Oferecido por

A nova jornada de compra: de linear e reativa à ativa, orientada por dados, contexto e comportamento

Agora, é o produto que encontra o consumidor, não mais o contrário. Veja cases que já seguem esse redesenho do jogo do varejo e outros insights do Shoptalk 2026.

3 minutos de leitura

FigCaption
Por Redação em 08/04/2026 Atualizado: 08/04/2026 às 17:17
Com pouco tempo? Experimente o resumo automático.
Durante a Shoptalk 2026, em Las Vegas, foi destacada a transformação da jornada de compra, que passou de linear e reativa para uma abordagem ativa, orientada por dados e comportamento do consumidor. Com 73% dos consumidores utilizando inteligência artificial em suas compras, marcas como Sephora e Gap estão redefinindo suas estratégias: a Sephora aposta em uma experiência conversacional com o ChatGPT, melhorando a experiência do cliente, enquanto a Gap utiliza IA para capturar demanda de forma eficiente. A integração dessas abordagens revela que a conversa inspiracional e a intenção transacional são complementares, exigindo das marcas uma operação que conecte conteúdo, mídia e tecnologia para se destacar no competitivo setor de beleza.
Resumo supervisionado por jornalista.

A Shoptalk 2026, uma das conferências mais relevantes do varejo na atualidade, que acaba de acontecer em Las Vegas (EUA), consolidou uma virada no varejo: a jornada deixou de ser linear e reativa. Isso significa que o consumidor já não começa mais sua busca digitando o que quer; muitas vezes, ele sequer sabe. E é nesse vácuo que entra a inteligência artificial, reposicionando o papel das marcas. Agora, a descoberta é ativa, orientada por dados, contexto e comportamento.

Uma pesquisa apresentada durante o evento mostrou que 73% dos consumidores já usam IA em algum momento da jornada de compra: 45% usam para ter ideias de produto, 37% para resumir avaliações e 32% para comparar preços. Apesar de apenas 13% dizerem ter concluído uma compra depois de uma indicação de AI, 70% já se sentem confortáveis com a ideia de um agente fazer compras em seu nome.

Na prática, isso significa que o topo do funil passa a ser também um território de performance. E, para o setor de beleza, isso é ainda mais relevante. Trata-se de uma categoria onde desejo, experimentação e educação caminham juntos.
Para entender como isso funciona na prática, a seguir você confere dois cases, da Sephora e da Gap.

Sephora: da busca para a conversa

Ao apostar na integração com o ChatGPT, a Sephora está redefinindo a interface de relacionamento com o consumidor. A lógica aqui é substituir a busca tradicional por uma experiência conversacional, na qual o cliente não precisa saber exatamente o que procura. Em vez de digitar “base para pele oleosa”, por exemplo, ele pode descrever sua rotina, preferências, orçamento e até inseguranças. A inteligência artificial, por sua vez, interpreta, cruza dados e entrega recomendações contextualizadas.

Esse movimento tem três impactos diretos para o varejo de beleza. Primeiro, aumenta a taxa de conversão ao reduzir fricções na jornada. Segundo, eleva o ticket médio ao sugerir rotinas completas. Terceiro, fortalece a fidelização, já que a experiência passa a ser percebida como consultiva, quase como uma consulta personalizada. Com isso, a Sephora está educando, guiando e construindo relacionamento em escala.

LLMs são um verdadeiro disruptor da experiência digital como conhecíamos – agentes conversacionais vão nos ajudar a finalmente fazer a ponte entre as lojas online e físicas. Na Sephora, somos dos primeiros a adotar e continuamos testando e aprendendo, tanto evoluindo nossas próprias plataformas quanto fazendo parcerias com outras plataformas para codefinir a experiência de beleza” – Anca Marola, diretora digital global de Sephora

Anca Marola, diretora digital global de Sephora, durante Shoptalk 2026. Foto: divulgação Shoptalk

Gap: eficiência na captura de demanda

Na outra ponta, a Gap reforça sua estratégia com o ecossistema do Google, apostando em um modelo orientado à intenção.

Aqui, o jogo é diferente: em vez de criar demanda, o foco é capturá-la da forma mais eficiente possível. A inteligência artificial entra para interpretar sinais — buscas, histórico, comportamento — e posicionar a marca no exato momento em que o consumidor está pronto para comprar.

É uma abordagem que privilegia escala, otimização de mídia e precisão. No contexto da beleza, esse modelo funciona especialmente bem para categorias mais funcionais ou de recompra, como skincare básico, haircare e dermocosméticos.

O ganho está na eficiência: menos desperdício de investimento, maior assertividade e ciclos de conversão mais curtos.

Conversa ou intenção? A falsa dicotomia do varejo

A leitura mais superficial colocaria essas estratégias em lados opostos. Mas o que o Shoptalk mostra é que essa é uma falsa dicotomia.

O futuro do varejo de beleza está na integração dessas duas camadas. A conversa (inspiracional, educativa) alimenta a intenção. A intenção (objetiva, transacional) retroalimenta a conversa com dados.

Marcas que conseguirem operar bem nesses dois territórios terão vantagem competitiva clara. Isso exige uma mudança: dados integrados, times mais analíticos e uma operação capaz de conectar conteúdo, mídia e tecnologia.

O impacto direto no varejo de beleza

Para o setor, as implicações são profundas. Beleza sempre foi uma categoria de experimentação e descoberta, mas agora essa descoberta ganha escala e previsibilidade.

Isso abre quatro frentes estratégicas:

1. Curadoria como diferencial competitivo
Não basta ter sortimento. É preciso traduzir esse portfólio em recomendações inteligentes, contextualizadas e acionáveis.

2. Conteúdo que converte
Tutoriais, rotinas e educação passam a ser ativos de performance, especialmente quando integrados à IA.

3. Dados como ativo central
Quem conhece melhor seu consumidor consegue antecipar desejos e não apenas reagir a eles.

4. Integração de canais
A jornada não é mais on ou off. É contínua, híbrida e precisa ser fluida do discovery à conversão.

O novo papel das marcas

O que está em jogo é uma mudança de identidade. Marcas passam a atuar como verdadeiros sistemas de recomendação.

Nesse cenário, o diferencial está em como ela é aplicada para gerar relevância, contexto e valor percebido.