- Agentes de IA estão surgindo como os novos intermediários na jornada de compra em marketing, desmontando a estrutura tradicional de funil
- A busca "zero-click" (Zero-click) leva decisões de compra apenas com respostas de IA, sem ponto de contato com a marca
- O número de visitantes em sites corporativos está caindo, enquanto o tráfego de recomendação vindo de IA cresce de forma explosiva
- As marcas agora precisam estabelecer uma estratégia de conteúdo que a IA consiga entender e usar, e o SEO tradicional sozinho já não basta
- Para se adaptar com sucesso, é necessário um processo em 3 etapas: definir novas métricas → otimizar a exposição em IA → criar estratégias com base em experimentação rápida
A IA se torna o centro da jornada de compra
Estamos saindo da era em que o cliente buscava diretamente e entrando na era em que a IA recomenda
- Para encontrar produtos, os usuários tomam decisões de compra apenas com resumos de IA em Google, Bing etc., ou pesquisam diretamente com LLMs como o ChatGPT
- Pesquisa da Bain & Company: 80% dos consumidores dos EUA resolvem mais de 40% de todas as buscas apenas com respostas baseadas em IA
- HubSpot: número de visitantes em sites corporativos com queda de até 30%
- Adobe: em fevereiro de 2025, o tráfego de entrada via IA cresceu 1200% em relação a julho de 2024
Colapso do funil de compra tradicional e surgimento do funil centrado em IA
-
Funil tradicional
- A jornada digital de compra era composta por um fluxo linear e manual, como busca → clique → comparação → download/exploração de reviews
- Cada etapa exige esforço do usuário, o que acaba levando ao aumento da taxa de abandono
- Principalmente em compras menos importantes ou por impulso, uma jornada complexa estimula o abandono da compra
-
Funil baseado em IA
- A busca baseada em IA reduz a carga do usuário ao executar por ele essas etapas complexas
- A IA faz resumos, comparações, recomendações e respostas personalizadas
- Quanto mais aprende os dados de preferência de cada pessoa, mais a qualidade das respostas da IA melhora continuamente
- O cliente passa a tomar decisões sem precisar explorar conscientemente
- Avanços tecnológicos (scaling, arquitetura, infraestrutura etc.) estão acelerando o desempenho da IA
- A busca baseada em IA reduz a carga do usuário ao executar por ele essas etapas complexas
-
A taxa de conversão de compras via IA já está em um nível perceptível
- Análise da Adobe: a taxa de conversão via busca baseada em IA está reduzindo a distância em relação ao modelo tradicional de navegação
- Scrunch AI: em alguns caminhos de compra, a taxa de conversão é mais de 2 vezes maior do que na busca do Google
-
O funil em que profissionais de marketing e marcas desaparecem
- A jornada de compra do cliente passa a ser conduzida pela IA no formato resumo por IA → recomendação de produto → previsão de preferência → escolha
- As marcas têm menos chances de aparecer diante do cliente, e fica mais difícil construir diferenciação ou confiança
- Em alguns casos, clientes que só tinham interesse chegam a uma recomendação de compra com uma única resposta de IA
- Como resultado, o funil tradicional se fragmenta, e a IA, não o cliente, passa a dominar o fluxo do funil
-
Áreas em que a transição acontece mais rápido
- Aprendizado, compras e recomendação de estilo estão migrando especialmente rápido para jornadas de compra baseadas em IA
- Principais motivos:
- os usuários estão mais abertos a compartilhar dados pessoais
- são escolhas de menor preço e menor importância
- o risco de uma escolha errada é baixo
-
Como responder ao novo funil
- A ascensão da recomendação baseada em IA (AI referral) representa uma mudança sem precedentes para times de marketing e vendas
- Se a empresa não se otimizar para um funil centrado em agentes de IA, já está perdendo potenciais clientes
O problema é que a empresa pode nem perceber essa perda
- Antes, o cliente visitava o site ou baixava conteúdo e deixava "pontos de contato de exploração"
- Ex.: page views, cliques em anúncios, envio de formulários, assinatura de e-mail etc. → depois era possível retomar o contato via marketing
- Porém, no funil de compra baseado em IA, esse processo de exploração acontece apenas dentro da IA, e a marca pode nem conseguir entrar no funil
-
O processo de decisão de compra em que a marca desaparece
- Exploração → avaliação → seleção de candidatos acontece de forma invisível dentro da IA
- Se a marca não vier imediatamente à mente ou se a IA não a mencionar, ela nem entra nas opções consideradas
- Exceção: clientes de recompra ou com forte fidelidade à marca ainda podem ir diretamente até ela
-
Três caminhos da jornada do cliente
- Visita direta ao site da marca
- Aplicável a clientes fiéis ou de compra recorrente
- Fluxo de compra mediado por IA
- A IA executa todo o processo: busca, comparação, recomendação e pagamento
- O cliente pode decidir vendo apenas a resposta da IA
- Público que não usa IA generativa
- Ainda utiliza busca e exploração tradicionais
- Mas mesmo esse público passa a ser influenciado pelos resumos de IA incluídos nos resultados de busca
- Visita direta ao site da marca
A IA atua como um novo portal de entrada, "filtrando" marcas logo no início do funil de compra, e as estratégias de marketing baseadas em pontos de contato tradicionais estão perdendo força gradualmente
Os critérios de conteúdo que os LLMs consideram importantes
- Daqui para frente, mais do que a dicotomia SEO tradicional vs. otimização para IA, será necessário otimizar a estratégia de conteúdo para todos os caminhos
- Em canais existentes (acesso direto, busca comum etc.), princípios como desenhar jornadas personalizadas e minimizar fricção continuam válidos
- Mas, no tráfego vindo por agentes de IA, entram em jogo critérios de valor totalmente diferentes do SEO tradicional
-
Como os LLMs avaliam o conteúdo de marca
- LLMs não confiam apenas nas afirmações da própria marca
- Em vez disso, valorizam fontes terceiras que validem isso (earned media, reviews, fóruns etc.)
