Você adotou IA. Onde estão os resultados? O que os dados mostram sobre crescer no e-commerce

Você adotou IA. Onde estão os resultados? O que os dados mostram sobre crescer no e-commerce

Em 6 de agosto, realizamos no escritório da Snowflake Korea, em Yeoksam, Seul, um Lunch & Learn com o tema “Casos de sucesso no e-commerce construídos com IA e dados”.

Participaram profissionais de alimentos e bebidas, beleza, moda, bens de consumo e outros setores, de empresas como Hite Jinro Beverage, Nestlé Korea, Nongshim Kellogg, adidas Korea, APR e Kenvue Korea. Juntos, analisamos o que é preciso para que a IA e os dados gerem resultados reais no trabalho.

Do que a IA precisa para dar respostas confiáveis?

Na primeira sessão, Eom Sang-ryeol, executivo de vendas da Snowflake, apontou os três pontos em que a IA empaca quando chega à operação real: contexto, governança e custo.

Só conectar tabelas ou arquivos a um LLM genérico não basta para refletir de forma consistente as definições de indicadores de cada área, as regras de exceção e as permissões de acesso aos dados. Por outro lado, quando os indicadores comuns e as regras de negócio estão ligados aos dados, a IA dá respostas mais precisas e reproduzíveis à mesma pergunta.

Uma análise interna da Anthropic apresentada no evento reforçou esse ponto. A precisão das respostas, que ficava em 21% sem definições de dados oficiais, subiu para mais de 95% depois da aplicação de critérios comuns. Na demo do Snowflake CoWork, logo depois, o público viu como a IA vai além da análise e chega à próxima ação quando os dados da empresa, o modelo semântico e as políticas de segurança funcionam em um único ambiente.

Dos dados de e-commerce espalhados à receita

Park Jun-young, executivo sênior de vendas da MarqVision, apresentou os problemas de mercado cinza, distorção de preços e falsificações que surgem quando os dados de marca, produto, preço e vendedor estão espalhados por vários canais.

A Marq AI conecta esses dados em uma única ontologia de marca e identifica, com o monitoramento de preços e a inteligência de vendedores, os vendedores de alto risco e as redes ligadas a eles. Com isso, a marca define prioridades com base em resultados de negócio, como preços e receita recuperados e tempo de resposta, e não no simples número de detecções.

No caso da Yonsei Dairy, no ano seguinte à adoção da Marq AI, a empresa aumentou o preço de fornecimento à Coupang, elevou o PPM em 3% a 5% e reduziu em 70% o tempo de trabalho em relação ao processo anterior. O caso mostra que a gestão do mercado cinza pode ser o ponto de partida para pôr ordem na distribuição online e recuperar a rentabilidade.

Uma estrutura de dados melhor importa mais que uma IA melhor

A principal conclusão do evento foi clara.
O que define os resultados da IA não é um modelo mais caro, mas a estrutura que conecta os dados e os critérios da empresa de um jeito que a IA consiga entender. Depois das sessões, os participantes almoçaram juntos e, no networking, trocaram experiências sobre os desafios de dados e de operação de e-commerce que enfrentam no dia a dia.

Agradecemos a todos que participaram. Se você quer saber como a Marq AI conecta os dados de e-commerce espalhados para proteger a confiança e a receita da marca, confira os diversos casos de sucesso da MarqVision.