Aumento Significativo em Hospedagens Pet-Friendly Segundo Hurb.com
O Hurb.com, uma das principais plataformas de viagem no Brasil, observou um crescimento notável em hospedagens pet-friendly no país. Durante o primeiro semestre de 2023, as reservas em acomodações que aceitam animais de estimação aumentaram mais de 100% em comparação com o mesmo período do ano anterior. Este dado impressionante destaca uma tendência crescente entre os viajantes brasileiros que desejam incluir seus animais de estimação em suas experiências de viagem.
Tendência Global e Preferências em Acomodações Pet-Friendly Além do aumento nacional, a tendência de acomodações pet-friendly também está ganhando terreno globalmente, com um aumento de cerca de 50%. Com base em dados internos da Hurb.com, exploramos as últimas tendências em viagens com animais de estimação, revelando os destinos mais populares, as acomodações mais procuradas e os países líderes em hospedagem pet-friendly.
Top Destinos Pet-Friendly no Brasil: Dados do Hurb: Segundo informações do Hurb, os destinos brasileiros mais procurados por viajantes com animais de estimação no primeiro semestre de 2023 incluem cidades como Florianópolis (Santa Catarina), Curitiba (Paraná), Campos do Jordão (São Paulo), Gramado (Rio Grande do Sul) e São Paulo (São Paulo). Estes destinos refletem a diversidade e a beleza do Brasil, oferecendo experiências únicas para viajantes e seus pets.
As Acomodações Pet-Friendly Mais Desejadas no Brasil Ao explorar as preferências dos usuários da plataforma, identificamos as acomodações pet-friendly mais desejadas no Brasil. Estas incluem propriedades únicas e exclusivas, escolhidas por sua capacidade de proporcionar uma experiência de viagem inesquecível para os hóspedes e seus companheiros de quatro patas. As propriedades são selecionadas com base na frequência com que são adicionadas às listas de favoritos dos usuários, destacando as tendências atuais em viagens pet-friendly.
Já nos Estados Unidos, temos um mercado gigante. Segue estatísticas;
As 14 principais estatísticas de viagens para animais de estimação
70% dos lares dos EUA possuem pelo menos um animal de estimação.
Manter os custos baixos . Além de demitir 6% de seus funcionários este ano e aumentar os preços dos planos premium, Daniel Ek, seu CEO, disse:
“Ainda estamos nos concentrando em eficiência, mas eficiência para nós não significa apenas corte de custos, significa tirar mais proveito de cada dólar”– Daniel Ek citado na Reuters
Além de manter os custos de pessoal reduzidos, o retorno à rentabilidade também resultou da manutenção de um controlo rigoroso sobre os “custos de marketing” . Imagino que isso signifique cortar canais com baixo desempenho e focar em aquisições de baixo custo. O que me leva à segunda razão pela qual o Spotify conseguiu crescer enquanto reduzia custos: crescimento liderado pelo produto (PLG).
Como muitos sabem, uma das melhores maneiras de manter baixos os custos de marketing é encontrar maneiras de usar o PLG para atrair novos usuários. Não funciona para todos os produtos, mas, quando funciona, significa que os usuários entram de graça.
Usar conteúdo para atrair novos usuários (através de mecanismos de compartilhamento ou SEO)
Criação de programas de referência para incentivar o share (a pessoa que compartilha) e o sharee (o novo usuário que chega)
Criação de micro redes a partir de pacotes de assinatura, como planos familiares, planos de casal
Gamificação que impulsiona a retenção por meio do envolvimento repetido ao longo do tempo (ou seja, sequências para desbloquear recursos)
E, claro, viralidade e efeitos de rede (não abordo muito isso porque não acho que sejam altamente aplicáveis a 99% dos produtos, infelizmente)
Tudo o que foi dito acima significa que sua base de usuários atual está fazendo exatamente o que o CEO do Spotify, Daniel, quer dizer com “tirar mais proveito de cada dólar”. Cada usuário está trabalhando duro para impulsionar a aquisição e retenção por meio de ciclos de crescimento (eles mal sabem).
Embora a estratégia PLG do Spotify não esteja em seu comunicado à imprensa (sem surpresas), fica claro quando você mergulha no produto que seus novos lançamentos de recursos em 2023 se concentram em ciclos de referência e mecanismos de compartilhamento.
Iremos nos aprofundar nisso com muito mais detalhes e ver algumas táticas de compartilhamento e referência que você pode tentar.
Veja todos esses recursos sensuais. Fonte: SpotifyMecanismos PLG do Spotify, uma visão geral
Superficialmente, há muitas maneiras pelas quais o Spotify usa mecanismos de compartilhamento para impulsionar o crescimento do usuário, incluindo, mas não se limitando a:
Planos Duo , permitindo que duas pessoas tenham uma assinatura por menos do que o preço de 2X assinaturas individuais
Planos familiares para incentivar os membros da família a fazerem upgrade para convidar seus familiares
Benefícios para usuários indicados:um teste de 2 meses em vez do teste normal de 1 mês
Playlists compartilhadas – permitindo que seu amigo nerd da música assuma a liderança (como eu)
Sessões de jam, onde você pode ouvir ao vivo com amigos e familiares (até que você se desentenda sobre a direção criativa do próximo )
Os pontos 1 e 2 têm como alvo os clientes menos prováveis e geram mais assinantes. Pense no seu membro da família menos experiente em tecnologia que não teria pago por uma assinatura sozinho, mas que está feliz em ser mostrado como funciona por seu membro da família millennial/gen-Z.
O ponto 3 impulsiona ciclos de referência, enquanto os pontos 4 e 5 impulsionam ciclos de engajamento e retenção para usuários atuais (recuperando seus amigos no produto). Além disso, eles podem gerar um aumento de novos usuários se o destinatário do compartilhamento ainda não tiver o Spotify.
Sim, minha família ainda paga pelo meu plano do Spotify….
Em vez de cobrir tudo neste artigo, entraremos em detalhes em um exemplo.
Vamos considerar o Daylist como um estudo de caso de como os usuários do Spotify usam todos os meios possíveis para garantir que cada novo recurso impulsione o PLG para o negócio, atraia usuários novos/antigos e, em última análise, os ajude a obter lucratividade.
Primeiro, uma visão geral da terminologia de inicialização sobreposta e muito confusa relacionada ao PLG.
