Apesar dos enormes benefícios da IA, a distribuição e a adoção global das estruturas de IA continuam a ser desafios tanto em termos de compreensão da tecnologia quanto por causa da complexidade percebida da implementação tecnológica. No entanto, uma mudança setorial importante está acontecendo nos segmentos de marketing de pesquisa de desempenho e agência, principalmente impulsionada por tendências de publicidade na internet, como otimização de mecanismos de busca (SEO) e marketing de mecanismos de busca (SEM).

O problema é que os sites são basicamente pouco inteligentes. Eles não geram suas próprias informações para ajudar as empresas a impulsionar seus negócios, apesar de seu papel central na inteligência de marketing e no comércio de uma empresa. Por exemplo, embora agências e equipes empresariais adotem aprendizado de máquina para tudo, desde o aumento de dados e automação de publicidade até a previsão de comportamentos de compras, a tecnologia muitas vezes não consegue capturar os dados em primeira pessoa inseridos como o primeiro passo na jornada do cliente, deixando os modelos de IA incompletos ou com falhas.

Além disso, quando as organizações recorrem a campanhas publicitárias digitais e resultados gerados pelas principais plataformas, como Google e Facebook, elas dependem de informações incompletas de algoritmos que tratam cada lead como uma conversão, seja ela spam, uma solicitação ou um cliente real. Mesmo quando essas campanhas são impulsionadas por IA, as principais plataformas de hoje mantêm dados críticos de termos de pesquisa e outras informações ocultos da empresa que deveria possuí-los, muitas vezes alegando regulamentações de privacidade.

Os fundadores da SherloQ acreditam que as empresas devem poder ver seus próprios dados e gerar insights a partir deles. "Houve um momento em que você podia ver os termos de pesquisa que as pessoas usavam para chegar ao seu site, mas [o Google e o Facebook] começaram a tirar isso anos atrás", diz Jim Fitzgerald, cofundador e diretor de marketing da SherloQ. "Com o passar do tempo, eles começaram a retirar grande parte da linguagem natural que as pessoas usam, deixando os termos raiz com palavras faltando. Os profissionais de marketing sabem que os termos raiz afetam a pesquisa, mas não conseguem ver como o consumidor realmente se expressa sobre o produto ou a empresa."

Essa lacuna de informações tem consequências reais para empresas e agências, mesmo quando elas usam o marketing de desempenho e as campanhas publicitárias digitais mais avançadas.

Por exemplo, uma empresa pode ter uma ótima ideia de marketing que, de alguma forma, não atinge o objetivo porque não tem como saber como os clientes realmente pesquisam seus produtos. Foi o caso da Hurley & David Inc. (HDAIR), uma empresa de climatização que queria vender mais aparelhos de ar condicionado sem dutos, conhecidos como mini-splits.

A SherloQ criou uma solução que cria inteligência em sites existentes integrando perfeitamente a tecnologia IBM Watson ao site, com base no que identifica como os quatro pilares da IA: automação, atribuição, inteligência e conformidade de marketing. Essas facetas de IA capturam, avaliam e analisam o marketing de desempenho e outros dados geradores de leads. A SherloQ usa as ofertas IBM® Watson Machine Learning e IBM® Watson Studio para criar os modelos de IA que oferecem a qualquer site o que a empresa chama de Núcleo Inteligente de IA. Esse núcleo permite que as organizações obtenham insights e automatizem a partir de seu próprio marketing de desempenho e outros dados de uso do site.

A IBM foi a escolha óbvia para a tecnologia de IA, segundo Del Hagen. "O Watson tinha uma capacidade incrível de processamento de linguagem natural que estava acima e além de tudo que vimos", diz ele. "A IBM tinha 20 anos de experiência; era fora de série em comparação com outras empresas."

Depois de instalar um script simples por meio do uso do Google Tag Manager (GTM), a solução SherloQ captura dados de clientes primários quando um usuário clica em um anúncio ou site. Quando uma empresa adota a solução SherloQ, os serviços IBM® Watson Natural Language Understanding (NLU) e IBM® Watson Natural Language Classifier (NLC) analisam chamadas, chats, mensagens de texto e transcrições de e-mail em tempo real para identificar palavras-chave e pontuá-las com base na relevância. Essa classificação ajuda a empresa a classificar e organizar leads e enriquece a pontuação do Ad Rank, que é um valor que determina quais anúncios têm o melhor desempenho em relação a outros.

"O que é notável em todo esse processo é a capacidade de simplesmente conectá-lo ao Google Tag Manager e estar tudo funcionando no mesmo dia, com toda essa tecnologia e IA, de uma forma muito simples", diz Fitzgerald.

