AI.INSIGHTS: Monitorização anónima de utilizadores de eventos em tempo real através de Inteligência Artifical

Os objetivos do projeto serão os seguintes: 1. Construir a estrutura com as seguintes características: (i) permitir uma integração perfeita com software de eventos de terceiros, incluindo o desenvolvimento de um INSIGHTS.API; (ii) desenvolver na API comunicação que permita a ligação com ambientes atmosféricos, por exemplo com sistemas de climatização, música, aromaterapia e iluminação; (iii) desenvolver o INSIGHTS.APP, com todas as funcionalidades enumeradas (abaixo); (iv) integrar o INSIGHTS com o SPIC EVENT.OS, permitindo a combinação com os módulos existentes para eventos online e eventos físicos. 2. Fornecer a informação certa no momento certo para o stand: (i) para os utilizadores, permitindo experiências mais personalizadas e envolventes, mantendo o stand otimizado de acordo com as suas preferências; (ii) para os gestores e colaboradores (e diretores), permitindo informação em tempo real sobre como otimizar o desempenho em função dos KPI’s pretendidos; isto inclui alertas/recomendações para intervenções da equipa. 3.Desenvolver interfaces adaptativos com as seguintes características: (i) adaptar on-the-fly o layout da interface e a informação à pessoa, pelo menos para: diretor, gestor, equipa e pelo menos para: ecrã, óculos de RA; (ii) criar painéis com informação detalhada (não limitada a): métricas de comportamento; métricas de satisfação; (iii) desenvolver um chatbot (LLM) para que os colaboradores/gestores possam reportar diferentes níveis de compreensão sobre o stand; (iv) fornecer informação para calcular o ROI, fornecer dados detalhados e relatórios sobre o KPI definido para que seja possível calcular o retorno do investimento; (v) fornecer sobreposições de RA ao vivo, permitir que os gestores de stand (ou toda a equipa; a definir) utilizem óculos de RA (por exemplo, HoloLens ou similar) para ver as métricas de envolvimento em tempo real a flutuar sobre o stand. 4. Desenvolver insights em tempo real sobre as métricas de comportamento dos utilizadores - KPI, incluindo, mas não se limitando a: (i) métricas de envolvimento, como os utilizadores interagem com um produto, serviço ou setor de stand; (ii) métricas de conversão, acompanham quantos utilizadores completam uma ação/caminho predefinido; (iii) métricas de retenção, quantos utilizadores regressam a um setor de produto, serviço ou stand após a sua primeira visita; (iv) métricas de feedback, classificar os gestos dos utilizadores e os feedbacks sonoros (exemplos: sinal de mão - cool, polegar para cima, palmas, ...; dizer: "muito bom", "muito interessante", "alta qualidade" ...); (v) métricas sociais, medem a interação entre utilizadores, utilizadores e colaboradores, e colaboradores e colaboradores; (vi) identificar padrões comportamentais específicos, como hesitação na proximidade de um produto, ou frustração do utilizador, evitamento do utilizador, aborrecimento do utilizador, outros a definir; (vii) identificar comportamentos “estranhos” (alertas), detetar um utilizador com comportamento muito diferente dos utilizadores em geral (ex.: utilizador a correr dentro do stand); (viii) dinâmica do stand, incluindo mapa de densidade do stand, contagem (frequência dos utilizadores) e monitorização dos utilizadores no stand, e padrões de movimento que permitem ao planeador do stand fazer ajustes instantâneos, e mostrando a cronologia de como os utilizadores se movem dentro do stand; (ix) fornecer análises preditivas para prever tendências e comportamentos dos utilizadores. 5.Desenvolver métricas de satisfação contínuas – KPI, instantâneas, em intervalos de tempo ou eventos, com pelo menos as seguintes variáveis, por stand e setor de stand: (i) mapas de calor de sentimento do utilizador e do grupo (positivo-neutro-negativo); (ii) emoções do utilizador e do grupo (não limitadas a) plano de valência vs excitação; (iii) mapas de calor da atenção do utilizador e do grupo; (iv) foco no utente e no grupo; (v) tempo de permanência, tempo médio despendido pelos utilizadores a interagir (neste caso) com os gestores ou colaboradores. (vi) conversas significativas, número de leads de qualidade ou consultas sérias; (vii) leads recolhidos, número de cartões de visita, crachás digitalizados ou inscrições efetuadas; (viii) zonas quentes e frias do povoamento, que são áreas de maior e menor interesse no povoamento; (ix) dados demográficos dos utilizadores e grupos do stand, incluindo, pelo menos, a deteção automática de idade e género (e grupo étnico-racial, quando possível), para obter uma melhor compreensão do público do stand. 6. Desenvolver um posicionamento automático multissensor, conhecendo o layout do stand, as principais características (espaço aberto, fechado, ...) e o KPI pretendido: (i) desenvolver um módulo de framework para selecionar o número mínimo (otimizar) e mais barato de sensores a colocar no stand para atingir os objetivos de KPI pretendidos.