IA em e-commerce: a venda sem vendedor e a régua que não é sua

Vender pela internet tira o vendedor da conversa e transfere para o catálogo, para o frete e para a política do marketplace tudo o que uma pessoa resolvia na loja. Este artigo mostra onde a margem vaza nessa operação e os três processos que a IA resolve antes de qualquer outro.

Categoria: Estratégia

Por ·

Resposta rápida: Numa operação de venda online, o vendedor sai da conversa e o trabalho dele se distribui entre três coisas que quase nunca têm dono claro: o catálogo, que passa a responder as dúvidas; a logística, que passa a carregar a promessa; e a política da plataforma, que passa a definir o que é atraso, o que é defeito e quem paga a conta. Perde-se margem em quatro pontos, nesta ordem de tamanho: o frete prometido sem cálculo por item, a devolução que ninguém trata como sinal de produto, a ficha de produto pobre que derruba conversão e posição, e a pergunta pré-compra respondida horas depois. Os três processos que eu entregaria à IA primeiro são o enriquecimento do catálogo, a triagem da pergunta antes da compra e a leitura sistemática dos motivos de devolução. Nenhum deles depende de a plataforma abrir nada de novo.

Entrei numa operação que vendia utensílio de cozinha em três marketplaces e num site próprio, com faturamento razoável e uma reclamação recorrente que ninguém tinha decifrado. O dono me mostrou o painel de reputação de um dos canais, com nota abaixo do limite que a plataforma exige, e explicou que era problema de transportadora.

Pedi para ler as últimas duzentas mensagens de reclamação. Levei uma tarde. A transportadora aparecia em pouco mais de um quarto delas. O resto era uma coisa que ele não estava contando: o cliente recebia o produto certo, no prazo, e reclamava porque a peça era menor do que ele imaginou. A foto do anúncio tinha sido tirada em cima de uma bancada, sem nada do lado para dar escala.

Aquela empresa não tinha um problema logístico. Tinha um problema de catálogo que se manifestava como reclamação de entrega, porque reclamação de entrega é a categoria que a plataforma oferece primeiro. Quatro mil reais de frete de devolução por mês estavam sendo pagos por uma foto sem referência de tamanho.

Venda sem vendedor transfere a dúvida para o catálogo

Numa loja física, a dúvida tem para onde ir. A pessoa pega o produto, compara com a mão, pergunta a alguém e decide. Toda essa camada de resolução acontece de graça, sem registro, e é feita por um vendedor que responde a mesma pergunta trinta vezes por dia sem reclamar.

Quando a venda migra para a tela, essa camada não desaparece, ela vira custo em outro lugar. A dúvida não resolvida se transforma em carrinho abandonado, em pergunta pré-compra, em ligação para o atendimento ou em devolução paga por você. Cada uma dessas saídas custa mais caro que a resposta que o vendedor dava sem pensar.

É por isso que eu trato catálogo como área comercial, e não como tarefa de cadastro. A ficha de produto é o único vendedor que a operação tem, trabalha vinte e quatro horas, atende milhares de pessoas ao mesmo tempo e quase sempre foi escrita às pressas por alguém que nunca vendeu aquilo pessoalmente.

A ficha de produto que ninguém quis escrever

Peça para ver como o catálogo da sua operação foi construído e a resposta costuma envergonhar. Parte veio de planilha do fornecedor, parte foi copiada do site do fabricante, parte foi digitada por um estagiário há três anos, e ninguém revisou desde então. Medida faltando, material genérico, compatibilidade não declarada.

O efeito é duplo e some no meio de outras métricas. Do lado de quem compra, a informação que faltava vira dúvida e a dúvida vira desistência. Do lado da plataforma, ficha incompleta perde posição na busca interna, porque o algoritmo premia quem preenche atributo e pune quem deixa em branco.

O trabalho de arrumar isso é enorme, monótono e repetitivo, e por isso nunca sai. Uma operação com oito mil itens não vai contratar gente para reescrever oito mil descrições. É a definição de tarefa que espera um agente há anos, e a primeira em que eu colocaria dinheiro nessa operação.

