O Webinar Customer & Market Insight e IA no novo comportamento do consumidor, trouxe uma provocação simples e ao mesmo tempo desconfortável: as marcas nunca tiveram tanto dado sobre seus clientes, e nunca foi tão difícil dizer quem esse consumidor realmente é.

Neste artigo, você confere os principais insights do webinar para o varejo brasileiro, com o conceito por trás de cada tema e os principais aprendizados discutidos pelas especialistas.

O bate-papo foi conduzido por:

Luciana Telles (Diretora de Clientes, CRMBonus)e Luciana Almeida (Gerente Sr. de CMI/Marketing, Aramis).

1. O fim da persona única

‍
Pela primeira vez na história do consumo no Brasil, cinco gerações consomem ao mesmo tempo, com lógicas de decisão bem diferentes entre si. Somado a isso, fatores como pandemia, eleições e o próprio avanço da IA seguem redirecionando comportamento de forma abrupta, e a diversidade cultural do país faz com que o mesmo produto performe de maneira distinta entre regiões, algo que fica evidente em redes com lojas espalhadas por vários estados, como a Aramis.

A camada mais difícil de mapear, no entanto, é o arquétipo: a forma como cada pessoa se relaciona com valores e propósito. O mesmo CPF pode priorizar preço em um momento, experiência em outro e causas sociais em um terceiro, o que torna esse comportamento pouco dado a clusterização binária. E como se essa complexidade não bastasse, o consumidor brasileiro compra em pelo menos 39 marcas ao longo de um ano, o que reforça a importância de entender seu comportamento além da própria categoria.

Principais aprendizados

• Persona deixa de ser retrato estático e passa a ser um perfil vivo, revisado por geração, região e momento.
• Posicionamento emocional não se copia de concorrente, precisa nascer do próprio arquétipo de cliente.
• Ainda é raro no mercado brasileiro, mas o Customer Marketing Insight (CMI) não precisa nascer como área nova, pode começar como uma governança dedicada a transformar dado em decisão.

2. Da jornada linear ao consumidor sem funil

‍
O modelo de funil, com etapas sequenciais e previsíveis, não reflete mais como o consumidor decide uma compra. Hoje ele é impactado por um anúncio em rede social, por um conteúdo de podcast e pelo ambiente de uma loja física quase ao mesmo tempo, o que ativa a jornada de forma simultânea, não sequencial. Não à toa, 73% dos consumidores preferem a jornada omnichannel, e o caminho até a decisão de compra já passa, em média, por mais de seis pontos de contato.

O desafio, segundo o webinar, não é mais conceitual, é operacional: mesmo sabendo que o funil tradicional está defasado, grande parte das operações ainda mede resultado dentro dessa lógica.

Principais aprendizados

• O desafio da jornada hoje é operacional, não conceitual: é preciso reorganizar a governança de indicadores, com apoio da IA para dar sentido ao volume de KPIs disponíveis.
• Venda é um resultado entre vários, não o único sinal que importa.
• Comentários, dúvidas e interações ao longo da jornada ajudam a ajustar produto e experiência antes mesmo da decisão de compra.

‍

3. Hipersegmentação e reativação: a IA saindo do conceito para o resultado.

Se os dois primeiros pontos explicam por que o consumidor ficou mais difícil de entender, este mostra o que fazer com essa complexidade na prática.

O primeiro exemplo veio de um case real de hipersegmentação sob pressão de tempo. Às vésperas do Dia das Mães, data mais importante do ano para uma marca cliente, a CRM Bônus recebeu o desafio de gerar cerca de R$ 60 milhões em receita incremental em dez dias, sem soar promocional. No ano anterior, a mesma marca havia disparado uma ação para 1,6 milhão de clientes, com resultado abaixo do esperado. Desta vez, a base foi dividida em 11 grupos hipersegmentados, somando entre 580 e 590 mil pessoas, com ticket médio de bônus calculado individualmente para cada perfil, em vez de um valor padrão para todos. O resultado superou a meta do ano anterior atingindo cerca de um terço do volume de pessoas impactadas na ação de referência, sem desgastar o posicionamento da marca. A Aramis já está replicando essa lógica, somando mais uma variável: o comportamento regional dos consumidores por cidade e estado.

O segundo exemplo trata de um problema recorrente do varejo: entre 70% e 75% dos consumidores compram uma marca só uma vez, e algumas acumulam entre 300 e 400 mil clientes nessa situação em 12 meses. Para reverter isso, a CRM Bônus criou o agente Corre Atrás, que em vez de disparar uma grande campanha de reativação de uma só vez, atua diariamente calculando um bônus individualizado a partir do comportamento real de cada cliente na rede como um todo. Em um dos cases apresentados, uma cliente do setor de calçados, com ticket médio histórico de R$ 3.000, estava 24 meses sem comprar, mas seguia ativa em outras marcas com ticket ainda maior. O agente calculou um bônus de R$ 600 para reengajá-la, e ela voltou à loja gastando R$ 7.800 em uma única compra, retornando depois a comprar novamente com bônus.

Principais aprendizados

• Bônus e ofertas proporcionais ao comportamento superam ativação padronizada.
• Cliente inativo nem sempre é cliente perdido, muitas vezes segue ativo, só que em outra marca.
• Monitorar resultado diariamente, em vez de medir só no fim da campanha, permite ajustar rota durante a execução.
• Essa mudança de lógica levou a própria CRM Bônus a rever seu modelo comercial: de cobrança por geração de bônus para cobrança vinculada a resultado.

O próximo passo para o varejo brasileiro

Os temas discutidos no webinar apontam para uma mesma direção: o volume de dado deixou de ser o gargalo do varejo. O gargalo agora é a curadoria, a governança e a capacidade de transformar esse dado em decisão sem se perder no caminho.

Uma pesquisa recente da CRM Bônus mostrou que o maior desafio do setor não é investir em ferramenta ou em time de dados, mas o letramento em dados e IA aplicado ao dia a dia do varejo. Para endereçar essa lacuna, a CRM Bônus lançou, em parceria com a Tera, a primeira certificação de IA para o varejo do mercado, disponibilizada gratuitamente para todo o setor.

Transformar dado em decisão é, hoje, menos uma questão de tecnologia disponível e mais uma questão de maturidade organizacional, construída testando, hipersegmentando e revisando processos de forma contínua.