Português
EnglishDingTalk AI Table lança a primeira “tabela única com milhões de linhas quentes”
Texto por Shen Songnan
A chegada do 17º Double 11 empurra novamente o setor de e-commerce para um ciclo anual de operação de alta intensidade. Desde promoções de marketing e operações de livestream até armazenagem, logística, atendimento ao cliente e pós-venda, todos os elos estão intimamente interligados, fazendo com que a geração de dados e a necessidade de processamento em tempo real cresçam exponencialmente.
Nesse contexto, é comum que os comerciantes operem em múltiplos fluxos simultaneamente. Recentemente, um representante de marca disse à revista Tianxia Wangshang que seu aniversário coincide com o Double 11: “Nos últimos anos, nunca consegui comemorar direito; no dia do meu aniversário, todo mundo está presente, menos o próprio aniversariante.”
O que sustenta o crescimento anual das vendas durante as grandes promoções e o desenvolvimento contínuo das marcas não é apenas o próprio consumo, mas também a evolução das ferramentas. Em 5 de novembro, a tabela AI do DingTalk lançou a primeira tecnologia do setor capaz de lidar com milhões de linhas quentes em uma única tabela, permitindo que as empresas realizem a agregação, o cálculo e a aceleração de dados massivos em tempo real dentro de uma única planilha, eliminando a necessidade de dividir e mesclar manualmente várias tabelas devido ao volume excessivo de dados — uma capacidade que se alinha perfeitamente com a demanda urgente do setor de e-commerce por processamento de dados em tempo real durante o Double 11.
Na verdade, antes disso, a Tianxia Wangshang já havia observado que empresas como Semir, Intime Department Store e a marca de designers Almond Rocks já vinham usando “uma única tabela” como o núcleo central de suas operações diárias.
Semir: da entrada manual aos dados impulsionados em tempo real
No setor de vestuário, a captura e a resposta às vozes dos consumidores estão diretamente relacionadas à descoberta de produtos virais e à mitigação dos riscos de estoque. Como uma categoria com forte apego emocional e orientação à moda, as avaliações dos consumidores, as postagens de fotos e até mesmo as menores variações de humor refletem os sinais mais autênticos das tendências de moda — especialmente durante as grandes promoções, quando um volume enorme de consultas e feedbacks em cascata testam as operações das empresas.
Lü Wanlong, supervisor do centro de atendimento ao cliente da Semir Co., Ltd., e sua equipe sentem na pele a importância da velocidade de resposta aos dados durante a grande promoção do Double 11. Antigamente, a equipe dependia de planilhas Excel, onde todas as informações multidimensionais precisavam ser inseridas manualmente, um processo que se tornava extremamente lento durante as promoções — cada ciclo de feedback de dados exigia a regeneração de gráficos e análises, seguida pela transmissão dos resultados entre departamentos, um processo lento e complicado. Além disso, os feedbacks do atendimento ao cliente vinham de diversas fontes, incluindo registros de chat, gravações, imagens e conteúdos de redes sociais, tornando difícil consolidar esses dados em informações de longo prazo passíveis de análise sob o modelo tradicional de operação.
Semir usa a tabela AI do DingTalk
Hoje, Semir construiu uma plataforma central de negócios “impulsionada por dados em tempo real” por meio da integração profunda entre RPA (automação de processos robóticos) e a tabela AI do DingTalk.
Primeiro, há o monitoramento em tempo real de toda a opinião pública. Após a organização automática e a consolidação dos conteúdos da marca nas plataformas como Xiaohongshu, o RPA escreve esses dados diretamente na tabela AI do DingTalk e envia notificações em tempo real. A tabela AI do DingTalk pode identificar automaticamente a tendência emocional e classificar com precisão os problemas — seja sobre produtos, logística ou campanhas.
Wanlong dá um exemplo: “Vendemos 10 mil unidades e 500 clientes compartilharam suas experiências de uso, sendo que mais de 90% dos feedbacks continham palavras-chave positivas como ‘bonito’ ou ‘confortável’. Assim que esses dados são gerados, enviamos imediatamente as informações para a equipe de operações tomar decisões, acelerando a reposição de estoque ou ajustando as campanhas publicitárias.”
A coleta e análise em tempo real dos feedbacks dos usuários permitem que Semir se adapte rapidamente aos recursos durante os vários picos de vendas do Double 11, encurtando ao máximo a cadeia “voz do usuário–decisão operacional”. Afinal, com o prolongamento do ciclo de promoções, a previsão dos picos de vendas torna-se muito mais desafiadora. Por exemplo, uma queda súbita de temperatura no final de outubro, combinada com ofertas promocionais, elevou rapidamente as vendas de roupas de inverno das marcas de vestuário Semir e Bosideng. Esse tipo de evento inesperado não só aumenta a pressão sobre o estoque, como também provoca escassez temporária de recursos para consultas pré-vendas e serviços de pós-venda nas lojas oficiais das marcas na plataforma Tmall. Agora, ao combinar as tendências de vendas com informações externas, como o clima, a tabela AI pode prever em tempo real as necessidades operacionais, ajudando a equipe a ajustar com flexibilidade a alocação de pessoal em diferentes etapas.
