Como a Nike usa análises preditivas

A gigante do varejo está diversificando seu modelo de negócios para uma estratégia direta ao consumidor e a utilização de dados impulsiona uma operação para essa transformação.

Com 60 anos de vida, a Nike é referência não apenas em tecnologia de calçados e esportes, mas também tem se tornado um bom benchmark em termos de uso de análise preditiva e inteligência artificial aplicada a empresa. Em meio ao cenário competitivo do varejo, a empresa encontrou um novo modelo de negócio para continuar crescendo e nos últimos três anos discutidos Direct to Consumer – DTC.

No centro dessa transformação, está um conjunto de aplicativos móveis para usuários finais que, embora tenham como objetivo otimizar a experiência do cliente, também coletam uma grande quantidade de dados. E eles, evidentemente, são enquadrados em sistemas de big data que impulsionam as estratégias de negócio da empresa.

O aplicativo principal da empresa oferece amplo suporte de vendas e abriga seu programa de fidelidade. Além disso, há o aplicativo de treino, o SNKR para entusiastas de tênis e a ferramenta de medição Nike Fit, que usa uma combinação de visão computacional, ciência de dados, aprendizado de máquina e inteligência artificial para construir uma morfologia digital do pé com base em 13 pontos de dados. Isso não apenas ajuda o aplicativo a fazer recomendações de produtos, como fornece dados para projetar produtos com melhor ajuste no futuro.

Outro ponto de destaque é quando um usuário do aplicativo da Nike entra em uma loja, o app se transforma no “modo de loja”, permitindo ao usuário escanear itens para saber mais detalhes, solicitar produtos que sejam trazidos a eles por atendentes para experimentar e reservar peças para compra. Todos esses dados são então usados para fornecer recomendações personalizadas de produtos e conteúdo com base em seu comportamento de compra no mundo real.

Sistemas de dados

Os sistemas analíticos são totalmente integrados para que possam conectar facilmente variáveis preditivas que variam de interação na mídia social a padrões de compra para melhor compreender e antecipar o comportamento do cliente. Outro ponto é que também foram implantados recursos de autoatendimento para que cada líder da corporação tenha acesso a um painel de análise personalizado, adaptado às suas necessidades de tomada de decisão. Além disso, investiu em ferramentas de visualização de dados para garantir que os insights sejam tão facilmente digeríveis quanto possível.

Para fazer tudo isso, a Nike partiu para uma estratégia de internalização dos serviços via aquisição, comprando algumas empresas do segmento como:

• Plataforma de análise de dados Zodiac em março de 2018;

• Empresa israelense de visão computacional Invertex Ltd (agora Nike Fit) em abril de 2018;

• Empresa de análise preditiva Celect em agosto de 2019;

A Zodiac é uma ferramenta focada em marketing que fornece insights relacionados ao “valor de um cliente individual para aumentar a receita e a retenção com o marketing, recomendações e ofertas certas”. Em outras palavras, permite que a Nike junte pontos de dados de vários aplicativos (próprios e externos, como o Fitbit) para entender melhor os hábitos do cliente e prever decisões de compra. A Nike incorporou o Zodiac em seu aplicativo para facilitar recomendações e conteúdos personalizados de produtos.

Por outro lado, o Celect é uma plataforma de análise de detecção de demanda que “fornece insights proprietários que permitem aos varejistas otimizar o estoque em um ambiente omnichannel por meio de previsões de demanda hiperlocal”.

Usando ferramentas de gerenciamento de estoque como o Celect, a Nike pode determinar com mais eficácia quais produtos produzir e onde devem ser vendidos. Em entrevista a um blog, o CFO da Nike, Matt Friend declarou que o centro de serviço regional em Los Angeles usa modelagem preditiva para antecipar a demanda do consumidor e garantir que o produto que os consumidores desejam esteja disponível dentro de um ou dois dias. Ele também mencionou que ferramentas de modelagem preditiva, personalização de membros com base em dados e preparação de inventário foram essenciais para a melhora da eficiência operacional. 

A Nike iniciou uma transformação significativa para que proporção muito maior de suas receitas venham de vendas diretas ao consumidor, tanto online quanto offline. A mudança das vendas de terceiros para um modelo DTC é gradual, e a empresa está ciente de que o primeiro ainda oferece suas vantagens. Hoje, as vendas de atacado ainda representam a grande maioria das receitas – 87% do total em 2020. Mas o poder das análises preditivas tem ajudado a Nike a caminhar em direção ao novo modelo.

“Fala-se muito sobre o quanto precisamos de dados, mas na verdade precisamos dos dados certos e usamos análises sérias por trás deles para transformá-los em criação de valor”, diz o fundador da Nike, Hannah Jones, em artigo publicado no Medium.

Outro insight que a Nike obteve nesse avanço para DTC é que os clientes devem ser segmentados por seus interesses e estilos de vida, em vez de seus dados demográficos tradicionais. Os corredores podem ter mais em comum com os corredores de outro país do que com os fãs de golfe que moram em suas ruas, por exemplo. Tudo isso retorna ao setor de desenvolvimento do produto. A Nike permite que os usuários personalizem os produtos também, adicionando mais uma camada de dados que podem ser usados para moldar linhas futuras.

Estrutura de dados

Em uma apresentação, o chefe de análise da Nike para a América do Norte demonstrou como a estrutura de dados funciona na prática. Algoritmos de aprendizado de máquina podem avaliar diversas variáveis para a previsão, incluindo dados de mídia social e padrões de compra, para identificar links entre diferentes comportamentos de clientes.

Essa análise pode se concentrar em áreas geográficas muito específicas, o que ajuda a Nike a decidir onde construir lojas e o que colocar nas prateleiras.

Na loja Nike by Melrose em LA, os produtos são atualizados a cada duas semanas. Naturalmente, alguns produtos básicos da marca estão sempre presentes, mas a Nike gira uma grande parte do estoque para atender às mudanças de gosto. A análise preditiva torna isso possível. Por exemplo, a loja será abastecida com tênis Nike Classic Cortez porque os dados da empresa mostraram que 1 em cada 50 compras do tênis foi feita nas proximidades da área de Hollywood.

Para a Nike, uma análise preditiva não envolve apenas gerenciamento de estoque ou recomendações de produtos. Essas são tarefas essenciais, mas são apenas as bases de uma estratégia de IA de sucesso para um presente hoje. A empresa sabe que os dados digitais fornecem uma representação matemática do comportamento do cliente. No entanto, esses insights não são evidentes; é apenas coletando os dados certos e processando-os corretamente que podem mostrar o seu verdadeiro valor comercial para o negócio.