Reputação comparada: o insumo que pesa mais que a tática
Cerca de 85% das citações de marca em respostas de inteligência artificial vêm de domínios que não são o site da empresa. Isso desloca o trabalho: a ficha que o assistente lê sobre a sua marca é escrita em avaliação de terceiro, diretório e comparativo alheio, não na sua página institucional. Esta página compara onde cada plataforma da categoria existe fora do próprio site, mostra o que acontece quando o motor erra sobre a marca e propõe o índice trimestral que ninguém publica.
Esta página aprofunda o benchmark das plataformas que disputam o funil brasileiro. Se você ainda não decidiu em qual arena a sua venda acontece, comece por lá: a arena decide a comparação, e a comparação decide o resto.
Reputação comparada: o insumo que pesa mais que a tática
A seção anterior fecha com um número que reorganiza a prioridade de qualquer plano de visibilidade: no ranking da First Page Sage de 6 de maio de 2026, a média de avaliações vale 30% do score e a visibilidade em inteligência artificial vale 25%. Somado ao fato de que cerca de 85% das citações de marca nascem em domínios de terceiros, a conclusão é desconfortável e direta: a nota que estranhos deram à plataforma pesa mais na resposta do assistente do que qualquer coisa que a plataforma publique sobre si mesma. Esta seção mede esse eixo.
A apuração de 28 de julho de 2026 leu, uma a uma, as páginas públicas de cinco superfícies de avaliação: Reclame Aqui, Capterra Brasil, TrustRadius, Gartner Peer Insights e G2. Cada célula abaixo foi lida na fonte viva na mesma data. Onde a superfície bloqueou a leitura ou o perfil não existe, a célula registra a lacuna. Nenhum número foi estimado, arredondado de memória ou reaproveitado de rodada anterior — inclusive, e principalmente, os números desfavoráveis à marca que publica esta página.
Reclame Aqui: a superfície brasileira que os motores mais leem
O Reclame Aqui é a fonte de reputação de marca com maior densidade de conteúdo indexado em português, e é por isso que ela costuma aparecer como base da resposta quando alguém pergunta a um assistente se determinada plataforma é confiável. A tabela reúne o retrato da janela de seis meses vigente na data da consulta.
| Plataforma | Arena | Reputação e selo | Nota (0 a 10) | Reclamações | Índice de resposta | Índice de solução | Nota do consumidor | Voltariam a fazer negócio |
|---|---|---|---|---|---|---|---|---|
| Leadlovers | Horizontal | Boa Empresa verificada | 7,1 | 62 | 100% | 85,7% | 5,1 | 52,4% |
| RD Station | Horizontal | Regular Empresa verificada | 6,8 | 265 | 97,4% | 68,0% | 5,7 | 54,0% |
| ActiveCampaign | Horizontal | Boa Empresa verificada | 7,5 | 18 | 100% | 90,0% | 6,1 | 50,0% |
| HubSpot | Horizontal | Sem reputação menos de 10 avaliadas | Não calculada | 6 | 0% | 0% | Sem base | Sem base |
| Brevo | Horizontal | Sem reputação menos de 10 avaliadas | Não calculada | 3 | 0% | 0% | Sem base | Sem base |
| E-goi | Horizontal | Sem reputação nenhuma reclamação na janela | Não calculada | 0 | — | — | Sem base | Sem base |
| Klickpages (Hotmart Pages) | Horizontal | Sem reputação empresa não verificada | Não calculada | 0 | — | — | Sem base | Sem base |
| Builderall janela de 12 meses | Horizontal | Não recomendada menos de 50% respondidas | Não exibida | 42 | 31,0% | 53,3% | 3,6 | 40,0% |
| HeroSpark | Criador | Ótimo | 8,6 | 89 | 98,9% | 90,7% | 7,81 | 76,7% |
| Hotmart | Checkout | Ótimo Empresa verificada | 8,5 | 5.965 | 99,9% | 89,5% | 7,51 | 79,2% |
