
hiperpersonalização. Por quê?
13:48
Porque aí já vira o segundo Horizonte.
13:50
Eu construí uma boa base, eu eu garanti ali que o meu core
13:54
Business está funcionando bem. Eu vou para personalização.
13:57
E aí o que que a gente tem de personalização hoje, por
13:59
exemplo, é, a gente está construindo um seller assistent,
14:03
né? Oo que é isso, né?
14:04
É basicamente é uma IA dentro pros nossos vendedores, que
14:08
atualmente hoje eles eram nossos frentes de vendedores.
14:10
EE, ele permite que é eu tenha como que account próprio,
14:17
sabendo dos meus próprios dados e me dando recomendações
14:20
personalizadas para o meu negócio.
14:22
EEO foco dele é sempre conseguir fazer com que tu tenha maior
14:26
GMV, ou seja, maior faturamento. Então EE, em algum momento a
14:30
ideia que a gente vai te ajudar a ter maior rentabilidade, né?
14:32
Mas aí é muito mais difícil a gente conseguir comparar tudo
14:35
isso. E aí, consequentemente, você
14:38
criando uma nova personalização, você cria um novo modelo de
14:41
negócio, né? É.
14:44
E aí isso isso que é um ponto bem, bem importante, né?
14:48
Então eu vejo muito como esses 3 horizontes, Oo Pilar que a gente
14:51
tem que focar é operacional. Depois que você tem um
14:53
operacional bem estabelecido, é que você pode usar a
14:55
personalização e só depois pensar em negócios emergentes
14:58
ali ao seu, de acordo com o uso da IA também.
15:02
Esse esse é o mais interessante. Eu acho que é isso que falta
15:07
para algumas empresas. Eu acho que é isso que separa as
15:11
empresas as. As que mais crescem é com
15:18
aquelas que vão morrer no caminho.
15:20
Em algum momento que é o cliente, ele não percebe que tem
15:25
IA no produto, ele não percebe. AIA está numa camada em que não
15:31
precisa ser dita que ela está lá, mas ela ajuda na redução do
15:36
consumo cognitivo do do cliente. E também no na percepção de
15:41
velocidade ou de valor, digamos assim.
15:43
Porque por que que eu estou falando isso?
15:45
Porque eu sou heavy usa do Mercado Livre.
15:48
Ponto é todo mês ou todo mês, né?
15:53
Toda semana estou comprando algo.
15:55
É no Mercado Livre. Então é muito legal saber que
16:02
uma questão logística ela é. Tem tudo isso, essa
16:08
complexidade, mais pro pro cliente.
16:12
E aí 11 feedback meu de usuário é, pô, eu só coloco no carrinho
16:20
2 cliques, paguei no dia seguinte, tá em casa, se bobear,
16:26
no mesmo dia, 9 horas da noite, e tá tocando meu interfone
16:29
porque chegou o Mercado Livre. É isso, né?
16:34
Felipe? É, não é muito sobre modelo, mas
16:37
é como você inclui OAEA dentro da da do produto em que ele não
16:46
é. Crie distração para o usuário
16:50
que quer fazer ali Oo que ele precisa fazer.
16:53
Exato, porque normalmente é isso, é a diferença entre você
16:56
tratar IA como projeto ou tratar IA como produto, né?
17:01
Porque quando você trata de IA com o projeto, é bote AE
17:03
qualquer buraco. Aí EE é isso pra gente falar que
17:06
é tecnológico, é. Já quando a gente fala sobre IA,
17:11
é como produto, é como é que eu posso utilizar IA se é possível,
17:16
se faz sentido para impactar um resultado de negócio e para
17:20
impactar positivamente o meu cliente.
17:22
Então isso, por exemplo, a gente vê muito no iFood, tanto que o
17:25
iFood nem falava tanto sobre IA, né?
17:26
Isso eu. Eu estava no iFood antes também,
17:28
mas quando começou o boom, aí o iFood começasse a expor, tipo
17:31
assim, olha, gente, a gente usa bastante ar, é EEO. iFood sempre
17:36
foi muito forte nisso também. Então, essa mesma cultura, ela
17:39
também vem traduzida aqui no Mercado Livre, sabe?
17:41
Eu acho que a gente já, você já, você já respondeu.
17:45
Como que que que a Meli equilibra?
17:48
A pressão de adotaria rápido é pra não ficar atrás dos
17:52
concorrentes com a necessidade de garantir solidez ética,
17:55
impacto real. Porque Amélia é diferente de
17:58
todos os outros, outras outras empresas, né?
18:01
O que fez a Amélia ser Amélia é entender o contexto.
18:05
Onde ela está é trabalhando, né? Então ela criou uma Fortaleza em
18:10
que nem a Amazon consegue mesmo despejando dinheiro, consegue.
18:16
É empatar com o Mercado Livre, porque o Mercado Livre entendeu
18:21
que na América do sul. A logística é complicada.
18:26
Então, se ela Descomplica a logística, esquece, ela pode.
18:32
Ela vai ter uma maior eficiência operacional e aí ela vai começar
18:37
a crescer numa velocidade que a gente tem visto a agora.
18:42
Mas olhando para as outras empresas, o Felipe que você
18:47
conversa, que você ajuda, como que você tenta acalmar?
18:54
Acalmar a ansiedade dessas empresas ou dessas pessoas que
18:59
você conversa sobre a adoção de ar?
19:02
Eu, eu, eu puxo muito ali é inicialmente exatamente olhando
19:06
pra esses 3 horizontes, né, mostrando bem, tipo assim, ó,
19:10
garante o feijão com arroz garante que que faz sentido
19:13
primeiro e depois você pensa em AEA, é, é assim, é pra quem já
19:19
está bem mais avançado, assim é. Esse é o primeiro ponto.
19:22
E eu falo assim, se vocês quiserem adotar iá para vocês
19:24
entenderem o potencial, usam no dia a dia, né?
19:28
Então então No No Mercado Livre, por exemplo, e aí com outras
19:32
empresas também ajudo bastante, são treinamentos, então a gente
19:36
tem inúmeros treinamentos. Por exemplo, eu sou uma pessoa
19:38
que só deve estar em inúmeras tecnologias se tu for ver, é não
19:42
só a tecnologia, mas no geral eu estudo um bocado de coisa
19:44
aleatória. EE, eu começo a misturar essas
19:46
coisas aleatórias e aí normalmente eu gosto muito de
19:49
dar aula, né? Pra poder falar essas loucuras
19:52
na minha cabeça. E aí nisso é eu, eu, existe esse
19:58
dentro desse movimento aí aí, first do Meli, a gente também
20:01
tem vários treinamentos, né? E aí eu sou um dos professores,
20:05
né, de aí first, então a gente começa com o básico, então
20:08
começa com o básico, que é, vamos entender o que é um prompt
20:10
de newe, né? É por quê?
