Grigori Melnik, Chief Product Officer, Amperity – Série de Entrevistas

Dr. Grigori Melnik é um executivo de tecnologia experiente com mais de 25 anos de experiência em inovação de produtos e crescimento em empresas como Microsoft, Splunk, MongoDB, Tricentis e Cribl. Ele liderou transformações de plataforma, lançou produtos que definem categorias e escalou equipes em todas as etapas de crescimento. Dr. Melnik possui um Ph.D. em Ciência da Computação pela Universidade de Calgary e traz para a Amperity uma paixão por excelência em engenharia, inovação em IA e construção de organizações de produtos de alto impacto.

Amperity é uma empresa de tecnologia que oferece uma plataforma de Customer Data Cloud alimentada por IA, projetada para unificar dados de clientes fragmentados em perfis confiáveis, identificar oportunidades de alto valor e ativar campanhas em todos os canais. Suas soluções se concentram na resolução de identidade, ingestão de dados e ativação em tempo real, permitindo que as marcas integrem fontes de dados diversificadas, realizem análises impulsionadas por IA e enviem audiências direcionadas para sistemas downstream. A empresa enfatiza a flexibilidade, apoiando conexões diretas com principais plataformas de armazenamento de dados e mantendo a conformidade com padrões de segurança importantes, como SOC 2, GDPR e HIPAA.

Você liderou a estratégia de produto e tecnologia em empresas como Tricentis, MongoDB e Codility antes de se juntar à Amperity. Como essas experiências moldaram sua abordagem para construir e escalar plataformas impulsionadas por IA, como o Real-Time Profiles?

Por natureza, sou um entusiasta de problemas não resolvidos. Na Amperity, fazemos exatamente isso. Minhas experiências em organizações anteriores moldaram como penso sobre escalar plataformas enquanto atendo às necessidades de seus usuários. Essas lições incluem a importância da flexibilidade, integração sem atrito em ecossistemas e forte governança de dados.

Essas lições moldaram diretamente nossa abordagem para o Real-Time Profiles. Nós projetamos a capacidade para acabar com o compromisso mais antigo da indústria — velocidade versus precisão —, unificando identidade histórica com transmissão em tempo real em uma arquitetura única e governada. Certificamos-nos de que a plataforma simplifique os modelos operacionais dos clientes, em vez de complicá-los. Estendemos nossa fundação de identidade alimentada por IA para unificar dados em tempo real e históricos dentro de uma arquitetura única, usando um gráfico de identidade, uma camada de controle de acesso e linhas de linhagem e auditoria consistentes.

Qual lacuna ou demanda específica do mercado motivou a Amperity a desenvolver o Real-Time Profiles, e como isso redefine o equilíbrio entre velocidade de dados e precisão?

A maioria das plataformas de Customer Data (CDPs) força as equipes a escolher entre agir rapidamente com dados rasos, baseados em eventos, ou agir com precisão em perfis que estão horas ou dias desatualizados. O Real-Time Profiles da Amperity remove essa troca, unindo continuamente sinais ao vivo com a história completa do cliente, para que as marcas possam reconhecer um indivíduo no exato momento do engajamento e responder com contexto. O resultado é dados completos e atuais, prontos para alimentar personalização em sessão e jornadas acionadas por eventos com impacto comercial real.

Ao colapsar batch e streaming em um perfil, vamos além de “rápido, mas parcial” ou “completo, mas atrasado”. É uma visão única do cliente, continuamente atualizada, que permite que os marketers e equipes de serviço orquestrem as próximas melhores ações à velocidade da intenção, sem sacrificar a precisão.

Pode nos guiar pelos fundamentos técnicos da unificação de dados históricos e de streaming em um perfil de cliente continuamente atualizado?

Construímos um fluxo de dados unificado com três camadas coordenadas: ingestão de eventos JSON brutos de qualquer fonte, processamento contínuo em um motor de fluxo de dados distribuído e um repositório de perfis ao vivo que suporta buscas em milissegundos via nossa API de Perfil. Cada novo clique, reserva ou alteração de fidelidade é reconciliado contra o mesmo gráfico de identidade alimentado por IA que governa nossos pipelines em batch, significando nenhum modelo de identidade separado, nenhuma manutenção dupla, nenhum drift de esquema.

Criticamente, a “identidade em movimento” liga cada evento ao perfil durável e costurado à medida que chega. Isso permite o enriquecimento instantâneo de atributos, segmentação contínua e ativação acionada por eventos, usando jornadas ou APIs, enquanto preserva linhagem, controles de acesso e auditoria em ambos os workloads analíticos e operacionais.

Muitas empresas lutam para operacionalizar personalização em tempo real. Quais são os principais desafios que você vê as marcas enfrentando e como a Amperity aborda esses desafios?

Os consumidores agora esperam que cada interação com uma marca reflita uma compreensão em tempo real de suas intenções, preferências e histórico, instantaneamente. No entanto, a maioria das organizações é limitada por sistemas de dados fragmentados e insights atrasados, o que dificulta para elas responder no momento. O resultado é frequentemente personalização que parece genérica ou desalinhada com as necessidades do cliente.

Pontear essa lacuna exige mais do que tecnologia mais rápida; exige uma abordagem unificada para dados e tomada de decisão. Na Amperity, nos concentramos em resolver esse problema sistêmico, permitindo que as marcas juntem conhecimento histórico e contexto ao vivo, para que cada interação possa ser oportuna, relevante e conectada à jornada completa do cliente. Com o Real-Time Profiles, as marcas podem alimentar personalização em sessão e jornadas acionadas por eventos a partir da mesma fonte de verdade governada, transformando momentos como abandono de carrinho, alterações de nível de fidelidade ou check-ins em ações oportunas e relevantes.

