[Música] Fala galera mais um dia de Price cast aqui conosco está o César César Nunes aqui meu corros tudo bem César Tudo bem com você E aí pessoal prontos para um desafio Inteligência Artificial aqui boa e tá conosco aqui a lenda A Lenda o Gui tive a oportunidade de conhecer o Guilherme fazendo BK 2017 e vai est falando conosco aqui sobre o grande dilema sobre inteligência artificial em Price E aí Gui Fala conosco aí e aí pessoal tudo bem meu só começando aqui a lenda na verdade é o Smith sou só um cara esforçado e
buscando entender mais sobre o tema Mas obrigado aí por me colocar dessa forma boa gui gui primeiramente obrigado por estar aqui conosco comigo com o César a gente ficou ao longo dessa semana toda pensando nas perguntas que a gente faria para poder conversar um pouco com você você que conhece bastante tanto de precificação quanto também Inteligência Artificial mas eu queria começar com a primeira pergunta que é o seguinte E aí funciona ou não funciona as pessoas utilizam ou não utiliza dá para utilizar ou não inteligência artificial em Price cara assim o que eu posso dizer
dessa experiência né que eu venho vivendo nos últimos quase 8 anos fazendo 8 anos esse ano é que a gente já percorreu um bom caminho então assim Acho que a gente já saiu daquele modo de Advanced Analytics e e até de econometria e tá começando a colocar coisas no ar mais interessantes assim usando modelos mais robustos que tomam decisões eh eh por si só e eles começam a acertar mais do que modelos mais convencionais mais econométricos mais estatísticos Então acho que funcionar eh funciona eh mas ainda vai levar um tempo pra gente fazer ele funcionar
direito assim essa é a minha posição hoje assim tem bastante coisa pra gente percorrer ainda mas o importante é que a gente já deu essa largada já em termos de de utilização de Inteligência Artificial e tudo mais boa boa e aí César para você Cesar cara eu eu tenho uma dificuldade de entender a correlação entre o uso da Inteligência Artificial e resultado e melhoria de processo Então queria perguntar aí pro guiga para para ele se ele puder falar pra gente um pouco sobre essa correlação que a gente tem entre melhorias de processo melhoria de resultado
e como como você estão utilizando isso no no dia a dia para tomada de decisão cara Acho que a primeira coisa que eu posso falar sobre isso é a gente precisa perseguir e com bastante inteligência modelos que de fato sirvam pro nosso negócio e nem sempre a gente vai acertar de primeira e muitas vezes a gente não vai e mas quando a gente eu acho que tem uma distância entre putzel melhorando um um um A maneira como eu precifico com as ferramentas que eu precifico e com o time que eu tenho eh com adoção de
Passos a passos de como eu vou fazer chegar do outro lado eh e por outro lado e a utilização aí de um alguma coisa um pouco mais robusta e uma curva de elasticidade que utiliza técnicas mais avançadas e tudo mais eh para conseguir chegar no no no preço ótimo assim Acho que são coisas diferentes a primeira primeiro lugar [ __ ] você vai melhorar um processo melhorar uma ferramenta melhorar um workflow melhorar como as coisas estão acontecendo é uma coisa isso vai te trazer ganhos também né Você tem uma ferramenta que precifica mais rápido você
tem uma ferramenta que não deixa você errar preço Você tem uma ferramenta que te protege de algumas coisas uma coisa você tem um time que é inteligente que que que que formado nisso eh eh e que trabalhou com pricing ao longo da vida e que acompanhou esse desenvolvimento de pricing e até se colocou no pricing no mainstream no no tempo certo por outro lado você tem um outro time que é robusto academicamente que tá fazendo testes que tá olhando lá na frente aí quando você junta essas duas coisas eu acho que a gente consegue dar
certo assim um time robusto de negócio com vivência de precificação em outros momentos e no momento atual junto com o time mais acadêmico e que tá estudando coisas e que tá fazendo essas coisas eh acontecerem assim essa era esse é um um bom tema assim que era uma dúvida minha como e você vocês hoje vocês têm duas equipes e elas se se somam para pra melhor tomada de decisão pro negócio é isso mesmo com a tua experiência é melhor ter uma equipe voltada pração e para PR para para negócio uh e a outra equipe acadmica
fazendo toda essa parte de de desenvolvimento dos modelos e tal e conectando para ajudar na decisão do A decisão é conjunta ou é recomendação como é que é isso no dia a dia é acho que o primeiro ponto é que esse esse funcionário esse colaborador perfeito né como eu gosto de falar e como eu penso eu acho que ele ainda não aconteceu que é o cara que programa que é o cientista e que é o mesmo tempo entende de negócio entende das condições de contorno entende da estratégia e tudo mais acho que essa fusão que
seria tipo a fusão perfeita no mercado que eu tô inserido e ela ainda não aconteceu então você não tem o cara que é cientista e que ao mesmo tempo sabe conversar com o comercial e sabe dar o passo para trás sabe dar dois passos pra frente esse cara ainda não não aconteceu esse unicórnio né o estatístico programador de negócio dia que você achar você me fala que eu tô querendo contratar também é eu tô querendo me tornar esse cara não tô nem querendo contratar Acho que primeiro a eu tô tentando entender dos dois universos né
E e aí a gente vai treinando o time o segundo ponto é cara dito que talvez a gente ainda não tem esse cara eh e acho que a gente tá perto de começar a ter caras que entendem de negócio e que programam e e tudo mais às vezes você encontra caras no mercado é que tem esse expertise e encontra mesmo um outro e eles acabam e virando meio que que que sei lá sumados assim naquilo sabe eh eh Então hoje a gente trabalha com dois times você tem um time muito técnico eh que vai atrás