20:13
Porque o próprio prompt já vai fazer 80% do que você pode, pode
20:17
fazer no dia a dia. E entendendo o prompt para
20:19
evoluir para outras coisas é rapidez.
20:21
EE muitas vezes as pessoas esquecem que conversar com AEA
20:25
normalmente é parecido conversar com o ser humano, então você
20:29
também aprendendo mais sobre o prompting, entender que ele está
20:33
dentro ali do mesmo conceito da arte de fazer perguntas, né?
20:36
É porque, porque aí pega muito no efeito da psicologia, do
20:39
enquadramento, né? Oo como você faz uma pergunta,
20:43
determina como vai ser sua resposta, você entendendo isso?
20:47
Entendendo vieses possíveis que AIA vai ter e que você, como ser
20:50
humano, vai ter. Você consegue utilizar AIAI pra
20:53
tanto tirar suas vieses quanto também pra você receber uma
20:57
resposta mais eficiente, né? Então então, por exemplo, eu eu
21:01
já ajudei muitas empresas e aqui no próprio médio eu já fiz muito
21:04
tipo utilizado the presor para fazer benchmarking.
21:07
É e aí? Oo gosto de dizer muito que AIA
21:10
No No seu dia a dia, ela é como se fosse um estagiário tunado,
21:12
né? É.
21:14
Ele vai trazer umas coisas incríveis, mas você tem que
21:16
revisar tudo que ele está fazendo.
21:18
É porque senão você está substituindo seu trabalho para
21:22
uma AI EEA AI não é feita para isso, ela é feita para
21:25
potencializar as suas habilidades.
21:28
Então Oo começa sempre assim, prompt de newe é o primeiro
21:31
passo, você entender porque é o básico, você usa, ali é, depois
21:37
é eu. Eu normalmente passo com algumas
21:39
empresas e aqui no meio ele também foi um caminho desse,
21:42
desse, desse sentido, né? Foi de começar a aprender no
21:45
code low code, porque aí naturalmente você usa o prompt
21:48
de new dentro do no code low code e aí isso acelera muito o
21:53
processo. Por exemplo, eu quero fazer MVP,
21:55
às vezes o time de engenharia não tem tanto espaço, mas eu
21:58
posso criar um no code low code da vida com é com e AI, por
22:02
exemplo. E aí eu consigo fazer,
22:04
experimento rapidamente e volto, entendeu?
22:06
Então é tudo isso é pode ser utilizado.
22:10
E também, por exemplo, o que eu posso trazer como um exemplo
22:13
legal é que a gente tem um momento muito legal chamado
22:16
parotagem parotagem mesmo do conselho de por outro, por
22:19
outro, é feijão em espanhol, e aí quando a gente tá, vai, vai
22:22
fazer feijão, a gente tira um feijãozinho ruim, né?
22:25
Pega o feijãozinho bom, e organiza isso aí, né?
22:27
A porotagem, basicamente é o Mercado Livre, é gigantesco e
22:30
vários times me pedem várias coisas.
22:33
É então a. Porotagem, é?
22:34
Exatamente tipo o ticket. Vamos mandando ticket a cada
22:36
quarta e a gente tem que analisar.
22:39
Hoje, como eu lidero os 7 times? É diferentes ali, olhando para a
22:42
América Latina, naturalmente. E a gente é de uma jornada
22:44
cross, né? De seller.
22:46
Então todas as células ali de resumo, vendas mensageria,
22:50
perguntas métricas contactabilidade, que é quando
22:54
eu eu, eu mando mensagem para ti ou não.
22:56
A gente recebe muita por outro, né?
22:58
Então, por exemplo, é. Trimestralmente eu recebo.
23:02
De 200 a 300 por outros. Eu fazer isso manualmente é
23:05
horrível, até porque. Eu tenho que dizer para.
23:07
Qual time impacta? Então a gente criou um fluxo, é
23:10
no verde flow, né, que é o nosso n 8 n, que toda vez que cai um
23:14
por outro ali no gira, ele avalia aquilo, avalia o nível,
23:18
aí ele sabe os objetivos dos meus produtos e os objetivos do
23:20
ml, avalia o nível, se há prioridade que colocaram, faz
23:23
sentido ou não? Se a pessoa está faltando
23:25
informação, ela já manda mensagem no slack para a pessoa
23:27
me responder pelo meu slack, como se fosse eu mandando
23:30
mensagem para ela poder trazer. Aqui se tem mais informação ou
23:33
não, ela lê os documentos em anexo.
23:36
Então, antes 1111. Um processo demorava meses para
23:39
a gente fazer, rapidamente a gente consegue fazer e continua
23:42
tocando as coisas no nosso dia a dia, de análise de dados e assim
23:45
por diante. Então utilizar iae assim no dia
23:48
a dia para aumentar a produtividade e aí
23:50
consequentemente você aumentando AAA produtividade, você consegue
23:53
ter um tempo de mercado mais rápido para experimentar e
23:56
lançar coisas novas, porque aí você passa menos tempos em
23:58
Discovery é você passa menos tempo de priorização.
24:02
Então tudo isso, coisas mais manuais, podem começar a sair
24:05
com o caminho de AI, AI, sabe? É isso.
24:08
Chegou o momento mais esperado do ano.
24:11
Todo ano a Black Friday da PM 3 é o momento mais esperado por
24:15
quem vive produto digital. Mas esse ano tem uma novidade,
24:20
deu a louca no Márcio Almeida, No No farinasa, no Paulo
24:23
Silveira, porque tem lista vip com acesso antecipado à oferta
24:29
turbinada e bônus que não repito, não vão aparecer durante
24:34
a Black Friday. Então, se o seu plano.
24:37
É chegar em 2026 dominando o produto, marketing, dados e a
24:43
entre agora na lista vip da PM 3 e aproveite enquanto dá tempo.
24:49
O link está aqui na descrição, vai lá, se inscreva e vamos
24:54
dominar as áreas para que você possa evoluir na carreira em
24:59
2026 e voltando pro pro pro setor de e Commerce e fintech.
25:06
É o que significa criar uma experiência e a e a inative é em
25:11
ecommerce ftech porque. Eu já vi ecommerce.
25:16
Querendo usar e a para personalizar a loja.
25:20
Né, é? Não sei se isso.
25:23
Enfim, OK, é, e tem lojas que usam e a que aí eu acho que é o
25:30
caminho inicial legal, que é de no atendimento.
