Notas de casos · 4 min de leitura
Testar uma campanha em clientes que não existem.
Personas sintéticas feitas a partir de compradores reais. O que preveem bem, onde se enganam, e porque é que nunca carregam no botão de enviar.
O nosso fundador também gere um marketplace de moda. Construímos o Agentic OS dele como construímos o de qualquer cliente, dentro do próprio CRM: 90 agentes em oito departamentos, cada equipa verificada por um juiz. Lá, uma campanha para toda a base é o tipo de ação que guardamos para uma pessoa. Depois de sair, saiu. Um tom que cai mal ou uma oferta que confunde chega a toda a gente ao mesmo tempo, e quem cancela a subscrição não volta.
Por isso, antes de um envio, testamo-lo em clientes que não existem. Estas notas contam como se constroem os clientes sintéticos, para que servem e onde aprendemos a não confiar neles.
Porquê simular um envio
Os testes A/B são a forma honesta de comparar mensagens, mas testam em pessoas reais. Metade do teu público recebe a versão mais fraca, e só aprendes depois. Numa campanha semanal em quatro línguas, por email, SMS e push, há mais variantes do que público para as testar.
Uma simulação é um primeiro filtro barato. Não substitui o resultado real. Ajuda a decidir que variantes merecem sequer chegar a pessoas reais, e apanha os erros óbvios antes de alguém os ver.
Como se constrói um cliente sintético
Não inventamos personas a partir de um briefing de marketing. Cada uma nasce de compradores reais.
- Dividir a base em estratos. Grupos de compradores que se portam de forma parecida: com que frequência compram, o que compram, como reagem a descontos, que canais usam, em que língua leem.
- Descrever cada estrato a partir dos dados. Histórico de encomendas, categorias, devoluções, respostas a campanhas anteriores. A descrição parte do que estes compradores fizeram, não do que imaginamos que querem.
- Dar voz a cada persona. Um modelo de persona lê a descrição e, perante um assunto, uma mensagem e uma oferta, responde como esse tipo de comprador responderia.
Cada estrato tem a sua persona. Assim, a simulação reflete a mistura real do teu público, e não um cliente médio que também não existe.
Dois modelos, uma previsão
Cada persona é interpretada por dois modelos de persona diferentes, a trabalhar em conjunto. Para cada variante de uma campanha, os dois preveem se aquele comprador abriria, clicaria, compraria ou cancelaria a subscrição. E cada um diz a objeção que teria: “o desconto não compensa os portes”, “comprei isto na semana passada”, “isto não parece vosso”.
Usar dois modelos importa pela mesma razão que põe os juízes a correr numa família de modelos diferente da dos agentes que verificam. Quando os dois concordam, o sinal é mais forte. Quando discordam, a discordância também serve: costuma apontar para uma mensagem que se lê de duas maneiras.
As previsões são calibradas com resultados reais, estrato a estrato. Comparamos o que as personas previram com o que os compradores fizeram, e ajustamos a simulação. Uma simulação que nunca é confrontada com a realidade acaba em ficção.
Um cliente sintético é uma hipótese sobre os reais. Tens de a pôr à prova com os reais.
Onde acertam, e onde falham
Depois de envios suficientes, o padrão é claro.
| ACERTAM | FALHAM |
|---|---|
| A ordenar variantes entre si | A prever taxas absolutas de abertura ou de clique |
| A apanhar um tom que falha à vista | A lidar com o que é mesmo novo para o público |
| A detetar uma oferta ou um assunto confuso | A ler a sensibilidade ao preço no momento |
| A revelar a objeção que ninguém escreveu | A antecipar o que está fora dos dados, como o tempo ou as notícias |
É na ordenação relativa que compensam: que variante tem mais hipóteses de se sair melhor, não por quanto.
As taxas absolutas são o ponto fraco. Os modelos não sabem dizer com exatidão quantas pessoas vão abrir alguma coisa, e não os usamos para isso. A novidade é outro: um tipo de campanha que o público nunca viu não tem histórico em que as personas se apoiem. E a sensibilidade ao preço é difícil. O que um comprador diz sobre um desconto e o que faz numa sexta-feira à noite são coisas diferentes.
A regra que bloqueia um lançamento
A simulação faz parte do lançamento. Um lançamento de newsletter ou de SMS sem uma simulação recente por trás fica assinalado, e pode ficar bloqueado até correr uma nova. Se o conteúdo mudou desde a última execução, a simulação está desatualizada.
As personas não decidem se uma campanha sai. Decide uma pessoa, com as previsões, as objeções e as discordâncias no mesmo ecrã. Os clientes sintéticos só garantem uma coisa: ninguém envia uma campanha aos clientes reais sem antes fazer a pergunta.
Tens um piloto a ganhar pó?
Em 30 minutos dizemos-te o que falta para o pôr em produção.
O André é o fundador e CTO da WizardingCode. Oito anos a construir o software em que as empresas assentam, agora a pôr agentes em produção.