que faz as explorações que Coda e que começa a entender de negócio e que você tem um time de negócio que começa a ficar técnico que começa a discutir modelos e quais são as entradas Quais são as saídas O que que você espera e dos modelos que tá sendo criado né Quais são os problemas de negócio que eu tenho e de que forma eu vou resolver com esse outro time Então você precisa ter nesse momento o modo que eu trabalho são dois times dois times e e esses times TM uma sinergia boa e trabalham juntos
e tudo mais e sabe o que que eu vejo com o maior problema às vezes Cesar indo nessa linha porque hoje virou modinha né Hoje é legal é bonito falar de Poxa eu tenho modelo de Inteligência Artificial tô usando Inteligência Artificial sendo que Poxa e em alguns casos Realmente você consegue talvez iniciar uma jornada até já usando Inteligência Artificial mas boa parte das vezes você precisa ter um banco de dados mais estruturado você precisa ter um processo mais estruturado eu me lembro que na minha pesquisa do mestrado quando eu tava falando sobre sobre maturidade de
Inteligência Artificial eu fiz essa pergunta do tipo ah se as pessoas estavam utilizando níveis avançados de inteligência de mercado e ao mesmo tempo qual era o nível de maturidade do seu banco de dados sabe o que que acabava acontecendo tinha muita gente que realmente tinha um banco de dados avançado E aí dá para perceber que começa a caminhar nesse sentido de usar estatísticas modelos de regressão começa a utilizar um pouco de Matin Lan mas tinha muita gente também que não tinha nada estruturada falando assim poxa eu tô querendo utilizar vai chegar em algum lugar guia
não tem nem dados estruturados o uma vez eu vi uma frase de um cara e e isso me marcou um pouco assim um cara super especial hoje ele tá na Alemanha a gente trabalhou durante um tempo ele era desse time mais técnico né e ele falou para mim não é porque não cabe no Excel que você começou a fazer machine learning então [ __ ] estourei 1 milhão 300.000 1 milhão 500.000 linhas dependendo do Excel Ah não cabe mais agora eu vou fazer machine learning eu acho que não é assim tem problemas de negócio que
você vai resolver com um as quatro e eh operações básicas da matemática e ponto eu lembro uma vez eu passei uma prova para um cara que tava dando apply em uma vaga Ele olhou para mim com uma cara de descon fiado e falou isso aqui é uma subtração aí eu falei é ele falou mas eu vou resolver um problema complexo desse com uma subtração eu falei aham e cara as quatro adições as quatro e operações básicas da Matemática Precisam te ajudar a resolver tudo ou quase tudo aquilo que não vai aí você começa a entrar
um pouco mais de estatística descritiva então vou fazer uma média uma mediana que envolve as quatro operações e depois disso ah Putz esse problema é muito complexo eu preciso dividir grupo preciso e e projetar venda em cada um desses grupos aí que você começa a falar de modelos um pouco mais robustos mas eu acho que a gente ainda peca muito de querer fazer uma coisa só porque ela tá na moda e E no fim você conseguiria resolver aquilo de forma muito mais simples uma coisa que eu gosto de falar muito pro time e falo isso
muito pro time técnico é dentro da caixa tem um monte de coisa boa eh a gente precisa aproveitar as coisas que estão dentro da caixa na maioria das vezes você vai resolver problemas de negócio com coisas que estão dentro da caixa não fora da caixa é a hora que você extrapola ou ou ou estressa tudo que tá dentro da caixa aí você vai para fora da caixa assim não dá para achar que é ao contrário ah primeiro eu vou ficar pensando fora da caixa e eu esqueço de fazer uma divisão eu eu não gosto disso
assim eu gosto do básico básico bem feito funciona super bem assim sim é ouvindo vocês falando aqui e me parece que tem uma jornada Qual é essa jornada Como que você começa a partir de de quê estruturação de banco de dados Como como é que é esse passo a passo ou existe isso tem maturidade ou não tem maturidade ou como é como é que é essa jornada dentro desses modelos mais avançados ou de respostas mais no fundo no fundo nós estamos querendo ser cada vez mais assertivo para dar uma resposta pro negócio né então como
é que é isso para vocês puxa aí Gu acho que tem cara de novo acho que tem problemas de negócio que você vai resolver com coisas bem simples agora se você não tiver os dados vira tudo feeling ou volta a ser tudo feeling e uma das coisas mais importantes que eu fiz na minha carreira foi guardar todos os dados que eu recebia de fornecedores independente do momento em que a empresa tava eu sabia que se eu tivesse um histórico de dados bons eh e dados qualificados obviamente eu poderia lá na frente ou hoje eh trabalhar
e modelar esses dados de forma um pouco mais robusta então assim a primeira grande atitude que eu tomei em relação à utilização de Inteligência Artificial e esse tipo de coisa foi guardar os dados eu lembro bem eh quando a gente contratou uma consultoria eh e e e a primeira coisa que me perguntaram foi que que você fez com os dados dos últimos 5 anos que você recebeu de preços dos nossos concorrentes eu falei Eles guardei eles estão guardado em arquivos por mês estão depositados nessa pasta aqui da da companhia pessoal tomou um susto Nossa mas
por que que você fez isso eu falei porque eu sabia que em algum momento ia ser isso ia ser importante guardar os dados ter os dados de forma estruturada eh no menor nível no menor grau possível que você consiga é o primeiro passo para lá na frente você conseguir modelar de forma robusta Mas isso também não significa que você precisa ter uma série de dados muito longa nesse no mercado que eu tô Às vezes você muda um preço no minuto 4ro no minuto 6 você já tá vendendo mais eh ou já tá vendendo menos e