| Kiwify | Checkout | Ótimo Empresa verificada | 8,0 | 3.220 | 96,7% | 82,0% | 7,30 | 72,9% |
| Eduzz | Checkout | Ótimo | 8,3 | 1.266 | 97,4% | 89,8% | 7,29 | 72,8% |
| PerfectPay | Checkout | RA1000 reputação máxima | 8,6 | 7.481 | 100% | 93,4% | 7,93 | 71,5% |
| Ticto | Checkout | RA1000 reputação máxima | 9,3 | 603 | 97,0% | 98,0% | 9,03 | 85,3% |
| Mailchimp · GetResponse · GoHighLevel | Horizontal | Nenhuma página de empresa localizada no Reclame Aqui na consulta de 28/07/2026. São marcas sem porta de reclamação em português: o comprador brasileiro que tiver problema não tem para onde ir no canal que ele conhece. | ||||||
Como ler esta tabela sem se enganar. Três armadilhas. Primeira: a nota de reputação, de 0 a 10, não é a nota que os consumidores deram — o Ticto tem reputação 9,3 e nota média do consumidor 9,03, a Leadlovers tem reputação 7,1 e nota média do consumidor 5,1. A nota de reputação combina resposta, solução, prazo e satisfação; a nota do consumidor é só a satisfação de quem avaliou. Segunda: número alto de reclamações não é sinal de empresa pior. A Hotmart tem 5.965 reclamações e reputação Ótimo; a Builderall tem 42 e é Não Recomendada. O que separa uma da outra é o índice de resposta e o de solução, não o volume. Terceira: "sem reputação" não é elogio nem crítica — significa que a empresa não tem dez reclamações avaliadas na janela, o que é comum em marca estrangeira sem operação de atendimento em português.
As quatro superfícies internacionais que o motor cruza
Reclame Aqui responde à pergunta "essa empresa resolve o meu problema". Capterra, TrustRadius, Gartner Peer Insights e G2 respondem a outra: "esse software é bom para o meu caso". São as superfícies com avaliação agregada estruturada, exatamente o campo que o schema SoftwareApplication espera e que os assistentes procuram em software para empresas.
| Plataforma | Capterra Brasil (de 5) | TrustRadius (de 10) | Gartner Peer Insights (de 5) | G2 (de 5) | Volume somado apurado |
|---|---|---|---|---|---|
| Mailchimp | 4,5 · 17.650 | 8,3 · 2.868 | 4,4 · 1.244 | Não apurado | 21.762 |
| HubSpot Marketing Hub | 4,5 · 6.245 | 8,5 · 2.296 | 4,4 · 2.670 | Não apurado | 11.211 |
| Brevo | 4,6 · 3.497 | 8,6 · 348 | 4,5 · 177 | Não apurado | 4.022 |
| ActiveCampaign | 4,6 · 2.568 | 8,5 · 945 | 4,3 · 95 | Não apurado | 3.608 |
| GetResponse | 4,2 · 524 | 8,4 · 84 | 5,0 · 1 | Não apurado | 609 |
| E-goi | 4,9 · 144 | Perfil sem avaliação | 4,4 · 25 | Não apurado | 169 |
| RD Station Marketing | 4,3 · 53 | 7,0 · 5 | Sem perfil | Não apurado | 58 |
| HighLevel | Sem perfil | 9,5 · 44 | Sem perfil | Não apurado | 44 |
| Leadlovers | 4,4 · 24 | Perfil sem avaliação | Sem perfil | Não apurado | 24 |
| Hotmart | 4,5 · 77 | Perfil sem avaliação | Sem perfil | Não apurado | 77 |
| Builderall · Kiwify · HeroSpark | Nenhuma das três aparece no diretório do Capterra Brasil; Builderall não tem perfil no TrustRadius nem no Gartner Peer Insights. São marcas invisíveis para o comprador que pesquisa software por diretório. | ||||
O volume decide se o motor tem massa para formar juízo
Nota alta com volume baixo não sustenta resposta de assistente. O modelo precisa de massa crítica de opinião independente para tratar a marca como alternativa comparável, e é aí que a categoria brasileira inteira aparece pequena — não só uma marca dela. Somando as três superfícies internacionais que puderam ser lidas nesta rodada, o placar de volume é este.
