Inspirado no grego grego morfo homogêneo (ou seja, forma semelhante) usamos o termo homomorfismo para descrever como os elementos correspondentes de dois sistemas se comportam de forma muito semelhante em combinação com outros elementos correspondentes, no nosso caso offline e online.
O “homomorfismo” representa a estrutura avançada de IA da Footprints for Retail, que capacita nossa tecnologia exclusiva a enriquecer qualquer banco de dados on-line, no nível de usuário individual, com suas características comportamentais de compras físicas/off-line. Os dados comportamentais físicos/off-line e o agrupamento de afinidades são, de qualquer forma, o tipo de dados mais valioso a ser usado para publicidade comportamental on-line e automação de marketing. Classificamos comportamentos sutis de compras físicas em clusters multidimensionais (usamos até 48 dimensões de dados comportamentais diferentes) e, em seguida, combinamos esses clusters com seus “gêmeos” on-line. Esse modelo de atribuição probabilística gera benefícios sem precedentes para profissionais de marketing e anunciantes que trabalham com marcas e objetivos físicos de varejo. Ele permite que as campanhas sejam direcionadas a segmentos comportamentais muito específicos, a fim de aumentar a frequência de visitas, a duração da visita e a quantidade de lojas por visita em um determinado shopping center, por exemplo.
Tecnologia de análise de varejo
A seção dentro da plataforma que coleta os comportamentos off-line sem os quais o homomorfismo não seria possível é chamada de Análise de varejo.
Construído com tecnologias modernas de ponta e com uma arquitetura altamente escalável, o Footprints Retail Analytics transforma os dados brutos de localização em insights precisos e significativos.
Tipo de arquitetura: Descentralizado, baseado em um hub central que distribui os dados e nós independentes, um para cada edifício (localização).
Escalabilidade: infinito, um contêiner VM/Docker por local ou qualquer número de VMs para um único local, mas grande.
Tecnologia:
- Sistema operacional baseado em Linux (Ubuntu)
- Linguagem de programação Node.js
- Banco de dados MongoDB no-sql para armazenamento de dados
- Banco de dados em memória Redis para processamento rápido de dados
Coleta e retenção de dados, GDPR
Os dados coletados na plataforma Footprints for Retail são processados em três tipos, dependendo da configuração desejada do sistema:
- Com total anonimização do MAC, o que significa que cada endereço MAC coletado é totalmente codificado quando uma visita ao prédio é finalizada. O endereço MAC real nunca é salvo no banco de dados.
- Com a anonimização parcial do MAC, o caso em que o endereço MAC é pseudonimizado e, em seguida, parcialmente codificado, nos dando a oportunidade de ainda poder rastrear o mesmo endereço MAC codificado em todas as visitas, mas garantindo ao mesmo tempo um alto nível de privacidade.
- Sem anonimização do MAC, aproveitando todo o poder de geração de relatórios do sistema, que inclui vários relatórios sobre a recorrência e a recência de visitantes únicos ou recorrentes.
O sistema também oferece uma política de exclusão de dados configurável (por exemplo, dados a serem excluídos automaticamente após um período de um ano).