a isso é muito Sutil então você não precisa de 5 anos de dados para fazer ou para desenhar uma curva de elasticidade num produto desse às vezes numa série de 30 minutos com 30 pontos diferentes de venda com 30 pontos diferentes de preço Você já consegue enxergar e a sutileza das curvas mudando e ao passo que em outros mercados você precisa de muito mais tempo de dados né é um mercado São mercados menos menos sutis assim e bom acho que é isso assim a primeira coisa é guardar os dados ter os dados mas entender também
qual é o nível ou em que ponto o seu negócio tá nessa questão de sutileza assim ah Putz primeiro vou ter 5 anos de dados depois eu vou pensar em modelar alguma coisa e às vezes não às vezes não é Asse o caminho às vezes muito rápido as coisas mudam também o que que eu vejo também no no mercado também essa essa semana mesmo ao longo da semana eu tava conversando com dois fornecedores de vamos dizer assim fornecedores grandes que pode te ajudar com com modelos diferentes armaz entos diferentes e ao mesmo tempo conversando com
com dois professores da linha de ciências de dados também e e é muito engraçado como são díspares as percepções enquanto um grupo tava falando poxa é importante ter todos os dados pensar em armazenar colocar na nuvem ter tudo estruturado sendo que ninguém conta que no final do dia ele quer que você jogue tudo lá porque é um taxímetro quer que você pague o máximo de processamento depois o outro tava falando assim vamos começar pelo problema Qual é o Real problema vamos começar a partir do problema mas do que o que que eu vejo também no
dia a dia dentro das empresas César se não tiver uma cultura ou não tiver um patrocinador forte que queira de fato tomar decisões com base em dados Não Adianta De nada porque no final do dia é uma jornada de aprendizado aonde que você começa talvez por um problema a partir daquele problema você começa a ver pô Quais são as hipóteses Quais são as informações que a gente tem aí você começa a ver poxa eu vou aqui paraa clusterização eu vou aqui usar uma uma regressão ou vou usar uma uma matriz de decisão normal e clássica
talvez ou vou fazer uns jogos jogos de empresas aqui mas nada adianta se você faz tudo isso se no final do dia o principal stakeholder o patrocinador vira e fala o seguinte Poxa mas a galera eu ouvi três quatro pessoas que falaram que a gente deveria ir pro caminho a pro caminho B E aí Gui no final do dia cultura mexe com isso para uma jornada de quem quer utilização de dados ou ou não não completamente assim Eh cara feito que você falou fbio eh se você não tiver um stakeholder que sustente tudo isso e
que bote energia e que compre a ideia de fazer as coisas acontecerem desse jeito é muito difícil você fazer isso de baixo para cima tem uma mudança cultural muito grande a gente que trabalha com pricing sabe que isso é latente e visível Quem é o dono do preço eu já parei para responder essa pergunta várias vezes quando empresas me fazem né às vezes alguém liga fazer uma reportagem alguma coisa que é o dono do preço eu gosto sempre de falar que o dono do preço é o cliente porque se ele paga o preço tá bom
se ele não paga o preço tá ruim eh ah é o marketing é o pricing é o comercial então assim cara para você conseguir construir modelos de precificação que sejam robustos o suficiente para fazer a precificação de uma companhia eh se você não tiver o cara lá em cima apoiando e que isso aconteça é muito difícil você fazer de baixo para cima você sempre vai ter um comercial que é mais vaidoso um marketing que acha que é mais criativo alguma coisa assim você vai se esbarrar em aspectos culturais que às vezes são difíceis eu gosto
de falar sempre que às vezes você encontra um ou outro patrocinador no meio do caminho começa a fazer coisas e isso começa a chamar atenção eh Uma vez eu tava no banheiro na empresa aí um cara virou para mim e falou assim Ah pô quando que vocês vão consegir como Quando que você vai conseguir a trabalhar com pre usando usando machine learning comigo eu falei P Tô no banheiro não é que tá dando tanto resultado eu nunca consigo falar com você e tal Aproveitei que você tá aqui do meu lado para te pedir que lugar
para começar uma conversa dessa né É nisso saiu uma uma liderança importante do banheiro logo na sequência assim atrás da gente ele falou [ __ ] Nunca achei que a gente fosse ouvir uma história dessa no banheiro né o cara te cobrando de começar mas assim teve que ter uma duas três pessoas que falaram cara testa aqui comigo faz comigo vai primeiro aqui comigo vamos fazer acredita em você tem boas análises as coisas que vocês estão fazendo fazem sentido pra minha categoria pro meu negócio e tal mas assim teve que ter alguém que falasse ah
começa aqui né E esse começa aqui às vezes é muito difícil assim mas aí depois que começa a dar resultado as pessoas vem que você está crescendo venda ou tá crescendo rentabilidade de forma mais contundente sem perder tanto um quanto outro Eh aí as coisas deslancham melhor assim segura aí dois minutinhos César você que tá aí conosco aproveita aí para compartilhar compartilha lá nos grupos do WhatsApp também aproveita e dá um like aí galera e vamos vamos ajudar aqui o canal a crescer cada vez mais conto com vocês aí hein Manda aí César não acho