“Quanto mais longo o ciclo, maior é a exigência de precisão dos dados — será necessário reduzir ou aumentar os recursos? Será destinado à pré-venda ou ao pós-venda? Isso requer dados precisos e dinâmicos para fundamentar as decisões”, explica Wanlong.
Para Semir, o valor da tabela AI reside na construção de uma plataforma central de negócios “impulsionada por dados em tempo real”, que transforma enormes volumes de informações dinâmicas em ação em tempo real, mesmo em um ritmo altamente concorrente. E tudo isso funciona de forma fluida graças à capacidade da tabela AI do DingTalk de processar milhões de dados interativos em questão de segundos.
A Tianxia Wangshang acredita que, por trás da narrativa da tecnologia “milhões de linhas quentes”, o significado mais profundo da tabela AI do DingTalk para o setor de e-commerce é que “esta é, sem dúvida, a tabela que melhor entende o setor de e-commerce” — o setor de e-commerce da China é próspero, vasto e complexo, com centenas de categorias distintas, desde o marketing na ponta até o estoque e o pós-venda na parte de trás. As cadeias de dados são longas e os padrões de dados são complexos; para “gerenciar” uma rede de dados tão complexa, é necessário compreender profundamente o setor de e-commerce e ter um entendimento de longo prazo sobre ele — e isso é justamente a vantagem inerente ao DingTalk, que nasceu dentro do ecossistema Alibaba.
Intime Department Store: rompendo ilhas de colaboração e alcançando uma cooperação eficiente entre organizações
Enquanto Semir resolveu o problema da temporalidade dos dados, a Intime Department Store usa a mesma tabela para enfrentar a complexidade de uma colaboração em larga escala entre diferentes organizações.
Uma grande live de varejo geralmente envolve vários agentes independentes, como marcas, plataformas, shopping centers em diferentes localidades e equipes de operação. Cada parte utiliza sistemas diferentes e formatos de dados distintos, o que faz com que elementos-chave como informações sobre produtos, preços, cupons e cronogramas sejam facilmente sujeitos a erros durante a transmissão e a sincronização; qualquer pequena alteração exige repetidas confirmações entre as organizações.
Segundo Li Kai, responsável pela operação de conteúdo do departamento de varejo na Intime, isso é chamado de “pesadelo da colaboração”.
Há algum tempo, Li Kai coordenou uma grande live que abrangeu mais de 60 shopping centers, dezenas de marcas de cosméticos e envolveu mais de 80 tipos de cupons. Seguindo a experiência tradicional, ele precisava criar vários grupos de comunicação temporários para coletar e verificar as informações — era como navegar de uma ilha de dados a outra...
“O modelo de coleta de informações que enviei era uniforme, mas os formatos dos dados recebidos eram muito variados”, lamenta Li Kai, acrescentando que o método tradicional de colaboração é “exaustivo” em termos de mão de obra; por exemplo, se as informações de um produto mudarem repentinamente, todos os documentos precisam ser atualizados manualmente.
Intime usa a tabela AI do DingTalk
Agora, Li Kai usa a tabela AI como um ponto de informação unificado para todas as partes colaboradoras:
As marcas e os funcionários dos shopping centers atualizam as informações na tabela, e os dados são automaticamente resumidos em tempo real. Por trás disso está a capacidade de “associação bidirecional” da tabela AI: por exemplo, quando as informações sobre um produto na tabela A são modificadas, todas as entradas relacionadas na tabela B, como o quadro de controle de estoque ou o plano de cronograma, também são atualizadas automaticamente. Isso resolve fundamentalmente um dos principais pontos problemáticos da colaboração moderna no trabalho.
Agora, com a ajuda da tabela AI, Li Kai automatizou completamente os principais elos do trabalho. Por exemplo, a tabela AI pode filtrar automaticamente palavras proibidas nas informações sobre produtos e adicionar etiquetas locais aos produtos de diferentes shopping centers com um único clique, garantindo a padronização e a uniformidade das informações desde a fonte; sempre que uma live termina, os resultados da análise de dados fornecidos pela tabela são enviados em tempo real aos grupos de trabalho, reduzindo o período de revisão, que antes levava dias, para apenas alguns minutos.
“Agora eles me chamam de ‘rei da competição’, porque frequentemente envio a análise pós-live para os grupos de trabalho na madrugada após o término da transmissão; os parceiros pensam que estou trabalhando até tarde para analisar os resultados da live, mas o que eles não sabem é que essa análise é feita automaticamente pela tabela AI com base nos indicadores-chave do desempenho da live.”