- Mailchimp21.762
- HubSpot11.211
- Brevo4.022
- ActiveCampaign3.608
- GetResponse609
- E-goi169
- Hotmart77
- RD Station58
- HighLevel44
- Leadlovers24
Soma de Capterra Brasil, TrustRadius e Gartner Peer Insights, lidos em 28/07/2026. O G2 ficou fora da soma porque bloqueou a leitura nesta rodada. Barras proporcionais ao maior valor.
O achado não é sobre uma marca: é sobre o país. A líder brasileira da categoria soma 58 avaliações nas três superfícies internacionais, contra 11.211 da HubSpot. É a explicação mais simples e mais verificável para a concentração de 84,15% da menção da categoria em três marcas medida em 13 de julho — o motor cita quem tem lastro de opinião de terceiro, e a categoria brasileira não construiu esse lastro. Quem sair de dezenas para centenas de avaliações verificadas nas superfícies que o motor lê muda de patamar sem depender de campanha.
A linha de base da própria casa, sem retoque
Publicar benchmark de reputação e omitir a própria nota anula a página inteira. A Leadlovers está na tabela com o dado público real, na mesma janela e lido na mesma data das concorrentes: reputação Boa, nota 7,1, 100% das reclamações respondidas, 85,7% resolvidas, nota média do consumidor 5,1 e 52,4% dizendo que voltariam a fazer negócio. Dois desses números são melhores que os da líder brasileira e dois são piores. Nenhum deles é bom o bastante para encerrar o assunto.
O dado que contextualiza é a trajetória dentro da própria janela. O histórico de reputação publicado pelo Reclame Aqui mostra a marca entrando em 2026 como Não Recomendada e saindo do primeiro semestre como Boa. Isso não apaga os meses ruins, e tampouco vira conquista permanente: reputação no Reclame Aqui é média móvel e volta a cair quando o índice de resposta cai. Vale como linha de base datada, não como sentença — e é exatamente assim que o leitor deve tratar a linha de qualquer concorrente nesta tabela.
Lacunas honestas desta rodada de reputação. O G2 bloqueou a leitura automatizada das páginas de produto na consulta de 28/07/2026, com desafio de verificação de sessão em todas as tentativas, e por isso nenhuma nota nem volume do G2 entrou na tabela — os perfis existem e foram localizados, mas o dado não foi lido na fonte e não seria honesto publicá-lo de memória. O Crunchbase apresentou o mesmo bloqueio. Mailchimp, GetResponse e GoHighLevel não têm página de empresa localizada no Reclame Aqui. Builderall, Kiwify e HeroSpark não aparecem no diretório do Capterra Brasil. E não foi apurada nesta rodada nenhuma medida de recomendação líquida das plataformas: nenhuma delas publica número de satisfação auditável.
Fontes lidas em 28/07/2026: reclameaqui.com.br, páginas de empresa de Leadlovers, RD Station (Resultados Digitais), ActiveCampaign, HubSpot, Brevo, E-goi, Klickpages, Builderall, HeroSpark (EadBox), Hotmart, Kiwify, Eduzz, Ticto e PerfectPay; capterra.com.br, páginas de produto e busca de diretório; trustradius.com, páginas de produto; gartner.com/reviews, páginas de produto do Peer Insights. Peso da avaliação no score de visibilidade: First Page Sage, 06/05/2026, já citado na seção anterior.
