O paradoxo da personalização

Hiperpersonalização” tornou-se a palavra de ordem na era da Inteligência Artificial. Segundo uma pesquisa do Boston Consulting Group, cerca de 4/5 dos consumidores do mundo todo afirmam se sentir confortáveis com experiências personalizadas. E a maioria espera que as empresas ofereçam isso com excelência.

A Inteligência Artificial (IA) é causa e consequência dessa demanda crescente dos consumidores. Com uma capacidade exponencial de processamento de dados e linguagem natural, a personalização, em tempo real, tornou-se realidade. Combinada à automação, é uma ferramenta poderosa que oferece atendimentos customizados 24/7, experiências sob medida para cada indivíduo, com escala, velocidade e exponencialidade.

Mas, na era dos algoritmos e da Inteligência Artificial, será que o consumidor possui mesmo poder de escolha? Feeds, marketplaces, e-commerces e aplicativos parecem repletos das mesas coisas: sobremesas com pistache, roupas amarelo-manteiga, dezenas de marcas de brilho labial, morango do amor.

É um paradoxo. Se, com o advento da Internet e a aceleração das comunicações, nos sentimos cada vez mais distantes uns dos outros, os algoritmos trouxeram um novo desafio. A tecnologia, que deveria personalizar e nos ajudar a expressar nossa individualidade, nosso ponto de vista e nossas preferências, parece estar nos tornando cada vez mais parecidos.

Então, quem toma a decisão de compra: o consumidor ou a IA?

Grandes empresas de tecnologia já começam a pavimentar uma jornada de compra hiperpersonalizada end-to-end:

Shopping GPT: a funcionalidade criada pela OpenAI permite a compra de produtos selecionados de acordo com as preferências do usuário, por meio de uma loja on-line integrada ao ChatGPT, sem anúncios pagos.
AI Mode: o Google lançou um modo de compras que combina a IA do Gemini com uma base de dados de mais de 50 bilhões de produtos.

Futuros que não existem

O Encontro Conclusões & Tendências, realizado pelo Grupo Padrão e pela CX Brain, com base em insights do estudo que baseia o Prêmio Consumidor Moderno de Excelência em Serviços ao Cliente, trouxe como destaque a chamada “curadoria do desejo induzido”. Esse conceito traduz o fenômeno no qual a promessa de liberdade de escolha deu lugar a uma lógica de seleção condicionada. Nela, são os algoritmos que definem o que o indivíduo vê, deseja e consome.

Essa realidade ocorre por meio de um funil invisível. Primeiro, os algoritmos refinam e estreitam as opções nos meios digitais com base no histórico de pesquisa e no engajamento em conteúdos. Assim, as escolhas do consumidor ocorrem a partir de uma pré-seleção, que confirma tendências e padrões de comportamento de consumo.

A consequência desse cenário são conversões otimizadas, redução de tempo de decisão do consumidor, confirmação de padrões existentes e reforço de bolhas de interesse do indivíduo.

Para Tim Lucas, head da Hyper Island América do Norte, essa é uma contradição central da era digital. “Buscamos personalização, mas acabamos recebendo experiências moldadas por dados do passado – previsíveis, genéricas e enviesadas por padrões dominantes.”

Segundo o especialista, a Inteligência Artificial generativa tornou-se uma encarnação do conceito de “hautologia” ou “assombrologia”: ou seja, o assombramento por futuros que nunca aconteceram. “Em vez de criar, muitos algoritmos apenas ‘remixam’ o que já foi feito, reforçando estéticas e comportamentos familiares.”

Lucia Santaella, professora titular e criadora do Programa de Pós-graduação em Tecnologias da Inteligência e Design Digital da PUC-SP, reforça que os seres humanos vivem em bolhas – e isso acontecia antes mesmo das redes sociais. Seja na família, seja entre amigos, colegas de trabalho ou de estudo, vivemos em um conjunto de pessoas de convivência, troca de ideias e compartilhamento de vivências. No entanto, com as mídias sociais, a natureza das bolhas já não é a mesma.

Nesse novo cenário, os sistemas de Inteligência Artificial capturam pessoas em agrupamentos com outros indivíduos. São pessoas que pensam, agem e sentem do mesmo modo.