Como medir PLG: o Fator K
Existem muitos jargões que se sobrepõem na área de compartilhamento/referências/viralidade/PLG. Tente não ficar muito preso à linguagem e, em vez disso, pense nas alavancas de crescimento.
Um conceito extremamente útil é o do Fator K.
O fator K é o número de novos usuários que um único usuário atrai para um produto.
Em termos de fórmula, isso se parece com:
Se o seu fator K for <1, seu coeficiente viral será relativamente baixo. Isso significa que cada usuário leva a menos de um outro usuário e seu crescimento por meio desse canal não causará impacto significativo.
Assim que seu fator K for >1, é aí que você começa a ver um crescimento composto.
Existem algumas alavancas que impactam isso:
% de usuários que compartilham
Frequência de compartilhamento (ou seja, compartilhamentos por usuário)
Conversão do link de compartilhamento visualizado para inscrição (taxa de aceitação de convites)
As alavancas de um ciclo de crescimento PLG, por moi
Todas essas alavancas interagem entre si para acionar o circuito PLG de um produto. O principal é acompanhar cada etapa para descobrir onde os usuários estão parando e concentrar seus esforços.
Veremos como o Spotify otimiza ambos os lados do ciclo de compartilhamento (compartilhador e compartilhador) para gerar conversão para compartilhamento e convites aceitos.
Parte 1: Experiência do Compartilhador
A primeira coisa que me impressionou no Spotify é como eles otimizaram seu recente recurso de lista diária para compartilhamento e personalização de uso em várias partes do fluxo de experiência do usuário. Analise o compartilhamento de UI, UX e personalização entre canais, um por um.
Posicionamento do botão Compartilhar
Mergulhando pela primeira vez na lista diária na análise original, não notei o botão de compartilhamento. Mas olhando mais de perto, o Spotify fez uma mudança importante em sua localização.
Na minha lista diária, o ícone de compartilhamento é o terceiro botão na IU. Isso significa que a página inferior de compartilhamento está a um toque da lista diária, em vez de dois toques e uma rolagem na interface da lista de reprodução normal.
Compartilhar é tão fácil quanto um, dois, três, rolar – espere, na verdade não era tão fácil na versão antiga. Prefiro o fluxo de compartilhamento da lista diária
Uma diferença pequena, mas muito significativa .
Em uma playlist normal, o compartilhamento é muito mais profundo na experiência do usuário. Eu adoraria saber se isso teve uma melhoria significativa na visualização da playlist → conversão de compartilhamento para listas diárias, como suspeito que sim (hmu Spotify, meus DMs estão abertos 👀).
Uma nota rápida sobre ícones. O Spotify usa o ícone comum usado no iOS para compartilhar (a caixa quadrada com uma seta apontando para cima).
Na psicologia do usuário, isso é chamado de seguir um Modelo Mental , ou seja, seguir os padrões que os usuários esperam.
Eu imploro que você não use a extrema esquerda
Já vi outros produtos iOS usarem ícones de compartilhamento variados, como três pontos com um V lateral… o que sempre me faz pensar duas vezes, verificar se é um compartilhamento e depois continuar (ou simplesmente desistir). Seguir o modelo mental significa que os usuários têm menos probabilidade de parar nessa etapa e desistir.
Eu recomendo fortemente usar os ícones comuns para a plataforma e sistema operacional em que você está criando botões para compartilhar e copiar um link. Agora, vamos ao que acontece depois que você toca no ícone de compartilhamento.
Compartilhar UI da página inferior
O que mais gosto na planilha de compartilhamento do Spotify é como ela usa bem o espaço.
Estou sempre em um iPhone 12 mini (por causa das minhas mãos pequenas…), o que significa que às vezes a IU pode parecer pequena e claustrofóbica.
Não Spotify.
Os ícones de compartilhamento na parte inferior da planilha são muito limpos e organizados. As melhores planilhas de compartilhamento também permitem compartilhar por tipo de conteúdo:
História do Instagram
Mensagem direta do Instagram
Etc.
Isso reduz ainda mais a duração do tap share → send share UX e atende os usuários onde eles estão.
Tão pequeno e compacto. IU 10/10
Não só recebo ícones de compartilhamento limpos e uma miniatura visual da minha lista diária, como também recebo uma cópia personalizada:
minha lista diária
guitarra elétrica relaxa instrumental terça à noite
desde que ouço post-rock , binaural e loops
O que é ótimo nesta cópia é que ela é legal, concisa e ajuda a mostrar como funciona a lista diária. A partir desta cópia, fica claro que esta é uma recomendação inteligente e personalizada com base no meu histórico de audição.
Psicologicamente, os consumidores se sentem mais próximos das marcas nominativas em minúsculas, o que aumenta a percepção de simpatia pela marca em comparação com as marcas nominativas em maiúsculas.
A seguir, vamos dar uma olhada no que acontece depois de selecionarmos o canal de compartilhamento na página inferior.
Compartilhe UX e personalização do canal
Há um verdadeiro talento nos fluxos de compartilhamento quando se trata de redigir textos que os usuários não sentem necessidade de editar antes de enviar para sua rede.
Como já vimos, há um fluxo UX incrivelmente curto da lista diária para o compartilhamento. Quando você conta as torneiras, há:
Toque no ícone de compartilhamento logo abaixo da dobra na lista diária
Toque no ícone do canal na planilha de compartilhamento (não é necessário rolar)
Toque em ‘enviar’ ou ‘postar’ no WhatsApp, Instagram etc.
São apenas 3 toques para um compartilhamento bem-sucedido. Em termos de alavancas que impactam o Fator K, este fluxo otimizará a conversão de usuário registrado → compartilhador , reduzindo a queda no fluxo.
E, se o usuário tiver uma experiência de compartilhamento bem-sucedida, talvez isso afete o número de compartilhamentos por usuário.
Tão perfeito
Agora, a cópia de compartilhamento:
minha lista do dia agora: guitarra elétrica relaxante instrumental terça à noite
Por que o Spotify sempre tem que enviar mensagens de texto mais legais do que eu
A variedade de gêneros desonestos é suficiente para intrigar qualquer um – o compartilhador disse essencialmente:
Ei, olhe para o meu gosto musical extremamente único e legal. Como é isso? Você vai ter que ouvir para descobrir
É interessante, é curto e coloquial e usa as mesmas regras gramaticais da lista diária. Muito legal.
