Metade compra eletrônico com IA. O que seu catálogo precisa
Equipe Viver de IA · 2026-11-09
A jornada de compra ficou longa, multicanal e aberta a marca desconhecida. Quem organiza o dado de produto aparece na resposta da IA.
O essencial
- A disputa por recomendação de IA é vencida pela qualidade e consistência do dado de produto, não pelo volume de investimento em mídia.
- Dado de produto inconsistente entre ERP, site e marketplace é o principal motivo pelo qual uma marca é excluída das respostas de assistentes de IA.
- Dado ruim garante exclusão da recomendação; dado organizado é condição de entrada, não garantia de vitória.
48% dos consumidores de eletrônicos já usam assistente de IA em alguma etapa da compra, e entre eles 61% dizem que o produto recomendado pela IA pesaria na decisão. O número vem do Consumer Electronics Pulse 2026, da Criteo, ouvindo mais de 6 mil pessoas. Para quem vende no Brasil, o recado é mais duro do que parece: começou uma disputa nova, e ela não acontece no seu site.
A disputa acontece dentro da resposta de um modelo de IA, antes de o cliente chegar em qualquer loja.
E a maioria das empresas vai ler esse dado como "preciso investir mais em anúncio". Na nossa leitura, está errado. O que o estudo descreve é uma jornada que ficou longa (24% levam de duas semanas a um mês pra decidir), espalhada (35% consultam quatro ou mais fontes) e aberta a quem o cliente nem conhecia (34% compraram de marca com quem não compravam há 12 meses). Anúncio resolve presença. Não resolve ser escolhido pela IA no meio dessa pesquisa.
A prateleira agora é a resposta do assistente
Quando o cliente pergunta a um assistente "qual notebook até R$ 4.000 pra edição de vídeo", ele não vê sua página. Ele vê o que a IA montou com base no que encontrou sobre seu produto espalhado pela web: ficha técnica, review, descrição no marketplace, comparativo.
Se esse material estiver incompleto, contraditório ou genérico, você sai da resposta. Não porque alguém decidiu te excluir. Porque a IA não teve o que citar com segurança.
Isso muda onde está o trabalho. Durante anos a briga foi por posição no Google e por verba de mídia. A briga de agora é pela qualidade e consistência do dado de produto, o conteúdo que a IA lê pra decidir se você entra na recomendação.
A IA não inventa seu produto na resposta: ela repete o que encontra sobre ele, e produto mal descrito não vira recomendação.
O que a maioria vai interpretar errado
Três leituras equivocadas que já antecipamos:
- "É coisa de marca grande." O estudo aponta o contrário: 34% compraram de marca nova. A fragmentação da jornada abre porta pra quem tem pouco repertório com o cliente, desde que o produto esteja bem descrito e achável. Marca pequena com catálogo limpo pode ser citada; marca grande com ficha bagunçada pode ficar de fora.
- "Basta colocar IA no meu site." Um chatbot na sua loja ajuda quem já chegou. Não resolve a etapa em que o cliente pesquisa em quatro fontes antes de pisar no seu site. A decisão acontece fora do seu domínio.
- "É só esperar a Black Friday." O estudo mostra que 41% esperam promoção e outros 45% dizem que o evento às vezes decide o momento. A tentação é concentrar tudo no pico. Mas a pesquisa começa semanas antes. Quem só aparece na semana da promoção perde a fase em que o assistente já montou a lista de candidatos.
A Criteo chama isso de estratégia "always-on". A gente traduz: o dado de produto precisa estar bom o ano inteiro, porque você não controla quando o cliente vai perguntar.
O gargalo real é dado de produto bagunçado
Aqui entra o que a gente vê na implementação, e que o estudo não detalha. A maioria das operações brasileiras tem o mesmo problema estrutural: o dado de produto mora em lugares diferentes e não bate.
O ERP tem um nome. O marketplace tem outro. A descrição do site foi escrita por três pessoas em três épocas. A ficha técnica tem campos vazios. O estoque atrasa. Quando a informação é inconsistente entre canais, nenhuma IA consegue te representar bem, porque ela não sabe qual versão está certa.
Isso não é um problema de marketing. É um problema de operação e dado. E é exatamente aí que a maioria trava, porque mexer em catálogo parece chato e invisível perto de uma campanha nova.
