Tecnologia 14/03/2017

Dicas para lidar com troca e devolução de produtos na sua loja online

De modo semelhante a uma loja física, a devolução de produtos é uma parte inevitável das vendas online. É muito comum que as pessoas comprem produtos online e precisem trocá-los ou devolvê-los, seja por motivos de cor ou tamanho inadequado, ou ainda porque o artigo não atendeu às expectativas do cliente

Muitos lojistas encaram esse tipo de situação como sinônimo de prejuízo, pois, em curto prazo, isso pode gerar custos extras, como despesas de logística reversa e de reembolso ou reposição do item que foi vendido.

O certo é que a forma como o lojista encara e gerencia o processo de devolução pode contribuir significativamente para a fidelização e conquista de novos clientes. A maneira mais prática para gerenciar esses casos é definir uma política efetiva para trocas e devoluções e deixá-la clara para o consumidor.

Pensando nisso, Tiago Dalvi, CEO do Olist – comunidade online que reúne e conecta micro e pequenos lojistas, distribuidores e fabricantes, a grandes varejistas – dá três dicas de como os varejistas podem otimizar seu desempenho na política de troca online. Confira:

Conheça a Legislação e tenha ela como ponto de partida para uma política de troca
O Código de Defesa do Consumidor (Lei 8078/1990) garante o direito do consumidor se arrepender de ter adquirido um determinado produto, seja qual for a razão, e devolvê-lo em até 7 dias, contando a partir do recebimento da mercadoria. Nesse tipo de situação o lojista deve arcar com todas as despesas de transporte e devolver o valor integral para o consumidor, como garante a legislação. A regra consta no artigo 49 da lei.

Casos de troca também possuem uma regra específica, regidas pelos artigos 18 e 35 do CDC. Os clientes têm até 90 dias para solicitar cancelamento ou troca caso o produto apresente defeito não sanado pelo fornecedor.

O artigo 35 também diz respeito ao cumprimento da oferta apresentada, como a entrega dentro do prazo. Caso haja descumprimento, o cliente pode aguardar pela chegada do produto, aceitar outro item no lugar ou cancelar a compra.

Portanto, não há escapatória caso o lojista se depare com qualquer uma das situações acima. Levar a sério a legislação, se preparar, definir mecanismos para fornecer um atendimento ágil, bem como disponibilizar condições para realizar a logística reversa e o reembolso em cada compra, é o melhor caminho para fidelizar o consumidor.

Tenha transparência na comunicação com os clientes
Por mais que a lei preveja qual deve ser a postura do lojista em cada uma das situações, é fundamental estabelecer uma comunicação clara e transparente com os consumidores.

Isso é particularmente importante em situações nas quais a loja não é obrigada a realizar a devolução ou troca, como em casos de produtos que não apresentem qualquer defeito e o prazo de desistência tenha sido superado.

Nesse caso é interessante criar uma política de troca e devolução que seja pública e amplamente divulgada. Uma boa dica é ter um link — fácil de visualizar em seu site — que leve o cliente para a página explicativa dessa política. Dessa forma, ele mesmo poderá conferir as regras e saber como organizar-se nesses casos.

Transforme sua política de troca em um diferencial para o negócio
A política de troca e devolução pode se converter em um diferencial para a loja online. Vale a pena comunicar de forma clara que a empresa valoriza o consumidor e apresenta soluções práticas para os principais problemas apresentados.

Isso pode ser feito por meio da orientação dos consumidores sobre algumas dúvidas comuns, como a garantia de fábrica. Muitas marcas dão garantia para que, caso o produto exiba algum problema nos primeiros meses de uso, o comprador entre em contato diretamente com o fabricante. Lembre-se de explicar em seu site como isso funciona.

Outra boa estratégia é ampliar o prazo de troca, que pode ser estendido em períodos sazonais, como Natal, Dia das Mães, Black Friday e outras datas do tipo. Caso seja viável, outra estratégia inovadora é enviar um produto novo antes mesmo de receber o antigo, agilizando o processo de troca.

Para que tudo isso funcione, vale a pena dedicar um setor ou um funcionário somente para essa função, com o objetivo de melhorar o relacionamento com o cliente e facilitar a troca de informações. A empresa também deve ficar atenta a possíveis casos de fraude, mas sem nunca insinuar que o cliente está agindo de má-fé sem que haja provas concretas disso.