A régua do marketplace entra na sua conta e você não vota

Quem vende em marketplace opera dentro de regras que outra empresa escreve e muda. O que conta como atraso, o prazo para responder pergunta, a janela de devolução, o que caracteriza produto com defeito, o peso disso na sua reputação e o efeito da reputação na sua visibilidade.

Isso muda a natureza do problema. Numa loja própria, atrasar dois dias custa a insatisfação daquele cliente. Num marketplace, atrasar dois dias custa a insatisfação daquele cliente somada a uma penalidade de posição que reduz a venda dos próximos trinta dias. O erro operacional passa a ter juros.

A consequência prática é que a operação precisa saber, antes de a plataforma avisar, quando está caminhando para furar a régua. Isso é leitura de dado contínua sobre pedido em trânsito, pergunta sem resposta e devolução em aberto, exatamente o tipo de vigilância que ninguém sustenta na mão por muito tempo.

Leia também

O canal próprio e o marketplace disputam o mesmo cliente

Quase toda operação que cresceu em marketplace tenta migrar venda para o site próprio, onde a comissão não existe e o cadastro do cliente fica com ela. Faz sentido na planilha e quase nunca funciona como planejado, porque o cliente não veio pela sua marca, veio pela vitrine.

Essa disputa cria decisões contraditórias dentro da mesma empresa. O preço no site precisa ser competitivo com o do marketplace, onde você paga comissão, então a margem do canal próprio nunca aparece tão melhor quanto parecia. O marketing empurra tráfego pago para o site e o marketplace continua entregando volume sem custo de aquisição visível.

Antes de qualquer projeto de tecnologia, vale saber quanto cada canal dá de resultado depois de tudo: comissão, frete, devolução, custo de mídia e tempo de atendimento consumido. É a mesma conta do frete, com duas variáveis a mais, e ela costuma reordenar a estratégia comercial da casa mais que qualquer agente.

Onde a margem vaza primeiro: o frete que você prometeu

Se eu tiver que apontar o maior vazamento dessa operação, aponto o frete. Não o custo do frete, que todo mundo negocia, e sim a diferença entre o frete cobrado e o frete real de cada pedido específico, item por item, região por região.

A conta média engana de forma cruel. A empresa calcula um frete médio que fecha no total do mês e sangra no detalhe: o item volumoso e leve, que ocupa caminhão e não pesa; a região distante que entra na mesma faixa de preço; o pedido de um item só, que não dilui nada. Vende-se com prejuízo em subconjuntos inteiros do catálogo sem enxergar, porque o resultado consolidado continua positivo.

Fazer essa conta por item e por destino é aritmética simples e volume grande, o que a torna impraticável para uma pessoa e trivial para uma máquina. Quando a operação enxerga margem por item depois do frete, a primeira decisão costuma ser tirar produtos do ar, e escrevi sobre o que fazer com essa informação de preço em precificação com IA.

A devolução tratada como custo, e não como aviso

Toda operação online contabiliza devolução no financeiro e ninguém lê o conteúdo dela. O motivo declarado entra num campo de escolha única, com opções ruins, e vira estatística morta. Pouca gente cruza o motivo com o item, com a foto do anúncio ou com o texto da descrição.

A devolução é o feedback mais honesto que existe no negócio, porque custou dinheiro e trabalho para quem devolveu. Quando lida em bloco, ela aponta o defeito de catálogo, o problema de embalagem, o fornecedor que mandou lote fora do padrão e a expectativa que o anúncio criou e o produto não cumpriu.

Ler duzentas mensagens por mês é tarefa que ninguém faz. Ler duas mil por mês, agrupar por causa real e devolver uma lista ordenada de correções é exatamente o que um agente faz bem. Foi o que revelou a foto sem escala naquela empresa de utensílio, e a correção custou uma tarde de fotografia.