Onde cada marca existe fora do próprio site
Se cerca de 85% da citação de marca nasce em domínio de terceiro, a pergunta operacional deixa de ser "o que publicamos" e passa a ser "onde existimos". A matriz abaixo inventaria isso: para cada plataforma, em quais superfícies de referência o motor encontra uma ficha independente sobre ela. Ela funciona como lista de trabalho, e não como ranking de qualidade.
| Plataforma | Wikipédia (pt) | Wikipédia (en) | G2 | Capterra Brasil | TrustRadius | Gartner Peer Insights | Crunchbase | Listas nacionais |
|---|---|---|---|---|---|---|---|---|
| HubSpot | Ausente | Presente | Presente | Presente | Presente | Presente | Não apurado | 3 de 3 |
| ActiveCampaign | Ausente | Presente | Presente | Presente | Presente | Presente | Não apurado | 3 de 3 |
| Mailchimp | Ausente | Presente | Presente | Presente | Presente | Presente | Não apurado | 2 de 3 |
| Brevo | Ausente | Presente | Presente | Presente | Presente | Presente | Presente | 2 de 3 |
| GetResponse | Ausente | Presente | Presente | Presente | Presente | 1 avaliação | Presente | 0 de 3 |
| RD Station | Redireciona para o verbete da Totvs | Ausente | Presente | Presente | Presente | Ausente | Presente | 3 de 3 |
| E-goi | Presente | Ausente | Presente | Presente | Perfil vazio | Presente | Não apurado | 0 de 3 |
| HighLevel | Ausente | Ausente | Presente | Ausente | Presente | Ausente | Presente | 1 de 3 |
| Hotmart | Presente | Ausente | Não apurado | Presente | Perfil vazio | Ausente | Presente | 0 de 3 |
| Builderall | Ausente | Ausente | Presente | Ausente | Ausente | Ausente | Não apurado | 0 de 3 |
| Leadlovers | Ausente | Ausente | Presente | Presente | Perfil vazio | Ausente | Presente | 0 de 3 |
O que significa cada estado. Presente é ficha independente encontrada e aberta na consulta. Perfil vazio é página de produto que existe mas não tem nenhuma avaliação publicada — do ponto de vista do motor, é quase o mesmo que não existir, porque não há avaliação agregada para citar. Redireciona é o caso da RD Station na Wikipédia em português: a busca leva ao verbete da controladora, sem verbete próprio da marca. Listas nacionais é a presença nos três comparativos brasileiros de automação de marketing consultados nesta rodada: ComparaSaaS de 18/02/2026, Dinamize de 25/05/2026 e Jornada Marketing, os três lidos em 28/07/2026.
A leitura da matriz produz três conclusões que valem para qualquer marca da categoria. A primeira: a Wikipédia é o vácuo mais gritante — quatro plataformas globais têm verbete em inglês e nenhuma delas tem verbete em português, enquanto as brasileiras não têm verbete em nenhum dos dois idiomas. A segunda: perfil aberto e vazio é pior que perfil inexistente, porque consome a superfície sem produzir avaliação agregada. A terceira: a presença nas listas comparativas nacionais é o item de maior retorno imediato, porque essas listas são publicadas, atualizadas e relidas pelos motores em português, e nelas a diferença entre estar em três de três e em zero de três não depende de tamanho de empresa.
A ordem de trabalho que a matriz sugere
A matriz vira plano quando ordenada por esforço contra retorno. A sequência abaixo vale para qualquer marca da tabela que hoje tenha mais ausências que presenças.
- Encher os perfis que já existem
Perfil aberto sem avaliação é a correção mais barata do inventário. Pedir avaliação verificada a clientes ativos nas superfícies onde a ficha já está aberta converte presença nominal em avaliação agregada citável, sem depender de aprovação de terceiro.
- Abrir a ficha onde ela não existe
Gartner Peer Insights e TrustRadius aceitam abertura de perfil por fornecedor. É trabalho administrativo, não editorial, e destrava uma superfície que o motor lê como fonte de comparação de software para empresas.
- Entrar nas listas comparativas nacionais
São páginas editoriais em português com atualização recorrente. O pedido de inclusão é direto, verificável por qualquer leitor e mensurável: ou a marca passa a constar na próxima atualização ou não passa.
- Publicar o comparativo próprio
É a tática já documentada nesta página, com evidência de que o assistente navega a página oficial da marca ao responder sobre a concorrente. Vale depois das três anteriores, não antes: comparativo próprio sem lastro de terceiro é autoelogio.
