Automação e IA para uma operação de marketing de influência
Data
2026
Função
Senior Product Designer
Tipo de projeto
IA corporativa e automação
O problema que precisávamos resolver:
Como tirar uma operação inteira de planilhas e WhatsApp sem tirar o humano da decisão.
Por acordo de confidencialidade, o cliente e os indicadores quantitativos não são identificados aqui. As transformações estão descritas em termos de antes e depois.
Uma operação de marketing de influência de grande porte recebeu da liderança uma meta dura: multiplicar a capacidade de gestão por analista — sem aumentar custo operacional e sem perder a qualidade do relacionamento humano com os criadores.
O desafio tinha uma camada extra: dois modelos de operação convivendo no mesmo ecossistema. De um lado, campanhas de alta complexidade com poucos criadores de grande alcance. Do outro, campanhas de volume massivo com milhares de micro e nanoinfluenciadores por projeto. O que resolvia um modelo quebrava o outro.
O diagnóstico inicial mostrou uma operação estrangulada por contornos manuais:
-
Negociações e alinhamentos vivendo em conversas de WhatsApp, sem histórico recuperável
-
Dezenas de planilhas paralelas e ausência de fonte única de dados
-
Sistemas legados que só permitiam edição “um por um”, sem ação em lote
-
Em campanhas massivas, boa parte do tempo do curador ia em cruzar perfis em planilha só para não pagar a mesma pessoa duas vezes
-
Equipe temporária contratada diariamente apenas para ler prints de tela e digitar métricas no banco de dados
Por que este case?
Escala e complexidade real
Dois modelos de operação no mesmo ecossistema, de um punhado de criadores por ação a campanhas de volume massivo. Não dava para desenhar uma solução só.
Minha participação
Conduzi as entrevistas com as cinco frentes operacionais e o shadowing. Mapeei a jornada as-is. Especifiquei as telas do portal do anunciante e prototipei o hub de pendências. Alinhei os requisitos com engenharia e ciência de dados.
IA com o humano no centro
A premissa não era substituir pessoas. Era devolver tempo: a IA assume a leitura de mídia, a checagem de regra e a digitação; a decisão estratégica continua humana.
O processo de design
O processo de design
Descobrir
Como investigamos
Desk research do relatório de satisfação dos criadores, entrevistas em profundidade com os líderes de todas as frentes operacionais e shadowing da rotina com compartilhamento de tela vendo a pessoa trabalhar, não perguntando como ela trabalha.
O que encontramos em cada frente
Comercial
Briefings “guarda-chuva” e confusos, que consumiam horas do executivo só para decifrar o pedido e alinhar expectativa. O histórico de negociação ficava perdido em conversa pessoal
Planejamento e curadoria
O filtro por nicho não funcionava porque o cadastro era autodeclarado pelo criador. Em campanhas com milhares de inscritos, o curador gastava boa parte do tempo cruzando perfis em planilha para evitar pagamento duplicado.
Atendimento
Navegação cega e ausência de ações em lote. Minutos ociosos esperando um único vídeo carregar. Falta de clareza nos do’s e don’ts do cliente gerava múltiplas rodadas de refação.
BI e financeiro
Instabilidade no sistema legado gerando falsas rejeições de nota fiscal. Gente contratada diariamente só para transcrever prints de tela em números.
Criadores (app)
Ansiedade logística (“quando meu kit chega?”), dúvidas fiscais sobre emissão de nota e frustração por não receber retorno quando a candidatura era recusada.
O processo de design
Definir
O insight que organizou o projeto
Ao mapear a jornada as-is, ficou claro que as maiores perdas de eficiência não aconteciam dentro dos sistemas. Elas aconteciam no momento exato em que a pessoa saía do sistema oficial para resolver algo em planilha ou WhatsApp. Cada saída era um dado perdido e um retrabalho futuro.
Isso mudou o alvo do projeto: em vez de melhorar telas, era preciso remover os motivos que faziam as pessoas saírem delas.