A pergunta pré-compra respondida no dia seguinte

Nos marketplaces existe um espaço onde quem quer comprar pergunta em público, e o tempo de resposta é medido. A operação típica trata isso como caixa de e-mail secundária: alguém do atendimento olha entre uma tarefa e outra, e as respostas saem em bloco no fim do dia.

Quem pergunta em público está com a mão no bolso e tem outras dez abas abertas. Responder três horas depois é chegar depois da compra. Pior: a mesma pergunta aparece dezenas de vezes no mesmo anúncio, sinal claro de que a ficha de produto está incompleta, e ninguém lê essas perguntas como pauta de correção do catálogo.

É o segundo processo que eu entregaria à IA, e ele tem dois produtos. O primeiro é a resposta rápida com a informação real do produto. O segundo, mais valioso no médio prazo, é a lista das perguntas mais repetidas por item, que é a lista de tudo que falta no seu catálogo. A lógica de dividir esse tipo de fila entre agente e pessoa está em IA no atendimento ao cliente.

Leia também

A reclamação pública e as primeiras horas

Numa loja física, o cliente irritado reclama para uma pessoa e o assunto morre entre os dois. Na venda online, ele reclama num lugar que outros compradores vão ler antes de decidir. A mesma insatisfação passa a ter plateia e prazo de validade longo.

O que decide o estrago é a velocidade da primeira resposta e a qualidade dela. Reclamação respondida em minutos, com o pedido na mão e uma solução concreta, com frequência termina em avaliação positiva. A mesma reclamação respondida em dois dias, com texto padrão, produz uma nota baixa que fica pública por anos.

Vigilância de canal público é trabalho de plantão, e nenhuma operação de porte médio mantém gente de plantão para isso. Um agente que monitora, classifica por gravidade, prepara a resposta com o histórico do pedido e chama uma pessoa quando o caso é sério resolve a parte que é vigilância e deixa para gente a parte que é julgamento.

O estoque que existe em três lugares ao mesmo tempo

Quem vende no site próprio e em dois ou três marketplaces vive um problema aritmético que gera dor desproporcional. A última unidade do item está anunciada em quatro vitrines. Duas pessoas compram no mesmo minuto, e uma delas vai receber um cancelamento.

Cancelamento por falta de estoque é a pior categoria de erro nesses canais, porque penaliza reputação, prejudica posição e destrói a confiança de quem já tinha decidido comprar. E acontece sem má gestão, apenas pela latência entre venda e atualização de saldo.

Parte disso é arquitetura de integração e não se resolve com agente. Mas existe uma camada de previsão que resolve muito: identificar os itens com risco alto de conflito, seja pelo giro, seja pela baixa cobertura de estoque, e proteger esses itens com folga ou com anúncio em um canal só. É decisão de política, tomada com dado que a operação já tem.

O anúncio que compete com o próprio anúncio

Existe um erro clássico de quem cresce em marketplace: multiplicar variação do mesmo produto em anúncios separados para ganhar espaço na busca. Funciona por um tempo e depois começa a comer o resultado próprio, dividindo histórico de venda e avaliação entre irmãos.

O sintoma é uma operação com trezentos anúncios ativos, cinquenta que sustentam o faturamento, e duzentos e cinquenta consumindo atenção, verba de mídia e prazo de resposta de pergunta. Quase ninguém tem estômago para desligar anúncio que ainda vende alguma coisa.

Fazer essa poda exige olhar cada item pela margem depois de frete, depois de devolução, depois de tempo de atendimento consumido. É uma conta com quatro variáveis e trezentas linhas, que ninguém faz num sábado. Quando ela aparece, o corte se decide em uma reunião.

Leia também

O que a IA faz bem nessa operação, e o que não faz

Vale separar as duas coisas para a expectativa não estragar o projeto. Trabalho de texto em volume, esse é o território mais forte: escrever e completar ficha de produto, responder pergunta repetida, classificar reclamação, resumir motivo de devolução, traduzir catálogo para outro canal.