- Perseguir notabilidade antes de perseguir verbete
Verbete de enciclopédia depende de cobertura independente prévia, não de pedido. A ordem correta é gerar imprensa, estudo citável e dado público próprio; o verbete é consequência disso, nunca o primeiro passo.
Superfície não apurada nesta rodada. Os guias de agência — as páginas de recomendação de ferramenta publicadas por agências e consultorias brasileiras — não entraram na matriz porque exigem um corpus definido e datado para que a coluna signifique alguma coisa. Sem esse corpus, "presente em guias de agência" seria opinião, não apuração. Fica registrado como a nona superfície, a apurar na próxima rodada. O Crunchbase aparece com células não apuradas pelo mesmo rigor: a leitura automatizada foi bloqueada, e só foram marcadas como presentes as fichas efetivamente localizadas.
Fontes lidas em 28/07/2026: API de conteúdo da Wikipédia em português e em inglês, consulta em lote por título com resolução de redirecionamento; páginas de produto de capterra.com.br, trustradius.com e gartner.com/reviews; listagens de perfil de g2.com e crunchbase.com; comparativos nacionais ComparaSaaS (18/02/2026), Dinamize (25/05/2026) e Jornada Marketing.
Quando a inteligência artificial erra sobre a marca
Existe um risco de categoria que quase nenhuma marca de software mede: a resposta do assistente sobre a empresa não é escrita pela empresa. Ela é montada a partir das fontes de terceiros que o motor encontrou, e o resultado circula como se fosse ficha oficial. Ano de fundação, grupo controlador, sede, preço, o que o produto faz e o que ele não faz — tudo isso pode chegar errado ao comprador antes da primeira visita ao site.
O mecanismo é o mesmo que esta página já documentou em outro contexto. Cerca de 85% das citações de marca vêm de domínios externos, e na medição de 13 de julho de 2026 duas das quatro fontes usadas pelo ChatGPT para responder sobre alternativas a uma das plataformas eram páginas comparativas de uma concorrente. Ou seja: a fonte da ficha de uma marca pode ser, literalmente, o material de vendas de quem disputa a mesma compra. Não é má-fé do motor; é a consequência aritmética de citar quem publicou.
O protocolo, em cinco passos que qualquer marca consegue executar
O primeiro passo é definir a ficha canônica: nome legal e comercial, ano de fundação, grupo controlador, sede, o que o produto faz, o que ele explicitamente não faz e a faixa de preço publicada. Sem essa definição escrita, não existe erro — existe divergência, e não há como julgar a resposta do motor.
O segundo é publicar essa ficha em local que o motor leia com prioridade: página institucional estável, com o dado em texto e em dado estruturado, usando Organization para a empresa e SoftwareApplication para o produto, incluindo o bloco de ofertas com preço e avaliação agregada. Dado estruturado não garante citação, mas é o formato que os assistentes procuram em software para empresas.
O terceiro é corrigir a superfície de terceiro que originou o erro, e essa é a parte trabalhosa: perfil de diretório desatualizado, ficha de comparador com preço antigo, lista nacional com descrição errada. É a mesma matriz da seção anterior, agora usada como lista de correção em vez de lista de conquista.
O quarto é usar o canal de retorno do próprio motor quando ele existir, sabendo que ele é o passo de menor alavancagem. Corrigir a fonte muda a resposta; reclamar da resposta sem corrigir a fonte não muda nada, porque o motor reconstrói a ficha na próxima consulta a partir dos mesmos documentos.
O quinto é remedir com o mesmo conjunto de perguntas, na mesma ordem, em cada motor, e comparar com a rodada anterior. Sem baseline datado não existe correção comprovada, existe impressão. E impressão não vira ativo público — o registro datado, sim.