que essa jornada do convencimento o convencimento do pricing já é uma coisa que a gente no dia a dia a gente sabe como é difícil a gente convencer uma empresa inteira a mudar uma cultura para ces é facinho não é não é só manda um e-mail e vai não é assim não nossa cada cada história de tipo cobrança no banheiro tá cont pra gente aí então Não tem cobrança no banheiro do Tipo pô mas você baixou o preço aqui e tal mas cara mas veio o resultado E o volume Como foi o que aconteceu com
o Cash Margem Não sei o cara e é e minha meta e tal mas imagina se a gente tá falando que a gente tem que convencer a compania inteira sobre essa cultura de precificação imagina sobre essa cultura de um uma coisa que acho que acho que eles nem entendem muito bem como é que essa jornada do convencimento da alta administração como é que a gente pega eles e tipo é mostrando o resultado é é tipo show me the money E aí a gente eles começam a acreditar mais acho que o primeiro ponto é a as
altas lideranças da companhia uma vez que elas estão antenadas elas estão ouvindo já há alguns anos falar de Inteligência Artificial e tudo mais então também do lado deles acho que há uma vaidade de falar né pras outras lideranças da companhia ou pras outras lideranças de outras companhas das quais eles trocam figurinha e tudo mais que eu imagino que isso Acredite ah a gente tá usando inteligência artificial para fazer isso então acho que tem um discurso da vaidade que é muito legal então isso acaba fazendo com que se você tiver uma coisa ou outra lá mais
legal uma carta na manga eles mesmos falam Pô legal para caramba vamos fazer e tal não sei qu por outro lado você começa a fazer isso e d ruim você se queima também então eh acho que tem que começar com cabeça de MVP assim começar pequeno testar entender que de vez em quando você vai precisar dar uma pivotada e trabalhar melhor as coisas e depois escalar onde der certo assim Acho que tudo que a gente fez sempre foi com essa cabeça também nunca foi com uma cabeça de certeza sempre foi como a cabeça de teste
e eu tenho usado muito uma expressão que é exercício teóricos então aqui a gente tá fazendo exercícios teóricos porque na prática a gente sabe que é diferente às vezes né então você tem o modelo ele é qualificado e treino é treino jogo é jogo né treino é treino e jogo é jogo ele tá de respondendo um monte de coisa mas chega lá na hora tem fatores externos ou mesmo internos ou que acabam fazendo com que ele não performe tão bem acho que o ponto é esse assim primeiro tem um lance que é legal usar isso
e acho que tem um discurso que é legal e que acaba te ajudando a a a a a colocar essas coisas no ar dentro da companhia pelo discurso pela modernidade pelo mainstream o outro lado é quando você começa a dar algum resultado as pessoas naturalmente deixam vão deixando rolar e você vai as coisas vão funcionando melhor assim ô Gui e para quem tá tá nos ouvindo às vezes pensa Poxa vou iniciar nessa jornada daí é legal MVP vamos começar vamos dar certo vai vai vai funcionar vai testando mas na prática assim já teve momentos que
você falou assim caramba deu tudo errado não era para acontecer isso tá tem tem episódios assim de coisas que a gente na teoria achava que ia dar tudo certo por no final a gente falou Poxa deu errado deu errado aqui deu errado aqui como é que como é que é isso assim porque o pessoal às vezes pensa que é fácil contrata dois cientistas de dados aqui bota a galera aqui fala galera aqui tá o banco de dados Aperta o botão vai lá no outro dia a empresa tá botando tudo para rodar no dá tem tem
momentos que dá errado também como é que é Acho que são tem mais momentos que dá errado do que momentos que dá certo Eh cara assim tem 8 anos quase 8 anos que nem eu falei né que a gente vem perseguindo boas curvas de elasticidade dentro da companhia as primeiras que a gente fez há 8 anos atrás a gente não tinha quase nada com valor de p ou R quadado né de forma mais técnica Ou qualificando aquelas curvas de elasticidade que de fato fossem boas assim então basicamente foi fo foram se meses de trabalho e
para tentar modelar tudo em todos os lugares de todas as formas e que no fim não não dava para usar não dava se meses de trabalho com cientista de dado com clusterização com fazendo um monte de coisa lá de de elasticidade usando modelos mais robustos de elasticidade m e tudo mais em log e que no fim você olhava para aquilo e não dava Lembro uma vez também que a gente fez um modelo que tinha tanta variável que não tinha como usar [ __ ] precisa investir tanto no Marketing cobrar tanto no frete o preço precisa
tanto nessa banda não sei cara você tinha tanta coisa que você tinha parafuso para apertar ao mesmo tempo que era não dava basicamente tinha que sentar se numa cabine que cabiam duas assim para conseguir fazer aquilo usar e não não ia pra frente aquilo não ia pra frente então assim a gente bater cabeça é muito importante você tem que ter uma cabeça de aprendizado assim errar eh muitas vezes te traz mais bagagem do que acertar Então eu acho que isso é uma coisa legal também quando você vai falar com o Executivo com uma liderança importante
você não pode ter um modelo que você não saiba explicar ou é muito difícil aqui dentro acontece um porque vira meio mais feitiçaria do que estatística ou econometria assim ah tem tem uma coisa aqui dentro que acontece que meu [ __ ] você precisa de uma lupa quase que de fato um tirar essa coisa de dentro daí um biomédico assim para explicar o negócio sabe um exame e eu acho que isso não pode assim as coisas mais importantes que a gente fez foram as coisas mais simples mesmo e e assim Putz não é simples que