A indústria de cibersegurança precisa de mulheres

Nos dias de hoje, a maioria das pessoas associa o termo “cibersegurança” à tecnologia, e embora isso seja verdade, a maioria das pessoas não vai além e deixa de reconhecer seus outros aspectos. Mas é importante saber que esta indústria tem crescido significativamente à medida que o mundo migra para a digitalização. Na verdade, os dados da revista Forbes estimam que o setor de cibersegurança crescerá 36,5% até 2020, e de acordo com a Society for Human Resources Management, a demanda por profissionais de cibersegurança aumentará para 6 milhões de empregos no mundo inteiro até 2019.
É por isso que a cibersegurança não é responsabilidade dos governos; esta é uma questão que não deve envolver apenas as empresas de todos os setores, mas também a sociedade em geral. Vivemos na era digital, em que os cibercrimes são uma ameaça real.
Mas o que acontece quando há uma falta considerável e cada vez maior de profissionais para ocupar as posições de cibersegurança em todos os setores da indústria? De acordo com dados da revista Forbes, as mulheres representam 50% da população mundial; porém, elas constituem apenas 11% do total de profissionais da indústria de cibersegurança, de acordo com a WSC (Women’s Society of Cyberjutsu), o que cria grandes oportunidades profissionais, pois as mulheres estão insuficientemente representadas neste setor, principalmente em cargos de liderança de organizações. O problema é real, e ainda há uma grande diferença de gênero na indústria.

Por que?
1) Percepção
Uma das principais razões para o baixo percentual de mulheres na cibersegurança é a fraca percepção. É muito comum considerar essa indústria como técnica, que exige habilidades muito específicas. Contudo, é fundamental esclarecer a importância de outras habilidades para a indústria para ajudar a produzir um equilíbrio melhor. O fato de que as pessoas acreditam que “não é normal ter mulheres na indústria de cibersegurança” desestimula a entrada de mulheres nesse setor, onde elas podem atingir o sucesso.
Os participantes do Workshop Sobre Diversidade 2016 da CREST, que discute a diferença de gênero na indústria de cibersegurança relataram que, apesar da percepção de que esse setor seja sexista ou inóspito para as mulheres, nenhum participante disse ter tido problemas como esses.

2) Formação
A segunda causa é a falta de formação tecnológica nas escolas, provocando uma falta de interesse, pois os alunos não recebem a opção de algo relacionado à cibersegurança. Se as escolas começassem antes as matérias relacionadas à ciência, tecnologia, engenharia e matemática, mais mulheres pensariam em entrar no mundo da tecnologia e a participar do mundo da cibersegurança, ignorando as percepções e os estereótipos gerais que existem sobre essa indústria.

3) Reconhecimento
O reconhecimento das realizações das mulheres na indústria e daqueles que não têm medo de desafiar o status quo faz a diferença. Sem dúvida alguma, isso levaria a exemplos de mulheres na indústria, servindo de referência e inspiração neste campo, como Grace Murray ou Maria Klawe, além de mulheres influentes na indústria atualmente, como Annie Anton e Danna Dachmann.
A falta de representação e reconhecimento das mulheres na indústria não passou despercebida. Kerry Anderson, em seu livro Resolving the Cybersecurity Workforce Shortage (tradução livre: Como Resolver a Escassez de Profissionais de Cibersegurança), sugere que há um grande número de profissionais de TI qualificados no que ela chama de grupo de pessoas insuficientemente representadas, com as mulheres em primeiro lugar.

4) Comunicação
Sem uma boa comunicação ou diálogo ninguém sabe exatamente quantas oportunidades há na indústria, muito menos o que está envolvido. O maior desafio está em incentivar não só as mulheres, mas a população em geral, a pensar sobre TI e cibersegurança. As oportunidades existem para todos aqueles que se dedicam a esta indústria; aqui, o velho ditado “a maior barreira que existe é aquela que nós mesmos criamos” certamente se aplica.
O importante é mostrar que esta indústria tem muitos aspectos, que incluem a proteção da segurança e informação e o combate a crimes tecnológicos, para proteger a reputação e a troca de dados.
Independente disso, não devemos esquecer que a diversidade desempenha um papel muito importante em qualquer organização. Como explicou um aluno da Northumbia University, em Londres: “Algumas pessoas não sabem do que são capazes, mas com uma melhor formação e comunicação sobre o que é possível, a paixão pode se transformar em uma história de sucesso. ”

(Fonte: Vanessa Pádua é a responsável pela equipe e pelo gerenciamento de contas de canais da Fortinet para todo o Brasil).

É preciso começar do zero em um mercado dominado pela Inteligência Artificial?

Gustavo Cazangi, Maurício Schiezaro e Marcelo Abreu (*)

Com capacidade de processamento crescente, a evolução das redes neurais e novas técnicas de aprendizado, a Inteligência Artificial está mais perto do que você imagina