Li Kai explica que até mesmo a etapa de sincronizar os resultados da análise com os grupos de trabalho relacionados é realizada “em seu lugar” pela tabela AI. Além disso, o pagamento dos salários dos apresentadores também foi automatizado — ao associar a duração da live com os dados do cronograma, o sistema gera automaticamente o detalhamento dos salários mensalmente, tornando a reconciliação manual uma coisa do passado.
A melhoria da eficiência reflete diretamente na escala dos negócios. Quando Li Kai começou a trabalhar na Intime no ano passado, a equipe estava operando no limite da capacidade, conseguindo apoiar apenas cerca de 20 shopping centers. Agora, graças aos processos padronizados conectados pela tabela AI, o mesmo número de pessoas consegue gerenciar com eficiência as operações de live em mais de 60 shopping centers em todo o país, com folga. “Acho que posso cuidar tranquilamente de mais de 100, e hoje quem trabalha no varejo, posso dizer que precisa usar esta tabela.”
Almond Rocks: aumento da eficiência em toda a cadeia de colaboração com influenciadores e criação de uma “cabine de comando” para os negócios
No dia anterior às reuniões semanais, os departamentos de negócios e operações da Almond Rocks provavelmente trabalham até tarde: diante de uma lista de mais de 6.000 influenciadores espalhados por diferentes pastas, números de rastreamento de amostras para venda, capturas de tela dos resultados das vendas — a quantidade de informações é enorme e desorganizada, o que testa a paciência e a atenção dos funcionários de linha de frente.
As diferentes informações estão dispersas em diferentes planilhas Excel, registros de bate-papo em redes sociais e e-mails; só a tarefa de organizar tudo em um relatório semanal já “esgota as forças”.
“Antigamente usávamos planilhas Excel, mas as tabelas ficavam cada vez maiores, os dados cada vez mais numerosos, e a temporalidade não era boa; não conseguíamos extrair os dados, e os funcionários tinham que gastar muito tempo todos os dias preparando as tabelas”, explica Zhang Qi, fundador da marca. Para a empresa, além do trabalho tedioso de organização, o mais importante é que a marca, que dá grande importância à colaboração com influenciadores, havia perdido por muito tempo ferramentas e perspectivas integradas para coordenar toda a cadeia de colaboração — desde o contato inicial, a gestão e a cooperação até a avaliação dos resultados.
“Esperamos poder construir gradualmente um fluxo de trabalho relativamente eficiente, para que todos possam dedicar mais energia às tarefas em que são mais proficientes e mais significativas.” Wu Xian, diretora de projetos da Almond Rocks, acrescenta, a partir da experiência e da perspectiva dos funcionários de linha de frente: “Por exemplo, a colega responsável pela expansão de influenciadores não deveria gastar energia na organização de dados na parte de trás; ela só precisa saber quais produtos são virais, e sua capacidade maior deve se concentrar na comunicação comercial e na compreensão da marca.”
A Almond Rocks começou com um par de meias e tem como objetivo se tornar uma marca chinesa de designers originais que combina qualidade, design e preço, mas a eficiência da colaboração com influenciadores externos e o raio de gestão da própria marca já começaram a limitar seu desenvolvimento futuro. Agora, a tabela AI do DingTalk está ajudando essa empresa, que mantém firmemente o princípio da marca, a tornar seus negócios mais ágeis.
A cabine de comando da Almond Rocks
Por exemplo, no cenário de “cultivar influenciadores”, os mais de 6.000 influenciadores no banco de dados da empresa eram originalmente geridos por apenas 4 a 6 funcionários responsáveis pelos negócios, que passavam a maior parte do tempo organizando dados, preparando tabelas e verificando informações. Agora, os responsáveis pelos negócios podem ver todos os influenciadores que precisam ser geridos em uma única tabela AI, identificando por meio de classificação quais influenciadores devem ser priorizados. Informações fragmentadas sobre o número de envios de amostras para cada influenciador, o desempenho de cada um deles etc. também são apresentadas de forma centralizada.
“Por meio do plug-in RPA, depois de inserir os links das notas, os dados relevantes de curtidas e comentários são captados automaticamente; através do campo AI ‘Consulta de logística expressa’, após inserir o número de rastreamento dos envios de amostras, o status da logística é gerado automaticamente.” Wu Xian explica que, além disso, o indicador-chave de avaliação dos responsáveis pelos negócios — a quantidade de notas virais produzidas — também é monitorado em tempo real pela tabela AI e as informações são enviadas proativamente ao DingTalk para os responsáveis correspondentes.