- Resultado da análise da Scrunch AI:
- Em respostas de IA a consultas sem o nome da marca, mais de 90% se baseiam em conteúdo externo
- Mesmo em respostas que mencionam a marca, mais de 60% citam conteúdo de fontes não ligadas à marca
- LLMs não confiam apenas nas afirmações da própria marca
-
Cinco características de conteúdo preferidas pelos LLMs
- Estilo de linguagem
- Em vez de webinars ou conteúdo centrado em imagens,
- preferem frases ricas em tom conversacional, como em blogs ou textos explicativos
- Estrutura amigável para agentes
- listas organizadas, definições e formatos de guia são adequados para que LLMs resumam informações
- Site limpo e passível de scraping
- páginas antigas e excesso de palavras-chave criados para o SEO do passado geram confusão
- indexação precisa e páginas atualizadas com estrutura organizada são mais eficazes
- Validação baseada em autoridade externa (Off-site earned authority)
- citações em matérias de imprensa, reviews de especialistas e veículos externos confiáveis dão credibilidade
- Conversas profundas de usuários fora do site (Off-site deep customer conversations)
- menções ativas em fóruns, sites de review e comunidades
- são ativos centrais para elevar backlinks e confiança na marca
- Estilo de linguagem
Estratégia em 3 etapas para responder à era dos LLMs
- Algumas empresas líderes já estão analisando o impacto da conversão de tráfego de recomendação por IA no negócio e investindo em melhorar o desempenho de marketing baseado em LLM
- Para se adaptar rapidamente a essa mudança, é necessário um modelo prático de 3 etapas como o seguinte
-
1. Defina novos indicadores-chave
- Para entender corretamente o novo fluxo de clientes,
são necessárias novas métricas de desempenho além do tráfego web tradicional - É preciso conseguir visualizar o valor criado pelo tráfego de IA,
para capturar e acompanhar as principais fontes de leads de marketing
- Para entender corretamente o novo fluxo de clientes,
-
2. Construa inteligência de análise de funil
- É necessário analisar continuamente o impacto dos LLMs no funil atual de clientes e
as possíveis mudanças futuras - O ponto central é visualizar a estrutura do funil baseado em IA e o estado de exposição da marca,
e gerenciá-los em formato de scorecard atualizável - Como, com a mesma entrada, os LLMs podem produzir resultados totalmente diferentes da busca tradicional,
são necessárias ferramentas capazes de medir essa diferença
- É necessário analisar continuamente o impacto dos LLMs no funil atual de clientes e
-
3. Crie hipóteses testáveis e valide rapidamente
- Depois de identificar os pontos de melhoria,
é preciso definir prioridades e executar experimentos rápidos - Para isso, é necessário um sistema de testes iterativos ágeis e alocação de recursos com base em impacto
- Times de marketing devem, por meio de experimentos de influência (influence experiments),
testar e escalar quais conteúdos ganham mais visibilidade para a IA
- Depois de identificar os pontos de melhoria,
Os LLMs começam a filtrar antes mesmo de o cliente encontrar a marca
→ Não é possível responder a isso apenas com estratégias tradicionais de SEO
→ É preciso adotar uma estratégia de otimização de conteúdo que considere os LLMs para criar um ciclo virtuoso
Conclusão: otimize não para humanos, mas para agentes de IA
- O marketing bem-sucedido na era dos LLMs não se resume a convencer pessoas, mas a fazer a IA confiar na sua marca e recomendá-la
- Quanto mais a marca tiver conteúdo interno, confiança externa e conteúdo baseado em conversas de usuários, mais a IA mencionará a marca, e de forma mais positiva
- Em outras palavras, o grande desafio do marketing passa a ser o design de conteúdo não só para humanos, mas também para agentes de IA
1 comentários
Faz sentido, mas no lado da resposta técnica, (por enquanto) não parece haver muita coisa a fazer que seja muito diferente da resposta tradicional de SEO.