Com a proposta de tornar o processo de mudança de residência no Brasil mais fácil, rápido, barato e seguro para o consumidor e, ao mesmo tempo, gerar maior volume de negócios para as transportadoras e as seguradoras, o iMoving acaba de começar a operar no país. A plataforma altamente tecnológica foi lançada em 2011 nos Estados Unidos, onde chegou a intermediar a realização de 70 milhões de mudanças em 11 meses. Seu fundador, o brasileiro Roger Madeira, está investindo R$ 3 milhões no desenvolvimento da versão nacional para atender um mercado com 1,74 milhão de mudanças ao ano, de acordo com dados da Agência Nacional dos Transportes Terrestres (ANTT).
Amparada por um servidor de Machine Learning com Inteligência Artificial e Big Data, a plataforma do iMoving é capaz de comparar milhares de orçamentos de mudanças com base em mais de 12 mil datapoints diferentes, gerando um relatório detalhado para clientes de empresas de mudanças, além de oferecer 2 aplicativos para o rastreamento em tempo real do caminhão, para que o cliente da transportadora sempre saiba onde estão seus bens.
As empresas de mudanças interessadas em receber clientes e participar do processo de seleção de orçamentos da plataforma podem se cadastrar no site, sem qualquer custo. E o cliente que desejar usar a plataforma web, pode acessar pelo site http://www.imoving.com.br. Para conseguir orçamentos de várias transportadoras e realizar uma pesquisa de mercado mais ampla do que pelo método tradicional, basta clicar em “receber orçamentos”. No ambiente, o usuário é orientado a responder perguntas que revelam a característica da mudança desejada e aguardar os orçamentos chegarem por e-mail.
A inovação consegue fornecer, por exemplo, de uma só vez e completamente de graça, até 250 orçamentos de mudança identificando as cinco melhores opções de acordo com as características da mudança de cada usuário. Para isso, ela combina o famoso machine learning com outras tecnologias como inteligência artificial, automação, computação cognitiva, predição de risco, big data e data mining. “Quando uma família decide contratar uma empresa de mudanças, segue o fluxo do processo tradicional de pesquisa na internet e contato telefônico, o que dificulta o levantamento de mais de 3 orçamentos de transportadoras. No fim, a família acaba fechando negócio sob condições desfavoráveis com empresas clandestinas ou desonestas, correndo sérios riscos de perder a mudança inteira ou parte dela”, diz Madeira.
Segundo ele, também existe, por parte das transportadoras, muita dificuldade em definir o custo do frete. “Para a empresa de mudanças, o processo tradicional de chegar ao preço final do serviço inclui a visita de um funcionário ao imóvel do cliente para avaliar o grau de dificuldade, a quantidade e volumetria dos itens a serem transportados. Apenas o deslocamento deste profissional já configura custo para a empresa, que fica no prejuízo caso o consumidor não contrate a empresa de mudanças”, diz.
De acordo com Roger Madeira, o iMoving elimina tal problema com o uso massivo da tecnologia desenvolvida pela plataforma. Respondendo o questionário para receber os orçamentos, o consumidor presta informações como o tamanho do imóvel, quantidade de cômodos e tamanho da família. Com isso, a plataforma de Machine Learning do iMoving compara o inventário da mudança, o grau de dificuldade, a distância e os tipos de itens com milhares de outras mudanças semelhantes, a fim de definir mais acertada e criteriosamente a quantidade de caixas, volumes necessários, melhores e mais seguras rotas, entre outras centenas de variáveis. “A partir destes dados, é possível atribuir um valor mais acertado ao serviço sem a necessidade da visita ao local. Mesmo assim, a empresa de mudanças pode alterar o valor, se assim desejar, para mais ou para menos”, segundo o CEO e fundador do iMoving.
O machine learning da plataforma realiza cálculos altamente complexos considerando cerca de 12.750 datapoints ou critérios, para predizer as cinco melhores opções de transportadoras para o cliente, com nome da empresa, valor da mudança, forma de pagamento, seguro, rota, reviews, opinião de usuários anteriores e inúmeros outros aspectos importantes.
Para a transportadora, o iMoving apresenta o comparativo de rotas com distâncias, predição de acidentes, gastos com combustível, pedágio, tempo de chegada e outros tipos de riscos envolvidos, além da precificação adequada para cada uma das possíveis rotas e de acordo ao grau de dificuldade da mudança. Já a seguradora recebe a predição de risco de acidentes, roubo de carga e sinistros para a apólice.
“Com o machine learning trabalhando a favor de todos os envolvidos, cliente, transportadora e seguradora, todo o processo fica muito mais simples, rápido, automatizado e inteligente. E isso é algo que realmente precisamos, por que o mercado brasileiro de transportes de mudanças tem problemas sérios que o iMoving vai ajudar a resolver em alguns anos”, afirma Madeira.