Em cenários de livestream, antigamente, os operadores precisavam alternar entre 4 a 5 plataformas para verificar os dados de conversão da live, integrando e limpando os dados manualmente, o que causava uma sensação de fragmentação no trabalho. Agora, a tabela AI, por meio do plug-in RPA, pode integrar automaticamente os dados de conversão de várias plataformas, formando um painel de dados unificado, permitindo que os operadores comparem visualmente as vendas e os detalhes desta semana com os da semana anterior. Na Almond Rocks, isso é definido como uma “cabine de comando” — um painel que abrange todas as informações multidimensionais da gestão da marca.
Mais do que isso, Zhang Qi explica que a tabela AI também pode ajudar a marca a gerar um mapa de calor da eficiência dos influenciadores, identificando os colaboradores que podem ser parceiros de longo prazo; monitora dinamicamente os dados de vendas de produtos individuais, a taxa de rotação de estoque etc., detectando oportunamente os produtos virais — segundo informações, a Almond Rocks também começou recentemente a usar a tabela para acompanhar a situação da concorrência, ajudando a empresa a ficar atenta à concorrência externa...
Zhang Qi disse à Tianxia Wangshang que hoje metade da equipe da Almond Rocks trabalha na tabela AI. Coincidindo com o cenário das grandes promoções, ele explicou: “Por exemplo, se quisermos ampliar o volume de um produto que está vendendo bem, quantas unidades precisaremos enviar e postar esta semana e na próxima semana? Antigamente, os dados eram atrasados e não conseguiam acompanhar o ambiente das promoções (postar após o Double 11 não faz sentido); agora esses dados podem fluir em tempo real, o que é muito adequado para as necessidades de ajuste rápido do setor de e-commerce.”
Quando mais de 6.000 influenciadores, os dados de livestream de várias plataformas e as informações cambiantes sobre o mix de produtos se reúnem em um único lugar e podem fluir em tempo real, a marca finalmente consegue acompanhar o ritmo do mercado com a velocidade do e-commerce.
Tabela AI: da ferramenta à nova dimensão da produtividade
A “digitalização em tempo real” da Semir, a “padronização dos processos de colaboração” da Intime e a “agilização dos negócios” da Almond Rocks — as três marcas que aplicam a tecnologia AI em diferentes dimensões — comprovam juntas uma tendência: a tabela AI está se tornando um novo paradigma para sustentar as operações de e-commerce.
Por isso, este ano é naturalmente considerado como o “primeiro Double 11 sustentado pela tabela AI”.
A Tianxia Wangshang acredita que, por trás das várias aplicações da tabela AI do DingTalk em cenários complexos como e-commerce, varejo e grandes promoções, o que existe na essência é um ciclo fechado de aplicação da capacidade de IA dentro do próprio ecossistema da Alibaba: no topo do ciclo está a base tecnológica de grandes modelos de IA construída pela Alibaba; a tecnologia é concretizada em uma série de produtos, como a tabela AI do DingTalk; e as operações de e-commerce, especialmente o cenário extremo do Double 11, com suas características de múltiplos fluxos e forte orientação por dados, oferecem um ambiente de teste de alta intensidade e feedbacks imediatos para a aplicação da IA.
O sucesso dessas capacidades de IA em entrar em operação e dar frutos não se limita ao empoderamento do setor; elas também fornecem um excelente modelo para a expansão de cenários e negócios. Algumas conjecturas razoáveis incluem, por exemplo, promover ainda mais a aplicação das capacidades da tabela AI na rede logística da Cainiao (armazenagem, transporte e entrega), nas operações de varejo da Hema (gestão de estoque, compras e vendas) e em outros negócios complexos dentro do ecossistema...
Assim, fica claro que “a aplicação dessa tabela durante o Double 11” tem um valor que vai muito além do setor de e-commerce e do cenário das grandes promoções; ela delineia claramente o caminho prático pelo qual a Alibaba transforma sua tecnologia de IA de alto nível, por meio de produtos específicos, em novas formas de produção dentro de seus cenários ecológicos.
No setor de e-commerce, um dos mais maduros e líderes do mundo na China, a tabela AI está completando uma transição de “ferramenta” para “nova força produtiva”. Isso não é apenas uma demonstração das capacidades de IA da Alibaba, mas também serve como um modelo para futuras iniciativas de empoderamento em IA, tanto dentro quanto fora do ecossistema.
DomTech é o provedor oficial e autorizado do DingTalk em Macau, especializado em fornecer serviços do DingTalk para uma ampla gama de clientes. Se você deseja saber mais sobre as aplicações da plataforma DingTalk, entre em contato com nosso serviço de atendimento ao cliente online ou ligue para +852 95970612, ou envie um e-mail para cs@dingtalk-macau.com. Temos uma excelente equipe de desenvolvimento e operação, com vasta experiência em serviços de mercado, prontos para oferecer soluções e serviços profissionais do DingTalk!