O uso de dois pontos em minha lista diária agora: também me lembra o formato comum de meme:
Mais uma vez, acrescentando como é natural e fácil compartilhar diretamente a cópia que o Spotify elaborou. Pois, sejamos honestos, todos nós somos preguiçosos e queremos ser legais.
Agora, vejamos a experiência do destinatário: o compartilhamento.
Parte 2: Compartilhe a experiência
A miniatura que vimos aparece bem em um DM do WhatsApp, pois conseguiu inserir:
Título
Belo fundo do pôr do sol
Cópia personalizada
Os três primeiros nomes de músicas, artistas e miniaturas
É incrível como a miniatura funciona.
O Spotify até comentou sobre o papel da miniatura e do compartilhamento de forma mais geral em seu anúncio de lançamento de recurso:
O objetivo da Daylist é expressar sua individualidade , por isso incorporamos o compartilhamento à experiência da playlist como nunca antes. Escolha entre três opções diferentes de sharecard para fazer upload:
Uma captura de tela pronta da sua lista diária
Um adesivo de mídia social que captura a essência da sua lista diária
Um sharecard mutável com até quatro gráficos de fundo diferentes, dependendo da hora do dia em que você publica sua lista diária
A alavanca aqui é a conversão de ver o link de compartilhamento para registrar-se como um novo usuário ou abrir o aplicativo como um usuário recorrente.
O importante é a quantidade de contexto que você pode fornecer nos metadados (ou seja, a cópia e a imagem que preenche o link).
Sim, você não pode fazer nada e deixar que quem compartilha explique ao que compartilha. Mas isso reduz drasticamente a chance de você converter esse convite.
As partes principais aqui são:
O convite é visual
O convite é personalizado
O convite não é desagradável (como muitas cópias compartilhadas são)
Em essência, uma lacuna de curiosidade ocorre quando faltam informações propositalmente em uma experiência , pois isso leva o usuário a buscar essas informações.
Quando há uma lacuna entre a informação dada e a informação retida, as pessoas querem colmatar a lacuna. – Por que compramos
Aqui, o sharee se depara com duas informações intrigantes ao mesmo tempo:
Como diabos soa a música instrumental relaxante da guitarra elétrica
Que vibração eu ouço numa terça-feira à noite
A primeira lacuna é genuinamente divertida e um exemplo 10/10 de loop de conteúdo.
A IA da lista diária do Spotify gerará diariamente milhões dessas frases personalizadas para cada usuário. Isso significa que eu poderia compartilhar várias frases divertidas como essa por dia, todas diferentes e todas criando essa lacuna de curiosidade.
A segunda lacuna de curiosidade é quase como uma janela para a vida de alguém.
O que essa pessoa ouve numa manhã de terça-feira? Ou uma sexta à noite?
É como quando você vai a um museu e pode olhar para o corte transversal de uma colméia – como se estivesse pausando o mundo e analisando aquele momento no tempo. Ou menos romanticamente, como aqueles espelhos unilaterais que usam em estudos científicos ou salas de investigação.
De qualquer forma, essas frases curtas e a falta de curiosidade são uma tática para aumentar a taxa de aceitação de convites.
Ao nos aprofundarmos na funcionalidade de compartilhamento de um recurso, vimos como fluxos curtos de UX, uso especializado de pequenos espaços e conteúdo gerado por IA podem impulsionar alavancas de referência.
O PLG não funciona para todos os produtos, mas ao ser criativo sobre seus novos recursos e criar lacunas de curiosidade, o Spotify conseguiu criar fluxos que atraem novos usuários ou aumentam o envolvimento de usuários antigos – de graça.
Aqui estão algumas dicas importantes para aprender:
Acompanhe cada etapa do seu ciclo de referência. Você não pode impulsionar o crescimento se não souber onde focar e não pode retroagir eventos que não são rastreados
Descubra qual etapa do ciclo de referência você precisa otimizar para impulsionar o crescimento (conversão para referenciador, referências por usuário ou taxa de aceitação de convite)
Concentre-se na criação de fluxos personalizados e sem atrito , otimizados para cada canal de compartilhamento para reduzir o abandono em cada etapa
Preste atenção extra à miniatura para tornar os metadados de seu compartilhamento o mais atraentes, personalizados e contextualizados possível
Considere como você pode usar o Curiosity Gap para levar os usuários a agir no link de compartilhamento
Como calcular o fator K e a fórmula do seu produto
Compreender o fator K do seu produto é crucial para o sucesso do seu negócio. Ao calcular essa métrica, você pode obter insights valiosos sobre aquisição, retenção e engajamento de usuários.
A fórmula do fator K leva em consideração o número de usuários que convidam outras pessoas para experimentar seu produto, bem como a taxa de conversão desses convites para novos usuários. Para calcular o fator K, basta dividir o número de convites enviados pelos usuários existentes pelo número de novos usuários adquiridos por meio desses convites.
Fator K = convites x taxa de conversão
Supondo que cada usuário envie em média um convite e que um terço dos destinatários se registrem com sucesso, o fator k é de 33,3%. Isso significa que se houver 100 usuários ativos, seriam 133 no período seguinte, 178 no período seguinte e assim por diante. Segundo esse modelo, o número de usuários chegaria a mais de um milhão após 33 períodos. No entanto, este é um cenário simplificado e discutiremos mais detalhadamente as complexidades.
Benefícios de ter um fator K alto como empresa de produtos
Como empresa de produtos, ter um fator K alto pode ser uma virada de jogo. Um fator K alto significa essencialmente que seu produto tem um alto coeficiente viral, o que, em última análise, leva a um rápido crescimento e maior adoção pelos usuários. Isso significa que seu produto é apreciado e comentado pelos usuários, o que pode levar a um marketing gratuito e eficaz.
Ter um fator K alto não apenas significa que seu produto está ganhando mais força, mas também pode levar a economia de custos, já que o custo de aquisição de novos usuários diminui com um fator K mais alto. Ao fornecer um produto que as pessoas realmente apreciam e recomendam ativamente aos outros, uma empresa pode alcançar crescimento sustentado e sucesso a longo prazo. Portanto, é seguro dizer que um fator K alto é uma clara vantagem para qualquer empresa de produtos que queira prosperar no cenário competitivo atual.