Como a integração de IA e aprendizado de máquina melhora a precisão ou as capacidades preditivas do Real-Time Profiles?

A IA é a espinha dorsal de nossas capacidades de resolução de identidade, o que significa que eventos ao vivo são vinculados à pessoa certa com o contexto certo, como valor de vida, consentimento e fidelidade, em milissegundos. Essa costura precisa eleva cada decisão downstream: segmentos recalculam à medida que os dados mudam, atributos de perfil enriquecem instantaneamente e jornadas são acionadas com base no cliente completo, não em eventos isolados.

Olhando para o futuro, o Real-Time Profiles estabelece a base para agentes de IA operarem com contexto ao vivo, raciocinando sobre perfis em evolução, surfando insights e acionando ações de próxima melhor escolha em toda a pilha. A combinação de identidade resolvida por IA e contexto de streaming é o que desbloqueia a personalização de um para um em escala.

Na sua perspectiva, como as regulamentações de privacidade e a governança de dados se encaixam na construção de sistemas de personalização em tempo real?

Ao estender nossa Customer Data Cloud existente para streaming, mantemos um repositório de perfis governado para casos de uso analíticos e operacionais. Essa coerência ajuda a garantir conformidade e auditoria, enquanto permite ativações em subsegundos.

Tão importante quanto, o Real-Time Profiles permite que as marcas confiem em seus próprios dados de primeira parte como a base confiável para personalização. Cada sinal em tempo real está conectado a dados de cliente verificados e baseados em consentimento, para que as marcas possam agir com confiança de que suas insights e ativações estão alinhadas com expectativas de privacidade e padrões regulamentares. As mesmas políticas e controles que governam perfis históricos governam atualizações ao vivo, dando às marcas imediatez enquanto preservam a confiança e a postura de segurança sólida necessária para personalização significativa e conforme regulamentações.

Com o surgimento da IA geradora, como a Amperity se prepara para um futuro onde o conteúdo personalizado pode ser gerado e entregue autonomamente em tempo real?

A IA geradora é tão boa quanto os dados que a alimentam. O Real-Time Profiles fornece o contexto ao vivo e resolvido por identidade necessário, para que sistemas geradores possam personalizar o conteúdo para quem o cliente é e o que está fazendo agora. Nossa arquitetura posiciona agentes de IA para raciocinar sobre perfis em evolução contínua e acionar ações de próxima melhor escolha, conectando insight a ativação automaticamente.

À medida que a geração de conteúdo se torna mais autônoma, o fator limitante mudará de “podemos criá-lo?” para “devemos criá-lo agora para este cliente, considerando seu histórico e intenção atual?” Nossos perfis em tempo real e cientes de identidade respondem a isso com precisão e governança, permitindo experiências seguras, relevantes e mensuráveis.

Quais setores ou verticais você vê se beneficiando mais dessa tecnologia no curto prazo e por quê?

Embora todas as marcas de consumo se beneficiem da personalização em tempo real, viagens, companhias aéreas, varejo e serviços financeiros veem ganhos imediatos, pois janelas de intenção são curtas e o contexto importa. Pense em upgrades no check-in, repreços de reservas abandonadas, slides personalizados e ofertas de cartões alinhadas ao comportamento no local.

Esses verticais já operam jornadas omnichannel com altos riscos para tempo, relevância e velocidade e precisão de serviço. Ao unificar identidade histórica e sinais ao vivo, eles convertem momentos fugazes em receita e fidelidade, transformando engajamento em conversões em tempo real.

Como Chief Product Officer, como você mede o sucesso de um lançamento como o Real-Time Profiles além do desempenho técnico — em termos de adoção do usuário ou impacto comercial?

Medimos o sucesso por resultados do cliente e adoção, incluindo tempo de valor mais rápido para personalização em sessão, taxas de conversão e engajamento aumentadas e métricas de serviço melhoradas em todos os pontos de contato. Nossos clientes impulsionaram resultados como conversões personalizadas 2x maiores, milhões de novos prospectos de alto valor identificados fora dos programas de fidelidade e experiências de serviço mais rápidas e personalizadas.

Operacionalmente, também procuro sinais de simplificação, como menos ferramentas para manter alinhamento mais apertado entre marketing, dados e equipes de serviço. Quando o mesmo perfil alimenta tanto análise quanto ativação sem exigir integrações ou pipelines de dados duplicados, você vê adoção durável e retorno composto sobre os dados do cliente.

Finalmente, como você vê o papel do CPO evoluindo à medida que a IA se torna central para estratégias de engajamento do cliente e crescimento empresarial?

O CPO moderno deve ser o integrador de produtos, dados e resultados de go-to-market – dono do que e do porquê do produto que transforma sinais em valor. No mundo da IA, o CPO também deve possuir o como – como a inteligência é incorporada a cada fluxo de trabalho, interação e decisão. Isso também exige arquitetar para identidade, governança e ação em tempo real em uma solução coerente, para que as equipes possam entregar experiências à velocidade do cliente.

Isso significa mesclar gestão de produção com ciência de dados, infraestrutura, marketing, sucesso do cliente e governança ética de IA, para garantir que a diferenciação da empresa não venha apenas de recursos, mas de sistemas de aprendizado que se adaptam continuamente a usuários e mercados. Estamos passando de roadmaps para loops de reforço – nosso sucesso não é sobre lançar releases, mas sobre acelerar ciclos de experimentação, aprendizado e refinamento que fortalecem tanto o produto quanto a relação do cliente.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar Amperity.