Personalização real exige imaginação, empatia e intenção – não apenas automação

Tim Lucas, head da Hyper Island América do Norte

“A realidade das bolhas ficou conhecida também pelos nomes de ‘câmaras de eco’ e de ‘viés de confirmação’ para significar o fortalecimento das bolhas algorítmicas, na medida em que são retroalimentadas pela tendência dos usuários a excluir pessoas e conteúdos que divergem de suas predileções”, explica a especialista. “Mesmo que divergências possam aparecer nos reels, há uma recusa do próprio olhar que não se detém nem mesmo por frações de segundos naquilo que não interessa ao usuário.”

Segundo Santaella, esse comportamento excludente se acentua quando o conteúdo é ferrenhamente rejeitado. Em outras palavras, as bolhas não são criadas apenas pelos algoritmos, mas também pelos usuários.

Escolher é uma opção?

No livro Nudge, o economista da Universidade de Chicago Richard Thaler e o professor Cass Sunstein apontam: As decisões são influenciadas por arquiteturas de escolha, ou seja, pelas formas como as opções são apresentadas ao indivíduo. Assim, empurrõezinhos ajudam a direcionar as escolhas do consumidor. E os algoritmos são nudges (ou cutucadas, em tradução livre para o português) persistentes nas relações digitais.

Nessa lógica, os autores destacam o que chamam de “opções-padrão”. Onipresentes e poderosas, são as opções que prevalecem caso nenhuma outra seja escolhida, ou seja, a escolha que a maioria das pessoas acaba seguindo, mesmo que não seja a melhor dentre as possibilidades.

Um exemplo mais prático desse elemento é o tempo de descanso de tela em computadores e smartphones, programados para bloquearem a tela depois de algum tempo sem interação do usuário. Ninguém escolheu, necessariamente, essa configuração, mas ela continua ali.

Por essas e outras, Thaler e Sunstein defendem a ideia de “paternalismo libertário”, ou seja, a ideia de ajudar os consumidores a ter a liberdade de escolha para tomar decisões melhores.

Entretanto, como fugir dessa “personalização padronizada”? Para Tim Lucas, a resposta está no funcionamento da mente humana. “O cérebro não busca apenas consistência, mas também surpresa. É preciso criar experiências que respeitem a biologia do cérebro humano, gerando momentos de pico emocional, como descrito na peak-end rule, que fogem do esperado.”

Peak-end rule

O princípio da psicologia comportamental desenvolvido por Daniel Kahneman e Barbara Fredrickson afirma que as pessoas avaliam uma experiência com base em dois momentos principais:

O pico emocional (positivo ou negativo), que representa o momento mais intenso da experiência.
O final da experiência.

Portanto, em vez de apenas repetir padrões, Tim Lucas aponta que as marcas que se destacam são aquelas que combinam dados com sensibilidade humana. “Personalização real exige imaginação, empatia e intenção – não apenas automação.”

Familiaridade x Descoberta

Os sistemas de personalização pre-cisam ser adaptáveis e evoluir com as mudanças nas preferências dos consumidores

William Giotto, líder de Machine Learning e Ciência de Dados da Amazon.com para a América Latina

Segundo o psicólogo e professor Barry Schwartz em seu livro O Paradoxo da Escolha, o excesso de controle e a previsibilidade das escolhas acabam tornando a experiência da tomada de decisão menos agradável. Assim, mudar essa chave depende daquilo que não é esperado. “A novidade é uma fonte de prazer. As pessoas sentem mais prazer com surpresas – pelo menos as positivas – do que com coisas que já esperavam”, explica.

Ao priorizarem o previsível, o familiar, o que é trend, os algoritmos podem limitar o potencial prazeroso da descoberta. Não é à toa o motivo pelo qual alguns conteúdos viralizam. Vídeos engraçados, experiências inusitadas, ou a demonstração de um produto milagroso que resolve justamente aquele problema persistente na rotina do usuário. O mesmo pode acontecer nas jornadas de marcas quando recomendam um produto que o consumidor nem sabia que precisava.

“É preciso substituir o paradigma da relevância algorítmica pelo da descoberta significativa”, destaca Tim Lucas. “A IA pode (e deve) ajudar o consumidor a ampliar suas possibilidades, não as estreitar. Mas, para isso, é necessário projetar sistemas que promovam serendipidade guiada – momentos em que o usuário se surpreende positivamente ao descobrir algo que ele nem sabia que queria.”

O TikTok é, hoje, o lugar no qual muitas tendências nascem e ganham novos desdobramentos. Segundo Daniela Okuma, diretora-geral de Negócios do TikTok Brasil, a plataforma foi construída sobre o princípio de que o entretenimento impulsiona a descoberta orgânica e baseada nos interesses individuais de cada usuário.