Dicas e truques para aumentar o fator K do seu produto
Aumentar o fator K do seu produto pode ser uma tarefa desafiadora, mas pode trazer benefícios significativos tanto para sua empresa quanto para os usuários. Uma dica importante é criar uma experiência de usuário perfeita que incentive o compartilhamento e as referências. Isso pode incluir adicionar botões de compartilhamento social, incentivar os usuários com recompensas por indicações e facilitar o convite de amigos e colegas.
Outra técnica eficaz é focar na ativação e integração para garantir que os novos usuários estejam engajados e investidos em seu produto desde o início. Além disso, é essencial monitorar de perto o seu fator K ao longo do tempo e ajustar suas estratégias para otimizar o crescimento. Com essas dicas e truques, você pode desenvolver um plano sólido para aumentar o fator K do seu produto e impulsionar o crescimento do seu negócio.
Exemplos de alguns produtos com alto fator f e viralidade que cresceram de boca em boca
Você já ouviu falar de um produto que pareceu tomar o mundo de assalto, aparentemente da noite para o dia? Esses são os produtos que têm um fator f incrivelmente alto – a capacidade de se espalhar como um incêndio por meio do marketing boca a boca. Esses produtos são muito procurados, geralmente apresentando design único e inovador, e muitas vezes com algum tipo de apelo emocional aos consumidores.
Qualquer produto pode ter um fator f alto se for comercializado de maneira inteligente e repercutir em seu público-alvo. Alguns exemplos excelentes incluem o iPhone, o Tesla e o infame fidget spinner – todos produtos que explodiram em popularidade graças ao marketing boca a boca. Quer se trate de um gadget de alta tecnologia ou de um simples brinquedo, um produto com um fator F elevado tem potencial para se tornar o próximo grande sucesso.
Perguntas comuns sobre fator k
Qual é o fator k métrico e o que isso significa?
A métrica fator k é uma medida da viralidade do seu produto ou serviço. É calculado dividindo o número de convites enviados para o seu produto pelo número de novos usuários adquiridos por meio desses mesmos convites. Essa métrica é usada para avaliar a rapidez com que sua base de usuários está crescendo e medir seu desempenho geral em termos de marketing boca a boca. Um fator k mais alto significa que mais usuários estão convidando seus amigos para usar o produto, o que pode levar a um rápido crescimento e aumento de receitas.
Como calculo o fator k dos meus produtos?
Calcular o fator k do seu produto é relativamente simples. Basta dividir a quantidade de convites enviados para o seu produto pela quantidade de novos usuários adquiridos por meio desses mesmos convites. Ao compreender essa métrica, você pode obter insights valiosos sobre a aquisição e engajamento de usuários, bem como tomar decisões baseadas em dados para otimizar o crescimento.
Quais são os exemplos de produtos de software com alto fator k e viralidade de produto?
Produtos de software com alto fator k normalmente apresentam design único e inovador, têm apelo emocional para os usuários e são comercializados de forma inteligente. Alguns exemplos excelentes incluem o Slack, que alcançou enorme sucesso por meio de seu programa de recompensas por indicação de usuários, bem como o Instagram, que teve um crescimento explosivo graças ao seu foco no envolvimento do usuário e na integração de mídias sociais. Qualquer produto pode ter sucesso se repercutir em seu público-alvo e incentivar referências.
O que é viralidade do produto?
A viralidade do produto é a capacidade de um produto se espalhar rapidamente por meio do marketing boca a boca. Isso pode ser medido observando o fator k, que indica quantos convites são enviados e aceitos para um determinado produto. Um fator k mais alto significa que mais usuários estão falando e compartilhando seu produto com os amigos, levando a um rápido crescimento e aumento de receitas. Ao compreender essa métrica, você pode obter insights sobre aquisição, retenção e engajamento de usuários – todos componentes-chave para o crescimento bem-sucedido do negócio.
Que outras métricas devo medir em relação ao fator k para entender a viralidade do produto?
Além de medir o fator k, é importante observar outras métricas, como envolvimento do usuário, taxa de retenção e valor da vida útil. Essas métricas lhe darão uma ideia melhor do desempenho do seu produto em termos de marketing boca a boca. Além disso, observar as taxas de cliques em links de referência também pode fornecer informações valiosas sobre a eficácia de sua campanha de referência. Ao utilizar todas essas informações, você pode obter uma imagem precisa do desempenho geral do seu produto e tomar decisões baseadas em dados para otimizar sua viralidade e potencial de crescimento.
A mais nova tinta branca da Purdue University e a parceria com a Loon Factory para revolucionar o bem estar em locais de pobreza extrema.
Em meio à luta incessante contra o aquecimento global, um avanço da engenharia surge como um feixe de luz refletido no teto das nossas esperanças. Engenheiros da Purdue University, conscientes do imperativo urgente de encontrar soluções sustentáveis para o resfriamento urbano, desenvolveram a tinta mais branca já registrada. Esta inovação promete uma revolução na maneira como lidamos com o calor nas áreas urbanas, potencialmente reduzindo drasticamente a necessidade de sistemas de ar condicionado.
Desenvolvimento:
A pesquisa realizada pela equipe da Purdue University revelou uma tinta de um branco tão puro que ultrapassa tudo o que conhecíamos sobre pigmentos e sua funcionalidade. A nova formulação não apenas reflete uma quantidade extraordinária de luz solar, mas também resfria as superfícies a temperaturas inferiores às do ambiente circundante. A aplicação dessa tinta em um telhado de 1.000 pés quadrados poderia traduzir-se em um efeito de resfriamento de 10 quilowatts, equivalente ao desempenho de aparelhos de ar condicionado centrais que atendem às residências típicas.
Mais do que um fenômeno de laboratório, este desenvolvimento está prestes a ser testado na prática. João Ricardo Mendes, fundador do Hurb e entusiasta de inovações sustentáveis, anunciou uma colaboração pioneira com a Purdue University. Através da Loon Factory, a incubadora de P&D do empresário, o Projeto Santorini será lançado no início de 2024 para transformar o Morro do Vidigal no Rio de Janeiro.
