Entendendo o potencial da mobilidade humana

A personalização tem sido objeto de debate há décadas, desde o momento em que não significa mais do que incluir as informações pessoais de alguém em um e-mail. Na última década, a sofisticação da tecnologia de segmentação sem dúvida alcançou novos horizontes, mas ainda há uma sensação de que o potencial ainda está por ser capturado. As empresas globais definidoras de tecnologia são construídas em dados de gráficos “online” representando 30% da atividade humana, mas 70% da atividade humana acontece no mundo físico. Uma nova mudança de paradigma emergiu, esperando para ser conquistada, alimentada por dados de mobilidade humana.

A Unacast é uma empresa que define a mobilidade humana como uma compreensão de como as pessoas interagem com os lugares ao longo do tempo. Como seu fundador e CEO, Thomas Walle diz: “Na Unacast, entendemos como as pessoas se movem pelo espaço físico, lugares para onde vão, para onde viajam, onde moram, onde trabalham e assim por diante. Uma vez analisado, nós fornecemos essas informações interessantes para as empresas – para que possam tomar melhores decisões e melhores produtos ”.

Exemplos relevantes e estudos de casos em andamento são:

Uma aplicação de urbanista que quer otimizar a cidade
Empresas que desejam abrir uma nova loja e precisam descobrir onde podem obter mais tráfego
E empresas que estão tentando entender onde os clientes estão indo, quando não estão em suas lojas
Mike Reiner, sócio de risco da OpenOcean entrevista Thomas Walle, CEO da Unacast:
Mike: O que você colocou em dados de localização em primeiro lugar?

Thomas: Pode não parecer o ponto de partida óbvio, mas eu e meu co-fundador, antes da Unacast, fundamos um serviço de streaming de música chamado Tidal, que foi adquirido pela Jay-Z. Como você pode imaginar, nós conhecíamos todas as músicas que as pessoas ouviam, mas o que realmente queríamos descobrir era onde e quando as pessoas vão aos shows. Isso foi em 2013 – entendemos o espaço on-line, o que as pessoas clicaram, o que compraram e o que ouviram, mas não tínhamos ideia sobre o movimento físico das pessoas. Depois de cavarmos um pouco mais, percebemos que muitas empresas, espalhadas por vários setores, se beneficiariam enormemente de tais informações.

Mike: Quais fontes de dados estão disponíveis para você entender o movimento físico das pessoas?

Thomas: Como você pode imaginar, esta tem sido uma longa jornada para nós como empresa, já que precisávamos descobrir quais fontes de dados nos dariam uma compreensão mais clara de como as pessoas se movimentam no espaço físico. Nós usamos fontes como:

Dados de GPS que coletamos de aplicativos e editores
Dados da torre celular
Dados de Wi-Fi (logins em redes públicas em compras etc.)
Check-in pessoal em plataformas de mídia social
Recibos de compra de lojas etc.
Para obter uma imagem mais clara, você realmente precisa examinar muitas fontes de dados e encontrar uma correlação entre vários fatores.

Mike: Qual deles é o mais relevante para você?

Thomas: Os dados de GPS são provavelmente os mais comuns no mercado, já que há muito disso e a maioria das aplicações agora está habilitada para GPS – principalmente para estudar seu paradeiro. Mas também dá alguns desafios, pois há muitos dados disponíveis e você realmente precisa descobrir o aspecto de qualidade dele. É crucial enriquecer seus dados, usando muitas fontes de dados disponíveis e ser capaz de formular uma imagem clara do movimento físico de um cliente.

Mike: Como você lida com a preparação de dados?

Thomas: Esta parte do nosso negócio é muito emocionante, pois você pode observar como esse tipo de dado foi criado – por exemplo, o comportamento de navegação e a mecânica de cliques. Se você observar dados de GPS, será a combinação de um minúsculo chip de GPS em nossos smartphones e depois conectado a 31 satélites que orbitam o globo a 12 mil milhas acima do solo. Pense nesses números um pouco, a margem de erro entre eles é enorme. Este é um aspecto muito desafiador dos dados de GPS. Para obter uma compreensão precisa de como as pessoas se movimentam no espaço físico, você realmente precisa ser capaz de obter o tipo certo de dados de localização. Você precisa ser capaz de interpretar os dados corretamente para construir esse conhecimento.

É nesse ponto que muitas empresas não reconhecem como é difícil lidar com dados de GPS em comparação com outras fontes de dados mais tradicionais. E é crucial que as empresas compreendam a importância e o impacto potencial da aplicação dessa tecnologia.

Mike: Existem muitas empresas de análise de varejo por aí que estão usando dados de localização dentro de seus prédios para diferentes casos de uso. Qual é o seu consumo nisso?