“Trata-se da individualização dos conteúdos, e não de padronização”, afirma. “O sistema de recomendação do TikTok é desenhado para expor as pessoas àquilo que elas gostam, inclusive conteúdos surpreendentes – sejam novos conhecimentos, sejam músicas, dicas, o que expande suas paixões e seus interesses.”

Para isso, a executiva explica que o sistema de recomendação da plataforma introduz novidades e conteúdos adjacentes aos interesses do usuário, incentivando a exploração e a criatividade. Se um usuário, por exemplo, demonstra interesse em um tipo específico de produto de beleza, o algoritmo pode não apenas mostrar mais produtos similares, mas também vídeos de rotinas de beleza, criadores que abordam o tema sob diferentes ângulos e até itens complementares – que o usuário talvez nem saiba que precise.

“De acordo com a interação do usuário, a plataforma sugere novos conteúdos para entender seu engajamento, expandindo seu universo de descobertas”, afirma. “Observamos elevado número de buscas exploratórias e de avaliação (84%), e um em cada quatro usuários inicia uma busca nos primeiros 30 segundos após abrir o app.”

A descoberta nas redes sociais

Um exemplo do poder da descoberta surpreendente é o case da Carmed. Em 2023, uma live commerce com as atrizes Larissa Manoela e Maisa fizeram a Cimed faturar R$ 40 milhões em apenas 20 minutos com as vendas do hidratante labial. O produto viralizou no TikTok e esgotou nos canais de distribuição da marca.

A Amazon, por sua vez, aposta na escuta ativa e na Inteligência Artificial para fugir da padronização disfarçada de personalização. Além do uso de algoritmos que analisam o histórico de compras, a tecnologia é responsável por indicar relações entre itens para gerar recomendações assertivas. É o caso das “Categorias de Interesse”, dos “Comprados Frequentemente Juntos” e das “Principais Escolhas para Você”.

Ainda, o uso de IA generativa e Deep Learning vem ajudando a promover melhores recomendações de tamanho para os consumidores no marketplace. “O algoritmo considera a relação de tamanhos entre marcas e seus sistemas de medidas, as avaliações de clientes e as suas preferências individuais para recomendar o tamanho mais adequado em tempo real”, destaca William Giotto, líder de Machine Learning e Ciência de Dados da Amazon.com para a América Latina.

Para isso, os consumidores podem acessar as configurações de perfil e incluir seus dados, como categorias preferidas, altura, peso e faixa etária. Também têm acesso a uma visão geral sobre seus autores, marcas e criadores de conteúdo preferidos e que seguem na Amazon.com.br. Esses critérios, aliados aos mais de 150 milhões de produtos disponíveis no marketplace brasileiro, formam a receita para o equilíbrio entre familiaridade e descoberta.

“Isso, somado à nossa vasta seleção de produtos e à análise inteligente de dados, garante uma experiência de compra autêntica”, reforça William. “O objetivo é manter a alegria da descoberta enquanto eliminamos a ansiedade causada por um número excessivo de opções. Os sistemas de personalização precisam ser adaptáveis e evoluir com as mudanças nas preferências dos consumidores.”

O consumidor está cansado

No livro Sociedade do Cansaço, o filósofo sul-coreano Byung-Chul Han analisa como as culturas da produtividade, da multitarefa e da hiperexposição à informação têm-nos conduzido a um esgotamento que, mais do que físico, é mental e existencial. A promessa de liberdade se esbarra no cansaço crônico do mundo moderno, no qual o excesso de possibilidades se transforma em angústia.

A IA acelerou na velocidade de um cometa e, com isso, todos os dias somos bombardeados por informações de todos os lados. A cada clique, o consumidor deixa rastros que alimentam sistemas sofisticados de recomendação. Esses rastros, por sua vez, são usados por empresas que disputam ferozmente a atenção e o engajamento do usuário, transformando cada interação em métricas como ROI (Retorno sobre o Investimento). A personalização torna-se, assim, o elo invisível entre desejo e consumo.

