Descrições de produtos:
Fundada no Brasil em 2001 por Guilherme Benchimol e Marcelo Maisonnave, a XP Inc. (XP) se propôs a tornar os mercados financeiros mais claros e acessíveis para investidores comuns. Duas décadas depois, a XP se tornou uma das principais plataformas financeiras da América Latina, atendendo a mais de 4,7 milhões de clientes ativos com soluções de investimento, bancárias, de crédito e de corretagem. Para impulsionar o crescimento e se destacar em um mercado competitivo, a XP reformulou sua estratégia de aquisição de clientes usando dados primários para modelagem de AI preditiva no Databricks, resultando em melhor segmentação e otimização de mídia de performance.
O desafio?
Em meio à crescente concorrência e a regulamentações de privacidade mais rígidas nos métodos de publicidade digital, a XP enfrentou uma pressão crescente para se destacar em um mercado concorrido. Para crescer de forma eficiente, a XP precisou repensar do zero sua estratégia de aquisição de clientes e publicidade.
Construindo uma base segura e escalável para AI preditiva
Para a XP, a aquisição de clientes é mais do que apenas a criação de contas. Sua verdadeira medida de sucesso é quando um novo usuário faz seu primeiro investimento na plataforma. A XP otimizou inicialmente suas plataformas de anúncios para cadastros de contas, que era o evento mais fácil de acompanhar em tempo real. Mas isso criou um desafio de aquisição: poderia levar até 14 dias para que 80% dos novos usuários investissem. Essa limitação os impedia de adquirir usuários mais valiosos que provavelmente investiriam mais tarde.
A solução
Para preencher essa lacuna, a XP decidiu criar modelos preditivos de AI que pudessem identificar indivíduos com maior probabilidade de investir. Esses modelos do machine learning preditivos exigiam acesso a dados do cliente precisos e de alta qualidade, mantendo estrita compliance com as regulamentações de privacidade. A XP também precisava garantir que não exporia dados do cliente nem introduziria complexidade e riscos desnecessários.
Gerando receita com AI preditiva
Com sua base de dados estabelecida, a equipe de ciência de dados da XP usou o Databricks MLFlow para ensinar um modelo preditivo que estimava o provável comportamento de investimento de cada cliente com base em sinais iniciais, como padrões de navegação, respostas no fluxo de cadastro e tendências regionais. O Hightouch sincroniza essas previsões nas ferramentas de marketing e engajamento do cliente da XP.
A XP escolheu a Databricks como a base para ciência de dados e governança, permitindo que as equipes desenvolvessem modelos avançados do machine learning com gerenciamento de segurança de dados integrada. Eles combinaram o Databricks com o Hightouch, o que permitiu à XP sincronizar dados e previsões diretamente nas ferramentas de marketing, incluindo plataformas de publicidade, sem duplicar informações confidenciais. Com o Databricks e o Hightouch juntos, eles conseguiram calibrar os lances de mídia paga com base no comportamento de investimento previsto.
Os resultados
Lances de anúncios orientados por AI preditiva resultam em um retorno de US$ 38 milhões
Para enviar esses investimentos previstos para as plataformas de anúncios, a XP recorreu ao Hightouch. Anteriormente, a XP dependia de pixels da web do lado do cliente para enviar dados de conversão de volta para cada plataforma quando os clientes abriam uma account. A XP substituiu o acompanhamento do lado do cliente por APIs de conversão do lado do servidor viabilizadas pelo Hightouch e envia dados de conversão com base em investimentos previstos em vez da criação de account. (O acompanhamento do lado do servidor permite um compartilhamento de dados mais abrangente e em conformidade com a privacidade entre sistemas —saiba mais neste blog).
Com esses sinais iniciais, as plataformas de anúncios da XP puderam dar lances mais altos com confiança para leads de alta qualidade e evitar o investimento excessivo em tráfego de baixo valor. Como resultado, a XP melhorou a qualificação de leads em 62,5%, aumentou drasticamente a eficiência da publicidade e gerou um adicional de US$ 38 milhões em receita de mídia de desempenho.
A segmentação de público impulsionada por AI adiciona US$ 28 milhões em receita de investidores
A XP também poderia usar previsões de AI para segmentar públicos no Hightouch com base em comportamentos futuros prováveis. Por exemplo, clientes com previsão de investir grandes quantias poderiam ser direcionados a consultores especializados ou receber conteúdo de integração personalizado, enquanto outros recebiam jornadas mais focadas em educação. Essa abordagem gerou US$ 28 milhões em receita incremental ao melhorar a qualidade da correspondência entre clientes e consultores e oferecer experiências mais relevantes em escala.
Próximos passos: escalando a AI preditiva em toda a empresa
A XP agora está expandindo o alcance de seus modelos de AI preditiva para dar suporte a mais equipes e casos de uso em toda a empresa. Eles também planejam aprimorar seus modelos de AI com dados secundários de fontes como a Experian e a Bolsa de Valores do Brasil, além do compartilhamento de dados de parceiros com assessores financeiros independentes via Delta Sharing e Clean Rooms. Para os usuários de negócios internos, eles estão democratizando o acesso aos dados usando o AI/BI Genie para tornar os dados mais acessíveis.
Com uma base de dados sólida e uma infraestrutura centralizada já implementadas, a XP está se movendo mais rápido, escalando com mais eficiência e criando soluções que se adaptam às mudanças nas demandas do mercado.