Usar digital twins no marketing? Como a Vartheo explora a antecipação de cenários

Qual teria sido a reação se Cristiano Ronaldo tivesse anunciado, com efeito imediato, a sua saída da Seleção Nacional após o primeiro jogo do Mundial de 2026 frente à República Democrática do Congo?

Segundo a simulação da startup portuguesa Vartheo, 32% do seu painel teria vivido a saída como uma perda, preferindo uma despedida no final do Mundial. A análise revelou quatro perfis dominantes com este a ter a maior representatividade.

“Estes adeptos preferiam vê-lo ficar e despedir-se em grande, idealmente no final do Mundial de 2026, e sentem o anúncio imediato como um balde de água fria que lhes rouba o adeus que imaginavam. Acreditam que uma saída no fim da competição não estragaria o seu legado, antes lhe permitiria sair no auge, ao passo que este adeus precipitado não deixa sequer espaço à esperança”, explica a análise da startup.

Os restantes perfis são:

• 30% protegem a memória do jogador, lamentando a frieza da saída — este perfil “reconhece o contributo histórico inatacável, a conquista do Euro 2016, os recordes e a mentalidade vencedora que elevou Portugal e encara a saída como um episódio que não belisca esse legado”
• 22% preferem virar a página e fechar o ciclo — para estes, “o fim do percurso já era amplamente antecipado pela quebra de rendimento, e a rutura imediata seria lida como um corte limpo e prático que encerra o desgaste mediático e a dependência de uma só figura”.
• Em menor número, 12% olham para o que vem a seguir, divididos entre a confiança e a dúvida — uma fatia “antecipa uma equipa mais fluida e coletiva, libertada da obrigação de servir uma única individualidade, com a liderança a repartir-se por nomes como Bruno Fernandes, Rúben Dias e Bernardo Silva”, aponta-se.

Mas como se chega a estes números? Através de uma simulação feita pela Vartheo junto do seu painel de dez mil augmented consumers, isto é, réplicas digitais (digital twins) de pessoas reais. Estes consumidores virtuais são calibrados com dados reais de consumidores em quatro camadas: demográfica, atitudinal, comportamental e de compra e não com “qualquer tipo de informação” indiscriminada.

A ideia de testar a questão surgiu após o painel ter sinalizado um pico de descontentamento depois do primeiro jogo de Portugal. Isto acontece porque a simulação é “viva”, ou seja, as réplicas digitais evoluem à medida que incorporam dados atualizados diariamente de fontes abertas.

“Conseguem dar opiniões sobre os tópicos para os quais foram calibrados: consumo, marcas, embalagens, comunicação, preço. Fora desse perímetro, a plataforma não força respostas. O objetivo é replicar o indivíduo com fidelidade, não gerar opiniões sobre tudo”, explica Eugeniu Litvinenco, administrador e um dos fundadores da Vartheo, em declarações ao +M.

A startup realizou posteriormente um inquérito a 100 pessoas reais, que diz ter confirmado que os resultados refletiam a realidade. Para esse inquérito foram “buscar exatamente os mesmos perfis que correspondiam aos augmented consumers que usamos”, aponta o responsável.

Esta simulação desportiva é um caso de estudo prático de um negócio com os olhos postos no marketing e que utiliza IA para simular cenários. A Vartheo nasceu há cerca de dois anos e meio, fruto de experiências exploratórias entre colegas de mestrado em Business Analytics na Católica-Lisbon SBE. Inicialmente desenvolvida no campo da política, a ferramenta evoluiu para o marketing. Atualmente conta com seis pessoas e a startup fechou a ronda de investimento angel — cujos valores não divulgam. O objetivo passa por ajudar empresas a otimizarem processos de decisão em áreas como as embalagens e a comunicação.

Atualmente, a Vartheo soma um painel com quase 20 mil augmented consumers — dez mil em Portugal e uma base de dimensão semelhante na Alemanha. Nesse mercado, mil destes perfis já estão disponíveis para utilização. A startup foi selecionada este ano para o programa de aceleração Campus Founders, uma iniciativa que conta com o apoio da Fundação Dieter Schwarz — do fundador da cadeia de retalho Lidl.