é simplório é simples porque respondia o modelo respondia a questionamentos de negócio como muitas vezes a gente via assim sabe então acho que é por esse lado que a gente muitas vezes tenta trabalhar assim é eu eu acho que essa questão de tornar simples acho que ajuda a engajar também né porque o cara entende a linguagem é simples e e acho que tem um ponto que acho que é complicado pra gente que tá nessa área que é como tornar essa linguagem simples para quem tá executando né também então acho que acho que esse é um
uma boa dica que você deu que é faça eh ser pode ser complexo mas que a resposta para quem tá executando tem que ser simples também né para mim uma jornada de Inteligência Artificial Eu gosto muito de comparar às vezes com com a jornada do waz quando chegou no no Brasil vamos dizer assim quem quem começava a utilizar o waz ou o GPS aí vinha os taxista às vezes falava assim cara isso não serve para nada Poxa eu já conheço o caminho vou para aqui Vou por ali hoje em dia você você vê todos os
taxistas até usando waz porque no final do dia você começava a usar você falava assim poxa Pode ser que me leve num caminho diferente que eu não conheço aí você usava uma vez você fala pô cheguei rápido aí você usava você não usava você fala Poxa fui e contra o eaz e peguei um garrafamento do caramba chega uma hora que você começa a aumentar confiança aumentar confiança chega uma hora que você fala assim cara eu nem pergunto mais eu sei que eu sigo ele e eu vou chegar lá eu saio de casa toda vez que
eu vou pro trabalho cada hora ele me manda por um caminho diferente eu sou assim fiel a ele eu sigo diferente quando eu vou pro Rio de Janeiro lá meu estado minha terrinha mas aí eu penso duas vezes ó já conheço aqui não vou entrar aqui não vou entrar ali mas no final do dia o que eu vejo muito também é que ela é uma jornada de aonde que a pessoa vai começando a descobrir que realmente dá para confiar e aí sim às vezes vão criando modelos um pouco às vezes mais complexos que humanamente você
fala assim igualzinho waz eu prefiro acreditar eu prefiro seguir mas isso tem uma jornada eu me lembro aí Gu em 2017 que a gente foi conversar e eu me lembro que eu conversei também com o pessoal lá da da Uber na época e dois insights saiu Super Interessante que até hoje eu eu eu eu levo pra minha carreira que que eu me lembro você falando e também na época era o Breno lá na Uber ele falava o seguinte olha comece com um problema depois também pense em modelos modelos simples no início para poder resolver aquele
pro problema mas lembre-se sempre de que no meio dessa bagunça aqui de modelagens e informação Existe muitos outliers então precisa ter regras de negócios para poder delimitar porque senão vai chegar uma hora que você vai trazer uns números ou vai trazer algumas coisas que não façam não faz muito sentido Me tira uma dúvida O Framework ainda continua mais ou menos esse eu me lembro que foi lá em 2017 que a gente conversou assim só resgatando o exemplo do waz que você que você deu toda vez que eu coloco no waz de o caminho que eu
vou eu sempre olho o caminho antes assim ele te dá algumas opções de Rota ou tem aquela rota eu sempre de uma olhada Quais são as avenidas e lugares que eu vou passar antes acho que para utilização de Inteligência Artificial machine learning e tal é a mesma coisa assim Quais são as rotas que que essas coisas estão nos dando né E aí cara acho que tem que olhar assim talvez eu seja um pouco mais conservador eu coloco lá às vezes falo pro carro trabalho aí o carro já coloca lá para ir pro trabalho eh mas
eu sempre dou uma olhada Putz ele tá indo pela marginal de dentro pela marginal de Fora pel expressa ele tá fazendo um caminho que vai pegar a primeira ou a segunda rotatória sempre olha assim acho que eu tenho essa questão comigo assim sempre fazer exercícios de ponto futuro né onde isso aqui tá dando Ou Onde pode dar né então acho que eu sou mais conservador nesse sentido eh e a outra coisa é são as condições de contorno de fato assim Às vezes a gente eh encontra produtos quando a gente vai olhar para os nossos concorrentes
a gente hoje tem bases bem robustas né do do nosso mercado tem produtos tem 100 preços você tem um mínimo muito diferente do um máximo primeiro quartil muito diferente do terceiro quartil então basicamente como se tivesse falando que um produto vai de R 50 a R 150 cara tá uma diferença muito grande do preço mais barato pro preço mais caro eh dito isso eh acho que a gente ainda não tá tão pronto para deixar o modelo ir eh em em diferenças ou numa variabilidade de preço ou numa amplitude de preço tão grande é então eu
continuo trabalhando com condições de contorno sim até porque essas condições de contorno elas são estratégicas do negócio né É isso que faz o modelo refletir muito Às vezes a estratégia que você tem cara aqui eu quero que você comece a subir preço porque eu preciso ganhar rentabilidade E você tem que perder o mínimo possível ou se possível não perder venda a gente sempre trabalha com duas premissas eh a primeira é crescer rentabilidade sem perder venda ou crescer venda sem perder rentabilidade acho que é ess é para isso que a gente para isso que as áreas
de pricing existem né E essas condições de contorno elas servem para isso assim muitas vezes para você vender muito mais e eh trazendo números importantes ainda assim de rentabilidade sen não é trabalho de criança né baixa preço vende mais sobe preço vende menos isso para isso aí e tem o comercial né o comercial sabe fazer bem isso mas você você falou sobre essa questão das eh dessas condições de contorno mas pensando no teu dia a dia vocês vocês modelam porque tem categorias que são as as os curva a os fundo de sortimento como é que
