VR personaliza jornada de usuários com recomendações em tempo real

A VR, reconhecida empresa de serviços e benefícios para trabalhadores, modernizou seu sistema de recomendações para uma plataforma orientada a eventos em tempo real. A reformulação do projeto Recomenda permitiu sugestões personalizadas que consideram variáveis como saldo atualizado, geolocalização, promoções e seleção de estabelecimentos comerciais.

A nova infraestrutura foi desenvolvida Stefanini Data & Analytics, empresa especialista em dados e IA do grupo Stefanini, utilizando plataforma da Databricks e tecnologias open source, integradas aos sistemas legados. A implementação foi estruturada em duas fases, ambas já concluídas.

Na primeira, foi feito o desenho e validação da nova arquitetura, o entendimento e melhoria do fluxo de negócio para as recomendações, e a implementação da primeira versão do projeto, denominado Recomenda 2.0. Nessa etapa, todo o ambiente no Databricks foi configurado, incluindo boas práticas de versionamento de código e padrões de desenvolvimento, além da identificação e validação das bases de dados no delta lake.

Também foi implantado o processo de recomendação em formato batch, em horários estratégicos como café da manhã, almoço e jantar. Além disso, processos de teste A/B foram incorporados.

Leia mais: Open Innovation e codesenvolvimento com startups: o futuro é colaborativo

A segunda fase introduziu as recomendações por eventos, com base em ações realizadas no superapp da VR, levando em consideração o saldo e a geolocalização do usuário.

Com essas melhorias, o time passou a ajustar os parâmetros de recomendação conforme as necessidades do negócio e realizar testes A/B para validar a eficácia das sugestões. Agora, dizem os envolvidos, é possível recomendar estabelecimentos comerciais para utilização do vale-refeição e alimentação, além de outros produtos, como serviços financeiros.

“Nosso objetivo é evoluir continuamente a experiência do trabalhador, tornando as interações mais personalizadas e assertivas, além de oferecer recomendações que maximizem o valor do seu dinheiro no dia a dia. Já registramos 63 milhões de acessos mensais”, diz em comunicado Cassio Carvalho, diretor-executivo de negócios para pessoa física da VR.

Entre os resultados mensurados, houve redução da latência na geração de recomendações de D-1/D-2 para tempo real, o que segundo as partes melhorou a assertividade e o engajamento no aplicativo da empresa. A solução também serve de preparação para a VR operar em ambientes multiproduto e multi-emissor.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!