Em Portugal, a carteira de clientes inclui marcas como a Meo ou Sonae, bem como agências criativas como a Bazooka, a Judas e a Lola Normajean. A atividade divide-se em três principais áreas — embalagens, validação de conceito de produtos — mais no setor dos vinhos — e comunicação — mais ao nível das agências, permitindo testar drivers e conceitos antes mesmo da fase de idealização das campanhas. A ferramenta pode ainda ser utilizada em cenários de simulação de gestão de crises.

Questionado sobre as diferenças face a outros modelos, Eugeniu Litvinenco clarifica o posicionamento da startup. “Existem várias metodologias. Não nos posicionamos como substituto de todas as metodologias. Simplesmente complementamos as existentes. Para tudo deve existir a sua ferramenta”, explica.

“Complementamos os estudos do mercado, damos continuidade às ferramentas já existentes. Portanto, o que vemos com os nossos clientes, é que, para a grande parte das aplicações, não substituímos o estudo de mercado, mas conseguimos com que, quando se chega a essa fase já se venha com algo pré-validado, algo muito mais robusto e que depois naturalmente transforma-se em retorno”, detalha o cofundador.

Segundo Eugeniu Litvinenco, o que diferencia a Vartheo de análises feitas diretamente no Claude ou no ChatGPT é a qualidade das previsões, permitindo uma maior aproximação à realidade. O administrador nota que as ferramentas de IA presentes no mercado acabam por se basear mais em personas e segmentos e população. “Isso tem valor até certo ponto”, destaca. A abordagem da Vartheo foca-se no detalhe, cruzando dados qualitativos — como o impacto emocional ou apelo visual gerado — com dados quantitativos — a percentagem do painel em que se observou esse impacto.

Uma das maiores vantagens tem sido sentida no packaging, explica Eugeniu Litvinenco. A plataforma permite realizar mais de 100 simulações para um só produto — testando, por exemplo, o impacto da alteração da posição do lettering. À escala tradicional, explica o administrador, este processo com consumidores reais exigiria “à volta de dois anos ” e mais investimento, além do risco de fuga de informação, entre outros aspetos. “O time to market é muito grande”, nota. Com a Vartheo, e a título de exemplo, a empresa pode testar várias hipóteses digitalmente e submete apenas a versão final a testes de validação junto de um painel de consumidores reais.

No final de setembro, a Vartheo irá revelar dados concretos de impactos referentes a um trabalho desenvolvido com uma das marcas com quem colabora. A startup está também, neste momento, a dar os primeiros passos a nível internacional, com a Alemanha a ser um dos mercados.

Como funciona os augmented consumers?

A tecnologia que suporta estas simulações assenta na criação de consumidores virtuais construídos a partir de pessoas reais. Cada augmented consumer representa um consumidor específico, com os seus padrões de escolha, preferências e rejeições — não são perfis fictícios criados a partir de médias populacionais.

A tecnologia combina “várias arquiteturas, incluindo componentes multimodais, em que cada modelo executa uma função específica, um prevê a reação comportamental, outro gera a expressão verbal condicionada a essa reação“, detalha Eugeniu Litvinenco.

A startup ajusta os parâmetros dos modelos de base com dados de milhares de consumidores reais, recolhidos em vagas sucessivas, para que o modelo aprenda os padrões únicos de cada indivíduo — “não só o que dizem, mas o que escolhem, o que rejeitam e com que intensidade”.

Tecnicamente, a Vartheo constrói um espaço de treino cujos limites são definidos pelos dados reais observados. “O modelo explora esse espaço e, cada vez que a sua previsão colide com o comportamento real dos consumidores, o erro é usado para ajustar os pesos, até o modelo aprender a mover-se dentro das fronteiras do comportamento humano”, explica o cofundador. O processo de preparação destes augmented consumers para utilização pode levar dias ou semanas.

A esta camada de previsão comportamental juntam-se depois componentes que transformam essas previsões “em reações expressas”. Segundo o cofundador, o valor do negócio “não está nos modelos em si, mas na arquitetura do sistema e na calibração contínua contra dados reais”.