Thomas: O que vemos nesse espaço é algo que as empresas ainda estão tentando resolver até hoje. No entanto, acredito que o caso de uso de lojas internas está sendo resolvido e, em muitos casos, até bastante sofisticado. O espaço de análise de varejo amadureceu e cresceu definitivamente, pois existem toneladas de tecnologias que efetivamente resolvem esse tipo de problema, seja por meio de câmeras, sensores e outros dispositivos capazes de dizer algo sobre o comportamento das pessoas nessa determinada loja. Mas o que muitos deles estão perdendo é o que acontece quando o cliente sai da loja ou de onde vem?

Acredito que este seja um dos maiores desafios para os varejistas físicos hoje, simplesmente porque a predominância do conjunto de dados que eles têm não está acostumada ao pleno potencial. Perguntas comuns que precisam ser feitas são:

O que está acontecendo na loja?
Quem está comprando na minha loja?
E quanto a todas as pessoas que estão passeando pela loja sem comprar nada?
De onde veio o cliente? Onde o cliente está indo depois?
Eles vieram de concorrentes?
e assim por diante…
É aí que vemos muitos casos de uso muito interessantes agora com nossos clientes e como essas empresas de análise de varejo na loja estão aproveitando os dados de localização para obter uma melhor compreensão de seus clientes.

Mike: Quais são as suas lições aprendidas em termos de fornecimento de dados?

Thomas: Ha! O sourcing de dados é super complicado e como mencionei com dados de GPS, nos primeiros dias da Unacast – realmente precisávamos gastar muito tempo e energia para entender o que é um bom sinal de dados de localização, por exemplo – como podemos, em um boa maneira, entenda o máximo possível do usuário ao longo do dia. Nos aproximamos de vários ângulos nos últimos dois anos – o número de fontes de dados que examinamos é enorme e é como encontrar um diamante na terra. Principalmente devido a grandes quantidades de dados lá fora, mas quantidades muito pequenas de dados de localização de qualidade.

Outro desafio que surgiu é ao monitorar um cliente. Só conseguimos ver vários usuários uma vez por semana ou uma vez por mês. Para que possamos entender melhor o comportamento do usuário, precisamos ver as ações do cliente pelo menos várias vezes por semana, de preferência várias vezes por dia. Então, para resumir os aprendizados e os desafios, é praticamente entender os dados certos e encontrar dados de qualidade dentro da vasta quantidade de dados que existem.

Mike: Qualidade sobre quantidade. Você poderia compartilhar as melhores práticas em termos de quantidade de dados qualitativos coletados?

Thomas: Francamente falando, são aproximadamente 1% de todos os dados reunidos e prontos para entrar em nossos principais produtos. Isso mostra que a maioria dos dados não é sofisticada e detalhada o suficiente para entendermos a mobilidade humana, ainda.

Mike: Se você está dizendo que 1% dos dados é qualitativo. Vocês estão tentando obter esse número ou estão planejando coletar mais dados e descobrir por si mesmos e traduzir os dados de maneira mais significativa no futuro?

Thomas: É aí que vemos uma transição no espaço da mobilidade, já que nos últimos anos tem sido muito sobre o jogo do volume. Quanto mais dados, melhor. Isso avançou, como podemos ver em nossos casos de uso e no nível de sofisticação de nossos clientes. Os produtos estão se tornando mais sofisticados e a tendência geral está mudando para garantir que tenhamos dados de qualidade e tentemos resolver os pontos problemáticos atuais da mobilidade.

Mike: Quando se fala em fonte de dados, há uma diferença na coleta de dados de diferentes regiões? Por exemplo, comparando os EUA à Ásia.

Thomas: Há uma grande diferença. O mercado dos EUA é mais sofisticado. Os EUA estão liderando esse setor e fizeram isso nos últimos 4 a 5 anos. Também vemos que a Europa está aumentando em maturidade e aceitando a importância desse campo. Em relação à Ásia, parece que eles estão um pouco atrasados, mesmo que essa região tenha uma mentalidade de primeira mobilidade. Sabemos que há toneladas de aplicativos com estratégias de dados de localização muito sofisticadas, como o WeChat, por exemplo. Esperamos que a Ásia esteja à frente da Europa nos próximos anos. Como muitos de vocês devem saber, o GDPR entrou em vigor na Europa em 25 de maio de 2018, e muitas empresas fugiram da Europa, pois não permitiu que essas empresas coletassem dados suficientes para interpretar com êxito os resultados em mobilidade e, portanto, não se tornarem compatíveis com GDPR.

Mike: Como você garante que seus clientes usem os dados para os casos de uso corretos?

