Como o Processamento de Linguagem Natural Está Moldando o Futuro do E-Commerce

'É apenas uma questão de tempo antes que empresas de todos os setores utilizem tecnologias de deep learning como NLP para extrair insights ocultos e combiná-los com sua experiência e expertise específica para inovar e se diferenciar.'

Qual é a tecnologia por trás do processamento de linguagem natural?

Simplificando, NLP (Processamento de Linguagem Natural) é a tecnologia que permite que dados do mundo real sejam compreendidos e processados por computadores.

Tudo começou nos anos 1950, com o artigo de Alan Turing "Computer Machinery and Intelligence", onde ele perguntou: As máquinas podem pensar? O que ele quis dizer é: As máquinas podem pensar como humanos, portanto, podem entender fatos e dados da realidade humana?

NLP é uma forma de inteligência artificial que utiliza várias disciplinas, como linguística computacional, para tentar dar sentido estruturado à comunicação humana não estruturada. Em certo sentido, converte palavras humanas (fala e texto) em código binário.

Setenta anos atrás, cartões perfurados eram a única forma de humanos se comunicarem com computadores. Hoje, computadores podem "entender" muitas linguagens humanas, executar ordens faladas ou escritas, inferir insights delas e aplicá-los ao futuro. Por exemplo, se você visualizou um suéter vermelho online uma vez, o computador entenderia que você gosta de suéteres vermelhos e mostraria todos os itens correspondentes a "vermelho" + "suéter".

NLP funciona analisando componentes infinitesimais da linguagem humana — os "átomos da comunicação humana". Podem ser palavras, frases ou descrições do seu catálogo de produtos. Esses "átomos" são então comparados ao seu próprio banco de dados de palavras e gravações, que categoriza e extrai significado deles usando análise semântica — na prática, compreendendo-os.

Isso significa que pode fazer conexões que humanos não fariam. Hoje, com enorme poder de processamento disponível a baixo custo, as inferências que pode fazer sobre preferências individuais são surpreendentes.

Por que está chegando ao mercado agora?

NLP está em desenvolvimento há muitos anos. O mercado em geral só está percebendo agora porque (1) as aplicações reais dele e de outras tecnologias de IA estão sendo melhor compreendidas pelas empresas, e (2) finalmente temos o poder computacional amplo para realmente fazer algo com isso. Também ajuda que empresas como a nossa tenham conseguido usar seu conhecimento vertical de indústria para ir além de modelos genéricos e criar algoritmos focados em experiência que geram resultados reais, como aumento de conversões ou receita.

Até recentemente, poucas organizações fora da academia ou governo tinham poder computacional para executar algoritmos de deep learning necessários para entender e extrair correlações de texto. Com avanços recentes, não só podemos consumir rapidamente e extrair significado de vastas quantidades de dados textuais, mas também temos tecnologia em tempo real (com o advento de tecnologias como Flink e Kafka) para processá-los junto com comportamento do usuário, extrair insights necessários e responder em tempo real com a ação ou decisão apropriada.

Conforme observa o Gartner, o advento de dados textuais está gerando grande interesse em uma gama de aplicações avançadas de IA. O uso de NLP na experiência do cliente, por exemplo, para extrair sentimento de mensagens de texto e chat, abriu caminho para adoção mais ampla na indústria e aplicações práticas.

No campo de personalização de experiência, estamos apenas começando a explorar as possibilidades e entusiasmados com os resultados vistos com uso de NLP, por exemplo, para extrair insights de descrições de catálogo de produtos, avaliações, atributos e outros textos e obter compreensão mais profunda dos produtos dos clientes e como se relacionam — hipoalergênico, 100% algodão, etc.

É apenas uma questão de tempo antes que empresas de todos os setores utilizem tecnologias de deep learning como NLP para extrair insights ocultos e combiná-los com sua experiência e expertise específica para inovar e se diferenciar.

As organizações devem aplicar NLP? Pode fornecer estudos de caso práticos/exemplos empresariais?

Um setor onde vimos claramente como funciona é o varejo, onde muitos de nossos clientes atuam. Moda rápida e varejistas com grande rotatividade de produtos ou que introduzem catálogos inteiros sazonalmente podem se beneficiar especialmente do uso de NLP.

A personalização tradicionalmente funcionava melhor quando você tem muitos dados comportamentais para cada produto. Mas o que fazer se grande parte do seu catálogo é novo ou de nicho e simplesmente não tem dados? Até recentemente, o melhor que se podia fazer era oferecer recomendações de "mais vendidos" como complemento.

Com NLP, podemos realmente pegar os dados textuais — como descrição do produto, notas de estilo e caimento, avaliações e reviews, etc. — extrair insights sobre aquele produto e outros relacionados, e usar essa compreensão mais profunda para fornecer imediatamente recomendações e ofertas complementares ao produto novo ou de cauda longa.

Isso muda o jogo para varejistas/marcas que introduzem regularmente ou ciclam rapidamente novos estilos ou catálogos sazonais, tornando possível personalizar e expor compradores a produtos relevantes através de ofertas de cross-sell desde o início.

O que vem a seguir para NLP?

À medida que marcas e varejistas continuam adotando NLP, casos de uso continuarão evoluindo. O que vemos a seguir é expandir a aplicação de NLP para incluir previsão de jornada, extensões baseadas em voz, facetas para busca e mais. NLP com deep learning é o futuro das compras no e-commerce.

Respostas fornecidas por Raj Badarinath, VP Ecosystems, RichRelevance