Raphael LimaPublicações

IV. Command Center · 03

03

Utilização de dados e IA em escala

A IA escala como sistema, e não como projeto: o que um time constrói, o seguinte reaproveita.

9 casos de uso · 1 experiência

Visão

Escala não é fazer mais projetos; é fazer cada projeto custar menos que o anterior. O primeiro modelo paga pela plataforma, e os seguintes já nascem com dados prontos, padrões de código, esteiras de entrega e monitoramento, sem que cada time reinvente a mesma base.

Plataforma sozinha não escala. Escala quando negócio, dados, engenharia e governança operam como um só sistema: os times adotam o padrão porque ele encurta a entrega, o custo de cada execução fica visível e cada marca e canal usa a mesma base sem perder o que tem de próprio.

Escala se prova na feature que um time cria e outro reutiliza, no template de onde o próximo modelo já nasce pronto, no gateway que leva IA generativa a todas as equipes com cota e custo à vista e no cliente reconhecido como um só em seis marcas.

Impacto

  • Reduziu em 20% os custos de infraestrutura de nuvem e em 25% os ciclos de entrega de projetos.Grupo Boticário

Casos de uso

  • Lojas Renner

    Visão única do cliente multimarca

    Grupo Boticário · GAVB · 2023

    DesafioOs dados de clientes estavam espalhados entre marcas e canais, sem visão única nem segmentação escalável para personalizar a comunicação dentro da LGPD.

    SoluçãoGolden record por marca e corporativo, visão 360º do cliente e personas por IA nas réguas de relacionamento e no remarketing; as campanhas de e-mail renderam 30% mais receita, em seis marcas e mais de 7 milhões de clientes.

  • Grupo Boticário

    Feature store corporativa

    GAVB · 2023

    DesafioCada time de ciência de dados recriava features em silos, sem consistência entre treino e inferência, governança nem reuso.

    SoluçãoGrupos de features por fluxo de valor, transformações nativas e customizadas, geração de rótulos, serving offline e online e detecção de drift, com pipelines agendados.

  • GPA

    Ofertas relevantes no varejo alimentar

    Grupo Boticário · GAVB · 2021–2022

    DesafioA recomendação dos apps de fidelidade Cliente Mais e Clube Extra dependia de um fornecedor a substituir antes do terceiro trimestre, com pouca autonomia e ofertas desalinhadas da estratégia comercial.

    SoluçãoEsteira em quatro ondas, de próxima melhor oferta, venda cruzada por cesta, upsell na categoria e marcas próprias, com alocação final por regras de negócio; a conversão chegou a 65% e 57% nas primeiras entregas.

  • Grupo Boticário

    Padronização de MLOps entre times

    GAVB · 2021

    DesafioCada time construía pipelines de ML de um jeito, o que dificultava produtizar, garantir qualidade de dados, monitorar e documentar os modelos.

    SoluçãoBiblioteca interna de componentes de pipeline, com tabelas, qualidade de dados e alertas, e template de repositório com estrutura de código, entrega contínua e documentação de negócio e técnica.

  • Grupo Boticário

    Gateway de IA generativa com cotas

    GAVB · 2023

    DesafioOs times precisavam experimentar LLMs com governança de uso, custos e compliance, sem chaves de acesso espalhadas.

    SoluçãoAPI única de IA generativa com cotas por equipe e globais, endpoints de chat e de embeddings e exemplos prontos para o hackathon interno.

  • Grupo Boticário

    Previsão de sell-out para compra inteligente

    GAVB · 2023

    DesafioA compra inteligente das franquias dependia de prever o sell-out por loja e produto; sem isso, a sugestão de compra gerava ruptura ou excesso de estoque.

    SoluçãoPipeline multimarca de previsão por unidade de negócio, com tratamento de lojas novas, camada de confiabilidade, indicadores de acompanhamento e qualidade de dados.

  • Grupo Boticário

    Recomendação omnicanal multimarca

    GAVB · 2023

    DesafioA comunicação massiva e a recomendação por marca não captavam o interesse de cada consumidor entre as quatro marcas: ele só recebia ofertas das marcas em que já comprava.

    SoluçãoFiltragem colaborativa sobre a matriz consumidor por marca e subcategoria, ponderando compras em loja e e-commerce, interações no site e no app e engajamento no CRM, e regras de negócio.

  • Grupo Boticário

    Engenharia e governança de dados

    GAVB · 2021

    DesafioAs áreas de dados precisavam de padrões comuns para pipelines, versionamento de SQL, arquiteturas de referência e contratos de eventos, sem retrabalho nem inconsistências.

    SoluçãoDataOps de abastecimento com SQL versionado, orquestração e entrega contínua por ambiente, arquiteturas de referência e ADRs da diretoria de dados e registro de esquemas de eventos.

  • Grupo Boticário

    Monitoramento de custos de ML

    GAVB · 2022

    DesafioOs custos da plataforma de ML do grupo cresciam sem visibilidade por pipeline.

    SoluçãoPipelines que coletam os metadados de cada execução de ML e um relatório periódico de custos para os times.

Experiências ligadas

← Voltar ao Command Center