25:34
Né você? Tem um case na go case.
25:39
Olha só, é como a ferramenta é de a que é justamente isso, né?
25:44
Ajuda no atendimento, porque Eu Acredito que como essas lojas,
25:49
se elas conseguem? Acho que todo toda empresa, né,
25:53
principalmente, é toda empresa. Ponto é que tenha um atendimento
26:01
bom, ela já gera. Uma ligação com o cliente,
26:05
então, 11 atendimento bom é é, garante.
26:09
Ali aumenta a probabilidade de uma pessoa comprar, voltar a
26:13
comprar, falar bem da da, do seu produto.
26:17
O que significa essa? Experiência e se for possível,
26:20
Felipe, não sei se é, mas você compartilhar OOO case que você
26:25
tem na Google case é sobre isso também é a Google case hoje.
26:30
Ela pertence, né? A um grupo chamado go group.
26:33
Então são várias marcas ali, é, eles se denominam muito um grupo
26:37
de personalização, então é, é capinha, mochila e assim por
26:41
diante. E é o que acontecia é que a
26:44
maior parte dos atendimentos, porque sempre se posicionou
26:46
muito como um e Commerce, como digital, com influencers e tudo
26:50
é a maior parte dos atendimentos e consultas, tipo assim, de
26:54
vendas, elas elas são por meio de canais digitais, né?
26:58
Então? É o que acontecia é que muitas
27:01
vezes tinha uma insatisfação grande pela demora no
27:04
atendimento. É.
27:06
Por causa dos agentes? Né, a gente tinha coisa de 30
27:09
agentes, então nesse momento eu estava ajudando já lá.
27:13
EE. Tinha uma questão também da
27:15
questão do do omnichannel, né? E tipo, qual canal a gente vai
27:17
focar, né? É.
27:19
Então pensando nisso, foi como é que a gente podia utilizar e AI?
27:24
Para não perder a empatia, porque senão o chatbot e também
27:27
tinha um modelo de conversar, senão o chatbot que era muito
27:29
duro e que gera também uma insatisfação.
27:32
Porque assim eu conto toda a minha vida.
27:34
Toda uma insatisfação é o meu problema.
27:35
Ela fala assim. O que é que você quer falar?
27:38
Quer falar sobre capa, sobre, sobre garrafas, sobre não sei o
27:42
que, e você falando, meu amigo, eu só quero receber aqui minha
27:44
coisa, sabe? É.
27:46
Então a gente construiu um sistema que a gente gosta de
27:48
chamar. É de full Stack AI.
27:50
Porque ele foi todo desenvolvido desde o backoffice utilizando o
27:54
cloud code, é curso AI até tipo, além de page com o lovabo e tudo
28:01
é a própria solução como um todo.
28:03
Inicialmente a gente fez um experimento com new to Anne, viu
28:06
que não era tão escalável financeiramente e também é como
28:10
o atendimento dominicheno EE foi também desenvolvendo, batendo
28:13
diretamente no SD k ali é da open AI, né?
28:16
A gente testou várias providers. Então o custo benefício ideal
28:20
foi o da open EI, mas Oo que foi legal é que a gente conseguiu
28:24
dar personalidade dentro lá. É um sistema multimutilagente
28:28
que eu gosto de dizer, né? Porque porque eu tenho um
28:29
orquestrador e esse orquestrador definir para qual qual agente eu
28:34
eu vou acessar, mas esse agente ele tem sub agentes.
28:39
Então eu tenho um agente focado em logística, eu tenho um agente
28:41
focado em e Commerce. Então, se eu começar a falar
28:45
aqui, ele vai me mandar para uma desses meus multi agentes,
28:49
porque aí eu consigo ter atendimentos em paralelo, né?
28:53
E. E dentro desses?
28:55
Atendimentos em paralelo eu se for necessário eu saber, por
28:58
exemplo, Ah, eu quero mudar o endereço de entrega.
29:00
Hoje ela naturalmente já consegue mudar o endereço de
29:03
entrega porque está integrado no nosso sistema.
29:05
Então por isso que a gente chama de full Stack e aí porque ela
29:07
está sempre sempre integrado em todo o processo, é, então a
29:10
gente consegue. É mudar endereço de entrega,
29:13
trazer informação sobre entrega o se você trouxer uma
29:17
necessidade que você está tendo. Tipo assim, olha, eu queria
29:19
saber sobre garrafa tal, porque essa é eu vou passar x tempo
29:23
fora, ela vai entender teu contexto e já te indica o
29:26
produto, ela manda link de pagamento, ela ela hoje, então
29:30
ela tem tanto esse esse papel de venda consultiva como também tem
29:34
um papel ali de de de pós venda, né?
29:40
E aí o que eu o um exemplo que eu que eu gosto de dar, que a
29:43
gente vê quanto a gente consegue gerar empate.
29:44
É claro que assim eu já já eu trago algum algumas coisas que
29:48
aconteceram, né? Mas no geral é.
29:52
Teve uma vez que que uma. Pessoa disse assim, olha, o meu
29:54
cachorro comeu AA tampa da minha garrafa e aí eu queria procurar
30:00
outra. E ela disse, mudou da garrafa,
30:01
mandou a foto e a primeira resposta da iae não foi sobre a
30:05
garrafa. Foi perguntando assim, nossa.
30:08
Seu cachorro tá bem? Você já levou ele no
30:09
veterinário, porque assim o plástico pode causar tal coisa,
30:12
tal coisa, tal coisa. Mas falando sobre a garrafa, a
30:14
gente tem sim, tá aqui o link, se você quiser comprar esse
30:17
modelo, ele funciona com tal cor, porque foi a cor que ela
30:19
mandou na foto. Então isso mostra também uma
30:22
conexão que pode ser gerada ali é com facilidade, né, com uma
30:26
AI, e aí, consequentemente, como eu tenho esses dados dos
30:30
clientes, como eles se comportam, os maiores problemas,
30:33
a gente também usa AI para treinar os agentes internos.
30:38
Então eles simulam clientes e os agentes internos começam a ver.
30:42
E a gente começa a ver a eficiência de cada atendente em
30:45
casos mais críticos, porque tem casos críticos que a gente passa
30:48
o transbordo ali para um ser humano, explicando porque que eu
30:51
não consigo resolver, como AI aquele transbordo.
30:55
Então, e é sempre nesse, nesse viés, né?
30:57
Não é de substituição eSIM de fazer com que o ser humano
31:00
consiga focar no que ele é melhor.
31:02
Né? Então, então, todo esse.
