A inovação aberta se torna mais valiosa quando conecta desafios concretos do negócio a soluções tecnológicas com capacidade real de implementação. Com uma metodologia estruturada, é possível transformar grandes volumes de dados em decisões comerciais mais precisas e em resultados financeiros mensuráveis. 

Foi esse o caminho adotado pela Vero, uma das principais operadoras de telecomunicações do país, em parceria com a MadeinWeb, startup especializada em inteligência artificial e machine learning. O projeto teve como objetivo elevar a efetividade das ofertas comerciais direcionadas à base de clientes, aumentando conversão, ticket médio e rentabilização. 

O desafio consistia em personalizar recomendações comerciais de forma individualizada e em tempo quase real, evitando assim ofertas desatualizadas em relação ao movimento natural de base.

A solução comprovou que o uso de inteligência artificial para recomendar a melhor oferta para cada cliente pode mais do que dobrar a taxa de conversão e gerar retorno positivo sobre o investimento já no primeiro ano. 

Vero, empresa que conecta milhões de brasileiros por meio da infraestrutura de telecomunicações 

A Vero é uma operadora brasileira de telecomunicações com atuação em diferentes regiões do país, oferecendo serviços de internet banda larga, telefonia móvel e soluções digitais complementares. 

Com uma base ampla e diversificada de clientes, a companhia identificou uma oportunidade relevante de crescimento a partir da rentabilização da carteira existente. O objetivo era aumentar a adesão a upgrades de velocidade, serviços digitais premium e planos móveis, elevando o valor gerado por cliente sem depender exclusivamente da aquisição de novos consumidores. 

MadeinWeb, startup de inteligência artificial aplicada à personalização comercial 

A MadeinWeb é uma empresa de tecnologia especializada no desenvolvimento de soluções de inteligência artificial, machine learning e automação para desafios de negócio. 

No projeto com a Vero, a startup desenvolveu um modelo preditivo capaz de analisar o perfil e o comportamento dos clientes para recomendar, de forma individualizada, a oferta com maior probabilidade de aceitação e conversão. 

O desafio era personalizar ofertas com maior precisão e frequência 

A Vero já realizava ações de rentabilização com ofertas direcionadas à sua base de clientes. No entanto, o modelo utilizado possuía limitações importantes. 

As recomendações eram atualizadas apenas uma vez por mês, o que reduzia a aderência das ofertas ao contexto atual de cada consumidor. Além disso, havia dificuldade para compreender com precisão as preferências, o comportamento e o potencial de compra de cada cliente, comprometendo a granularidade das campanhas. 

Esse cenário restringia o aproveitamento de oportunidades comerciais associadas à venda de upgrades de velocidade, serviços digitais premium e planos móveis, com potencial relevante de incremento de receita e rentabilização da base. 

A solução utilizou machine learning para identificar a melhor oferta para cada cliente 

Por meio da metodologia de inovação aberta conduzida pela Innoscience, a Vero conectou esse desafio à expertise da MadeinWeb. 

A startup desenvolveu um modelo de machine learning para recomendar a melhor oferta para cada cliente da base, considerando dados históricos, perfil de consumo e comportamento. 

O piloto foi executado entre outubro e janeiro e envolveu clientes de Brasília, São Paulo, Minas Gerais, Paraná, Rio Grande do Sul e Santa Catarina. 

“O resultado do piloto demonstrou que uma abordagem assertiva, construída a partir do treinamento de máquina e da aplicação de algoritmos sobre a base de clientes, quando combinada a atributos de produto adequados — velocidade, móvel ou SDP — e a um delta de ticket médio sem degraus relevantes de variação de preço, gera maior efetividade na taxa de aceitação das ofertas”, Maysa Santos, especialista em inovação na Vero. 

As recomendações foram operacionalizadas por meio de campanhas de WhatsApp com mensagens personalizadas, testando diferentes estratégias de upgrade de velocidade e ofertas de serviços adicionais. 

Os indicadores monitorados incluíram disparos, entregas, visualizações, aceites, conversão final e delta de ticket médio. 

Os resultados comprovaram aumento expressivo na conversão e no ticket médio 

Os resultados do piloto demonstraram ganhos relevantes quando comparados às campanhas tradicionais. 

Principais resultados do piloto 

• • Crescimento na Conversão sobre o mailing: de 103% versus modelo anterior. 

• • Aumento de 58% no delta ticket médio das ofertas 

Projeção financeira para o primeiro ano 

• • ROI projetado em 12 meses: 107%. 

• • Receita incremental suficiente para superar o investimento já no primeiro ano. 

• • Geração de valor sustentada pela elevação da conversão e do ticket médio. 

Além dos ganhos financeiros, o projeto evidenciou oportunidades adicionais de evolução, agregando automação e ainda mais AI nos processos de Rentabilização para a base 

“O projeto mostrou que, quando combinamos dados, inteligência artificial e uma abordagem estruturada de inovação aberta, é possível aumentar significativamente a precisão das ofertas comerciais e capturar resultados concretos de receita e rentabilização.” aponta Maximiliano Carlomagno, sócio da Innoscience. 

Inovação aberta com método para resolver desafios complexos 

O caso da Vero demonstra como a inovação aberta pode acelerar a adoção de tecnologias avançadas para resolver desafios estratégicos do negócio. 

Ao combinar a definição clara do problema, a seleção criteriosa da solução e uma condução estruturada do piloto, a empresa conseguiu validar o impacto da inteligência artificial na rentabilização da base de clientes antes de avançar para uma implementação em maior escala. 

Esse processo reduziu riscos, gerou evidências concretas de retorno e forneceu insumos para a construção de um roadmap evolutivo de integração tecnológica. 

A Innoscience apoia empresas na geração de resultados com inovação aberta 

A Innoscience apoia grandes empresas na identificação de desafios estratégicos, na conexão com startups e no desenho de pilotos orientados à geração de valor. 

Com metodologia testada em mais de 100 programas de inovação aberta, a consultoria atua para transformar inovação em resultados concretos, com foco em eficiência operacional, crescimento de receita e vantagem competitiva. 

Se a sua empresa busca aplicar inteligência artificial e inovação aberta para acelerar resultados, a Innoscience pode apoiar essa jornada de forma estruturada e orientada por evidências.