Permita que eu me (re) apresente
Você deve ter lido meu material sobre CDP (customer data platform) para CRM e já deve ter recebido a minha outra newsletter, The Experimental Marketer. Ou talvez você já tenha me visto pelo LinkedIn.
Agora você está recebendo a minha primeira newsletter em Português, com conteúdo exclusivo para os profissionais de marketing (e CRM, growth, ecomm, etc) sobre a tecnologia que está presente em todas as atividade de marketing e como IA está mudando nosso trabalho.
Mas não espere uma tradução da newsletter em inglês! A Experimentalista terá conteúdo próprio, voltado para você!
Se você não quiser mais receber A Experimentalista é só se descadastrar usando o link abaixo (no pé desta mensagem).
Espero que você goste e recomende pra outros profissionais também!
Abraço, Ana
IA de sobra, retorno de menos: o que o novo relatório diz sobre o marketing brasileiro
O Brasil lidera em entusiasmo com IA e trava exatamente no mesmo ponto que eu vejo travar em mercados mundo afora. Dados bagunçados e uma governança que ninguém assumiu.
Todo relatório de IA vem com um número feito para virar post. No novo panorama da MoEngage sobre o Brasil, esse número é 23%. Vinte e três por cento das marcas brasileiras já fizeram da IA o principal motor do engajamento com o cliente. Junte a isso outro dado: só 3% não usam IA, a menor taxa de não adoção entre todas as regiões pesquisadas. A leitura fácil é que o Brasil está adiantado.
Tem um terceiro número que quase ninguém vai citar, e é o que mais me chama atenção. Oitenta e sete por cento dos times revisam manualmente cada resultado da IA antes de publicar. A MoEngage chama isso de imposto da supervisão, e o Brasil paga a maior taxa entre todas as regiões pesquisadas. Na prática, os times brasileiros adotaram IA em massa e agora passam o dia vigiando a máquina, em vez de fazer o trabalho estratégico que eles poderiam/deveriam estar fazendo (leia isso novamente!).
Mas antes de chegar à qualquer conclusão desses números, dois avisos.
Primeiro, a amostra. Esse panorama foi construído em cima de 100 líderes seniores de marketing. Cem. É pouco para tratar qualquer porcentagem como lei — 29% aqui não é um censo do marketing brasileiro, mas pode ser lido como um “sinal”. Eu leio esse relatório como bússola, não como GPS. O valor está na direção que ele aponta.
Segundo, de onde vem essa lente. A MoEngage vende uma plataforma nativa de IA para engajamento e personalização de conteúdo. O relatório enquadra o problema, e convenientemente a solução, em torno exatamente do que ela vende. Isso não apaga os dados, mas muda como você lê: o autor do relatório não é um observador neutro descrevendo o mercado, mas uma empresa mostrando o mundo pelo ponto de vista do seu produto.
Mesmo assim, eu acho o relatório interessante. Direcionalmente, ele aponta para o lugar certo. E, como você vai ver, aponta para um lugar que contradiz a própria solução que a MoEngage tenta vender.
Voltando ao “imposto de supervisão” descrito acima. Profissionais de marketing já conheciam esse padrão mesmo que ainda sem esse nome. Vejo acontecer nos times que acompanho mundo afora, e sempre da mesma forma. Dados bagunçados, governança que ninguém assumiu e uma liderança sem direção definida sobre o que fazer com tudo isso.
O relatório aponta os sintomas, mas acaba desmentindo um deles.
Segundo a pesquisa, as duas maiores barreiras para escalar IA no Brasil são privacidade e ética, com 29% — o índice mais alto entre todas as regiões pesquisadas — e falta de habilidades internas, com 25%. Quem lê rápido conclui que o Brasil tem um problema de regulação e um problema de treinamento.
Depois de já ter unificado dados de clientes em mais de 20 mercados, eu leio esses dados de forma diferente. Privacidade e habilidade são apenas sintomas. A causa está uma camada abaixo. O próprio relatório entrega o diagnóstico, só que fora desse gráfico, mas logo abaixo dele. A MoEngage aponta que 56% dos entrevistados esbarram em dois obstáculos ao mesmo tempo, falta de dados de clientes limpos e unificados e dificuldade de integrar as ferramentas de IA à stack de marketing, e conclui que os dois têm a mesma origem: uma arquitetura de tecnologia desarticulada. Sistemas que não se falam.
Essa é a causa, essa arquitetura desarticulada. Tanto privacidade quanto habilidade dependem dessa arquitetura e, por isso, é onde os times mais sentem essa desarticulação. Sem uma base de dados organizada, você não sabe ao certo o que pode usar (a tal da privacidade) nem consegue fazer a competência do time virar vantagem que se acumula (a tal da habilidade).
A causa é prosaica e sem glamour nenhum. Prontidão de dados e governança.