31:04
Processo é bem legal. E aí o que eu IA falar como caso
31:07
assim EEA, maturidade que a gente desenvolveu é porque
31:10
naturalmente o termo e a já é um termo, né?
31:12
Marqueteiro, né? AEA como um todo não existe, né.
31:15
É uma inteligência artificial, porque o conceito de
31:17
inteligência venda o conhecimento de mim próprio, né?
31:20
Ela não entende que ela existe, então é um método estatístico
31:23
que tem uma probabilidade, né? É e.
31:26
E mesmo dizendo o prompt? Que ela não pode falar tal
31:28
coisa? Ela pode falar?
31:32
Em algum momento, né? É, então a gente teve que
31:35
definir guard railes, né? É exatamente limitações hard
31:38
codeadas com casos de uso que ela não poderia falar.
31:42
É, e isso também é por quê? Porque aconteceu momentos em que
31:48
a iae marcou 11 agenda. Com um atendimento.
31:53
Daí tipo assim, olha, marquei no seu e-mail aqui no Google, é pra
31:57
gente conversar às 6:00 da tarde e ela não marcou.
32:01
Mas por quê? Porque ela tem uma tendência a
32:02
querer agradar você e a querer ajudar o cliente, sabe?
32:06
Então, então foram coisas que a gente também foi desenvolvendo
32:09
para poder impedir que isso acontecesse.
32:11
E aí o que é legal é que, como no Klein de você consegue
32:13
acompanhar em tempo real, a gente sabe o que é que está
32:16
acontecendo ou não, quando foi passado por um agente ou não.
32:19
E no fim, se um agente humano resolveu bem aquela aquela
32:23
aquele caso, você pode pedir para AIAE, aprender.
32:26
Então vira realmente o loop, né? De aprendizado ali do produto.
32:31
E aí agora a gente está abrindo ela.
32:34
E aí eu estou sendo um dos dos co Founders.
32:36
Não é dessa, dessa AI que é o cloud, o Clint e.
32:41
Aí vem muito da junção. Ali de de client com o mind,
32:44
então a mente do cliente não é EEA.
32:47
Ideia é que agora qualquer empresa ela possa também entrar.
32:50
Então hoje a gente faz mais de 4000 atendimentos diários, a
32:54
gente consegue resolver 80% dos casos de pré e pós venda, então
32:57
só 20% passa para transbordo na média.
33:00
É um c site, ele é altíssimo e hoje já tem o Unity Channel de
33:04
WhatsApp, Instagram e reclame aqui, então ela já responde
33:07
coisas reclame aqui e resolve o problema de pessoas no reclame
33:09
aqui. Então isso é é bem legal e a
33:11
nossa nota no reclame aqui tá cada vez subindo mais né?
33:14
EE é isso assim OOEA gente vê que tipo assim e como esses bem
33:19
menores que não é o tamanho do Mercado Livre, conseguem
33:21
aproveitar muito da IAC né? Nesse processo e sempre focando
33:25
primeiro como eu disse operacionalmente, para depois
33:28
pensar em personalização. É porque AA Netflix, né?
33:31
Acabou lascando todo mundo com essa história de personalização,
33:34
mas é porque no contexto deles faz sentido, né?
33:36
E agora todo mundo quer copiar. É um baita.
33:38
Case é então você que está ouvindo assistindo a esse
33:46
episódio. O link da gol.
33:47
Case está na descrição. O link da cliente também está na
33:51
descrição para você conhecer. Quer comprar alguma coisa
33:56
personalizada? Gol case, olha só o jabá.
33:59
Sem ganhar nada em troca. É, então vai lá na clínd também,
34:04
é, chama o Felipe, fala, pô, eu quero tentar, quero, quero fazer
34:10
11 poc, já diria os mais antigos na área, quero fazer uma poc
34:15
para ver como que que é, é a sua ferramenta, nos ajuda aqui a
34:21
melhorar o atendimento, et cetera, et cetera.
34:23
Link está na descrição, chama o Felipão é de graça, Hein, essa
34:27
dica. Não estou levando nada, mas caso
34:32
a gol case quiser mandar algumas coisas personalizadas do PG, não
34:37
vou negar porque a gente não nega presente, certo?
34:41
É exato, é bom. Que você já vira influência da
34:44
gol case, né? Já que tem um sistema de
34:45
influência bem bom é isso. Pronto.
34:48
É, estou cavando um Patrocínio da gol case Oo é voltando pro
34:56
pro. Ou continuando, a gente precisa
35:01
é abordar algo que a gente tende anão ver.
35:05
Quando muita gente fala de a, né?
35:07
Quando a gente fala de a, tem muitos conteúdos de a.
35:09
É muito sexy falar de anão e a ele faz sozinho isso aí coloca o
35:14
print do do n 8 n gigantesco que não funciona.
35:20
É, mas você tem que comentar, eu quero aí você tá, não sei o que
35:25
aí, tá? Só que a gente não fala sobre é
35:32
governança de dados, sobre infraestrutura, sobre segurança.
35:40
É que no meu ver é, pô, se eu preciso usar, e a você vai usar
35:47
e a vai testar ali no atendimento, bonitinho, você
35:50
sabe, OPDF ver como que funciona.
35:52
Quero escalar, pô, se eu quero escalar agora?
35:56
Eu preciso focar nessas 3 coisas aqui que eu mencionei, né?
36:00
Envolvendo essa de dados, Infra é e segurança.
36:05
Como? Que você vê isso, ô Felipão, nas
36:10
empresas, comparado como a mellie se prepara ou aborda
36:16
esses temas, eu? Eu entendo que muita.
36:17
Empresa, na verdade, é, ela teve medo de adotar e AI de se
36:21
estrutrar perante a isso, né? Então, No No.
36:24
Geral, acho que esse é o primeiro.no Mercado Livre.
36:28
A gente tem um contexto de experimentação governada, que eu
36:31
gostaria de dizer, né, que entra muito nessa parte de governança
36:34
mesmo. Então, hoje a gente tem um time
36:37
só focado em II, mas não para desenvolver soluções de II para
36:42
o produto, porque a isso aí é a responsabilidade de de quem é
36:44
responsável do produto. É, mas.
36:46
É um time. De II para fomentar II no metro
36:50
é. E aí, por exemplo?
36:52
Toda vez que alguma EI, é possível da gente usar, a gente
36:55
pode utilizar. A gente tem que ter um contato
36:58
com a empresa do provider, né? Para poder utilizar aquilo para
37:02
não utilização dos nossos dados como fonte de aprendizado deles.
