Análises de dados podem também ser utilizadas para potencializar a percepção...

Análises de dados podem também ser utilizadas para potencializar a percepção sensorial dos perfumes e otimizar as fórmulas. Foto: © scyther5 / shutterstock.com

A revolução dos sistemas de dados em massa já é uma realidade e a indústria de perfumes e cosméticos está acompanhando o movimento. "O campo de aplicação de big data é muito variado e pode englobar ramos bem diferentes (como o setor de bancos ou o de perfumes), temas sensíveis (como fraude) ou questões ligadas ao crescimento comercial (como o desejo que um produto desperta nos consumidores)", explica Patrick Zerbib, um dos cofundadores da zettafox, startup especializada na extração de conhecimentos a partir de grandes volumes de dados, com base em tecnologias de machine learning.

Da previsão à prescrição

Com base em sua experiência em consultoria de gestão, Patrick Zerbib acredita que os sistemas de big data alcançaram um nível de maturidade suficiente para passar "da previsão à prescrição". O objetivo é oferecer soluções precisas às questões relacionadas às estratégias corporativas.

"Mais do que oferecer simples previsões, os sistemas de big data têm uma dimensão bem mais interessante: orientar a estratégia, possibilitando a concretização das indicações fornecidas pela análise de previsões", ressalta Patrick Zerbib. O método usado consiste em coletar uma grande quantidade de dados característicos, a fim de identificar, tanto quanto possível, todos os elementos que possam influenciar no comportamento dos consumidores. "Portanto, nunca limitamos nossa análise unicamente aos dados internos dos clientes. Os dados externos sempre são integrados".

Potencializar o resultado sensorial

Para o setor de perfumes, a zettafox realizou análises com o objetivo de potencializar a percepção sensorial dos produtos. "Um bom exemplo de aplicação é quando o cliente deseja intensificar a sensação de limpeza proporcionada pela fragrância de um sabonete ou um sabão para lavar roupa, ou otimizar o impacto técnico de um perfume para o público em geral. Nossa atuação complementa o trabalho dos perfumistas: à subjetividade deles, somamos nossa objetividade estatística".

Para fazer esse trabalho, a zettafox baseia-se sobretudo em dados coletados pelas marcas de perfumes durante os testes que, há muitos anos, elas costumam efetuar junto aos consumidores. Essa configuração é muito diferente dos enormes volumes de dados geralmente processados por big data. Nesse caso, o termo adequado é Smart Data - dados que oferecem alto valor, mas em pequena quantidade. Com esse tipo de material, os algoritmos precisam compensar o volume relativamente reduzido de informações disponíveis que, ainda por cima, contêm um grande número de variáveis. "Nossos algoritmos selecionam variáveis com o objetivo de elaborar combinações e investigar possibilidades de formulação capazes de potencializar a experiência sensorial desejada", explica Patrick Zerbib. Algumas vezes, essas possibilidades chegam a ser testadas concretamente.

Otimizar fórmulas

Os algoritmos desenvolvidos pela zettafox foram também utilizados para otimizar fórmulas de perfumes. "A ideia central é compactar a fórmula, reduzindo o número de ingredientes usados, mas mantendo o mesmo efeito". Com os algoritmos, podemos identificar combinações que intensificam o objetivo olfativo e retirar os ingredientes que reduzem o impacto ou que não têm influência olfativa. A partir das possibilidades identificadas, é possível focar nas fórmulas com melhor desempenho do ponto de vista econômico, seja porque são mais baratas ou por serem mais fáceis de executar.

"No caso dos perfumes, há uma dificuldade a mais: trabalhamos às cegas", continua Patrick Zerbib. "Para preservar o segredo das fórmulas, os ingredientes são identificados por códigos. Portanto, não conhecemos o que elas contêm. No final, é o cliente que descodifica nossos resultados".

Teoricamente, o campo de utilização de big data é ilimitado. Por exemplo, a zettafox aplicou suas técnicas à distribuição de amostras e à taxa de conversão em lojas duty free. É perfeitamente plausível imaginar algoritmos desenvolvidos para potencializar o impacto da embalagem e da textura, ou até a fidelidade sensorial a um determinado produto, contanto que tenhamos os dados necessários à nossa disposição. Quando as empresas especializadas nessa área são contratadas, em geral as companhias já começaram a coletar dados, mas perceberam que não conseguiriam estruturar os dados e dar conta do imenso fluxo.

Naturalmente, a parte mais pesada desse trabalho é a coleta e o processamento de todos os dados, em particular porque o princípio de base dos sistemas big data é cruzar informações que, aparentemente, não têm relação entre si. A maioria das indústrias e marcas não dispõe da infraestrutura de armazenamento e muito menos de tecnologias de processamento adequadas, mas as empresas especializadas em big data podem ajudá-las. Porém, é necessário que as companhias aprendam a ampliar as formas de contato com seus clientes, a fim de coletar o máximo possível de dados. Para as indústrias, o maior desafio é não deixar esse conhecimento exclusivamente nas mãos dos revendedores, que dificilmente vão compartilhar as informações.