Projeto Santorini: Uma Odisseia Urbana e Sustentável
Nomeado em homenagem à famosa ilha grega conhecida por suas casas caiadas de branco refletindo a luz do sol, o Projeto Santorini tem como objetivo revestir as residências do Morro do Vidigal com a inovadora tinta branca. Esta iniciativa tem o potencial de não só melhorar o conforto térmico dos moradores mas também contribuir para a diminuição do consumo de energia e dos custos associados ao ar condicionado.
Impacto Social e Ambiental:
A escolha do Morro do Vidigal como local para esta iniciativa não é apenas uma questão de aplicação tecnológica, mas também uma abordagem humanística. “O calor não só desconforta mas pode exacerbar problemas sociais como a ansiedade e a violência”, afirma Ruan. Ao oferecer um ambiente mais fresco e confortável, espera-se que o Projeto Santorini possa trazer benefícios tangíveis para o bem-estar da comunidade.
Conclusão:
Com o compromisso de Mendes e o brilhantismo da equipe de Purdue, o Projeto Santorini destaca-se como um exemplo de como a ciência de ponta pode encontrar lugar no dia a dia das cidades, respondendo a necessidades básicas com soluções criativas e eficientes. Enquanto o mundo observa, o Morro do Vidigal prepara-se para se tornar um modelo de inovação e sustentabilidade, um testemunho da possibilidade de harmonizar avanços tecnológicos com respeito ao ambiente e melhoria da qualidade de vida.
Chamada para Ação:
Este é apenas o começo. Iniciativas como o Projeto Santorini podem servir de inspiração para outras comunidades ao redor do mundo. É um chamado para que inovadores, pesquisadores, empresários e governos unam forças para implementar soluções que possam combater o aquecimento global de forma prática e acessível, promovendo a sustentabilidade ambiental e o progresso social. A parceria entre a Purdue University e o Hurb através de João Ricardo Mendes demonstra que, quando a ciência e a paixão se aliam, o céu é literalmente o limite.
Engenheiros da Purdue Criam Tinta Mais Branca para Combater Aquecimento Global
Em um esforço revolucionário para conter as crescentes temperaturas globais, engenheiros da Purdue University fizeram um avanço na ciência dos materiais ao desenvolver a tinta mais branca já registrada. Esta inovação não é apenas um feito científico, mas também uma solução potencialmente transformadora no combate ao aquecimento urbano e ao uso excessivo de ar condicionado.
A Ciência por Trás da Tinta Ultra-Refletiva
A equipe de Purdue, liderada pelo professor Xiulin Ruan, não se contentou com os avanços do passado. Em outubro, eles já haviam surpreendido o mundo com uma tinta incrivelmente branca, e agora, aprimoram-na ainda mais. A última formulação reflete até 98,1% da luz solar e emite calor infravermelho, o que significa que as superfícies pintadas dissipam mais calor do que absorvem.
Ruan destaca a potência de resfriamento desta tinta, que é impressionantemente mais eficaz do que muitos sistemas de ar condicionado residenciais. Ele ilustra que a aplicação da tinta em uma área de 1.000 pés quadrados poderia resultar em um poder de resfriamento de 10 quilowatts — um feito notável para algo tão simples quanto uma camada de tinta.
Efeitos Nocturnos e Diurnos da Tinta
Além do seu albedo sem precedentes, a capacidade da tinta de resfriar as superfícies durante a noite e sob a luz direta do sol é igualmente notável. Medições rigorosas mostraram que as superfícies pintadas com a tinta ficaram 19 graus Fahrenheit mais frias do que o seu ambiente durante a noite e 8 graus Fahrenheit mais frias durante o pico solar do meio-dia.
Projeto Santorini: Um Caso de Estudo em Escala Real
Em uma fusão entusiasmante de ciência e sustentabilidade social, João Ricardo Mendes, fundador do Hurb, revelou uma colaboração notável com a Purdue University. Através da Loon Factory, a ala de pesquisa e desenvolvimento que reflete a paixão e visão de Mendes, um projeto chamado “Projeto Santorini” foi anunciado.
Este projeto ambicioso pretende aplicar a inovadora tinta nos telhados das casas do Morro do Vidigal, com a expectativa de que a temperatura mais baixa possa contribuir para o bem-estar dos moradores. Mendes reconhece o impacto do calor nas condições de vida, citando a relação entre temperaturas mais altas, ansiedade e violência.
Impacto Potencial e Próximos Passos
Com a iniciativa programada para começar no início de 2024, o Projeto Santorini não apenas testará a eficácia da tinta em grande escala, mas também se tornará um modelo para futuras intervenções urbanas centradas no clima. Os benefícios de tal iniciativa podem ultrapassar o mero conforto térmico, oferecendo reduções significativas no consumo de energia, nas emissões de carbono e nos custos de vida para os moradores.
A Purdue University e o Hurb estão, portanto, na vanguarda de uma iniciativa que pode redefinir a arquitetura urbana e o design sustentável. A tinta mais branca de Purdue não é apenas um avanço científico; é uma promessa de um futuro mais fresco e sustentável. À medida que o mundo busca soluções para a crise climática, essa tinta representa um raio de esperança — um reflexo literal e figurativo de inovação e possibilidade.
Você já parou para pensar como iniciativas inovadoras podem tornar a sua próxima viagem ainda mais incrível? No Hurb, a inovação é um dos nossos pilares. Graças a ela, garantimos que você tenha os melhores descontos e oportunidades em passagens aéreas, pacotes de viagens, hotéis e atividades.
Levamos esse tema muito a sério e, para comprovar, temos um laboratório de inovação incubado dentro da empresa: a Loon Factory. Os projetos vão desde uso de tecnologia em processos jurídicos até cachorros-robôs.
Loon Factory: o coração da inovação no Hurb
A missão da Loon Factory é desenvolver soluções que melhoram significativamente a vida das pessoas etornar o mundo um lugar melhor, por isso, é responsável por 9 projetos que atuam em diferentes áreas. Confira alguns:
Libert: revolucionando o cenário jurídico com tecnologia
Você já pensou em como a tecnologia pode transformar o cenário jurídico? O projeto Libert faz exatamente isso. Utilizando grandes modelos de linguagem (LLMs), o Libert é capaz de prever resultados de processos civis de pequenas causas. Isso não só economiza tempo e dinheiro para as empresas, mas também fornece uma análise jurídica aprofundada e identifica processos similares, proporcionando uma visão completa do caso. A inovação no mundo jurídico nunca foi tão emocionante!
