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 impulsionando a inovação e o crescimento de produtos em empresas como Microsoft, Splunk, MongoDB, Tricentis e Cribl. Ele liderou transformações de plataforma, lançou produtos que definem categorias e escalou equipes em todos os estágios 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 impulsionada por IA projetada para unificar dados de cliente 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 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 ao atender 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 Real-Time Profiles. Nós construímos a capacidade de acabar com o compromisso mais antigo da indústria — velocidade versus precisão — unificando a 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 impulsionada 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 linhagem e auditoria consistentes.

Qual lacuna específica ou demanda de mercado motivou a Amperity a desenvolver 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 em dados rasos, apenas de eventos, ou agir com precisão em perfis que estão horas ou dias desatualizados. Os Real-Time Profiles da Amperity removem 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, movemos 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 levar pelo processo técnico de unificar dados históricos e de streaming em um perfil de cliente único e 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 de milissegundos via nossa API de Perfil. Cada novo clique, reserva ou alteração de fidelidade é reconciliado contra o mesmo gráfico de identidade impulsionado por IA que governa nossos pipelines em batch, significando nenhum modelo de identidade separado, nenhuma manutenção dupla, nenhuma deriva de esquema.

Criticamente, “identidade em movimento” liga cada evento ao perfil costurado duradouro à medida que chega. Isso habilita o enriquecimento instantâneo de atributos, segmentação contínua e ativação acionada por eventos usando jornadas ou APIs, preservando linhagem, controles de acesso e auditoria em ambos os trabalhos 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 descompassada com as necessidades do cliente.

Ponteando 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 unam conhecimento histórico e contexto ao vivo, para que cada interação possa ser oportuna, relevante e conectada à jornada completa do cliente. Com 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-in em propriedade em ações oportunas e relevantes.

Como a integração de IA e aprendizado de máquina melhora a precisão ou as capacidades preditivas dos 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, dentro de milissegundos. Essa costura precisa eleva cada decisão downstream: segmentos recalcular 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, os Real-Time Profiles estabelecem a base para agentes de IA operarem com contexto ao vivo, raciocinando sobre perfis em evolução, superfícies de 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 verdadeira personalização um-a-um em escala.

Na sua perspectiva, como as regulamentações de privacidade e a governança de dados influenciam 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, os Real-Time Profiles permitem que as marcas confiem em seus próprios dados de primeira parte como a base confiável para personalização. Cada sinal em tempo real é conectado a dados de cliente verificados e baseados em consentimento, para que as marcas possam agir com confiança de que suas percepções e ativações estejam 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 forte 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. Os Real-Time Profiles fornecem o contexto ao vivo necessário, resolvido por identidade, para que os 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 ao vivo, cientes de identidade, respondem a isso com precisão e governança, permitindo experiências seguras, relevantes e mensuráveis.

Quais indústrias 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 porque janelas de intenção são curtas e o contexto importa. Pense em upgrades no check-in, repreços de reservas abandonadas, ordem de classificação personalizada e ofertas de cartões alinhadas ao comportamento no local.

Esses verticais já operam jornadas omnichannel com alto risco 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 Real-Time Profiles além do desempenho técnico — em termos de adoção de 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 mais altas e métricas de serviço melhoradas em todos os pontos de contato. Nossos clientes impulsionaram resultados como conversões personalizadas 2x mais altas, milhões de novos prospectos de alto valor identificados fora dos programas de fidelidade e experiências de serviço mais rápidas e pessoais.

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

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

O CPO moderno deve ser o integrador de produto, 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 em todos os fluxos de trabalho, interações e decisões. 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 continuamente se adaptam a usuários e mercados. Estamos nos movendo 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.