A pesquisadora Lucia Santaella é uma das principais divulgadoras da semiótica e do pensamento de Charles Peirce no Brasil, contando com mais de 40 livros publicados. Ao interpretar Psicopolítica, outra obra de Han, destaca que, na era da IA, o desejo passou a ser nosso maior inimigo. “Hoje, esse tipo de desejo é satisfeito em um passe que parece de mágica, sem que tenhamos que fazer algum esforço para que o objeto de satisfação venha até nós, nem mesmo o esforço de procurá-lo. A satisfação é tão rápida e perfeitamente alcançada que nem nos damos ao esforço de compreender como e por que isso se dá”, analisa.

Segundo a especialista, o consumidor vê apenas o produto perfeitamente direcionado a ele, mas não enxerga as engrenagens por trás da escolha que lhe parece tão espontânea.

Esse novo perfil de consumidor é, ao mesmo tempo, exigente e apressado. Ele sabe o que quer, ou pensa saber, mas não quer gastar tempo para chegar até aquilo. “Regidas por sistemas de IA, as predileções são monitoradas para personalizar as experiências de compra que dão ao cliente a ilusão da escolha, quando, na verdade, só recebe como indicação itens semelhantes que rebatem sempre o igual”, afirma.

Estar cercado por ofertas personalizadas, conteúdos sob medida e recomendações certeiras não significa, necessariamente, estar no controle. Pelo contrário: quanto mais moldada pelas máquinas se torna a experiência de consumo, mais a autonomia do usuário pode ser colocada em xeque. Afinal, que liberdade é essa que nos apresenta apenas aquilo que já gostamos?

A satisfação é tão rápida e perfeita-mente alcançada que nem nos da-mos ao esforço de compreen-der como e por que isso se dá

Lucia Santaella, professora titular e criadora do Programa de Pós-graduação em Tecnologias da Inteligência e Design Digital da PUC-SP

das empresas brasileiras consideram a Inteligência Artificial uma de suas cinco prioridades estratégicas

0 %

Estratégia de bilhões

A personalização, no entanto, não é apenas conceitual – é também uma movimentação de bilhões de dólares. Segundo um levantamento da Bain & Company, 67% das empresas brasileiras consideram a IA uma de suas cinco prioridades estratégicas, e 17% a colocam como foco principal de investimento.

Isso porque, na lógica do marketing digital, o retorno é palpável. Campanhas orientadas por IA tendem a alcançar índices de conversão até 25% maiores, segundo Lucas Brossi, sócio e líder da prática de IA da Bain na América do Sul.

Mas, mesmo diante desses ganhos, Brossi faz um alerta: personalizar demais pode significar tratar consumidores como blocos homogêneos, apagando suas singularidades.

As empresas que melhor conseguem equilibrar precisão com diversidade, afirma, são aquelas que unem tecnologia e curadoria humana. A IA gera opções, mas quem garante que essas sugestões respeitem o contexto e o repertório cultural do público são profissionais de criação, estrategistas e designers atentos às nuances do comportamento humano. “Eles devem adaptar, reinterpretar e, se necessário, rejeitar sugestões que não estejam alinhadas aos valores da marca ou à pluralidade que o público espera”, pontua.

O uso de algoritmos para influenciar decisões de consumo vira mani-pulação quando ultrapassa o limite da transpa-rência e da autono-mia do consumidor

Ronaldo Lemos, advogado e cientista-chefe do Instituto de Tecnologia e Sociedade (ITS)

O problema, segundo Brossi, é que os sistemas de IA são treinados com dados históricos, o que pode reforçar padrões dominantes e ignorar nuances culturais, regionais ou emergentes. “Se não forem acompanhados por uma curadoria crítica, esses sistemas podem empobrecer a diversidade criativa”, avalia.

Contudo, como garantir que a personalização proporcionada pela IA amplie as escolhas reais do consumidor, em vez de restringi-las a uma bolha predeterminada? “É essencial usar IA generativa como um instrumento de inspiração, permitindo que consumidores explorem novos caminhos – produtos, ideias, combinações – que eles talvez não encontrassem sozinhos.”

Combate a vieses e favoritismos

Com mais de 55 milhões de usuários, o iFood tem o desafio constante de personalizar a jornada do consumidor sem restringir suas possibilidades de escolha. Segundo a empresa, seus algoritmos de recomendação são projetados para ir além da mera repetição de hábitos.

A plataforma utiliza IA para processar uma ampla gama de dados, como histórico de pedidos, sazonalidade, localização e feedback dos usuários. Modelos híbridos são capazes de identificar padrões de comportamento entre consumidores e sistemas baseados em conteúdo, que analisam preferências individuais para oferecer sugestões mais assertivas.