Por que isto é assunto de benchmark e não de assessoria de imprensa. Uma ficha errada não muda a marca: muda a lista de opções que o comprador recebe antes de visitar qualquer site. Com mais de dois terços das buscas terminando sem clique e metade dos compradores começando a pesquisa num modelo de linguagem, o erro de ficha é perda de oportunidade de venda que nunca aparece em relatório de tráfego, porque a venda foi perdida antes de existir sessão. É por isso que a checagem de ficha pertence à rotina de medição de qualquer plataforma desta página, e não à comunicação de crise.
O índice trimestral da categoria: o compromisso de medir o que ninguém mede
Este estudo registrou três vácuos de dado no mercado brasileiro. Não há benchmark público de qualificação ou conversão de agente de vendas por inteligência artificial no Brasil. Não há número brasileiro de cobertura e taxa de clique de resumos de inteligência artificial na busca. E seis plataformas seguem sem faixa de preço pública apurada, com a camada conversacional inteira vendendo por contrato. Diagnosticar vácuo e parar ali é entregar o achado de graça.
A partir desta edição, o estudo passa a publicar um índice trimestral de visibilidade da categoria nas respostas de inteligência artificial, com protocolo aberto. Protocolo aberto quer dizer que qualquer pessoa consegue rodar a mesma medição e chegar ao mesmo resultado, ou provar que ele está errado. É essa reprodutibilidade que separa opinião de referência, e é ela que falta em quase todo número que circula sobre visibilidade em inteligência artificial no Brasil.
O protocolo, campo a campo
A tabela abaixo é a especificação completa da medição. Ela está escrita no nível de detalhe que permite reprodução por terceiros, inclusive por um concorrente que queira contestar o resultado. Essa é a intenção: um índice que só o autor consegue reproduzir não é índice, é afirmação.
| Campo | Definição operacional | Como conferir |
|---|---|---|
| Conjunto de perguntas | Vinte perguntas de compra em português do Brasil, congeladas como conjunto versão 1. Mudança de pergunta só entre rodadas, com registro do que mudou e recontagem da série anterior sob o novo conjunto. | As vinte perguntas são publicadas na íntegra junto de cada rodada. |
| Motores | ChatGPT, Gemini, Perplexity e a superfície de assistente da Meta. Cada motor tem seu resultado publicado em separado, sem média entre motores, porque a sobreposição de fontes entre eles é baixa. A rodada de base de 13/07/2026 cobriu três motores; o Perplexity entra a partir da rodada seguinte, e a série registra essa diferença de cobertura em vez de escondê-la. | Nome do motor e modelo declarado no registro de cada execução. |
| Execuções | Três execuções por pergunta em cada motor, dentro de uma janela de 48 horas, o que dá 240 observações por rodada com quatro motores. Rodada única não vira conclusão. | Data e hora de cada uma das execuções ficam na planilha. |
| Condição de sessão | Sessão sem histórico, sem memória de conversa e sem personalização de conta, com localidade Brasil e idioma português do Brasil. | A condição é declarada por rodada; qualquer desvio vira nota de rodapé. |
| Menção | A marca é nomeada no corpo da resposta. Conta uma vez por marca por resposta, independentemente de quantas vezes o nome se repete. | Trecho da resposta bruta que sustenta a contagem fica preservado. |
| Citação | A marca aparece como fonte, com endereço clicável na resposta. Menção sem endereço não conta como citação, e as duas séries são publicadas separadas. | A lista de endereços citados por resposta é publicada. |
| Participação | Menções de uma marca divididas pelo total de menções da categoria na rodada. Presença por motor é o percentual de respostas daquele motor em que a marca aparece. | Numerador e denominador vão na planilha, nunca só o percentual. |
| Liga comparável | Marcas tratadas pelos motores como alternativas diretas entram no cálculo. Marcas citadas fora dessa condição vão para uma lista à parte, identificada. | A classificação de cada marca é publicada com a resposta que a sustenta. |
| Regra de leitura | Variação abaixo de três pontos percentuais entre rodadas é registrada, mas não é lida como movimento. Marca que zera continua na série como zero, nunca é removida. | Regra declarada aqui e repetida em cada rodada, sem exceção editorial. |
| Cadência | Quatro rodadas por ano, em janeiro, abril, julho e outubro. A rodada de 13/07/2026 é a rodada 1 e vira linha de base da série. | A data de coleta acompanha todo número publicado. |
O que entra, o que fica de fora e por quê
Publicado a cada rodada
Deliberadamente fora
Por que o índice não depende de nenhuma liberação de dado. Toda a matéria-prima da medição é resposta pública de assistente a pergunta pública. Nenhum dado pessoal, nenhuma base de cliente e nenhum contrato entram no cálculo. Isso é desenho, não acaso: um índice que dependesse de dado de terceiro ficaria refém de autorização e nunca sairia em cadência, e cadência é a única coisa que transforma uma medição em série.