é isso na no dia a dia na nos modelos de precificação e no dia a dia do time de de precificação acho que tem condições de entorno que elas são modeladas então mínimos e mos que são possíveis de serem modelados então num caso Desse exemplo de preço acho que dá para você modelar Quero trabalhar mais perto da moda acho que a gente usa bastante moda né quem trabalha com pricing muitas vezes é uma medida da da da da estatística descritiva que a gente acaba esquecendo acho que em pricing não esse é o preço que mais
se repete e tudo mais trabalha mais com a mediana também e tudo mais então às vezes você consegue chegar nesses nessas condições através de modelagem e aí eu nem tô falando de nada que não é assim iso é menos o menos robusto possível né você encontrar o primeiro quartil terceiro quartil isso nem é utilização de inteligência artificial para alguma coisa is é estatística descritiva é o básico do básico do básico e por outro lado tem coisas que são estratégicas do negócio cara eu nunca vou querer que minha margem seja menor do que essa Eu nunca
vou querer eu também não preciso tentar entregar mil de marem assim sabe então tem coisas que são mais aspiracionais mais estratégicas então tem uma parte que você consegue modelar e modelar bem para construir regras lá dentro daqu modelo Tem uma parte que são condições que você coloca são inputs estratégicos da compania né isso tudo precisa essa arquitetura precisa conseguir funcionar junto preços mínimos e preços máximos margens mínimas e margens máximas Qual mercado para Qual mercado eu olho Em que momento de maturidade eu tô numa categoria e assim por diante acho que para Qual mercado eu
olho é uma coisa que você decide eh mínimos e máximos são passíveis de ser modelados né então Putz eu escolho os concorrentes dos quais eu quero monitorar e monitorar de perto tem um mercado que é um mercado um pouco mais ampliado que eu tô olhando mas não necessariamente eu tô tô utilizando ele como algum referencial até Porque dependendo do tamanho da empresa que você tá e a gente aqui trabalha em grandes empresas e tudo mais muitas vezes você é a referência né você é o cara que tá puxando ali o o Real Madrid o seu
mercado então muitas vezes as pessoas estão olhando mais para você do que você olhando para elas Óbvio que não dá para ter uma mil pia e você simplesmente olhar pro seu umbigo Acho que ninguém aqui trabalha assim mas muitas vezes você é a grande referência você tem a capacidade de puxar o mercado para cima entendeu eh fazer o reposicionamento de preço acontecer e assim por diante boa boa ô Gui me tir uma dúvida para quem tá começando ou para quem tá lá poxa tô com desafio aqui de começar com inteligência artificial eu tenho patrocinador tá
falando vai vai começa começa Qual que é a dica que você dá para quem tá querendo começar numa jornada com isso que já tá num nível vamos dizer assim de maturidade ali média barra alta com precificação qual quais são os passos por onde começar Acho que primeiro eh ter os dados e depois ter o problema de negócio certo para resolver de novo né Às vezes a gente tem negócio problemas de negócio que a gente acha que vai resolver com modelos mais sofisticados e você não precisa disso eh quando você chega num nível que você fala
futz eu tenho uma complexidade de dados e de negócio muito apurada com muitos players nesse mercado muitos preços diferentes e com com muitas métricas para serem analisad tipo fluxo da sua loja o seu custo os diferentes impostos ao longo das diferentes praças os diferentes níveis de maturidade de Praça que você tem você começa a colocar tantas coisas complexas que chega uma hora que um analista de negócio não consegue mais resolver essas coisas assim nem consegue olhar para tudo e aí você fala Putz Como que eu consigo olhar para todas essas variáveis e como elas se
completam e se complementam aí você começa a falar [ __ ] talvez eu precise de um cientista para me ajudar a olhar para isso e mais do que isso talvez eu precise de uma coisa um pouco mais robusta que por si só já me indique caminhos entendeu Então nesse momento eh com uma maturidade de dados e com problemas mais complexos com negócio mais complexo Eh aí você começa a precisar da utilização aí de de de de coisas mais robustas outro dia eu tava conversando com um cara do meu time ele deu exemplo tava falando de
um mercado e ele falou com muita paixão desse mercado um hipermercado que tem aqui em São Paulo aí ele falou falou falou falou falou meu como os caras eram bons a gente entrou no site viu que o site era um site bem eh mercadão mesmo com uma cara de público CD e [ __ ] olhamos os preços os preços eram bons e tudo mais e ele terminou com a seguinte frase Ah esses caras têm uma loja só a eu falei a gente tem às vezes Tem empresas tem mais de 1000 lojas entendeu espalhados pelo Brasil
todo o cara tem uma loja ele tem uma complexidade de negócio menor do que o cara que tem 100.000 eh clientes ou mais de 1000 lojas mais de 10000 lojas que tem tributações diferentes ou ao longo dessas todas todas essas 1000 lojas 1500 lojas eh com diferentes players locais globais eh eh com uma complexidade de entrega ao longo de vários CDs e tudo mais assim então assim são níveis de complexidade de negócio muito diferentes quando seu negócio começa a ficar muito complexo e talvez aí essa esse esse advena da Analytics venha para facilitar a interpretação
de coisas que estão acontecendo no seu negócio aí acho que é nesse momento que você começa a precisar ter cientistas eh trabalhando e modelando esses dados para vocês porque fica muito mais difícil de trabalhar com agentes de negócio analistas de negócio fazendo isso e você falou uma coisa muito interessante que é um pouco de público diferente e tal e você trabalha com físico eh o virtual como é que é essa junção desses dois modelos de negócio Acho que primeiro também de novo Tem uma questão cultural eh do Físico pro online do online pro físico do
