Por Simone Gasperin, sócia e head de Marketing da BPool.
Nunca tivemos tantos dados sobre os consumidores. Sabemos o que pesquisam, onde compram, quais produtos comparam, como navegam e, em muitos casos, conseguimos antecipar interesses antes mesmo de uma decisão de compra. Ainda assim, talvez nunca tenha sido tão fácil confundir saber muito sobre alguém com realmente conhecê-lo.
Pensando no Mês do Cliente, celebrado em setembro, essa contradição merece atenção. Como ouvi de Gal Barradas em um recente evento sobre marketing e tecnologia, dados são, em grande medida, a tangibilização de comportamentos e reações humanas. Uma busca, uma compra, uma reclamação ou um abandono registram algo que uma pessoa fez diante de determinado contexto. O dado captura o sinal mas o desafio continua sendo interpretar o que existe por trás dele.
E esse consumidor também está mudando. A McKinsey & Company chama de resourceful consumer, ou consumidor engenhoso, um perfil que não necessariamente deixou de consumir, mas passou a administrar suas escolhas com mais cuidado. Hoje, 82% dos consumidores afirmam utilizar seus bens por mais tempo antes de substituí-los, enquanto 69% procuram consertar itens danificados em vez de descartá-los.
É um consumidor mais criterioso sobre onde coloca seu dinheiro, mas seria simplista concluir que preço é a única resposta. Experiência, conveniência, atendimento, produto, pós-venda e confiança também compõem a percepção de valor. E existe aqui uma contradição organizacional importante: enquanto o consumidor vive uma única experiência, dentro das empresas ele continua frequentemente fragmentado entre Marketing, CRM, Customer Experience, E-commerce, Produto, Tecnologia, Dados e Atendimento.
Para o consumidor, essas divisões não existem. Ele tem um problema e espera que a empresa o resolva.
No mesmo evento, uma frase do diretor de marketing da Ambev sintetizou bem essa mudança: “não consigo trabalhar sem um time de tech e produto.” Dados, experiência, produto, comunicação e crescimento tornaram-se interdependentes. Se o consumidor é um só, parece cada vez menos coerente que as áreas responsáveis por sua experiência continuem trabalhando de forma apartada. A discussão passa por organizar equipes multidisciplinares em torno de problemas e de um KPI final, integrando negócios, marketing, tecnologia e produto.
A inteligência artificial obviamente complexifica essa discussão. Grande parte das informações disponíveis publicamente na internet já alimenta os grandes modelos de linguagem. E se diferentes empresas têm acesso aos mesmos modelos e a uma base semelhante de conhecimento público, a diferenciação passa a estar naquilo que somente cada organização possui: seus dados, contexto e conhecimento proprietários.
O case da Lu, do Magalu, apresentado no evento, materializa essa lógica. O valor de sua atuação no WhatsApp não está simplesmente em colocar inteligência artificial em uma interface conversacional, mas em conectá-la à estrutura de dados e ao conhecimento construído pela companhia. Em outras palavras, a Lu não é apenas um chatbot: funciona como uma interface sobre uma estrutura de dados proprietária.
Essa distinção é importante porque acumular informação não significa necessariamente compreender melhor. Segundo a Gartner, 58% dos consumidores sentem que as marcas não utilizam as informações disponíveis para compreender suas necessidades reais. Basta pensar na experiência de comprar determinado produto e continuar recebendo publicidade exatamente daquele item. A empresa registrou corretamente o comportamento, mas interpretou mal o seu significado.
A IA amplia nossa capacidade de organizar informações, identificar padrões e personalizar interações, mas também pode ampliar nossa capacidade de reproduzir interpretações ruins em escala. Como disse Caio Gomes da Magalu, no mesmo evento: automatizar uma tarefa dentro de um processo mal desenhado acelera o processo errado.
Por isso, gosto de pensar a inteligência artificial como uma tecnologia que deve funcionar muito bem “na cozinha”, sem necessariamente dominar todo o “cardápio”. Ela pode organizar grandes volumes de informação, acelerar análises, identificar padrões e reduzir fricções. Mas alguém ainda precisa decidir o que esses padrões significam.
E existe uma dimensão dessa relação que não pode ser reduzida a dados: confiança. Consumidores que confiam em uma marca e a consideram relevante são 35% mais propensos a permanecer leais. Empresas que conseguem incorporar criatividade de maneira consistente ao produto, atendimento e experiência apresentam taxas de retenção 45% superiores. Confiança não é construída apenas pelo que uma empresa comunica, mas pela coerência entre aquilo que promete e aquilo que as pessoas efetivamente experimentam.
Essa dimensão pode se tornar ainda mais importante à medida que interações sintéticas se multiplicam. Quanto mais empresas utilizarem os mesmos algoritmos, modelos e recomendações para otimizar suas comunicações, maior será o risco de todas começarem a soar semelhantes. Podemos chegar a marcas extremamente eficientes, mas pouco memoráveis.
Pessoas não se conectam a informações, se conectam a histórias, experiências e, especialmente, a outras pessoas.
Conhecer o cliente, portanto, não é saber tudo sobre ele. É interpretar o que realmente importa e transformar informação em experiências que façam sentido. Podemos ter algoritmos cada vez melhores para prever comportamentos, agentes capazes de tomar decisões em segundos e estruturas de dados acompanhando praticamente toda a jornada do consumidor. Mas, quanto mais sabemos sobre ele, maior e mais desafiadora se torna nossa responsabilidade de compreender o que esses dados estão realmente tentando nos dizer.
