Onde estão os cases de IA no marketing com números reais? Em menos lugares do que o circuito de eventos sugere. A maioria das “histórias de sucesso com IA” conta entregas: ativos gerados, horas economizadas na teoria, ferramentas adotadas. As poucas que valem o aprendizado apontam uma ineficiência específica, medem essa ineficiência, explicam o método e dizem com honestidade se o resultado já aconteceu.
O exemplo mais recente saiu esta semana. A Campaign Middle East relatou que a agência de performance TRKKN usou o modelo de marketing mix de código aberto Meridian, do Google, para mostrar à Faces, varejista de beleza, de onde realmente vem a receita dela na Arábia Saudita. Três anos de dados, 11 canais e uma projeção de aumento incremental de 8,5% na receita, mais uma melhora de 10,8 pontos percentuais no ROI, apenas movendo uma verba que a Faces já estava gastando.
O que o case da Faces e da TRKKN realmente prova?
Algo específico e útil. A TRKKN implantou o Meridian dentro do ambiente Google Cloud já existente da Faces, modelou dados de marketing e de receita online e offline de 2023 a 2025 e construiu curvas de resposta e de saturação para cada canal. O Performance Max saiu como o canal mais forte. O modelo também mostrou onde um gasto adicional esbarraria em retornos decrescentes.
Harry Lonergan, diretor de marketing digital da Faces, parte do Chalhoub Group, resumiu o valor numa frase: “O Meridian nos ajudou a ir além do que vemos na performance de último clique.”
Duas ressalvas. Primeiro, como o relato deixa claro, os 8,5% e os 10,8 pontos vêm de cenários modelados, não de resultados pós-implementação. Segundo, trata-se de modelagem estatística e não de IA generativa, então não diz nada sobre ferramentas de conteúdo. Nenhum dos pontos enfraquece o case. Os dois o tornam crível, porque você sabe exatamente o que está olhando.
Por que a maioria dos cases de IA no marketing é tão rasa?
Os economistas têm um nome para os mercados em que os preços deixam de enviar os sinais certos: falha de mercado. Uma causa clássica é a assimetria de informação, quando um lado do negócio sabe muito mais que o outro. A publicidade convive com isso há décadas. As plataformas são juiz e parte. Agências cobram por horas de um trabalho que os clientes nunca veem. Clientes julgam canais por números de último clique que favorecem o que quer que tenha estado mais perto da venda.
Os cases de IA herdam o problema. Fornecedores publicam as vitórias, raramente o método e quase nunca a linha de base. Uma frase como “economizou 40% do tempo de produção” soa como evidência até você perguntar: 40% de quê, medido como, e o que aconteceu com o trabalho?
Os cases úteis fazem o oposto. Atacam uma ineficiência que o mercado vinha tolerando, como a mensuração por último clique ou dias de relatórios manuais, e mostram o número. Nesse sentido, a eficiência realmente é a mãe da inovação: não dá para reinventar um processo até que você consiga ver quanto ele custa.
Quais cases de IA têm números que você pode conferir?
Eis o que podemos apontar hoje, incluindo nossos próprios clientes, julgado pelo mesmo teste. Onde não há número publicado, dizemos isso.
| Case | Ineficiência atacada | O número | Projetado ou realizado? | O que falta |
|---|---|---|---|---|
| Faces e TRKKN (Meridian MMM) | Uma visão de último clique de 11 canais | Aumento incremental de 8,5% na receita; melhora de 10,8 pontos no ROI | Projetado a partir de três anos de dados | Resultados pós-implementação |
| SAMY com Defy Agents | Relatórios de performance manuais | Três dias de trabalho reduzidos a um | Realizado no fluxo de trabalho | O valor comercial do tempo liberado |
| Enchant com Defy Monitor | Insight de CRM e disparo de campanhas feitos manualmente | Nenhum número publicado | Adotado para todos os seus clientes | Um resultado quantificado |
| SharkNinja com Defy Monitor | Entender os mercados da América Latina | Nenhum número publicado | Usado para montar estratégias a serem testadas e aprendidas rapidamente | Os resultados desses testes |
| Agências de sprint (Beers With Friends, X&O) | Projetos e retainers de vários meses | Sprints de cinco dias; clientes voltam várias vezes por ano | Modelo operacional em uso | A IA não tem papel nessa história |
Como é “de três dias para um” dentro de uma agência?
A SAMY, agência global de influenciadores, adotou o Defy Agents para simplificar os relatórios de performance, reduzindo três dias de trabalho para um. Não é um número glamoroso. É do tipo que importa, porque relatório é a tarefa que toda equipe de atendimento conhece: puxar números das plataformas, conciliá-los, formatar o deck, revisar, enviar, explicar.
Fluxos de trabalho agênticos na plataforma da Defy tiram da mesa das pessoas esse tipo de entrega repetitiva. A pergunta interessante é em que se transformam os outros dois dias. Se desaparecem em mais do mesmo, o cliente não percebe nada. Se vão para análise, ideias e conversa, o relatório deixa de ser um custo e passa a ser um motivo para renovar.
A análise da Campaign US sobre o modelo de sprint das agências mostra aonde a velocidade leva comercialmente. A Beers With Friends trabalha em sprints de cinco dias. O cofundador da X&O, Brett Banker, diz que a agência tem “zero retenção de clientes”, porque os clientes voltam várias vezes por ano em vez de assinar contratos de agency of record. A matéria não menciona IA em nenhum momento. E esse é o ponto: os clientes já pagam por velocidade e foco. A entrega mais rápida só torna esse modelo acessível a mais agências.
Como avaliar um case de IA no marketing antes de copiá-lo
- Nomeie a ineficiência. O que era desperdício ou ficava invisível antes? “Adotamos IA” não é uma ineficiência.
- Encontre a linha de base. Três dias de relatórios, atribuição por último clique, um projeto medido em meses. Sem linha de base, não há case.
- Confira o método. Quais dados, em que período, em quantos canais? O case da Faces responde às três perguntas.
- Separe o projetado do realizado. Um aumento modelado é uma previsão. Trate-o como uma hipótese a testar, não como um resultado para citar num pitch.
- Pergunte para onde foi o tempo economizado. Eficiência só conta se aparecer como trabalho melhor, decisões mais rápidas ou menor custo para o cliente.
- Faça o seu próprio piloto. Um cliente, um fluxo de trabalho, um mês, com a linha de base anotada antes de começar.
Onde as evidências ainda são frágeis?
Principalmente onde as promessas são mais barulhentas. Mensuração e relatórios produzem números limpos de antes e depois, por isso dão bons cases. Conteúdo generativo é mais difícil: produzir mais ativos é fácil de contar, mas provar que esses ativos venderam mais não é. Desconfie de qualquer case que pare no volume.
Nossa própria tabela também tem lacunas. Enchant e SharkNinja são implantações reais sem números publicados, e o número da SAMY mede tempo, não receita. Preferimos mostrar as lacunas a disfarçá-las. As agências que se saírem bem daqui para frente vão publicar o método junto com as vitórias, porque esse é o único tipo de case que um diretor financeiro cético do cliente leria duas vezes.