Mas, em vez de mostrar sempre os mesmos produtos ou marcas, os sistemas analisam tanto o histórico de pedidos quanto o comportamento de usuários com perfis semelhantes para sugerir novas possibilidades.

“Nosso objetivo é que cada interação seja mais rica, surpreendente e relevante”, afirma Thiago Viana, diretor de Inovação e Parcerias do iFood. Isso inclui recomendações que incentivam o consumidor a explorar restaurantes fora de sua zona de conforto, como culinárias diferentes, promoções locais ou itens sazonais.

Outro ponto sensível na construção de sistemas de recomendação é o risco de viés, como favorecer determinados vendedores ou categorias. Para mitigar esse problema, o iFood desenvolve seus modelos com base em dados de páginas com conteúdo aleatorizado. Dessa forma, os algoritmos aprendem a interpretar o interesse do consumidor de forma mais neutra, sem se apegar apenas aos itens mais populares ou mais visíveis.

A personalização, segundo Viana, vem acompanhada de ferramentas de transparência e controle. Uma das formas de mostrar como a IA atua no processo de recomendação é por meio de mensagens no app, como “baseado na sua última compra”. Além disso, o usuário pode ajustar preferências e filtros, permitindo maior autonomia e controle sobre o que aparece em sua tela.

“Entendemos que garantir práticas éticas e justas vai além do funcionamento técnico da IA. É essencial para que consumidores compreendam como as recomendações são construídas e influenciam suas decisões de compra”, destaca Viana.

Os sistemas de recomen-dação de-vem ser construídos com aten-ção à ética, à transpa-rência e à mitigação de vieses, garantindo uma expe-riência digital justa, segura e centrada nas reais necessidades do usuário

Carlos Eduardo Mazzei, diretor de Tecnologia do Itaú Unibanco

No TikTok, o entretenimento impulsiona a descoberta orgânica e baseada nos interesses individuais de cada usuário. Trata-se da individualização dos conteúdos, e não de padronização

Daniela Okuma, diretora-geral de Negócios do TikTok Brasil

O Itaú Unibanco é outra empresa que utiliza sistemas de recomendação baseados em IA para ajudar os clientes a tomar decisões financeiras mais acertadas e, ao mesmo tempo, surpreendentes. O foco, segundo Carlos Eduardo Mazzei, diretor de Tecnologia da instituição, é garantir que essa personalização não se transforme em uma rota única.

“O objetivo é apoiar, e não direcionar, as decisões dos clientes”, resume. A estratégia do banco envolve o uso de diferentes técnicas para garantir diversidade nas recomendações. A preocupação é que o consumidor entenda como a IA influencia sua experiência e, para isso, o banco aposta na transparência.

“A personalização é utilizada para facilitar a jornada financeira, sem restringir escolhas ou reforçar padrões de consumo”, explica Mazzei. Os sistemas são avaliados constantemente por equipes multidisciplinares e seguem diretrizes rígidas de governança, privacidade e mitigação de vieses.

Mais do que precisão, o banco busca entender o que o cliente precisa e como a IA pode atuar – isso a partir do entendimento de quem está vendo determinada sugestão e quais são suas opções. “Esses sistemas são construídos com atenção à ética, à transparência e à mitigação de vieses, garantindo uma experiência digital justa, segura e centrada nas reais necessidades do usuário”, afirma Mazzei.

Assim, a partir da combinação de ciência de dados, engenharia e conhecimento do negócio, o banco entende como criar experiências personalizadas e contextuais. Na prática, são utilizados modelos baseados em IA, desde Machine Learning até Inteligência Artificial generativa, que analisam múltiplas variáveis de forma dinâmica, com foco na entrega de valor e na simplificação da vida financeira dos clientes.

Vieses humanos, riscos algorítmicos

Quando a IA induz uma escolha que prejudica o consumidor, seja por excesso de influência, seja por viés ou falta de transparência, a quem cabe a responsabilidade? Esta é uma das grandes questões éticas e jurídicas do momento.

Na Europa, os sistemas de IA considerados de “alto risco” já estão submetidos a regras mais rígidas, conforme o AI Act e a Product Liability Directive. Nos Estados Unidos, o debate ainda ocorre de forma fragmentada, com variações por Estado ou setor. No Brasil, o Código de Defesa do Consumidor (CDC) responsabiliza a empresa, mas o papel de desenvolvedores ainda é pouco definido.