Privacidade contra competitividade é uma escolha falsa
Um dos gráficos mais interessantes do relatório é uma matriz de privacidade e utilidade. De um lado, a zona de perigo, onde a IA gera resultado mas a conformidade com a LGPD fica em aberto. Do outro, a zona de estagnação, onde a empresa está em conformidade mas a IA não produz nada. Governança sem crescimento.
Essa é a tensão que trava times de marketing, incluindo os times brasileiros. Ser compatível com a LGPD e ao mesmo tempo competitivo no mercado. E a saída que quase todo profissional de marketing assume está errada, porque trata governança como freio.
Governança não é o freio. É a fundação que deixa você ser compatível e competitivo ao mesmo tempo. Sem uma base de dados organizada, você não consegue ser compatível nem competitivo, porque nem sabe ao certo quais dados tem, de onde vieram e se pode usá-los. Eu digo isso sempre e vou repetir aqui. Você pode ter a melhor tecnologia do mundo, pode ter a melhor plataforma de dados, e nada funciona se não existir governança e um dicionário de dados por baixo. O dicionário de dados é a única língua que uma plataforma de dados entende. Se os dados do consumidor não estão nessa língua (e não há uma tradução disponível), a plataforma não conseguirá ingerir dados dos consumidores, processá-los e usá-los para engajamento e conversão.
A "falta de habilidade" não é a que você imagina
Vale discutir o que "falta de habilidade" quer dizer, porque a leitura óbvia leva ao lugar errado. Não é que os times brasileiros não saibam abrir o ChatGPT ou rodar uma campanha com IA. Eles conseguem montar um projeto. Conseguem melhorar um processo.
A minha hipótese (que não é só minha), é que a habilidade que falta é conseguir implementar IA de um jeito sustentável e escalável. Fazer a IA se acumular como vantagem, em vez de virar mais uma ferramenta isolada no meio das outras.
E não é achismo de quem olha só para o Brasil. É o mesmo padrão nos dados globais. A Gartner projeta que pelo menos 30% dos projetos de IA generativa são abandonados depois da prova de conceito. Os motivos listados não têm nada a ver com falta de gente sabendo usar IA: dados de baixa qualidade, valor de negócio pouco claro, controles de risco inexistentes, custo crescente. Numa pesquisa com líderes de martech do mundo todo, um deles cravou o diagnóstico: "não é a tecnologia, é o modelo operacional em volta dela. Os times investem nas melhores ferramentas, mas não adotam a estrutura, a governança, as formas de trabalhar para destravar o valor — aí a tecnologia vira prateleira ou cria ainda mais silos."
É exatamente isso. A habilidade rara não é rodar a campanha. É construir a fundação que faz a IA se acumular, em vez de adicionar mais um silo sofisticado disfarçado de plataforma. Os especialistas que acompanho estimam que menos de 1% da força de trabalho tem esse repertório: alinhar pessoas, governança, buy-in, vendors e trabalho técnico ao mesmo tempo.
O relatório vende a plataforma. E depois se contradiz.
Lembra do segundo aviso lá em cima, sobre a lente? É aqui que ele importa. A solução que a MoEngage oferece no final é a plataforma nativa de IA, o Merlin. E faz sentido, já que esse é o produto deles.
Só que na página sobre IA multicanal a própria MoEngage escreve que adicionar mais IA a uma estrutura fragmentada não resolve o problema, e sim torna os silos mais sofisticados. Essa frase poderia ter mais destaque. Comprar plataforma não é o primeiro movimento. É o segundo. O primeiro é arrumar a casa.
O que fazer na segunda de manhã
A diferença entre os times que tiraram 18,78% de aumento em conversão, como o caso de e-commerce do relatório, e os que estão apenas queimando orçamento em ferramentas é apenas uma. Os primeiros unificaram a camada de dados antes de jogar IA em cima.
O primeiro passo não é comprar nada. É uma auditoria de dados do cliente. E começar pequeno.
Quando eu enfrentei uma base global bagunçada, não tentei resolver tudo de uma vez. Comecei o dicionário de dados por uma região, provei que funcionava, e só então trouxe as outras. Pegue a fatia menor e real do seu problema, defina o critério mínimo para um contato ser considerado utilizável, e construa a partir dali.
E antes de coletar mais um dado, faça a pergunta que eu faço em toda reunião de coleta. Temos conteúdo para isso? Se você não vai usar o dado para melhorar a experiência de alguém, não colete. Governança não é acumular dados. É saber por que cada dado está ali.
O Brasil não tem um déficit de entusiasmo com IA. Tem 23% de líderes, 3% de céticos e uma montanha de energia. O que falta é a base que transforma essa energia em vantagem cumulativa em vez de imposto de supervisão. O segredo, como sempre, é governança.
É assim que eu leio esse relatório depois de ter arrumado a casa em 20 mercados. E você, como está lendo aí do seu lado?
Me conta o que você está vendo nos seus dados. Pode responder a esse email e continuamos a conversa!
Você recebeu este email porque se inscreveu no meu site sobre CDP para profissionais de CRM ou através da minha newsletter The Experimental Marketer. Para se descadastrar dessa newsletter, use o link abaixo.