37:05
Porque senão, naturalmente, se eu perguntar, por exemplo,
37:07
assim, digamos que eu sou da Amazon, da Shopee, e eu pergunto
37:10
sobre o Mercado Livre, e aí a minha informação vai?
37:14
Estar pública, né, então? Então tem essa questão, né?
37:16
É. Então, por exemplo, é, tem
37:19
ferramentas que eu gosto muito com como ter aqui, que é o
37:20
loveble. E o logo a gente não conseguiu
37:23
ter uma parceria com ele ainda, então a gente não pode usar o
37:26
logo para contextos médio. Eu não vou botar a nossa tela lá
37:29
dentro, porque ela pode ser utilizada como aprendizado e
37:32
ficar salvando um canto, né? É, no newtoine é a mesma coisa.
37:37
A gente só usa muito o newtoine hoje, porque é que é o verde
37:41
flos que a gente ama, porque eles se integraram com a gente
37:44
de uma forma que tudo que está fazendo ali ela é roxeada, né?
37:48
Ou seja, ela é dentro. Da nossa plataforma do mel.
37:53
Então a gente tem um LGPT. É o nome.
37:56
É bem engraçado, né? Mas uma LGPT eu, eu, eu, eu
37:59
escolho é qual provaida eu estou falando.
38:03
Mas tudo isso tipo máquinas nossas para garantir que os
38:06
dados são nossos, né? Então.
38:08
É, eu escolho qual provider, qual modelo de a eu estou.
38:11
Eu consigo comparar os modelos de AEO que é legal, é que eu
38:15
consigo mexer também nos nos dados estocásticos da IA, então
38:19
eu posso definir temperatura, top k, top q é top p é o número
38:25
de tokens e tudo isso também vai dizer a forma da resposta que eu
38:28
vou receber, né? Então, então é bem interessante
38:32
isso porque é tem um time que ele garante essa segurança e
38:36
esse time é focado nisso. Em conseguir trazer ferramentas
38:40
de a que podem ser usadas ali. E esse mesmo time é responsável
38:44
também por trazer e convidar a gente para os treinamentos.
38:47
E aí tem treinamentos online e tem treinamentos práticos aí.
38:51
Um dos treinamentos práticos que a gente teve foi de MCP.
38:55
Então agora a gente está começando a utilizar mais MCP,
38:57
né? Que é uma forma de comunicação
38:59
que a gente tem ali com AEA. Mas a gente também garante a
39:01
nossa segurança, porque OMCP, ele consegue ter um nível de
39:04
profundidade. Nos nossos repositórios do Git é
39:08
acessando as nossas IPISE essa II que tá chamando de CMCP ela
39:12
não vai ter acesso a nossas IPIS, então isso garante também
39:15
uma segurança maior. Então é mesmo um esquema como se
39:18
fosse back end, um BFFE1 front end, né?
39:22
É? Arquiteturalmente se a.
39:23
Gente, parar para pensar, é interessante nesse sentido.
39:26
E aí, por exemplo, nesses treinamentos, a gente fez tudo
39:29
no curso. A gente tem acesso ao curso?
39:32
É ele tem acesso ao nosso repositório do Git.
39:35
No Git, ele tem toda a documentação e eu, como uma
39:38
pessoa de produto, posso falar assim, ó, quero que ela com um
39:42
prompt de near, né? É, quero que ela pegue dados de
39:45
métricas e traga em site XYZE. Aí eu já conecto isso, por
39:50
exemplo, No No seler system, que é do verde é que.
39:53
Que é de um time. Paralelo ao ao nosso, né?
39:55
Que é o da catalina, da catalina paredes.
39:58
Eu acho que ele já deve ouvir falar dela também.
40:00
Ela também é bem influência, né? É.
40:02
E. E aí é eles, esse selero
40:06
assistente, ele consegue também receber, né?
40:10
Essa informação do nosso MCP, mas OMCP, ele está seguro.
40:13
A informação do nosso produto está segura, né?
40:16
E eu que decido o. Que é que ele pode falar ou não?
40:18
Então é, é bem interessante, porque para se implementar numa
40:21
empresa, é muito importante que tenha uma empresa focada nessa
40:24
governança de ar e definido o que é que pode e que não pode
40:27
usar. Qual o melhor modelo?
40:28
Precificação, né? Porque aí você e também assim.
40:32
Qual o melhor momento de usar cada uma, né?
40:34
Porque, por exemplo, eu é na minha vida pessoal, eu prefiro
40:38
muito mais o cloud cold também do que o curso.
40:41
Isso é bem melhor, mas o curso é o que é permitido no médio,
40:46
então a gente usa o curso, então é mais.
40:48
Ou menos nesse. Sentido, ô Felipão, qual?
40:51
Que é a maior mudança é organizacional ou de mentalidade
40:57
necessária para que aí a gere valor?
41:02
De maneira correta, porque. Muitas das vezes.
41:10
Falta? Acho que não é só Iata.
41:12
É que a gente pode abordar até cultura de produto, de
41:16
experimentação. A gente pode abordar outros
41:21
outros, outros, outros. Assuntos.
41:25
Que pede uma mentalidade. Uma mudança de mentalidade de
41:29
cima para baixo, né? É não.
41:31
Bora o up. Então.
41:33
Eu gosto muito de falar de. Teste, experimento é muito.
41:37
Não por ferramentas e não por essas coisas.
41:40
Porque pra você, pra você aprender, fazer um teste AB um
41:45
experimento, é só você dar um Google, tem no YouTube, você
41:48
chama alguém, é? Enfim, tem mais.
41:52
Mudar a mentalidade de que teste experimento hoje, além de
41:58
reduzir, é risco. É ele é uma ferramenta de
42:04
acelerar, é o desenvolvimento. É, parece que é meio.
42:09
Complicado, né? Parece que ainda tem aquela
42:12
mentalidade, pô, vou testar, pô, vai uma perda de tempo tal não
42:16
sei o que, como qual que é a maior mudança de mentalidade ou
42:21
organizacional pra esses aspectos aqui não só de a, mas.
42:26
Quase tudo é. Eu, eu vou.
42:28
Trazer 11 lado humano e um lado empresarial, né?
42:31
É. O.
42:32
Lado empresarial é você entender o contexto que você está
42:36
inserido. Então, naturalmente, algumas
42:38
empresas, né? Quando a gente fala sobre
42:40
entregas frequentes, experimentação frequente, elas
42:43
vão ser mais avestas pela natureza da da do negócio.
42:49
A ter experimentos. Menos frequentes, porque tem
42:51
mais riscos associados. Então, naturalmente é, você tem
42:55
que testar de maneira mais offline.
