Em 2019, o JPMorgan Chase — o maior banco dos Estados Unidos — assinou um acordo de cinco anos com uma empresa chamada Persado. O objecto do contrato não era software de análise, nem um motor de recomendação. Era mais estranho do que isso: uma inteligência artificial para escrever as palavras dos anúncios e emails do banco.

Os resultados dos primeiros testes explicam o contrato. Em algumas campanhas, o texto gerado pela máquina produziu um aumento de 450% na taxa de click-through face ao texto escrito por copywriters humanos.

Uma parceria de cinco anos para uma coisa só: as palavras

A Persado especializou-se num problema muito estreito: dada uma mensagem que uma marca quer transmitir, qual é a formulação exacta — palavras, ordem, tom, chamada à acção, emoção evocada — que gera mais resposta?

O sistema é treinado sobre mais de mil milhões de interacções de marketing e testa sistematicamente variações que um humano não teria tempo nem paciência para experimentar: dezenas de enquadramentos emocionais para a mesma oferta, cada um medido em resposta real.

450% aumento de click-through no melhor caso vs copy humano
melhoria média típica das campanhas optimizadas
1B+ interacções de marketing no modelo de linguagem

O exemplo que se tornou famoso

Num exemplo tornado público pelo banco, a versão humana de um anúncio dizia:

"Aceda a dinheiro a partir do capital próprio da sua casa."— versão escrita por copywriters

A versão da máquina dizia:

"É verdade — pode desbloquear dinheiro a partir do capital próprio da sua casa."— versão gerada e optimizada por IA

A diferença parece mínima. O impacto na resposta não foi. "É verdade" reconhece uma dúvida que o leitor já tem. "Desbloquear" sugere algo que estava disponível e à espera. "Pode" é permissão, não instrução. Nenhuma destas escolhas é acidental — cada uma foi testada.

Porque é que a máquina ganha

Não é porque escreve melhor do que um bom copywriter. É por três razões mais aborrecidas:

  1. Volume de variações. Testa centenas de formulações onde uma equipa humana testaria três ou quatro.
  2. Ausência de ego. Não defende a frase de que gosta. Mantém a que teve mais cliques, mesmo que seja a menos elegante.
  3. Memória sistemática. Aprende com cada envio e transporta o que resultou para a campanha seguinte.

O que isto significa para quem não é um banco

A lição não é "contrate a Persado". É que a personalização não acaba em quem recebe a mensagem — continua em como a mensagem está escrita. A maioria das empresas gasta o esforço de personalização a decidir o segmento e depois envia a todos a mesma frase.

Se o cliente VIP e o cliente em risco recebem ofertas diferentes mas redigidas exactamente da mesma maneira, metade do trabalho de personalização ficou por fazer. O tom de exclusividade que resulta com um não é o tom de urgência que resulta com o outro.

"Testávamos a oferta, o público e a hora do envio. Nunca tínhamos testado as palavras a sério — e eram elas que mais mexiam nos números."— Prática comum de email marketing, antes da optimização por IA

Aplicação prática

  • Para cada campanha, escreva pelo menos três versões do mesmo texto com enquadramentos emocionais diferentes: segurança, urgência, pertença
  • Teste as palavras com o mesmo rigor com que testa o assunto e a hora de envio
  • Adapte o tom ao segmento: exclusividade para o cliente leal, reconhecimento para o inactivo
  • Guarde o que resultou e reutilize o enquadramento vencedor na campanha seguinte