Em um ambiente no qual algoritmos definem – ou ao menos influenciam – o que vemos, compramos e consumimos, os limites entre influência e manipulação tornam-se cada vez mais nebulosos e, em muitos casos, invisíveis para o próprio usuário.

Ronaldo Lemos, advogado e cientista-chefe do Instituto de Tecnologia e Sociedade (ITS), vê nisso um problema crescente. “O uso de algoritmos para influenciar decisões de consumo vira manipulação quando ultrapassa o limite da transparência e da autonomia do consumidor”, explica.

Do ponto de vista legal, ele lembra que práticas que exploram vulnerabilidades emocionais já são proibidas no Brasil, tanto pelo CDC quanto pela Lei Geral de Proteção de Dados (LGPD).

A dificuldade está em fiscalizar. A maioria dos consumidores não sabe por que uma determinada oferta aparece em sua tela, ou se ela foi personalizada por padrões de comportamento, viés de consumo ou patrocínio pago. Em mecanismos de busca e marketplaces, por exemplo, já é difícil diferenciar um resultado “orgânico” de um “anúncio disfarçado”. Com a IA generativa, que apresenta respostas com linguagem humana, essa confusão se intensifica.

É por isso que especialistas como Lemos defendem uma regulação mais robusta. Na Europa, o Digital Services Act já exige explicações sobre o funcionamento dos algoritmos e auditorias periódicas para proteger os usuários. No Brasil, a principal proposta nesse sentido é o Projeto de Lei nº 2.338/2023, que ainda está em debate no Congresso.

O uso de algoritmos para influenciar decisões de consumo vira manipulação quando ultrapassa o limite da transparência e da autonomia do consumidor

Ronaldo Lemos, advogado e cientista-chefe do Instituto de Tecnologia e Sociedade (ITS)

Para Lemos, a ausência de regras claras sobre o que pode ou não ser feito com os sistemas de recomendação prejudica tanto os consumidores quanto as empresas que desejam operar com ética.

“Hoje, o consumidor praticamente não dispõe de ferramentas efetivas para compreender como suas escolhas são moldadas pelos sistemas de recomendação. Não há normas que tornem esses sistemas auditáveis, por exemplo”, destaca Lemos.

Outro desafio é evitar que a IA apenas reproduza ou amplifique os preconceitos e os padrões distorcidos. Afinal, os dados históricos usados para treinar os sistemas de IA refletem comportamentos passados e nem sempre justos.

Empresas que levam o tema a sério adotam protocolos de verificação contínua, com auditorias internas e testes de estresse para identificar e corrigir desvios. “Para mitigar vieses, o caminho é sempre testar e supervisionar o produto de forma permanente, realizar auditorias regulares e empregar ferramentas técnicas capazes de detectar e corrigir distorções. É um desafio parecido com a cibersegurança”, diz Lemos.

Ele observa, porém, que um sistema bem calibrado também pode ser parte da solução, funcionando como filtro contra vieses humanos inconscientes. “Um sistema só é realmente seguro quando ele é submetido, com frequência, a testes de estresse para verificar suas vulnerabilidades e limites.”

Dessa forma, no cenário complexo em que dados, algoritmos e decisões humanas se entrelaçam, a personalização – tão esperada pelo consumidor – será de fato valiosa se ampliar, e não limitar, as possibilidades de escolha. Mais do que repetir padrões, é preciso provocar descobertas, porque, em tempos de IA, a diferenciação vai muito além de prever o próximo clique: está na ousadia de surpreender, respeitar a individualidade e devolver ao consumidor o protagonismo das suas escolhas.

O paradoxo da personalização

Grandes empresas de tecnologia já começam a pavimentar uma jornada de compra hiperpersonalizada end-to-end:

PUBLICIDADE

PUBLICIDADE

Futuros que não existem

Escolher é uma opção?

Peak-end rule

PUBLICIDADE

PUBLICIDADE

Familiaridade x Descoberta

A descoberta nas redes sociais

O consumidor está cansado

Estratégia de bilhões

PUBLICIDADE

PUBLICIDADE

Combate a vieses e favoritismos

PUBLICIDADE

PUBLICIDADE

Vieses humanos, riscos algorítmicos

A consagração da excelência

Prêmio Consumidor Moderno 2026 – Empresas Vencedoras

Prêmio Consumidor Moderno 2026 – Parceiros Vencedores