O que a IA faz bem em segundo lugar é leitura de padrão em dado que a operação já produz e não olha: item com margem negativa depois do frete, região que dá prejuízo, fornecedor com lote problemático, anúncio com pergunta repetida.

O que ela não faz é consertar problema físico. Se a embalagem é ruim, o produto chega quebrado e nenhum texto salva. Se a transportadora falha na região, resposta rápida não entrega a encomenda. A IA acelera a descoberta e a comunicação, e a operação continua sendo operação.

Quem é o dono do catálogo dentro da sua empresa

Faço essa pergunta em toda operação e o silêncio é o mesmo. Compras cadastra o que negociou, marketing mexe no texto quando lembra, atendimento descobre o erro pelo cliente e ninguém responde pela qualidade do conjunto. O ativo comercial mais importante da casa não tem dono.

Sem dono, o projeto de enriquecimento vira serviço prestado a ninguém. O agente processa oito mil fichas, entrega, e três meses depois o catálogo voltou a degradar, porque produto novo continua entrando pelo mesmo caminho torto que produziu a bagunça anterior.

Por isso eu trato a nomeação antes da ferramenta. Alguém precisa responder por padrão de ficha, aprovar o que o agente escreve por amostra e barrar cadastro incompleto na entrada. É um papel de meio período numa operação média, e sem ele o dinheiro do projeto tem prazo de validade curto.

Primeiro processo: enriquecer o catálogo inteiro

Começaria aqui em qualquer operação com mais de mil itens. O trabalho é ler o que existe, cruzar com a ficha técnica do fabricante, preencher atributo em branco, padronizar medida e unidade, e reescrever a descrição com a informação que resolve a dúvida de compra.

Duas regras que eu não abriria mão. A primeira: nada de invenção de especificação. O agente só escreve o que consta em fonte declarada, e o que falta fica marcado como pendência para alguém medir de verdade. A segunda: revisão humana por amostra, com atenção nos itens de maior giro, antes de qualquer publicação em massa.

O retorno aparece em duas frentes ao mesmo tempo, o que torna o projeto fácil de defender: sobe conversão, porque a dúvida foi respondida antes, e cai devolução, porque a expectativa ficou correta. Mede-se comparando antes e depois nos itens tocados, mantendo um grupo intocado como controle.

Segundo e terceiro processos, na ordem que eu faria

O segundo é a fila de pergunta pré-compra, pelo motivo já dito: ela é venda com a mão no bolso, tem prazo medido pela plataforma e produz de graça a lista de correções do catálogo. Implantação rápida, resultado visível em semanas.

O terceiro é a leitura sistemática de devolução e reclamação. Menos glamouroso, mais transformador. A saída é um relatório mensal com causa real ordenada por dinheiro perdido, e a primeira edição desse relatório costuma mudar decisão de compra e de fornecedor.

Deixaria previsão de demanda e otimização de mídia para depois. As duas são valiosas e as duas dependem de dado limpo, que só existe depois que catálogo e devolução foram arrumados. Fazer previsão em cima de base bagunçada produz número convincente e errado.

Leia também

A conta do custo por operação, que aqui pesa

Numa operação de venda online, volume é a regra: dezenas de milhares de fichas, centenas de milhares de mensagens. Isso muda a economia do projeto em relação a outros setores, porque o custo de processamento deixa de ser detalhe de rodapé.

Já vi operação começar com um piloto barato em duzentos itens, gostar do resultado, escalar para vinte mil e receber uma fatura que ninguém tinha modelado. A conta por item processado é pequena, e vinte mil vezes um número pequeno é um número que precisa entrar na planilha antes.

Quem for tratar isso a sério faz duas coisas: escolhe modelo por tarefa, deixando o mais caro só onde ele muda o resultado, e mede custo por unidade de trabalho desde o primeiro dia. A régua dessa conta está em o custo unitário de IA que o CFO vai cobrar.

O que fica com a pessoa nessa operação

A escolha do que entra no catálogo continua sendo decisão humana, e é a decisão mais importante do negócio. Nenhum agente decide se você deve vender aquele produto, com aquele fornecedor, naquele preço, com aquela garantia.