Como poderíamos
Como podemos transformar uma operação fragmentada em planilhas e WhatsApp em um ecossistema de Human-Powered AI, multiplicando a capacidade por analista sem perder a qualidade do relacionamento?
O processo de design
Desenvolver
LEITURA DE BRIEFING
De horas de decifração a segundos
Leitura automática do documento com geração de cronograma reverso. A decisão de design foi não parar na extração: o sistema também sinaliza o que está faltando no briefing, para o comercial resolver antes de virar refação.
RECOMENDAÇÃO DE CRIADORES
Curadoria sem checagem manual
Classificação de nicho pelo conteúdo real publicado em vez do cadastro autodeclarado, com bloqueio automático de candidatura duplicada. Resolve a raiz do problema do curador, não o sintoma.
ASSISTENTE DO CRIADOR
Respostas 24/7 no app
Assistente que responde dúvida fiscal, logística de kit e orientação de roteiro. Atacou diretamente as três maiores fontes de ansiedade que apareceram na pesquisa com criadores.
A jornada to-be
Desenhamos a operação futura sobre a lógica de Solution as a Service: a IA assume tarefa repetitiva, leitura de mídia e checagem de regra; o time recupera o tempo para o trabalho estratégico e de relacionamento. Abaixo, os padrões de solução que mais mudaram o desenho do produto.
PRECIFICAÇÃO ASSISTIDA
Termômetro de margem na negociação
Alerta visual em três níveis exibido durante a conversa, não depois. O sistema sempre mostra por que a margem foi sinalizada — sem isso, o executivo ignora o aviso.
PORTAL DO ANUNCIANTE
Aprovação em um clique
Um link limpo substituiu as planilhas espelhadas compartilhadas com o cliente. Foi a entrega que eu especifiquei tela a tela — o anunciante vê a proposta no formato nativo e aprova ali.
HUB DE PENDÊNCIAS
Ações em lote
Central de comandos que acaba com a edição “um a um”. Protótipo navegável desenhado a partir do que observei no shadowing do atendimento.
O processo de design
Entregar
A entrega contemplou a especificação das telas do portal do anunciante, os protótipos navegáveis do hub de pendências e o alinhamento das especificações técnicas com os times de engenharia e ciência de dados.
Em implementação
Antes e depois
A arquitetura to-be está em implementação. O quadro abaixo descreve a natureza da mudança em cada frente. Os indicadores numéricos são confidenciais e posso apresentá-los em conversa.
FRENTE
ANTES
DEPOIS
Capacidade por analista
Limitada pelo trabalho manual de acompanhamento
Multiplicada, com o analista atuando por exceção em vez de item a item
Leitura de briefing
Horas de decifração manual por pedido
Processamento automático com cronograma e alerta de lacunas
Coleta de métricas
Equipe temporária transcrevendo prints de tela
Ingestão nativa por API, sem digitação humana
Curadoria em campanha massiva
Cruzamento manual em planilha para evitar duplicidade
Recomendação por conteúdo real e bloqueio automático de duplicados
Aprovação do anunciante
Planilhas espelhadas compartilhadas por link
Portal com proposta nativa e aprovação em um clique
Satisfação do criador
Ansiedade logística e fiscal sem canal de resposta
Melhora medida no índice de satisfação ao longo de 2025
Princípios de product design para IA corporativa
01
Transparência e explicabilidade
A IA não pode ser caixa preta. Na precificação e na recomendação de criadores, o sistema sempre mostra a justificativa. Sem o porquê, o usuário desconfia e volta para a planilha.
03
Automação sem perder o traquejo humano
O humano segue com a decisão final nas interações estratégicas. A máquina cuida de validação de regra, leitura de documento e ingestão de métrica.
02
Redução drástica de fricção
Ferramenta de IA corporativa só ganha tração se reduzir cliques na rotina diária. Se o caminho novo der mais trabalho que a gambiarra antiga, ninguém adota.
