CONHEÇA SEU USUÁRIO

Conheça em tempo real o que o usuário acessa em seu site através de nossas ferramentas de análise de perfis e segmentação de usuários.

A zunnit oferece um conhecimento detalhado do seu usuário através da segmentação de usuários, que é feita segundo dimensões pré‐determinadas por você, como conteúdo visualizado ou características do usuário.

Para obter a segmentação de um determinado mercado a zunnit captura comportamentos individuais, gerando padrões para agrupar usuários e utiliza filtragem colaborativa para separar esses usuários.

A zunnit oferece um dashboard onde você pode ver em tempo real os diferentes perfis e os principais grupos de interesse da sua base de clientes. O Z-Dashboard é uma ferramenta poderosa de Business Intelligence, marketing e editoria de conteúdo.


Funções Básicas:

  • Taxa de Cliques (CTR)
  • Páginas visualizadas (Pageviews)
  • Conteúdo popular


Funções Avançadas:

  • Segmentação de Usuários
  • Fatores Latentes

Na visualização da segmentação de usuários, cada ponto representa um usuário e cada grupo está representado por uma cor diferente representando interesses comuns. Exemplos de análise segmentada podem ser feitas através de:

  • segmentação por conteúdo: "este produto X é similar a este produto Y”
  • segmentação por perfil: “pessoas do seu grupo compraram o produto Z”

Os usuários são automaticamente segmentados em grupos a partir de fatores latentes, tais como idade, conteúdo visualizado e informações relevantes disponíveis.

Conhecendo o perfil do usuário que está acessando o site é possível oferecer itens personalizados, avaliar o desempenho do conteúdo, e muitas outras ações (ver detalhes em Personalize).


Neste exemplo real de segmentação, um grupo de 3 milhões de usuários foi segmentado a partir do conteúdo visualizado de uma base de notícias jornalísticas.

No segmento laranja, no canto inferior direito, o número entre parêntesis significa que 51% do interesse dos usuários é sobre Cultura, 19% sobre Vida e Estilo, e 8% sobre Beleza.

A segmentação permite que o conteúdo seja personalizado para cada usuário. Na segmentação por conteúdo, serão oferecidas ao usuário que está lendo notícias sobre Cultura outras notícias e produtos sobre Cultura. Já na segmentação por perfil, além do conteúdo relacionado à Cultura, serão oferecidos também conteúdos relacionados com Vida e Estilo e Beleza.

Enquanto a segmentação por conteúdo é relativamente simples, a segmentação por perfil é complexa e oferece maiores possibilidades, sendo um ponto forte da tecnologia da zunnit. Na segmentação por perfil cada usuário pode ser considerado único e ao mesmo tempo pertencer a vários grupos de acordo com seu conjunto de interesse.

Além de estar presente no Z-Dashboard, a informação de segmentação é também disponibilizada via API, detalhadamente documentada. Com esta API você pode incluir a segmentação de mercado diretamente no seu modelo de negócios, de forma automatizada.

img-responsive

PRIORIZE SEU CONTEÚDO

Organize, classifique e priorize seu conteúdo com nossas ferramentas de Extração de Entidades e de Tópicos, identificando as entidades e tópicos mais relevantes.

A zunnit oferece duas APIs para classificação, organização e identificação de entidades e tópicos chaves no seu conteúdo: API de Extração de Entidades e API de Criação de Páginas Temáticas.

A API de Extração de Entidades cataloga os principais termos que existem no seu conteúdo, como pessoas, organizações e locais, de forma personalizada e automatizada.

Com ela, a criação de Word Cloud e tags de conteúdo podem ser completamente automatizadas.

A API de Criação de Páginas Temáticas gera páginas com temas específicos, selecionando conteúdo relevante e semelhante automaticamente.

Os parâmetros de retorno são personalizados por você, como galeria de fotos, linha do tempo, e notícias ou produtos semelhantes.

Para começar a utilizar as APIs de Extração de Entidades e Criação de Páginas de Tópicos:

Para começar a utilizar as APIs de Extração de Entidades e Criação de Páginas de Tópicos:

img-responsive

PERSONALIZE

Entregue o conteúdo que você produziu personalizado para cada usuário, melhorando a experiência, o engajamento e a taxa de conversão.

Utilize a API de recomendação Z-Recommendation para detectar o perfil e prever o comportamento do seu usuário, selecionando notícias, oferecendo produtos ou recomendando ações personalizadas.