A aplicação SherloQ que o acompanha oferece à empresa uma visão de dashboard de seus leads agregados, bem como da pontuação. A empresa recebe um relatório diário de inteligência que pode ser usado para reavaliar campanhas de marketing de desempenho, conteúdo do site e SEO.

O recurso AutoAI dentro do aplicativo IBM Watson Studio automatiza a avaliação e seleção dos modelos de melhor desempenho com a implementação de um clique da solução IBM® Watson Machine Learning.

A solução SherloQ, baseada na tecnologia IBM Watson, ajuda as empresas a recuperar o controle sobre seus dados de interação com o cliente e usá-los para promover melhorias de marketing de desempenho. Ao contrário de outras ferramentas de palavras-chave ou serviços de anúncios de terceiros que eliminam dados de pesquisa valiosos, a solução SherloQ usa IA para fornecer insights sobre as jornadas de pesquisa dos consumidores.

"À medida que os dados de terceiros se tornam mais restritivos, os dados primários estão se tornando essenciais. Os profissionais de marketing precisam assumir o controle utilizando os dados os primários dos seus melhores clientes, acessando esses dados por meio do SherloQ com o IBM Watson", diz Fitzgerald.

No caso da HDAIR, a empresa de climatização que queria vender mais unidades de mini-split, a solução de IA da SherloQ revelou que as pessoas estavam pesquisando por "A/C para espaços pequenos no sótão", "ar-condicionado sem dutos" e outros termos semelhantes, em vez do termo do setor "mini-split". Munido desse conhecimento e com o poder dos serviços do IBM® Watson NLU e do IBM® Watson NLC, a agência publicitária da empresa reescreveu as páginas de destino e anúncios do mini-split para incluir esses termos de pesquisa de linguagem natural.

Antes de lançar a solução SherloQ em junho de 2019, a empresa vendeu aproximadamente US$ 105.000 em unidades mini-split. Em agosto de 2019, as vendas ultrapassaram os US$ 208.000, um aumento de 98% em apenas três meses. Uma análise mais aprofundada mostrou que o aumento foi impulsionado principalmente por pesquisas orgânicas, não pelo tráfego de anúncios.

Da mesma forma, quando o Law Offices of Mark E. Salomone adotou a solução de IA da SherloQ, a empresa levou seu negócio já bem-sucedido a um novo patamar. Alguns insights eram muito simples, mas essenciais. Por exemplo, eles descobriram que muitas pessoas pesquisavam seu escritório usando o recurso de voz para texto em seus telefones, de modo que "Mark E." era frequentemente interpretado como "marquis" ou "marquee", o que levou a empresa a adaptar suas palavras-chave de SEO.

A mudança mais relevante aconteceu com a melhoria significativa na taxa de conversão de cliques para leads (CTL) da empresa. Em um mês após a instalação da solução de automação da SherloQ em agosto de 2019, a empresa aumentou sua taxa de conversão, já acima da média, para 28,92%, em um setor em que a taxa média de CTL é de 6,98%. Ao usar o dashboard da solução SherloQ, que forneceu um detalhamento do desempenho de cada uma de suas campanhas publicitárias, a empresa pode visualizar rapidamente quais de suas campanhas foram mais eficazes na transformação de leads em clientes.

Embora o dashboard tenha sido útil, foram os recursos de pontuação AutoAI e Ad Rank da solução que levaram esse insight de volta ao Google para refinar ainda mais as campanhas publicitárias da empresa e aumentar sua taxa de CTL. Ela registrou sua taxa mais alta até o momento, de 46,75%, em novembro de 2019, e permaneceu acima de 40% ao longo de 2020. Na verdade, a empresa teve que diminuir sua publicidade na TV devido ao fluxo significativo de novos clientes em potencial resultante de seus esforços aprimorados de publicidade digital.

No final de 2020, a SherloQ recebeu uma notificação de patente pendente do US Patent and Trademark Office por sua metodologia de treinamento de modelos de aprendizado de máquina por meio das suas interfaces de aplicação e de dashboard. Essa metodologia permite que seus clientes treinem o modelo de IA toda vez que deslizam para a esquerda ou para a direita na aplicação. Isso coloca o poder do aprendizado de máquina e da IA nas mãos de pequenas e médias empresas que, de outra forma, não poderiam sequer pensar no uso de soluções internas de IA para potencializar seus esforços de publicidade.

"Acreditamos que mudar a forma como um núcleo de site opera é a chave para a adoção global da IA", conclui Del Hagan. "Estamos construindo o primeiro núcleo inteligente de IA do mundo com o IBM Watson, que é o que torna o site inteligente e oferece aos usuários corporativos a capacidade de usar a IA de uma maneira muito simples."