Line pro 1p do 1p pro 3P do 3P pro físico então todas essas tudo isso são complexidades assim e acho que aí de novo né com esses aditivos de complexidade você precisa de gente modelando essas complexidades para você conseguir enxergar isso de forma mais fácil e liderar essas complexidades um outro ponto que é muito importante é a experiência que você tem com o seu cliente né Eh quando a gente fala de multicanalidade o o o preço sendo um dos PS do marketing né a gente às vezes Esquece isso eh e ele é um dos componentes
de multicanalidade Então acho que a gente tem que entregar a melhor experiência assim e E é isso que a gente busca muitas vezes como que eu consigo eu lembro uma vez eu vi uma pesquisa que dizia assim e o cliente da loja física ele entende que o preço na loja física pode ser um pouco mais caro do que o preço do e-commerce e e ele tem essa maturidade assim sabe de falar [ __ ] aqui eu tenho uma outra experiência então eu posso entregar agora quão diferente vão ser esses preços é uma questão de estratégia
e o que eu posso dizer aqui nos últimos anos a gente passou por um estreitamento de preço bastante robusto assim e hoje a experiência de preço que a gente tem em loja e isso não não em quase todos uma vez eu vi um cara num num um varegista falando sobre isso e assim foi muito legal assim sabe muito muito importante a experiência que ele entregava então assim a gente tem tem uma questão de qual é a experiência que você quer entregar pro seu cliente você precisa orquestrar Isso minimamente orquestrar saber se existe diferença se existe
diferença quais são essas diferenças se elas existem porque elas existem eh isso tá acontecendo de propósito ou é orgânico se for orgânico você precisa tomar para si e administrar aquilo porque o que é orgânico não tem estratégia né tá ali acontecendo eh colocando as coisas dessa forma né então você precisa trazer para si orquestrar medir e assim por diante Então acho que é bem importante primeiro ponto quando você fala de físico e digital digital 1p e 3P 3P e físico é você orquestrar bem a experiência do cliente porque no fim tudo que a gente tá
fazendo é para ele se você não consegue orquestrar tudo isso junto eh a chance de você tá entregando uma experiência ruim eh pensando que multicanalidade passa por preço e tudo mais e eh Isso vai acontecer assim naturalmente vai acontecer então acho que tem que orquestrar tem que medir tem que saber se existe tem que saber o porquê se não existe Putz quais são os impactos de não existir diferença de preço entre os canais e tudo mais isso em todos os mercados né ô Gui Estamos chegando já já ao final daqui a pouco a gente já
começa a caminhar aí para pras últimas perguntas mas antes disso eu queria saber o seguinte no final do dia como é que mostra o Roy de inteligência do uso de Inteligência Artificial e se você pudesse dar uma dica para quem tá ouvindo e e começando Dá para mostrar não dá para mostrar Tem coisas que dá Tem coisas que não dá e e como como você sugere assim eh do mesmo jeito que existe uma vaidade né na utiliz de Inteligência Artificial e que tá no mainstream e tudo mais a gente precisa justificar o porquê dessas coisas
cara no meu entendimento uma das poucas formas de você conseguir justificar isso é fazendo teste AB então puts e a precificação manual versus a precificação dinâmica nas mesmas condições de de de de temperatura e pressão qual que se D melhor a gente precisa conseguir fazer isso seja no no ambiente físico ou no ambiente digital com isso com dois preços rodando dentro de pequenos grupos sobre as mesmas todas as outras variáveis iguais aí você consegue dizer se aquilo tá dando certo ou não eh sempre foi esse o método de trabalho que eu adotei eh e eu
continuo adotando eh e eu acho que com isso você consegue de fato justificar se aquilo tá dando certo ou não cara eu eu digo muito assim para quem é do digital extrapolando um pouco o tema de pricing é precisa fazer teste AB o tempo todo é repito isso incessantemente incansavelmente em sala de aula quando eu tô dando aula faça um teste AB das coisas não tomem elas como verdade acho que no no mundo digital não tem muito feeling você tem muito dado para não fazer teste a das coisas assim e o e no ambiente físico
também separa grupos de loja aplicam os preços esse grupo de lojas n tenta entender um pouco esse grupo de lojas precisa ter uma homogeneidade em si para eles serem comparáveis é um pouco menos robusto porque você pode ter uma loja e que naquele dia Entrou 10 pessoas e na outra entrou só cinco e isso trazer um viagem de resultado mas ao longo do tempo também isso acaba com um pouco mais de tempo e ao longo do tempo isso acaba eh se normalizando e essa normalização traz aí um resultado robusto mas acho que o único o
jeito de você conseguir provar que esses modelos estão dando certo é utilizando teste AB a utilização de teste AB é é fundamental para para essa aprovação assim é e se de fato for bom vai ser bem fácil ver ali que o grupo A ou o grupo B se destacou em alguma coisa boa Cesar vamos estamos partindo pro final Qual a última aí que você pergunta aí acho que a gente falou muito de dessa questão de um pouco dessa culturalidade do físico e do virtual também né E a gente tem um fenômeno em todo mundo que
se chama a tal da black friday né como é que é como é que é essa loucura para pensando pensando que deveria no tudo que a gente tá falando deveria nos ajudar nas melhores decisões nesse momento ajuda mesmo cara eh acho que a black friday é o momento mais especial do meu ano com exceção obviamente do anivers do meu filho no meu aniversário de casamento no aniversário da minha esposa é ali que acho que a área de Price em se faz ela entra em campo com a camisa 10 Ainda bem nas últimas duas Black fridays