Zazu: transformando dados em insights valiosos
Já se deparou com informações fragmentadas na internet? O Zazu é a resposta para esse desafio. Utilizando inteligência artificial, esta plataforma coleta, organiza e faz a curadoria desses dados, fornecendo um local centralizado para insights relevantes. Com o Zazu, a visualização de informações se torna muito mais completa e compreensível, ao mesmo tempo que reduz o tempo de pesquisa em diversas fontes. Inovação que simplifica a nossa vida!
Athena: o futuro da robótica e educação
O projeto Athena tem como objetivo transformar o futuro da robótica e da educação com robôs quadrúpedes avançados, também conhecidos como “cachorros-robôs”. Esses robôs têm aplicações variadas, desde pesquisa e desenvolvimento até aplicações na indústria e serviços. Imagine só o que o futuro nos reserva com esses companheiros tecnológicos!
Loon Factory no Rio Innovation Week
Recentemente, a Loon Factory participou do Rio Innovation Week, o maior evento de tecnologia e inovação da América Latina. Durante o evento, a equipe apresentou uma mesa digital interativa que revolucionou a forma como os clientes interagem com o negócio. Cada projeto foi representado por um token, e os participantes puderam escolher um token, posicioná-lo sobre a tela. Graças à avançada tecnologia de reconhecimento de objetos, tiveram acesso instantâneo a informações detalhadas sobre o projeto correspondente, podendo interagir com cada um deles.
Destinos tecnológicos
Quando falamos em inovação, automaticamente já pensamos em alguns destinos que respiram tecnologia, né? Por isso, fizemos uma lista para ninguém botar defeito. Que tal comemorar o Dia da Inovação do ano que vem em algum destes lugares?
Seul
Seul é uma cidade que combina perfeitamente a tradição com a inovação. Conhecida por sua arquitetura futurista, é o lar de algumas das maiores empresas de tecnologia do mundo, como Samsung e LG. Além disso, a cidade tem uma infraestrutura de telecomunicações de última geração, proporcionando conectividade de alta velocidade em todos os lugares. Aproveite a oportunidade para explorar bairros como Gangnam, que simboliza o espírito empreendedor da cidade.
Singapura é uma cidade-estado que não economiza em modernidade. Ela é frequentemente chamada de “Cidade Inteligente” devido às suas iniciativas inovadoras, como a integração de tecnologias avançadas para melhorar a qualidade de vida dos residentes e visitantes. Além disso, você encontrará uma incrível variedade de restaurantes e atrações de classe mundial que complementam a experiência tecnológica.
A capital alemã, Berlim, é um centro de inovação na Europa. A cidade abriga várias startups e empresas de tecnologia, além de ser palco de eventos de renome mundial, como a IFA Berlin, uma das maiores feiras de eletrônicos de consumo do mundo. A cena tecnológica é complementada pela rica história e cultura da cidade, proporcionando uma experiência equilibrada entre o antigo e o novo.
Conhecida como o epicentro da tecnologia, San Francisco é o lar das gigantes do Vale do Silício, como Google, Apple e Facebook. Além de visitar os campi dessas empresas, você pode explorar a cultura empreendedora, museus tecnológicos e inúmeras startups inovadoras. Não se esqueça de fazer uma visita à famosa Ponte Golden Gate!
Tóquio é uma metrópole futurista que oferece uma visão única do casamento entre tradição e tecnologia. Você pode experimentar a mais recente tecnologia em eletrônicos, jantar em restaurantes automatizados e explorar bairros como Akihabara, conhecido como o paraíso dos produtos eletrônicos. Além disso, a cidade está constantemente inovando em termos de transporte e infraestrutura.
A capital do Reino Unido, Londres, é um centro de inovação e empreendedorismo na Europa. Com uma cena de startups em crescimento, áreas como o Tech City (também conhecido como Silicon Roundabout) abrigam empresas de tecnologia promissoras. Londres também oferece uma ampla gama de eventos de tecnologia e espaços de coworking para quem deseja experimentar a vibrante cena tecnológica da cidade.
E aí? Gostou de conhecer um pouco mais sobre as nossas iniciativas e os destinos tecnológicos? Fique ligado no nosso blog e confira conteúdos como esse. Viagens mais incríveis, tecnologia avançada e oportunidades únicas é o que você pode esperar de nós!
Em prol de uma relação mais transparente e de confiança com os nossos parceiros, o Hurb agora conta um novo split de pagamentos para as diárias de hotéis. Essa nova ferramenta, chamada Zoop, permite o gerenciamento financeiro em tempo real.
O funcionamento é bem simples e prático. No momento que o cliente realiza a compra, o próprio split entra em ação para distribuir os valores a quem é de direito.
Ou seja, no momento que o cliente faz a compra, uma parte desse valor vai direto para o hotel. E a outra parte, direto para o Hurb. E tudo isso é gerenciado pelo Zoop.
Nesse sentido, a experiência de compra é semelhante a de um e-commerce ou loja física convencional, passando transparência para quem está comprando e também para quem está vendendo.
Eficiência tributária
Você faz o gerenciamento dos pagamentos sem que o dinheiro passe pela sua conta, o que elimina a bitributação e garante eficiência tributária.
Lançamentos automáticos
Se os lançamentos de cada venda fossem realizados manualmente, o processo seria lento e suscetível a falhas operacionais. Por meio do split de pagamento, o processo ganha agilidade e minimiza erros.
Controle dos pedidos
Com o split de pagamento, o lojista também conta com suporte para a identificação de pagamentos recebidos e de pedidos processados, em andamento ou cancelados.
Como o Hurb usa Machine Learning para escolher as melhores opções de voo para os clientes
Conheça como o Hurb utiliza a tecnologia para melhorar os processos e a experiência do cliente por meio de um projeto de machine learning de ponta a ponta.
Atualmente o principal produto que comercializamos são os pacotes mês fixo , que são compostos por dois elementos principais: a hospedagem e a passagem aérea até o destino. Oferecemos ótimas ofertas aos nossos clientes, vendendo pacotes para viagens com seis ou mais meses de antecedência.