Ofereça para seus clientes uma experiência personalizada, aumentando taxa de conversão e engajamento.

O objetivo da personalização é conhecer o usuário, prever seu comportamento e oferecer opções extremamente atraentes.

Integre nossa API de recomendação em:

  • Anúncios personalizados, campanhas diferenciadas, ou personalização completa da experiência do usuário no seu site.
  • Análise de perfil do usuário com sugestão de ações.
    Ex.: análise de quais usuários teriam mais interesse em um plano, ou quais estariam mais susceptíveis a cancelar assinatura.
  • Análise de risco individual e prevenção de comportamentos indesejados.
    Ex.1: antecipar que o usuário tem um perfil com possibilidade de reclamação com órgãos reguladores e sugerir ação corretiva.
    Ex.2: Análise de risco de pacientes em hospital, com sugestão de ações para os profissionais de saúde.

img-responsive

PLATAFORMA

A plataforma de Deep Learning + Big Data desenvolvida pela Zunnit é baseada em 4 pilares principais:



- Coleta de Dados (Data Capture): o primeiro passo é coletar os dados disponíveis, sejam ele visualizações e clicks em páginas do cliente (web), dados de Business Intelligence (BI), dados de relacionamento com clientes (CRM) ou bancos de dados com estrutura própria (Custom). A Zunnit dispõe de tecnologia para armazenar de forma estruturada dados em quantidades massivas (Big Data).


- Técnicas de Deep Learning (Deep Learning Engines): A seguir, técnicas de Deep Learning são aplicadas ao conjunto de dados, estabelecendo padrões e encontrando agrupamentos nos dados (clusters). Clusterização é uma forma automática de classificação baseada nos fatores latentes subjacentes aos dados, e a Zunnit oferece clusterização naturais (aprendizado não-supervisionado) ou clusterização visando atingir um objetivo específico (aprendizado supervisionado).


- Sistemas de apoio à tomada de decisão (Inference & Analysis Engine): A partir dos padrões encontrados, ferramentas de análise e tomada de decisão são aplicadas para atingir objetivos específicos do cliente, como recomendação de produtos ou ações (Recommender System), prospectos de venda com grande probabilidade de aceitação (Sales Leads), detecção e ação sobre comportamentos de risco (Decision Support), entre outros.


- Visualização de dados (Data Visualization): Os padrões detectados e o desempenho das ações tomadas baseadas nos sistemas de apoio à decisão são visualizados no Painel de Controle (Dashboard) desenvolvido para o cliente, permitindo acompanhar as métricas envolvidas e obter insights sobre a evolução destas métricas.


Esta plataforma tem sido utilizada com sucesso em diversos clientes para avaliar e compreender perfil de clientes com geração de “sales leads”, identificação de fraudes, identificação de fatores latentes e até mesmo geração automática e gerenciamento de ativos multimídia.

img-responsive

SOBRE A ZUNNIT

O foco da zunnit Technologies é o desenvolvimento de ferramentas preditivas para segmentação de usuários e análise de comportamento.

Zunnit Intelligent Systems é uma empresa de alta tecnologia focada na convergência entre técnicas de Deep Learning e Big Data com o objetivo de alcançar compreensão e automação de processos de empresas resultando em aumento das vendas e da eficiência.

Inicialmente, a Zunnit tinha seu foco em sistemas de recomendação, mas o grupo posteriormente incorporou os mais recentes avanços nas tecnologias de Deep Learning e Big Data ao seu portfólio de produtos, se tornando a primeira empresa de alta tecnologia no Brasil a trabalhar ativamente com Deep Learning.

EXPERIÊNCIA DE MERCADO

A Zunnit foi fundada pelos professores Nivio Ziviani e Alberto Laender do Departamento de Ciência da Computação da UFMG, o melhor e mais empreendedor departamento de Computação do Brasil.

Casos de sucesso do grupo incluem a Miner Technology Group (criada em 1998 e adquirida pelo grupo Folha de São Paulo/UOL em 1999) e a Akwan Information Technologies (criada em 2000 e adquirida pelo Google Inc. em 2005).

CONTATO

   +55 31 3401-1092
   contato@zunnit.com


Rua Professor José Vieira de Mendonça, 770 – Sala 410
BHTec – Parque Tecnológico de Belo Horizonte
Belo Horizonte / MG – Brasil – CEP 31310-260