a gente teve um trabalho bastante elogiado acho que o comercial time comercial Passa o ano todo se preparando para aquilo também ou pelo menos o segundo semestre negociando para que a gente desen de forma conjunta ali um uma estratégia bastante robusta assim eu acho que em momentos especiais como esses momentos de super liquidação a gente ainda trabalha com análises que são bem mais simples do que análise de machine learning O que a gente consegue fazer E isso tem dado cada vez mais certo é conseguir enxergar essas elasticidades promocionais olar um pouco eh Putz se aquela
Projeção de venda e que o time comercial tá fazendo Tá coerente com aquele ambiente com aquela situação e mas por ser um evento de uma magnitude maior que é a nossa copa do mundo a grande copa do mundo que a gente tem ou a grande Olimpíada que a gente tem ainda é muito difícil de perceber você pensar são a gente deve ter umas 14 talvez menos que 15 Black fridays mais robustas no país seriam 15 pontos que a gente tem de dados para analisar né puto o que que acontece naquele evento e tem fatores ou
variáveis que são muito incontroláveis pra gente [ __ ] tem um modelo que faça black friday através de Inteligência Artificial acho que a gente ainda não chegou nessa robustez e acho que muitos mercados ainda não tem essa maturidade para fazer uma Black Friday agora você consegue fazer vários contrapontos Ah o cara do comercial falou que vai vender 4000 peças você tem um histórico de venda de 700 um modelo que diz que naquele ano com aquela audiência com aquele ticket e e com ah você vai vender 1200 cara não é quatro não vão vender 4000 peças
você consegue fazer esses contrapontos tudo mais acho que um outro lado é [ __ ] Você vai vender 1200 peças aonde você vai vender essas 12 peças Ah vou vender tudo em São Paulo cara não não vai vai vender ela dessa forma e é dessa forma que a gente tem que estar distribuído para tudo isso você vai usando modelos para contrapor eh não nem contrapor mas para melhorar aquela percepção que o time comercial o time de vendas o time de marketing entende como as coisas vão acontecer agora eu não acho que a gente não é
acho que nenhuma empresa no Brasil consegue fazer um evento tão grande tão importante tão especial utilizando só a inteligência artificial assim Acho que não tem essa maturidade não boa e para fechar e a gente encerrar e eu não posso deixar de terminar esse podcast sem fazer essa pergunta e aí precificação vai é um caminho o uso de Inteligência Artificial ou não cara com certeza sim eh a gente tem resultados bastante bonitos e expressivos de coisas que eu já vi acontecer né ao longo da minha carreira e a gente acho que tá cada vez mais robusto
na utilização de Inteligência Artificial PR precificação e acho que cara assim é um acho que é um setor que o pricing né começa muito na frente de outras coisas né talvez ali junto com CRM a maneira como você investe em marketing e tal mas tem bastante gente que ainda tá atrás disso Sei lá inteligência artificial no jurídico Inteligência Artificial essas coisas começam a acontecer né agora assim e o price pô tem quase 10 anos que eu tô tentando fazer isso acontecer então eh acho que sim e e uma coisa que eu que eu acho que
é muito importante é a inteligência artificial ela não ela não substitui nada né muitas vezes a gente fala ah Putz A substituição de certas coisas pela Inteligência Artificial eu acho que a inteligência artificial ela soma a boas estratégias Em algum momento a negociação pode ser feita pautada em Inteligência Artificial Mas acho que quem trabalha com negociação sabe que sempre precisa daquele Olho no Olho é uma coisa que precisa de calor humano e e acho que ela ainda não tá preparada para substituir o calor humano ela não tá preparada para substituir estratégia ela não tá preparada
para substituir um Insight importante de uma coisa acho que ela vem como mais um componente para ajudar as empresas a tomarem melhores decisões pensando dessa forma Ach que a gente tá bem pronto para dar Passos importantes em termos de Price e utilização de Inteligência Artificial Não no sentido da substituição mas no sentido de ter mais um componente que nos ajude a levar as empresas pra frente Ô e César você não vai fugir dessa não e você sim ou não não tem talvez não não tem talvez boa acho que é é uma conversa que a gente
vem tendo no paralelo aqui sobre sobre a utilização utilização na precificação né e eu a gente tá usando coisas muito pequenas ainda fazendo isso que você falou tentando entender um pouco mais Então é sim é sim ah é sim boa boa é sim mas a gente tá começando pequeno para começar começar a tentar entender algumas alguns algumas tomad de decisão que a gente precisa talvez ser mais inteligente e tirar um pouco daquele achismo ou daquele eh a a visão só de um lado ou de outro acho que a gente precisa mas a gente tá caminhando
aos pouquinhos a gente tá indo e estamos tendo bons bons resultados por enquanto mas a gente ainda tá nessa parte de entender um pouco como utilizar e Como descer isso pro negócio sabe boa gente estamos terminando aqui eu peço aí muito obrigado Gui pela sua participação pela sua contribuição agradeço Fiquei muito feliz aí com o convite e cara a gente é pro pricing né então tamo junto pô Obrigadão guiga Fábio cara sensacional espero que vocês tenham curtido esse bate-papo entre nós aqui boa turma compartilha dá o joinha Aí e vamos vamos ajudar aí a comunidade
de pra crescer cada vez mais obrigado turma abração tchau tchau valeu pessoal pesso [Música]