Dentro deste intervalo de tempo, entre a compra e a data da viagem, nosso algoritmo desenvolvido in house faz 250 milhões de buscas por dia efetuando a reserva nos micro-segundos onde os preços se encontram na mínima (há uma grande volatilidade nos preços) conseguimos encontrar o melhor momento para adquirir as passagens e hospedagem, negociando com companhias aéreas e hotéis, bem como utilizando a tecnologia para explorar as oscilações de preços de mercado. Abaixo segue um exemplo de pacote onde o cliente pode viajar em 2024, exceto feriados e períodos de alta temporada. Como no exemplo abaixo onde na data de 19/03/2023 a passagem Rio-Cancun teve o preço mínimo de R$1.343,31 e o preço médio do dia R$3.246,12
Embora as datas dos pacotes sejam flexíveis, o cliente ainda tem algum controle sobre quando irá viajar. Enviamos um formulário solicitando três sugestões de datas em que desejam viajar e tentaremos alocá-las dentro dessas datas ou o mais próximo possível dessas datas (desde que encontremos boas ofertas nessas datas). Encontrar a melhor passagem aérea para o cliente é um desafio, precisamos considerar vários fatores, como: as preferências dos clientes (viajar de manhã ou à noite, disponibilidade de espera por longas conexões), garantir que o preço das passagens aéreas se ajuste nosso orçamento e também as próprias restrições do destino. Por exemplo, Morro do São Paulo é um destino em uma ilha, então o cliente precisa chegar a tempo de pegar o barco até a ilha antes do anoitecer.
Assim que encontrarmos uma passagem aérea adequada para o cliente, nós a enviaremos para que ele aceite ou recuse. Caso eles recusem, temos que encontrar outra opção de passagem aérea para eles e reenviar até que aceitem, o que gera muito retrabalho, custos e também seria prejudicial à experiência do cliente. Quando o cliente rejeita mais de 3 opções, o Hurb negocia outras datas dentro da validade do pacote ou solicita ao cliente o cancelamento do pedido. Além disso, até o desenvolvimento do modelo, os critérios sobre o que é uma passagem aérea adequada eram subjetivos e dependiam do especialista em viagens.
Regulamento do pacote do Hurb.
Para aumentar nossa eficiência e reduzir esse retrabalho, desenvolvemos uma solução de aprendizado de máquina que nos dá a probabilidade de um cliente aceitar uma determinada opção de voo com base nos clientes e nas informações do voo.
Solução
Conforme mencionado acima, o objetivo era minimizar o retrabalho e maximizar a satisfação do cliente, aumentando a taxa de aceitação de voos através de uma solução que nos dá a probabilidade de um cliente aceitar uma opção de voo para que possamos tomar melhores decisões e reduzir a incerteza.
O primeiro passo foi alinhar expectativas e entender o problema do negócio, resolvendo questões como:
Como o modelo seria usado e implementado?
Existe alguma restrição que precisamos considerar, como latência?
Quais são as possíveis entradas do modelo?
Como o modelo deve ser entregue? Como uma API?
Como o modelo será avaliado? Temos uma linha de base?
O que seria um MVP?
Então começamos a explorar os dados disponíveis. Já tínhamos anos de dados de opções de voos anteriores enviados manualmente aos clientes e seu resultado (aceito ou recusado). Portanto, tínhamos um problema de classificação em mãos!
Começámos por avaliar os dados através de uma análise exploratória de dados, que incluiu:
Compreender outliers para encontrar a melhor estratégia para lidar com eles;
Compreender a distribuição dos dados numéricos;
Compreender proporções das variáveis categóricas e sua cardinalidade;
Compreender as correlações entre as variáveis;
Que possível viés os dados poderiam ter?
Encontrar a linha de base humana histórica para o problema.
Os dados históricos que tínhamos já eram conhecidos por terem um viés. Tivemos apenas as opções enviadas ao cliente, que já tinha filtros de especialistas em viagens aplicados. Não era o ideal, o melhor seria ter todas as opções possíveis mostradas ao especialista em viagens e alguma bandeira para identificar qual escolheu enviar, para que pudéssemos entender o padrão por trás da seleção de opções da operadora. Foi declarado como possível melhoria futura, é muito importante documentá-lo.
A engenharia de recursos também foi necessária para obter os recursos necessários, como obter conexão e tempo de viagem, extrair partes de data, extrair timedeltas e muito mais.
Em seguida utilizamos PCA (Análise de Componentes Principais) para entender se as características escolhidas se comportam de forma linear e tentamos separar visualmente as classes. Foi surpreendente encontrarmos um sinal positivo em relação à sua linearidade e podermos visualizar as classes, o que também significou que estávamos no caminho certo para resolver o problema.
A fase de experimentação também testou essa hipótese, na qual testamos diversos algoritmos diferentes, como Regressão Logística, Catboost e Redes Neurais. Tudo hiperajustado usando a estratégia de busca bayesiana.
Conforme constatado na fase exploratória de análise de dados, também estávamos lidando com conjuntos de dados desequilibrados. Portanto, também testamos o uso de estratégias de subamostragem e sobre amostragem, bem como o balanceamento das classes usando pesos.
Além disso, experimentamos diferentes seleções e engenharia de recursos, como o uso de transformação sen/cos em recursos cíclicos ou bucketização e tratamento como categórico. Além disso, experimentamos diferentes transformações categóricas, como um codificador quente e um codificador médio e muito mais.
MLFlow foi usado para rastrear todos os experimentos, salvando parâmetros, hiperparâmetros, métricas, conjuntos de dados, recursos, gráficos e muito mais. Isso foi essencial, pois experimentamos muitas configurações diferentes e precisávamos recuperar esses dados posteriormente para comparar os experimentos.
O projeto visa minimizar o retrabalho. Supondo que se o modelo prevê que o cliente irá rejeitar a opção, não enviaremos, então a única situação em que teríamos que retrabalhar seria o modelo prevendo que o cliente aceitaria, mas acabou rejeitando. Pensando nisso, podemos relacioná-lo com a precisão, onde o rótulo positivo seria a opção aceita. Podemos então assumir que a precisão seria a nossa taxa de aceitação de voos, que é uma métrica de negócio já conhecida e representa o que queremos maximizar. Agora podemos comparar e avaliar nossos experimentos.