42:56
Assim eu posso dizer. E aí eu explico, o que é que
42:58
seria isso? É.
43:00
Mas. Quando a gente olha ali.
43:05
Para o lado. De ser humano é você entender os
43:08
seus medos, não é? Porque muitas vezes.
43:11
Assim, a gente foi ensinado desde criança que a gente, ainda
43:15
mais na parte educacional, que ainda é Napoli única.
43:17
Não é desde a época de Napoleão que era utilizado como forma de
43:20
doutrina, que era tipo assim, uma pessoa fala uma verdade
43:23
absoluta, não é? Está cagando regra aqui e você
43:26
vai ouvir e dizer que isso está certo.
43:29
Sempre que quando a gente vem para.
43:30
Produto a quebra de paradigma é muito grande, porque a gente
43:33
deixa de ser responsável por dar respostas, né?
43:37
Deveria, pelo menos, né? É.
43:40
Deixar de dar. Resposta e ser a pessoa que
43:41
questiona, né? E inclusive a IA, ela traz muito
43:46
isso é porque agora a IA ela responde, como tu disse, eu
43:48
preciso no Google, ela vai me trazer uma ABO mais importante
43:51
da b, não é o como eu vou fazer, é assim, o que é que eu quero
43:54
saber disso? É quais perguntas eu tô, eu tô,
43:57
eu tô fazendo, sabe? EE eu vejo que falta muito isso
44:00
nas pessoas. Oo medo vem muito de querer
44:03
estar certo, o ego, o viés de confirmação, que tipo assim, a
44:07
minha verdade absoluta é o que estava verdade.
44:09
E aí muitas dessas pessoas não testam com medo de estar errado.
44:12
Eu acho que esse é um é um ponto assim, porque fala assim, eu sei
44:15
o que eu estou falando, é isso aí, eu estou aqui há não sei
44:17
quantos anos, eu conheço esse mercado, então é isso acontece
44:21
muito, né? É?
44:23
Já No No. No quando eu olho ali para a
44:25
empresa como Mercado Livre, tudo depende muito onde é que você
44:28
vai testar? Se eu for com o caminho de
44:29
fintech, é. Olhando para o viés de?
44:32
Usuário, eu não estou disposto. Por exemplo, na minha conta como
44:36
usuário que tem um erro lá dentro, quando eu for fazer um
44:41
pagamento, quando eu for ver meu saldo, eu não estou disposto.
44:44
Provavelmente eu vou ficar já muito puto, né?
44:46
Quando der algum erro EE eu vou dar um chani na ferramenta.
44:50
Mas se eu estou falando, por exemplo, dentro do Mercado
44:52
Livre, uma ferramenta de vendedor que é uma tela nova que
44:57
eles não usam hoje. É.
44:59
Que traz? Alguns dados para ele tirar em
45:01
site, talvez eles estejam mais abertos AAA ter sabe?
45:06
E 11 exemplo que eu posso dar, por exemplo, é que a gente
45:10
construiu agora uma tela full e AI ponto a ponto é que é uma
45:16
tela assim. A ideia era a gente ter o
45:18
monitor é de vendas ao vivo, que traz as principais métricas,
45:22
mostrar o gráficozinho lá, Dan tal, mostrando quanto você tá
45:24
ganhando os produtos em alta. Quer te ajudar a ter uma
45:27
estratégia? Tipo assim, será que eu consigo
45:28
dar um cupão agora ou fazer alguma coisa assim?
45:30
Era inspirar isso. A gente desenhou tudo com firme
45:35
AI. É, pegou vários.
45:38
Exemplos de benchmark e de outras empresas que já tenham
45:40
Aparecido. Colocou no curso o?
45:42
Curso desenvolveu. A gente só conectou com OMCP ali
45:45
nas bases EEA. Gente lançou, né?
45:51
Oo próprio lançamento. Nesse caso, ele é um
45:54
experimento. Acho que essa é a mentalidade
45:56
também que tem que entender, né? Por quê?
45:58
Porque muita gente e aí entra naquele ponto de eu não querer
46:01
estar errado, né? Muita gente entra num
46:03
experimento, um lançamento, um MVP, pensando assim, ó, já é
46:06
sucesso. E aí ele sempre.
46:09
Vai buscar alguma métrica para favorecer o que ele está
46:12
falando? EEO ponto é o segredo é, você
46:14
sempre vai conseguir, se você quiser.
46:16
Se você quiser dizer que você. Está certo, você sempre vai
46:18
achar uma métrica que que vai mostrar, mas você tem que entrar
46:20
com uma mentalidade de aprendizado.
46:22
O que é que eu posso aprender com essa tela?
46:24
E aí, por exemplo, com essa tela, a gente aumentou 3% de
46:27
adoção logo depois que lançou sem comunicar, entendeu?
46:33
E aí no outro mês teve uma baixa de adoção naturalmente, que a
46:36
gente depois comunicou. Aí subiu cada vez mais e teve
46:38
uma baixa que é uma estabilizada que todo o produto tem.
46:41
Mas quando a gente foi falar com os vendedores, eles amaram essa
46:44
tela assim, de uma forma que. A gente nem imaginava que IA.
46:47
Ser tanto, a gente pensou, Ah, não é um, é uma nova
46:50
personalidade aqui é só precisar comprar em tempo real.
46:52
E olha que não teve nenhum Pix season, né?
46:54
Não teve ainda Black Friday, porque isso a gente mais dava
46:58
assim, ó, vai ser ótimo na Black Friday, então a gente vai
47:00
testando até lá pra poder né, na Black Friday e está top sendo.
47:04
Que deu certo de? Primeira EE muitas vezes não vai
47:06
dar certo de primeira. Eu acho que esse é o ponto EE.
47:10
Aí vai muito nessa mentalidade de para você fazer
47:12
experimentação tanto. E AI?
47:14
Para como eu posso utilizar melhor?
47:15
E aí quanto no dia a dia, é ter abertura, aprendizado e você
47:19
entender que você tem que fazer perguntas e não dar resposta.
47:22
Claro que você vai dar resposta, mas na o que vai dar resposta é
47:25
o experimento e o usuário não, você é a métrica que traz a
47:29
resposta não você, né? Então eu acho que esse é o ponto
47:31
principal, né? Quais métricas?
47:33
Você, você, você e a mellie usam para avaliar se a estratégia é e
47:40
a first está realmente entregando valor.
47:44
Redução de curso, aumento de conversão, eficiência.
47:47
Você usou também um agora pouco algumas métricas logísticas, né?
47:52
De de caminhões cheios, né? Ali, quais são as métricas?