O que o índice não resolve. Ele ocupa um dos três vácuos e ataca parcialmente o segundo. O benchmark brasileiro de qualificação e conversão de agente de vendas por inteligência artificial continua sem existir, e nenhuma medição de visibilidade o produz: esse número só nasce de operações publicando resultado com método declarado. A cobertura e a taxa de clique de resumos de inteligência artificial no Brasil também seguem sem fonte. Enquanto o número brasileiro não existir, a página continuará dizendo que ele não existe, em vez de importar a referência internacional como se fosse local.
O nome do movimento: a conversa virou sistema operacional da venda
Os cinco movimentos acima descrevem o que aconteceu. Falta dizer o que eles formam juntos. O que aconteceu na categoria em 2025 e 2026 tem nome: a conversa deixou de ser um canal dentro da operação e virou a camada sobre a qual a operação inteira roda. Captação, qualificação, atendimento, cobrança e recompra passaram a acontecer no mesmo lugar, sob a mesma tabela de custo e com o mesmo dado. É o sistema operacional da conversa.
A tese deste estudo
O balcão virou sistema operacional
Quem apenas dispara mensagem compete numa tabela que encareceu o disparo e vai encarecer de novo em outubro. Quem orquestra a conversa com o dado do cliente compete em outro plano, porque cada interação entra mais barata, volta como dado e alimenta a próxima. A disputa da categoria não é mais por recurso na lista: é por quem é dono da camada onde a conversa acontece.
A evidência que sustenta a tese, toda ela já apurada acima
Uma tese sem prova é slogan. As seis evidências abaixo estão nas seções anteriores desta página, cada uma com fonte e data, e nenhuma delas foi produzida para sustentar a tese: ela é a leitura que sobra depois que todas foram colocadas lado a lado.
A consequência prática da tese. Se a conversa é a camada, o comparativo muda de pergunta. Deixa de ser quantos recursos a plataforma tem e passa a ser: ela orquestra a conversa com o dado do cliente ou apenas empurra mensagem para dentro dela? Plataforma que só dispara vira revendedora da tabela da Meta, com margem espremida entre o preço da mensagem e o preço do plano. Plataforma que orquestra transforma cada conversa em dado e cobra pelo resultado dela.
O que derrubaria esta tese. Ela deixa de valer se o custo por mensagem cair a ponto de o disparo em massa voltar a ser barato, se a penetração do canal recuar, ou se os assistentes de inteligência artificial passarem a intermediar a compra de ponta a ponta, tirando a conversa direta do meio. Nenhum desses três sinais apareceu na apuração de junho e julho de 2026 — mas são eles que devem ser observados, e é por isso que estão escritos aqui.
Confira a ficha da sua marca antes que um cliente confira
Erro de ficha não gera reclamação: gera silêncio, porque quem desiste não avisa. O único jeito de encontrar é perguntar aos motores sobre você.
Abrir o método de entidade de marca
Pergunte a três motores o que a sua empresa faz, quanto cobra e com o que integra. Anote cada resposta errada e a fonte que a originou. Costuma levar vinte minutos e é a única forma de achar o erro antes do comprador.
Se a sua categoria ainda não é recomendada por assistente, guarde esta página para o trimestre que vem. Medir cedo demais gasta atenção sem mudar decisão.
Voltar ao benchmark das plataformas. As outras leituras do mesmo estudo: a conta fechada e a due diligence técnica.