Fica com gente também a negociação com fornecedor e com transportadora, a relação que sustenta prazo e custo. E fica com gente a resposta ao caso sério: o cliente que se machucou com o produto, o processo no órgão de defesa do consumidor, a suspeita de fraude no pagamento.

Fica com gente, por fim, a decisão sobre o que a marca promete. Prazo, política de troca, tom das mensagens. O agente executa a promessa e a escreve em escala, e quem assume a consequência dela precisa ser alguém com nome. A lógica geral disso, aplicada ao varejo físico, está em IA no varejo.

Como eu abriria a próxima segunda-feira

Sem projeto e sem fornecedor. Pediria três números, e nenhum deles costuma existir pronto: qual a margem real do seu produto mais vendido depois do frete e da devolução; quantas perguntas pré-compra os seus dez anúncios principais receberam no último mês e quais se repetem; e quais foram as cinco causas reais de devolução no trimestre, lidas no texto e não no campo de escolha.

O terceiro número é o que muda a conversa. Em toda operação em que fiz esse exercício, a principal causa real de devolução era diferente da que aparecia no painel, e em mais de um caso era problema de catálogo disfarçado de problema de entrega. Descobrir isso não custa nada além de uma tarde de leitura.

Depois disso, escolheria os duzentos itens de maior giro e faria o enriquecimento de catálogo neles, com controle e medição. Duzentos itens em três semanas provam ou derrubam a tese com dinheiro de verdade, e é uma decisão que qualquer operação toma sem comitê. Sobre o cuidado de não amarrar a casa a um único fornecedor nesse caminho, escrevi em dependência de fornecedor de IA.

Perguntas frequentes

Por onde começar a usar IA num e-commerce ou numa operação de marketplace?

Comece pelo catálogo, especialmente se a operação tem mais de mil itens. A ficha de produto é o único vendedor que existe numa venda sem vendedor, e quase sempre foi montada às pressas com dado de planilha de fornecedor. Enriquecer atributo, padronizar medida e reescrever descrição sobe conversão e derruba devolução ao mesmo tempo, o que torna o projeto fácil de medir. Depois vêm a triagem da pergunta pré-compra e a leitura sistemática dos motivos reais de devolução. Deixe previsão de demanda para depois, porque ela depende de base limpa.

Como saber se a devolução é problema de logística ou de anúncio?

Leia o texto das reclamações em vez do campo de motivo. O campo de escolha única oferece categorias ruins, e quem devolve marca a primeira opção que parece próxima, quase sempre alguma variação de entrega. Quando se agrupa o texto livre por causa real, aparecem coisas como produto menor do que a foto sugeria, compatibilidade não declarada e medida ausente. Já encontrei operação pagando milhares de reais por mês em frete de devolução por causa de uma foto sem nada do lado para dar escala.

Por que a margem média engana em venda online?

Porque o frete real varia por item e por destino, e a média fecha no consolidado enquanto sangra em subconjuntos inteiros do catálogo. O item volumoso e leve ocupa espaço no caminhão sem pesar, a região distante entra na mesma faixa de preço e o pedido de um item só não dilui nada. O resultado do mês continua positivo e produtos específicos vendem com prejuízo sem ninguém enxergar. A conta por item e por destino é aritmética simples em volume grande, impraticável na mão e trivial para uma máquina.

Quanto custa rodar IA numa operação com muitos itens?

O custo por item processado é baixo, e o volume dessas operações é alto, então a conta precisa ser modelada antes de escalar. É comum um piloto barato em duzentos itens dar resultado, a empresa escalar para vinte mil e receber uma fatura que ninguém previu. Duas práticas controlam isso: escolher modelo por tarefa, deixando o mais caro apenas onde ele muda o resultado, e medir custo por unidade de trabalho desde o primeiro dia, com o número por ficha enriquecida e por mensagem respondida visível para quem aprova o orçamento.

IA em e-commerce: a venda sem vendedor e a régua que não é sua