47:58
Assim, qual é o conjunto de métrica para você medir?
48:02
Tá, eu consigo trazer. Alguns assim é, eu vou.
48:05
Primeiro focar em em negócio e experiência, né?
48:08
É olhando. Para negócio?
48:09
E experiência eu tenho é produtos nossos que eles são.
48:14
Meio do caminho, né? Então, não consigo aferir.
48:17
Por exemplo, olha, usou mais minha tela, é, usou mais minhas
48:21
personalidades. Eu, eu estou aumentando, OGMV da
48:24
da deles. Tipo assim?
48:26
Não. Consigo aferir.
48:28
É. Então.
48:30
Nessas telas que elas são meio como a maior parte das minhas
48:33
telas, que eu vou parar para pensar aqui, né, que é como
48:36
resumo, métricas é um pouco assim, né?
48:39
É? A gente olha muito.
48:41
Mas que a gente chama, né? Que é monfillective user seria
48:44
um mal. Só que com s no final é.
48:46
Então. A gente traz é exatamente esse
48:50
monfective sellers. A gente olha também ali é
48:54
recorrência. Então, quantas pessoas estão se
48:57
mantendo nas telas? É utilizando cool rorty
49:00
realmente ali por por mês e 11, coisa que assim é.
49:06
Conversando com o Joca. Né?
49:07
É, em algum alguns momentos, Joca Torres.
49:09
Ele trouxe uma coisa muito legal, né, que é.
49:13
Todo. Um produto digital, ele nada
49:14
mais é com software que tem usuários, né?
49:17
E eu sempre faço uma piada do tipo assim, olha, é se você
49:20
assistiu aquela dilame das redes sociais, ele fala que só tem 2
49:24
mercados que chama de usuário, né?
49:25
O tráfico de droga e o nosso, né?
49:30
É e. E tem um sentido.
49:32
O porque o nome usuário, né, que vem de uso frequente?
49:35
Então, se você não entende a frequência de uso do seu produto
49:38
de acordo com o propósito que ele tem, você já está jogando um
49:41
jogo errado. Então a gente também olha a
49:44
frequência de uso, porque aconteceu casos, por exemplo, de
49:47
novas experiências que lançamos, que aumentou muito AAA entrada,
49:51
né? A adoção, né esse, mas, mas caiu
49:54
muito em frequência de uso dado no nosso propósito.
49:57
Então, por exemplo, Ah, uma tela de resumo é o que eu gostaria
49:59
que ele entrasse todo dia, porque aí eu vou ter mais, é.
50:04
Alavanca para poder, por exemplo.
50:06
Assim, Ah, mudei 111 card de resumo de lugar.
50:08
Então eu vou fazer com que a pessoa foque mais naquilo
50:11
naquele momento do que em outro, para ajudar ela a crescer mais,
50:14
por exemplo, né? É então ela entrar mais vezes é
50:18
mais importante para mim do que ela entrar uma vez no mês.
50:20
E é isso. EE mais quando?
50:23
Eu olho para métricas é diferente, métrica, eu não quero
50:25
que ele entre todo dia, porque se ele entrar todo dia em
50:28
métrica, significa que os outros produtos não estão trazendo
50:31
métricas de forma operacional o suficiente.
50:34
Né? Para conseguir fazer com que o
50:36
produto ocorra, então ele sempre vai ter que fazer um DIP numa
50:38
tela, demora mais tempo operacionalmente, então para mim
50:41
é tipo quinzenalmente. Então definir essas frequências,
50:44
elas ajudam também a gente. AA, como me disse a AI AI que a
50:47
gente colocou lá dentro, porque eu olho muito a AI como uma
50:50
funcionalidade como qualquer outra, né?
50:52
E a gente vê ali é como é que está esses dados?
50:55
É, mas. Olhando para.
50:56
Mais para negócio a gente olha muito, conversão é?
50:59
Adoção de novas. Recomendações porque aí entra
51:02
fua e AI. Porque a gente tem todo um
51:03
sistema de recomendações. Hoje é tanto no assistente
51:07
quanto também é no motor de recomendações, né?
51:10
Que ele se alimenta e a e o foco é sempre aumentar.
51:13
É é OGM. V que também isso?
51:15
Tudo ao lado do time. Da cata que eu comentei é, a
51:19
gente olha custos, a gente olha tiane, a gente olha tudo isso
51:22
olhando como experimentação de negócio.
51:24
Quando a gente vai para operacional, a gente olha
51:28
velocidade de entrega. É cumprimento da entrega.
51:31
Então, se por exemplo, é ele teve quantos por cento de delay
51:35
eu tive numa entrega? Quantos por cento de early eu
51:38
tive? Porque assim, às vezes você deve
51:39
pensar, Ah, mas se entregou antes é bom, né?
51:42
Na verdade, não. Se aí aí está ali com o objetivo
51:45
de otimizar a operação, se eu estou entregando antes, e se for
51:48
11 local, 1111 local, por exemplo, onde eu dei a
51:51
previsibilidade, que é um local comercial que a pessoa vai
51:55
receber num, numa, numa certo horário, num certo dia, e eu
51:57
entregar antes. Eu já quebrei a experiência da
52:00
pessoa, imagino que é um estabelecimento comercial
52:02
também, uma loja que vai receber ali do Mercado Livre.
52:06
Sabe eu? Ah, eu?
52:07
Entregar 9 horas da noite não vai dar certo, então a gente
52:09
também olha essa questão do dinheiro ali.
52:11
A gente olha o lud. Factor, né?
52:13
Que é esse de de caminhões? É quantos caminhões estão
52:17
saindo, é porcentagem de de ocupação de espaço.
52:21
A gente olha, é SPP. Que é esse aí, é legal que é, é
52:26
chipment por palete. Então por quê?
52:29
Porque se eu conseguir botar mais envio dentro de um palete,
52:32
naturalmente eu aumento, não só Oo, é porque o low defect ele é
52:37
muito em em posições de palete que eu boto no caminhão, né?
52:40
É, mas o chip mesmo por Palio significa que eu ainda estou
52:42
aproveitando ainda mais o espaço que eu tenho.
52:44
Então como é que eu posso otimizar isso na operação, né?
52:46
E aí pra pra tu saber, é hoje AO Mercado Livre, na parte de
52:50
logística também, tá tá criando 11 EI nos bipzinhos que já é
52:56
nossa experiência, né? Que ela ensina como é que é a
52:59
melhor ordem de montar o palete com os produtos que eu estou
53:02
bipando. Então ele ele sabe como é que
53:04
está o tamanho do palete. Ele fala, ó, bota ali no canto
53:06
esquerdo, bota ali no canto direito, é.