O termo Inteligência Artificial (IA) se popularizou nos últimos anos, a ponto de encontrarmos diariamente notícias do tipo: “IA é capaz de detectar câncer de pele através de fotos”; ou “IA derrota humanos em torneio de pôquer”. Mas por que só agora estamos vivendo este hype e, até que ponto será preciso dominar todas as técnicas de IA para conseguir usufruir dos avanços recentes deste campo de pesquisa?
A inteligência artificial nasceu na década de 40, quando foi proposto o primeiro modelo de neurônio artificial, que inspirado na biologia humana tenta reproduzir o comportamento de um neurônio real por meio de um modelo matemático. Logo surgiram modelos matemáticos complexos de redes de neurônios artificiais, que eram compostas por várias camadas de neurônios interligadas, assim como o cérebro humano.
Durante as décadas seguintes, com outras técnicas mais promissoras surgindo, as redes neurais foram caindo em desuso. Diante do pouco poder computacional disponível, os cientistas se viam obrigados a trabalhar com modelos matemáticos mais simples (com poucas camadas de neurônios) realizando simplificações ou pré-processamento, obtendo resultados de pouca expressão. Um exemplo é a extração manual de features de imagens.
Apesar de preterida, em relação a outras técnicas, as redes neurais foram as responsáveis por trazer de volta a inteligência artificial aos holofotes. Houve um grande esforço no sentido de paralelizar os algoritmos de redes neurais, justamente para tirar proveito do avanço exponencial de processamento de dados, em especial nos processadores gráficos (GPU). Para se ter ideia da diferença, um “simples” iPhone 6 é cerca de 60 vezes mais rápido que um supercomputador de 1990.
Somando isso ao poder de processamento e ao volume de dados disponíveis atualmente, temos o cenário ideal para que as redes neurais de múltiplas (e muitas) camadas, que em inglês são conhecidas como Deep Neural Networks, se sobressaiam com resultados interessantes e soluções eficientes. Como já era esperado pelos pesquisadores, era preciso uma rede de neurônios complexa para identificar e extrair sozinha detalhes e atributos dos problemas, bem como uma enorme quantidade de dados para treinamento.
Esses fatores explicam as manchetes citadas no início do texto. Com um grande número de imagens de câncer de pele, ou então de combinações de cartas de poker, a rede neural foi treinada e se especializou em resolver e identificar características específicas desses problemas. Um dos primeiros projetos do Google nessa linha, em 2012, utilizou 10 milhões de imagens de gatos, obtidos por meio de vídeos do Youtube, para treinar o reconhecimento deste felino tão amado pela internet. Hoje este algoritmo é a base da busca do Google Imagens.
Naturalmente ainda existem muitos desafios a serem vencidos neste campo, entre eles a tendenciosidade dos dados, o chamado “bias” e a interferência humana através da categorização dos dados para treinamento (técnica conhecida como aprendizado supervisionado). Um site realizou um concurso de beleza no qual os jurados eram algoritmos de IA e o resultado foi desastroso, até sendo considerado racista: dos eleitos, apenas um era negro e poucos eram asiáticos, todos os demais eram brancos. Outro exemplo de influência dos dados no treinamento é o de redes de propaganda na internet que exibem anúncios de emprego com remuneração menor para mulheres.
Para conseguir superar estes obstáculos, os pesquisadores estão se voltando para o aprendizado não supervisionado, onde as redes devem aprender sozinhas, sem qualquer tipo de pré-classificação dos dados. Neste campo, duas técnicas vêm se destacando: as chamadas Generative Adversarial Networks (GAN) e Reinforcement Learning (RL). As primeiras são redes capazes de aprender e sintetizar conjuntos de dados, por exemplo gerar imagens distintas, mas que são idênticas ao olhar humano, sendo utilizadas para melhorar o resultado do aprendizado da rede. Já o RL, é uma técnica baseada no Behaviorismo, área da psicologia que procura entender o comportamento dos indivíduos, onde a premissa é que comportamentos são reflexos produzidos por certos estímulos no ambiente. Portanto a rede neural é estimulada a descobrir quais ações que vão levá-la ao maior benefício, sendo aplicada em vários casos famosos como o do complexo jogo de tabuleiro GO.
Com tantas técnicas e vertentes, se localizar dentro do mercado de AI é uma tarefa complexa. Encontrar mão de obra especializada então, é como encontrar agulha no palheiro. Algumas ferramentas ajudam empresas e desenvolvedores a darem o passo inicial economizando tempo e dinheiro, entre elas se destacam os frameworks gratuitos Theano, TensorFlow (Google), Caffe (Berkley), DSSTNE (Amazon), H2O.ai, Torch, entre outros. Estes frameworks fornecem implementações de estruturas e algoritmos de IA, além de permitir parametrização e customização, deixando que o desenvolvedor foque apenas em resolver o problema com as técnicas disponíveis.
Sim, deu para notar que a inteligência artificial está mesmo por toda parte, até nos anúncios que vemos nos sites pela internet, conquistando cada vez mais mercado. Não só as grandes empresas de tecnologia como Google, Amazon, IBM e Apple vem investindo pesado nessa área. Um estudo da Bloomberg apontou que em 2016 já existiam mais de 2600 startups se dedicando exclusivamente a AI, sendo que o mercado de U$8 bilhões deve saltar para aproximadamente U$47 bilhões em 2020, segundo o IDC. E você, vai ficar fora dessa?

(*) Gustavo Cazangi é Líder de Emerging, Maurício Schiezaro é Líder de Data Science do FTI e Marcelo Abreu é Diretor de Novos Negócios e Inovação do Venturus.