Conheça o mercado por meio de personas conversacionais que interagem com você.

Desafio

Uma multinacional do setor de bens de consumo precisava de uma forma escalável de transformar dados fragmentados de mercado e da própria empresa em personas dinâmicas e testáveis, com as quais as equipes de Produto e Marketing pudessem interagir. O objetivo era criar personas representativas dos mercados do Reino Unido e da Itália para compreender padrões de consumo, preferências dos consumidores e testar novas ideias de produtos ou estratégias de marketing por meio de uma experiência conversacional semelhante à interação humana.

Visão geral da solução

A LTPlabs desenvolveu uma prova de conceito que combinou técnicas de clusterização de dados dos respondentes, enriquecimento de personas com modelos de linguagem de grande porte (LLMs) e uma aplicação web conversacional para criar mais de 100 personas específicas para cada mercado. Essas personas contavam com perfis detalhados, abrangendo informações demográficas, psicográficas, motivações, critérios de decisão, estilo de comunicação e comportamento de consumo e de relacionamento com marcas.

Nossa abordagem combinou engenharia de dados em nível de respondente, engenharia aplicada de LLMs e uma implementação segura (LiteLLM + Streamlit para a prova de conceito), permitindo que o cliente transformasse rapidamente sinais brutos do mercado em uma biblioteca operacional e interativa de personas. A ferramenta conversacional também incorporou RAG (Retrieval-Augmented Generation), pesquisa na web e suporte a conteúdos multimídia, possibilitando explorar ideias de marketing e gerar insights acionáveis para o negócio.

Metodologia & Abordagem técnica

1. Integração de dados
   Combinamos fontes estruturadas de dados em nível de respondente (dados de tracking e de varejo) com fontes abertas e proprietárias (Census, Eurobarometer, Eurostat, OECD, World Bank, World Values Survey, Euromonitor e pesquisas qualitativas) para construir um conjunto robusto de atributos utilizado na clusterização e na definição das personas.‍
2. Clusterização e construção de personas
   A criação das personas começou com a aplicação de algoritmos de clusterização (K-means, clusterização hierárquica e DBSCAN) aos dados em nível de respondente, permitindo identificar padrões recorrentes de comportamento de consumo e características demográficas. Em seguida, os centroides dos clusters foram utilizados para gerar a estrutura inicial de personas representativas (com base em valores médios e modais) para cada mercado. Por fim, um módulo personalizado de geração de nomes garantiu maior realismo e diversidade às personas criadas.
3. ‍Enriquecimento com LLMs e estruturação das personas
   Modelos de linguagem de grande porte (LLMs) foram utilizados para enriquecer cada persona com atributos inferidos a partir de fontes não estruturadas, imagens fotorrealistas ou em formato de avatar, narrativas biográficas em terceira pessoa e contexto de mercado, incluindo conhecimento sobre categorias de produtos, preços, legislação e tendências. Cada resposta gerada pelos LLMs incluía tags estruturadas de atributos e tags de fundamentação (fontes e explicações), aumentando a rastreabilidade, a auditabilidade e a confiabilidade dos resultados.
4. ‍Interface conversacional e conjunto de ferramentas
   Desenvolvemos uma aplicação web (prova de conceito) que permite aos usuários selecionar uma persona e interagir com ela por meio de um LLM conversacional. A camada conversacional incorporou recursos como RAG (Retrieval-Augmented Generation) para consulta a documentos da empresa, pesquisa na web e suporte a conteúdos multimídia (reconhecimento de imagens), possibilitando a exploração de ideias de marketing e a geração de insights de forma interativa.‍
5. Recursos multimodais e multilíngues
   A prova de conceito também incluiu recursos de voz (speech-to-text e text-to-speech) em múltiplos idiomas, além de reconhecimento de imagens para acelerar a exploração de ideias, proporcionando interações mais ricas e naturais com as personas em diferentes mercados.

Resultados & impacto

• Exploração ágil e humanizada do mercado: As equipes de Produto e Marketing puderam interagir, por meio de conversas contextualizadas, com personas representativas dos consumidores para testar hipóteses antes de investir em pesquisas mais dispendiosas ou no lançamento de novos produtos.
• Visão abrangente do mercado: A biblioteca de personas consolidou informações de múltiplas fontes de dados em perfis robustos e realistas, refletindo tanto tendências macro quanto comportamentos individuais dos consumidores, como jornada com marcas (brand funnel), frequência de consumo e adoção de categorias de produtos.
• Insights acionáveis para o negócio: A solução permitiu associar marcas de produtos às personas com base em dados agregados de mercado e identificar, de forma rápida, as prováveis reações dos consumidores a novos conceitos de produtos ou estratégias de marketing.