Na Elaup, e-commerce, o caminho que destravou análise foi um ecossistema próprio de apps com dashboard de estoque em tempo real e análise de tráfego integrada à Meta, o que resultou em 88% menos tempo de análise de campanhas. O ponto que importa aqui não é o número de mídia: é que organizar o dado operacional em tempo real é o que permite agir rápido. A mesma base que deixa a campanha ágil é a que mantém o catálogo confiável.
O que fazer antes da próxima temporada de compras
Não é lista de desejos. É sequência:
- Auditar a ficha de produto como a IA vê, não como você vê. Pegue seus dez produtos mais vendidos e pergunte a um assistente de IA sobre cada um. O que ele responde errado ou de forma vaga é o buraco que você precisa tapar.
- Padronizar o dado entre canais. Mesmo nome, mesma ficha técnica completa, mesma especificação em ERP, site e marketplace. Inconsistência é o que mais tira você da resposta.
- Preencher o que falta. Campo técnico vazio é razão pra IA escolher o concorrente que preencheu. Peso, dimensão, compatibilidade, voltagem, o que for.
- Manter o ciclo, não a campanha. Como a pesquisa começa semanas antes da compra (os tais 24% que levam até um mês), o catálogo bom precisa estar no ar antes do pico, não durante.
Uma coisa a gente ainda não sabe, e vale admitir: como cada modelo de IA pondera as fontes pra montar a recomendação não é transparente, e muda de modelo pra modelo. Então não dá pra prometer "faça X e aparecerá sempre". O que dá pra garantir é o inverso: dado ruim te tira da conversa com certeza. Arrumar a base é condição de entrada, não garantia de vitória.
O trabalho invisível é o que decide
O estudo da Criteo está medindo um comportamento que já é realidade: o cliente delega parte da escolha pra uma IA, e confia no que ela destaca. Quem entende isso como "mais um canal de mídia" vai jogar verba onde não é o jogo.
O jogo é a qualidade do dado que descreve o seu produto, em todos os lugares onde uma IA pode encontrá-lo. É um trabalho de operação, não de criatividade. Chato, lento, invisível. E é ele que decide se sua marca entra na resposta ou vira a opção que o cliente nunca viu.
Se a sua operação tem dado de produto espalhado em sistemas que não conversam, o primeiro passo não é contratar mídia, é enxergar o buraco. Dá pra começar mapeando a operação com o diagnóstico de IA e decidir o que arrumar antes do próximo pico de compra.
Fonte: 48% dos consumidores já usam IA para comprar eletrônicos ...
Relacionados
Como implementar IA na empresa: o guia completo
Soluções de IA prontas para empresas
Cobrança por IA chegou à liderança antes do preparo
GPT-6 gera interface na hora e muda quem constrói software
Perguntas frequentes
Qual a porcentagem de consumidores de eletrônicos que já usam IA na compra?
48% dos consumidores de eletrônicos já usam assistente de IA em alguma etapa da compra, e 61% desses dizem que a recomendação da IA pesa na decisão final.
Investir mais em anúncio resolve o problema de não aparecer nas recomendações de IA?
Não. Anúncio resolve presença no seu site, mas a decisão do cliente começa antes, dentro da resposta do assistente de IA, que depende da qualidade do dado de produto disponível na web.
Por que meu produto pode não aparecer quando uma IA recomenda opções ao cliente?
Se a ficha técnica estiver incompleta, contraditória ou genérica entre canais (ERP, marketplace, site), a IA não consegue te representar com segurança e te deixa fora da resposta.
Empresas menores também podem ser recomendadas por assistentes de IA?
Sim. O estudo mostra que 34% dos consumidores compraram de uma marca com quem não compravam há 12 meses; catálogo bem descrito e consistente é o que determina a entrada na recomendação, não o tamanho da marca.
Quando devo deixar o catálogo em ordem, antes ou durante o pico de promoções?
Antes. 24% dos consumidores levam de duas semanas a um mês para decidir, então o assistente de IA monta a lista de candidatos semanas antes da compra; catálogo organizado só na semana da promoção chega tarde.
Isto não é teoria. É o que já implementamos.
521 cases reais, todos com número aberto, e 157 soluções de IA prontas para empresas brasileiras.