Thomas: Isso é algo que estamos discutindo internamente há mais de 12 meses e acredito que, se você quiser aumentar a inovação pelo uso de dados de mobilidade humana, o cliente precisa entender em que consiste seus dados. É onde nós, como empresa, somos diferentes de muitos outros na indústria. Não vendemos um painel com relatórios de dados, mas vendemos um conjunto de dados personalizado aos nossos clientes para permitir que as empresas tomem decisões melhores e, assim, aumentem a qualidade de seus produtos. Isso também reflete profundamente a nossa mentalidade norueguesa, por assim dizer, e isso está dizendo aos nossos clientes exatamente o que fizemos com os dados. Um exemplo aqui pode ser que, ao abordar um caso específico de usuário do cliente, esse cliente gastou cerca de 25 minutos em sua loja – também contamos a história de como chegamos a essa conclusão, quantos pontos de dados usamos e mostramos em quantas parceiros esta confirmação passou por aquele cliente estava neste lugar específico. Um cliente tem cerca de 70% de manobras no mundo físico e em nossos clientes, e só teremos sucesso se entendermos completamente os dados da mobilidade física.

Mike: Você publicou recentemente um artigo sobre o ecossistema de dados de localização e como ele é dividido em três camadas principais. Você poderia elaborar sobre isso?

Thomas: O mercado de mobilidade ainda é um mercado relativamente novo, mas estamos começando a perceber que diferentes empresas estão assumindo posições diferentes.

A pirâmide de 3 camadas abaixo deve ajudar a entender visualmente isso.

Pirâmide criada pela DataSeries a partir do conteúdo de Thomas Walle
Começando do fundo:

Nível 3 – Aqui, normalmente, encontramos empresas compactadas com um tamanho de 5 a 10 pessoas que exibem experiência comercial e se concentram muito no licenciamento e na venda de dados. Isso geralmente é feito pela compilação de informações de bancos de dados com a intenção de preparar conjuntos de dados combinados para processamento de dados.

Camada 2 – Esta camada consiste em empresas de mobilidade humana (Unacast se encaixa aqui). A mecânica aqui é entender os sinais de localização brutos dos dados e ter uma ideia sobre o seu significado. No entanto, essas empresas não necessariamente criam produtos finais ou soluções completas. É aqui que entram as empresas T1.

Camada 1 – As empresas estão aproveitando os dados de localização para seus principais aplicativos. Isso poderia, por exemplo, ser uma empresa imobiliária que estuda o tráfego a pé perto de um bairro para distinguir se está se tornando um local popular ou não. Isso também é usado para casos de uso, como quantas pessoas estão indo diariamente dos subúrbios para a cidade se uma estrada principal for fechada para manutenção de estradas. Aqui, seria importante ver quantos carros serão redirecionados para as ruas vizinhas e como isso pode afetar o tráfego.

Mike: Como vocês fonte dados hoje vs. no começo?

Thomas: Esta tem sido uma jornada em evolução. Nós tínhamos uma missão, queríamos entender a mobilidade humana. Então, começamos a trabalhar com big data. Inicialmente, começamos a trabalhar com uma fonte de dados e, em seguida, fizemos a transição para os dados de GPS, bem como os dados de Wi-Fi e os Check-Ins. É difícil colocar uma marca quando nossa estratégia mudou, pois é um processo em constante evolução. Eu não ficaria surpreso se nossa equipe dissesse amanhã: “Gente, precisamos mudar nossa estratégia novamente”, “Há algumas maneiras novas que precisamos analisar os dados, para que possamos tomar as melhores decisões e obter as melhores insights sobre a mobilidade humana ”.

Mike: Isso combina muito bem com a última questão, que é, como você vê o futuro dos dados de mobilidade e do seu negócio?

Thomas: Eu realmente acredito que os dados de localização serão um toque vital, uma parte vital de qualquer tomada de decisão, tanto para a mobilidade quanto para os produtos com os quais interagimos. Lembre-se de que, até o momento, só pudemos monitorar dados on-line e, na maioria das vezes, ele captura apenas 30% do tempo de vigília. Finalmente, há também uma maneira de alavancar os 70% restantes e acredito que isso vai infundir tantas empresas e verticais. Cada vez mais indústrias começam a perceber a importância dos dados de mobilidade e da força de decisão que eles trazem.

Aproximar-se da compreensão dos ricos insights da mobilidade humana pode transformar a maneira como as cidades e os serviços de transporte compreendem seus cidadãos e clientes e os capacita a se adaptar às necessidades de uma população crescente de forma eficiente. Por ser capaz de explorar todos os campos possíveis, a personalização alcançará novos patamares para clientes e clientes e, eventualmente, acelerará os processos de tomada de decisão em geral.