53:09
Isso é bem? Bem legal, quase um petrezinho,
53:10
né? Então isso ajuda muito ali na
53:12
entrada da quantidade de por palete EE, quando além disso
53:18
tudo, né? É a gente olha também muito a
53:20
NPS, porque de nada adianta é a gente.
53:24
Ter, ter isso tudo e não garantir 11 que não é
53:28
satisfação, não é ANPS é promoção?
53:30
É. Mas a gente, em paralelo com
53:32
OMNPSA gente testa satisfação de ser site e esforço com OCSE.
53:36
Aí tem algumas perguntas mais específicas para ser site e
53:39
esforço exatamente para saber o que é que teve efeito ou não.
53:41
Porque o problema do INPS também é que eu olho a nível serviço da
53:45
empresa, né, e não a nível produto.
53:47
Então às vezes eu acabo não conseguindo sacar um dado tão
53:51
relevante ali para o meu produto se eu se eu pedi ali, sabe?
53:55
Só aprende muito quando eu tava. Na arco que era interessante que
53:57
a gente prendia OINPS era um produto de criança.
54:00
É o eureka, né? Que era para responder a questão
54:03
e a gente começou a medir ser site, Ah, o quanto você indica
54:06
para um familiar ou amigo, e ele sempre botava baixo, porque
54:08
ninguém vai indicar fazer o tráfico de casa, né?
54:10
Uma criança não vai indicar fazer o tráfico de casa com o
54:12
amigo. Mas quando a gente começou a
54:13
medir ser site, aí, tipo, a gente tornou aquele processo que
54:16
era naturalmente doloroso, não algo mais invertido.
54:19
Então a gente consegue medir corretamente a métrica ali.
54:22
Falamos de a. Falamos de estratégia e agora
54:25
tem uma aula sobre NPS em um tweet, que é, você tem que
54:29
entender o contexto do seu produto para você saber se você
54:34
vai usar NPS ou se é SAT. Mas às vezes a pessoa só
54:39
responde NPS porque só quer responder.
54:42
Pronto, acabou, é. Enfim, não vamos entrar nessa
54:45
polêmica, tá? Mas eu tenho uma dica.
54:48
Eu tenho uma dica sobre OC 7. Tem um estudo psicológico que
54:51
fala que quando eu boto uma escala, tipo uma liket de 1 a 5,
54:56
a gente naturalmente, sem saco, a gente vai botar 3.
54:59
E aí vocês podem perceber que a maioria dos resultados de sensat
55:02
é 3 ou alguma coisa. Porém, se.
55:05
Você botar uma escala par, esses estudos mostraram que você
55:09
obriga a pessoa a tomar uma decisão entre pelo menos bom ou
55:12
ruim, sabe? É e aí?
55:15
Você tem um dado? Muito mais acurado, que pode
55:18
servir muito mais pro seu dia a dia, então, ao invés de 1 a 5,
55:20
bota um a 4 que. Aí ele vai ter que.
55:23
Falar assim, ó, ou se é péssimo ou ruim ou bom e maravilhoso,
55:26
né? Então, mais ou menos não vai
55:28
existir. Olha aí.
55:29
Então, a partir de amanhã, você que está ouvindo e assistindo, a
55:32
gente já muda, já vai lá No No, na pesquisa, no relatório, já
55:38
muda, já coloca número par, nada de impar.
55:42
Porque eu não sabia disso. E faz sentido.
55:44
Você tava falando faz sentido. Quando eu vejo o circo, eu vou
55:47
no meio logo que é 3. Então é isso faz sentido, rapaz?
55:53
É pra você não se posicionar. Nós ficamos ser humanos.
55:55
Muitas vezes a gente pra não pensar, a gente não se
55:57
posiciona, entendeu? Então é por isso que vai logo no
56:00
meio. Fica aí a.
56:01
Reflexão exato. Fica aí a reflexão.
56:05
Não só para acessar, mas para tudo, para a vida com o Felipe.
56:09
BD ô Felipão. Muito obrigado por você ter
56:13
participado. Você volta aqui é segundo as
56:18
agendas. Aqui você volta para falar sobre
56:21
Discovery, certo? Perfeito.
56:23
E aí é fala quando a gente for falar sobre Discovery também.
56:27
Além do Klein, tem outro produto que eu estou lançando com outro
56:30
amigo, que aí o nome é cafezinho, mas aí no próximo a
56:34
gente explica porque foi legal que a gente fez o Discovery full
56:36
a AI. E aí vai ser bem legal pra poder
56:39
compartilhar com vocês. E a gente vai lançar aí, ó,
56:41
final de outubro vocês já acessam?
56:43
Então é isso, o. Link do cafezinho vai estar aqui
56:45
na da sessão também, porque a gente vai falar depois, mas a
56:47
gente deixa o link aqui e o Felipão vai abrir.
56:52
No próximo episódio, uma IAE vai mostrar na prática como fazer
56:57
esse Discovery aí? É.
56:59
Então se preparem, porque o próximo episódio com o Felipe PD
57:03
é mais um episódio. É uma aula como a gente teve
57:07
hoje. Aqui também, Felipão, muito
57:09
obrigado. Até a próxima.
57:12
Até a próxima. Gente, aí qualquer coisa o
57:15
Paulo, o Paulinho vai colocar aqui embaixo nas redes sociais
57:17
também. Se vocês quiserem entrar em
57:18
contato comigo. Adoro conversar com o produto,
57:21
então para mim vai ser maravilhoso.
57:22
Vou deixar pro final, porque eu? Estou deixando pro final agora.
57:25
Não deveria. O editor sempre briga comigo que
57:28
eu tenho que falar no início. O pessoal de social media também
57:31
fala, Jorge fala no início, você pula essa parte.
57:34
Que é? Talvez pelo Spotify.
57:36
Apple podcast. Clique no botão seguir e deixe
57:38
suas 5 estrelas. Menos de 5 estrelas.
57:41
Não quero por quê? Porque é número ímpar.
57:45
Então você. Tem que colocar. 5 você tem que
57:47
se posicionar com 5 menos de 5. Não quero seu posicionamento.
57:51
Vai embora, só ouve, compartilha, reclama em algum
57:55
lugar? Tá assistindo pelo pelo YouTube?
58:00
Clica em se inscrever. Deixe seu joinha, comente e
58:04
compartilha também e lembre, se se conecte com o Felipe bédê
58:08
link direito está na descrição, manda um oi, fala o que é show
58:12
do episódio, pergunta mais sobre para ele e é isso.
58:17
Beijos, tchau.