Projeto da Guidance com IA AWS gera R$ 15 milhões de resultado para o Galo

Fundado em 1908, o Clube Atlético Mineiro (CAM) enfrentava sérios gargalos operacionais antes de seu processo de transformação digital. Com uma base de 9 milhões de torcedores e mais de 100 mil sócios, o clube gerava um enorme volume de dados. No entanto, esses dados ficavam dispersos de forma fragmentada em múltiplos sistemas isolados de fornecedores distintos, que cobriam desde catracas e redes Wi-Fi até sistemas de alimentação, vendas de ingressos e lojas online.

“Essa falta de integração impedia uma visão consolidada e em 360 graus do torcedor”, lembra o CIO do clube, Leandro Evangelista. Sem o cruzamento dessas bases, o clube enfrentava três grandes problemas: a precificação de ingressos de forma empírica e homogênea, sem considerar variáveis de demanda de cada partida, gerando assentos vazios e perda de bilheteria; taxas de evasão superiores a 50% no programa de sócios, tratadas com ações de retenção genéricas e ineficazes; e uma experiência idêntica no aplicativo para todos os usuários, independentemente do perfil.

Para resolver a fragmentação de dados, o Atlético-MG, com a execução técnica da Guidance e o suporte da nuvem AWS, desenvolveu uma robusta infraestrutura de dados e inteligência artificial dividida em quatro camadas funcionais. A primeira camada baseia-se na centralização das bases através do GALOLAKE, um data lake estruturado no Amazon Simple Storage Service (Amazon S3) com 96% de suas tabelas operando em formato Apache Iceberg, garantindo transações ACID, versionamento de schemas e rastreabilidade total para auditoria.

“Hoje, o GALOLAKE reúne 552 tabelas e 1,8 bilhão de registros de fontes internas de compras e Wi-Fi com dados de fontes externas (como clima do INMET, dados socioeconômicos do IBGE e popularidade em redes sociais) para gerar uma visão de 360 graus do torcedor”, lembra Evangelista.

Na segunda camada, estruturou-se uma esteira completa de MLOps no Amazon SageMaker, com IA integrada ao MLflow para tracking de métricas e parâmetros, processando dados em larga escala no Amazon EMR para alimentar cinco modelos de Machine Learning. Vinicius Teodoro, CTO da Guidance, explica que o modelo de pricing analisa a elasticidade de demanda cruzando histórico com variáveis esportivas, dia da semana e engajamento digital do Instagram, sugerindo preços recomendados para decisão final dos gestores.

Já o modelo de churn prevê a propensão de evasão de CPFs com árvores de decisão automatizadas por AWS Lambda e pelo Amazon Simple Queue Service (Amazon SQS) que alimentam o CRM ActiveCampaign. O monitoramento de data drift compara características dos sócios atuais com os perfis de treino, disparando alertas de desvios automáticos.

Na terceira camada, de hiperpersonalização em tempo real, os perfis são armazenados no Amazon DynamoDB e disponibilizados em três idiomas no SuperApp para recomendar de forma personalizada opções de alimentação. Na quarta camada, a ferramenta "Pergunte aos Dados do Galo" utiliza o Amazon Bedrock AgentCore e metadados em YAML para responder a consultas em linguagem natural no Amazon Athena.

A estratégia de dados revolucionou o desempenho financeiro e operacional do CAM, acumulando mais de R$ 15 milhões de lucro consolidado por meio de iniciativas de dados e IA. “Na bilheteria, o suporte do modelo de elasticidade construído pela Guidance gerenciou receitas superiores a R$ 60 milhões, englobando mais de R$ 3 milhões provenientes de overbooking preditivo, além de R$ 4 milhões de lucro gerados pelo ajuste fino na elasticidade de descontos para sócios em apenas 5 meses”, comemora Evangelista.

A acurácia do modelo de precificação atingiu 88,04% de R² Score, permitindo ganhos adicionais de R$ 150 mil por jogo. No âmbito de fidelização, o preditor de evasão alcançou 92,2% de AUC-ROC e 80,3% de precisão, o que gerou um retorno direto de R$ 1 milhão e alavancou em 27% a retenção prática de sócios propensos ao cancelamento. O projeto gerou autonomia em sete áreas de negócio do clube através de painéis analíticos de BI. "A tecnologia só faz sentido quando impacta resultado e a Guidance e a AWS operam com essa mesma lógica", conclui.