O que realmente acontece por trás de “Itens que você pode gostar”: Os dois lados das recomendações por IA

Em cinco minutos navegando, eu já tinha três itens no carrinho — tudo graças às "recomendações por IA". Eu só queria uma única camisa, mas o "Você também pode gostar disto" me levou a um cardigã e um cachecol. Quando você descobre que 35% da receita da Amazon vem de algoritmos de recomendação (McKinsey), tudo começa a fazer sentido, não é?

Como os algoritmos leem a sua mente

Por que as recomendações por IA parecem tão assustadoramente precisas? Será que ela está lendo a sua mente?

Na verdade, ela não lê sua mente — ela lê o seu comportamento.

A IA coleta três tipos principais de sinais. Primeiro, sinais comportamentais: em que você clica, quanto tempo você gasta em uma página, o que você pesquisa e o que acaba comprando. Dezenas de pontos de dados são reunidos em uma única sessão. Segundo, atributos do produto: cor, material, caimento, marca e faixa de preço. Terceiro, informações contextuais: hora do dia, clima, localização e o dispositivo que você está usando.

Ao combinar esses três fatores, a IA calcula a probabilidade de você gostar de um Item específico. Ela identifica o que pessoas com padrões de comportamento semelhantes aos seus gostaram — um processo chamado filtragem colaborativa.

Recentemente, isso evoluiu ainda mais com o surgimento da IA conversacional. A IA agora consegue entender perguntas em linguagem natural como: "O que devo vestir para um brunch casual no fim de semana?" e oferecer recomendações baseadas no contexto. Pesquisas mostram que essa abordagem gera uma satisfação do cliente ainda maior do que os métodos tradicionais.

Embora a tecnologia em si seja impressionante, o verdadeiro problema está em outro lugar.

O design por trás da conveniência

Quanto mais precisas se tornam as recomendações de IA das lojas online, mais nós compramos. Isso não é coincidência; é estratégico.

Considere a principal métrica de sucesso para um algoritmo de recomendação: a taxa de conversão — a porcentagem de recomendações que resultam em uma compra. O objetivo do algoritmo é elevar esse número. Em outras palavras, ele é otimizado para fazer você "comprar", e não necessariamente para dizer o que você realmente precisa.

Várias táticas psicológicas estão integradas a esse sistema:

A Bolha de Filtro. A IA mostra consistentemente estilos que você já gosta. Embora seja confortável, isso pode fazer com que seu estilo estagne, reduzindo as oportunidades de experimentar algo novo.

Gatilhos de Urgência. Mensagens como "oferta limitada por 24 horas", "3 pessoas estão visualizando este item" ou "estoque baixo" forçam uma tomada de decisão rápida. Itens que você talvez deixasse passar se tivesse tempo para pensar acabam no seu carrinho devido a esse senso de urgência.

Coleta Passiva de Dados. Os dados são coletados sobre tudo, desde quantos segundos você olha para um Item até a velocidade com que você rola a página. Esses dados alimentam o algoritmo para criar um Feed que é cada vez mais "irresistível".

Isso não é inerentemente ruim. Boas recomendações podem ajudar você a descobrir novas marcas ou encontrar Itens de que realmente precisa. No entanto, há uma diferença enorme entre entender como esse sistema funciona e ser influenciado por ele sem perceber.

Quando você entende a mecânica, pode construir seu próprio filtro.

Seu guarda-roupa como um filtro

A IA das lojas sabe o que você "comprou", mas não sabe o que você "tem". Ela não tem ideia de quantas vezes você usou uma determinada peça, se você já tem algo parecido ou se esse novo Item realmente combina com o resto do seu armário.

É aqui que os dados do seu Guarda-roupa digital funcionam como um filtro.

Quando vir uma recomendação, abra seu Guarda-roupa digital e pergunte a si mesmo: "Eu já tenho um tricô parecido no meu Guarda-roupa?" "Se eu comprar isto, consigo criar pelo menos 3 Looks diferentes com as roupas que já tenho?" "Eu já tenho o suficiente desta Categoria?"

Para responder a essas perguntas, você precisa de dados reais sobre suas roupas. Se você confiar apenas na memória, é fácil cair na armadilha de pensar: "Acho que não tenho nada parecido com isso".

Enquanto a IA das plataformas é projetada para fazer você "comprar", os dados do seu Guarda-roupa são projetados para ajudá-lo a "determinar se você realmente precisa daquilo". Quando você usa os dois juntos, pode finalmente alcançar um consumo intencional e independente.

Mas fazer isso manualmente toda vez é trabalhoso. Você precisa de uma abordagem mais sistemática.

A regra dos 5 segundos para recomendações

Você não precisa de uma análise profunda para cada recomendação. Apenas tente este check-up de 5 segundos:

"Eu ainda estarei pensando nisso daqui a 48 horas?"

Compras por impulso são caracterizadas por um senso de urgência de "agora ou nunca". Ao se dar um período de resfriamento de 48 horas, as coisas que você realmente precisa permanecerão na sua mente, enquanto os impulsos desaparecerão naturalmente.

Adicionar mais um passo torna isso ainda mais eficaz: "Consigo combinar este Item com pelo menos 3 Itens existentes no meu Guarda-roupa?" Mantenha como candidatos à compra apenas os Itens que passarem neste teste. Se você não conseguir pensar em pelo menos 3 Looks, é provável que essa peça acabe isolada e sem uso.

Apenas esses dois passos — o resfriamento de 48 horas e o teste dos 3 Looks — podem filtrar a grande maioria das compras desnecessárias.

As recomendações por IA são uma ótima ferramenta, mas ferramentas só são úteis para quem sabe usá-las. Quando você entende como os algoritmos funcionam e usa os dados do seu próprio Guarda-roupa como filtro, a IA deixa de ser algo que faz você "comprar mais" e passa a ser algo que ajuda você a "comprar melhor".

❓ FAQ

P: Devo ignorar completamente as recomendações por IA?
R: Não. As recomendações por IA são úteis para descoberta. No entanto, é importante criar o hábito de cruzar essas recomendações com os dados do seu Guarda-roupa para decidir se você "realmente precisa" do item.

P: Como posso escapar da bolha de filtro?
R: Ocasionalmente, pesquise de propósito por estilos fora da sua preferência habitual ou inspire-se nos Looks de amigos. Usar o recurso de IA Estilo do Acloset para obter sugestões de novas combinações também é uma ótima maneira de variar.

P: Posso filtrar as recomendações de IA dentro do Acloset?
R: Como o Acloset recomenda Looks com base no Guarda-roupa que você já possui, as sugestões focam em quão bem as peças combinam com suas roupas atuais. Isso é fundamentalmente diferente das recomendações focadas em compra da maioria das lojas online.

Referências e Fontes:

McKinsey & Company, "The State of Fashion," 2024-2025
ThredUp, "Resale Report," 2025
WRAP UK, "Valuing Our Clothes," 2023

Publicado pela equipe da Acloset Magazine.