Matriz de possíveis resultados de previsão. Imagem do autor.
Alcançamos ótimos resultados com os experimentos. Comparamos a precisão entre eles e também analisamos a distribuição do preço das passagens aéreas daquelas que o modelo previa como recusadas, mas foram aceitas. Isso foi feito para entender a oportunidade perdida, por isso escolhemos o modelo que tinha a melhor precisão sem muitas oportunidades perdidas.
Por fim, para testar o modelo, fizemos um shadow implantation de 3 meses, através do qual observamos um desempenho inferior do modelo comparado ao desempenho do teste durante a fase de treinamento. Era esperado, mas para entender melhor esse comportamento, também verificamos o desvio de dados usando o teste exato de Fisher, o teste de Kolmogorov-Smirnov e algumas abordagens de desvio de dados adversários. Identificamos muitos desvios de dados, que incluíram:
Novos destinos, que ainda não operamos;
Alteração na distribuição dos dados devido à alteração na proporção de destinos nacionais e internacionais;
Operamos clientes que viajarão com alguns meses de antecedência. Portanto, será sempre um subconjunto do treinamento utilizado para avaliar o modelo em produção.
Verificamos com a equipe de operações alguns desvios de dados e percebemos que funcionavam de forma diferente ao longo da semana, algumas semanas eram focadas na emissão, outras nas opções de envio. Portanto, o desvio de dados também dependia de como a equipe estava operando e poderia ser dinâmico.
Portanto, concluímos que a cada mês ainda teríamos algum desvio para lidar. Porém, como vimos, mesmo com o desvio de dados, o modelo ainda era bom o suficiente, acima do limite de produção. Além disso, após reportarmos os resultados aos stakeholders, eles concordaram conosco e aprovaram o modelo.
Implementação
Desenvolvemos a API utilizando o pacote BentoML, que abstrai e empacota o modelo. Em seguida, construímos e implantamos a imagem docker BentoML no Vertex AI. Posteriormente, implementamos e implantamos o modelo em um endpoint usando Vertex AI também.
BentoML é ótimo para abstrair e acelerar o desenvolvimento de APIs. Vertex AI é uma ferramenta excelente e intuitiva para dimensionar e implantar o modelo, os modelos também são versionados dentro do Vertex AI e também podemos testar modelos A/B, o que é uma funcionalidade muito útil.
Agora temos um endpoint que a equipe de operações pode usar para passar as entradas alinhadas e recuperar as probabilidades de aceitação. Foi integrado ao fluxo de trabalho de operações, que recupera as melhores passagens aéreas, verifica se o preço está dentro do limite orçamentário daquela rota e busca os clientes com maior probabilidade de aceitar aquela opção e envia automaticamente se estiver acima de um limite.
Embora não tenhamos observado grande aumento na taxa de aceitação de voos desde a implantação do modelo, tivemos um grande aumento na eficiência da operação, pois ajudou a automatizar parte do processo. Agora podemos escalar nossas operações e enviar mais opções ao cliente.
Manutenção
A implantação não é a última etapa! Temos que monitorar continuamente o modelo para garantir que ele ainda esteja funcionando conforme o esperado, uma vez que os modelos provavelmente ficarão obsoletos com o tempo.
Portanto, criamos dois fluxos de trabalho principais que são executados automaticamente e orquestrados pela ferramenta Flyte que roda em Kubernetes:
Monitore mensalmente o desempenho do modelo nos dois meses anteriores. Isso porque há períodos que o volume da nossa operação diminui porque não operamos em períodos de alta temporada.
Se o desempenho do modelo estiver abaixo de um limite, treine novamente o modelo automaticamente. Usamos uma estratégia simples para escolher os dados para retreinar, um período de janela dos últimos dois anos de dados para retreinar, ele retreina na mesma configuração do modelo, mas faz o hiperajuste novamente. O treinamento é novamente rastreado para MLFlow. Depois, se o desempenho do modelo estiver acima do limite, implante-o na Vertex AI.
A estratégia escolhida foi não treinar novamente se o modelo não fosse quebrado ou o desempenho variasse. Essa abordagem pode não ser a ideal, pois o modelo poderia ser melhor se fosse treinado novamente com novos dados, mas entendemos que era suficiente e não queríamos gastar recursos quando não fossem necessários.
Conforme mencionamos na solução, concluímos que sempre haverá algum grau de desvio de dados comparando os dados de produção e de treinamento. Poderíamos monitorá-lo também, mas atualmente, com a diminuição do COVID-19 estamos aumentando os destinos operados e muita coisa pode mudar no comportamento, por isso preferimos manter a simplicidade e apenas avaliar o desempenho do modelo, retreinando-o mensalmente quando necessário . Em trabalhos futuros adicionaremos um fluxo de trabalho de monitoramento de desvio de dados.
Também é importante mencionar que temos versionamento de modelos tanto no Vertex AI quanto no MLFlow Model Registry e versionamento de código no Github, assim mantemos o controle do que está acontecendo e podemos reverter se algo der errado.
No geral, temos sempre um modelo atualizado na produção e todo o processo é transparente para os stakeholders. Recebemos notificações por e-mail sempre que o fluxo de trabalho é executado e podemos continuar monitorando a latência e os erros na interface do Vertex AI. Além disso, fizemos uma documentação completa no Github e coda explicando todos os processos e decisões tomadas no projeto.
Conclusão
Desenvolvemos um modelo de aprendizado de máquina ponta a ponta que pode prever a probabilidade de um cliente aceitar uma opção de voo. Isso ajudou a escalar nossas operações, reduzindo riscos e custos e também aumentando a satisfação dos clientes.
Além disso, o modelo é constantemente atualizado com novos dados e reagindo às mudanças no comportamento dos clientes. Isso foi possível integrando ferramentas de código aberto, como MLFlow, BentoML e Flyte, com a pilha e ferramentas do Google, como VertexAI e Bigquery.
Nossa equipe de aprendizado de máquina também está melhorando continuamente nossos processos e pilha para agregar valor ao Hurb e, como por produto, ao nosso cliente.
Espero que você tenha gostado deste artigo! Se você quiser fazer parte da nossa equipe de aprendizado de máquina, encontre nossas vagas de emprego aqui . Além disso, você pode conferir mais sobre nosso trabalho no Hurb em nossa página do Medium .
