IA generativa avança durante a Black Friday 2023, mas problemas estruturais persistem no e-commerce brasileiro

Marisa Kinoshita Gerente sênior de marketing do Google Cloud Brasil Black Friday

O uso de soluções de IA generativa avançou dentro do e-commerce brasileiro durante a Black Friday 2023, mas alguns problemas estruturais ainda afligem as principais plataformas nacionais do varejo online. A descoberta é da quarta edição do FlashBlack, estudo anual do Google que avalia a adoção de tecnologia pelos principais e-commerce do Brasil, apresentada nesta quinta-feira (14).

Considerada uma das descobertas mais “graves” do estudo, oito dos 30 e-commerce analisados apresentaram erros de timeout no dia da Black Friday. “Essa descoberta acompanha a gente desde o primeiro estudo”, pontuou Marisa Kinoshita, gerente sênior de marketing do Google Cloud Brasil.

O erro é visto como preocupante não apenas por impactar as vendas, mas também pelo risco de imagem que pode trazer para marcas em um momento de fluxo intenso de clientes. No ano passado, o estudo apontou que sete dos 25 e-commerce analisados apresentaram erros de timeout no dia da Black Friday. Segundo o Google, a melhora foi “discreta” – uma redução de 28% de plataforma com timeout em 2022 para 26% no ano passado.

Mais da metade dos e-commerce analisados também não carregaram o principal conteúdo do site no tempo considerado “ideal”, de 2,5 segundos. O resultado foi um avanço em relação ao ano passado, quando nenhum dos varejos virtuais conseguiu atingir a meta. Ainda assim, é visto como um sinal preocupante. “Essa demora pode significar que uma super promoção na home pode passar batida pelo cliente”, explicou Marisa.

Para Maykon Fernandes, diretor de Vendas e head de Indústria do Google Cloud, a migração para a nuvem é uma oportunidade de mitigar esses desafios de infraestrutura. “Nós falamos muito de IA, mas há uma oportunidade enorme de melhorar a infraestrutura que, em si, é interessante”, explicou. O caminho de migração pode auxiliar na escalabilidade e segurança de ambientes e, em última instância, uma melhor UX. “Certamente terá um impacto positivo na experiência do consumidor na ponta”, completou.

Maykon Fernandes Diretor de Vendas e Head de Indústria do Google Cloud

Maykon Fernandes, diretor de Vendas e head de Indústria do Google Cloud (Imagem: Divulgação/Google)

Foram detectadas também “inconsistências” entre as experiências desktop e móvel dentro de um mesmo varejo online. Segundo Herbert Freitas, diretor executivo de Criação e UX da R/GA, que promove o estudo junto ao Google, essas inconsistências podem prejudicar as jornadas de compra.

“A gente entende que existem inconsistências naturais de cada suporte, diferenças para o usuário entre a experiência de aplicativo e a experiência de desktop, mas há itens que são preocupantes, que causam ruído na jornada de compra”, explicou. “Um exemplo simples: uma jornada de compra não é linear, ela pode começar no desktop e finalizá-la no aplicativo. Essa conversa, muitas vezes, não é bem feita.”

O Google, no entanto, celebrou o avanço da adoção de ferramentas de IA generativa dentro dos e-commerce analisada durante o estudo. Uma das principais descobertas foi o crescimento do uso de linguagem natural entre chatbots das varejistas, que aumentou em 233% em relação ao estudo do ano anterior.

Leia mais: Aprendizados de CIOs no SXSW 2024: governança de IA, integração e outros

“No mundo do varejo, entendemos que a IA é a chave do sucesso. Isso significa que os pioneiros terão uma vantagem competitiva”, avaliou Ricardo Fernandes, head do Google Cloud no Brasil. “Muito mais que trazer insights, a IA vai ajudar empresas em predições, a tomar decisões mais assertivas e em escala.”

Enquanto na edição de 2022 apenas três das 25 empresas analisadas utilizaram chatbots com linguagem natural para atender clientes em suas plataformas, agora o registro foi de 12 entre as 30 empresas pesquisadas. “A expectativa do consumidor é de uma experiência cada vez mais interativa, de digitar livremente ao invés de ter que selecionar opções”, disse Kinoshita.

O avanço ainda enfrenta alguns desafios. Um único chatbot, por exemplo, foi identificado utilizando capacidades de análise de sentimentos – quando provocado com a frase “estou decepcionado” pelo cliente, esse bot foi capaz de reagir com empatia e encaminhar o atendimento para um agente humano.

Ricardo Fernandes Head do Google Cloud no Brasil

Ricardo Fernandes Head do Google Cloud no Brasil (Imagem: Divulgação/Google)

A integração entre atendentes virtuais e humanos também tem espaço para melhorias. Apenas cinco dos 14 chatbots estudados foram capazes de transferir o cliente de um atendimento automatizado para um atendimento humano com o histórico da conversa completo. Os chatbots restantes exigiam que o atendente humano recuperasse todo o atendimento desde o começo.

“A gente sabe que o atendimento humano pode ser necessário para atender demandas complexas. A transferência de atendimento tem que ter o cuidado de salvar o histórico para que o consumidor não sinta a troca”, pontuou Marisa.

“Os chatbots ainda estão voltados para o modelo consultivo, de dúvidas, perguntas e respostas”, “O próximo passo é a gente colocar mais complexidade. Conseguirmos, na interação com o chatbot, a fluidez que você quer

O estudo levantou ainda outros pontos sensíveis. A falta de ferramentas de acessibilidade entre os e-commerce analisados é uma delas. Apenas dois aplicativos ofereceram recursos extras de acessibilidade, como libras ou conversão de texto para áudio. Além disso, apenas quatro sites atingiram a pontuação ideal em acessibilidade, segundo métricas do Lighthouse – ferramenta automatizada e de código aberto para medir a qualidade de páginas da web.

A compreensão semântica de buscas de usuários também é um ponto que pode ser melhorado. Dos 30 e-commerce analisados, 18 não entregaram resultados quando há algum erro de digitação na busca do usuário. Uma a cada dez pesquisas feitas, segundo o Google, tem erros de digitação.

Além disso, 22 deles não foram capazes de entender buscas que vão além de um produto específico. Um exemplo seria o cliente procurar por “rosto ressecado”, e receber resultados de hidratantes faciais. “A busca pode evoluir para algo muito mais conversacional”, disse Marisa.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!