Qual é o KPI mais importante de uma consultora de beleza virtual?

Não existe um só. A conversão é o número principal, mas ela só se torna interpretável quando você também acompanha alcance, taxa de envio de foto e cobertura do catálogo — caso contrário, não dá para saber em qual etapa está o vazamento.

Quanto tempo leva até uma consultora de beleza virtual mostrar resultados?

Métricas de funil, como taxa de abertura e envio de foto, se movem em dias. Métricas comerciais, como recompra e devoluções relacionadas a tom, precisam de uma janela mais longa — por isso um plano de 90 dias separa as duas.

Posso comparar meus resultados com benchmarks publicados do setor?

Use-os apenas como contexto. Números publicados refletem o catálogo, o tráfego e o mix de canais de outra empresa; a comparação confiável é a sua própria linha de base pré-lançamento, no mesmo canal.

Por que a confiança por campo importa para a mensuração?

O MaIA Scan retorna um valor de confiança para cada atributo, então você consegue separar uma foto fraca de uma recomendação fraca. Acompanhar a distribuição de confiança por canal costuma revelar problemas de captura antes que eles apareçam na receita.

O MaIA Beauty Advisor é self-service como a API?

Não. O MaIA Beauty Advisor é entregue como projeto com a equipe da B4A porque é integrado ao seu catálogo de produtos. O MaIA Scan e o MaIA Try-On estão disponíveis em self-service com uma conta e uma chave de API.

KPIs de consultora de beleza virtual: primeiros 90 dias

A maioria das equipes de beleza lança uma consultora de beleza virtual com um único número em mente: conversão. Então o primeiro mês termina, o gráfico de conversão se move um pouco e ninguém consegue explicar por quê. O problema raramente é a consultora — é que os KPIs da consultora de beleza virtual nunca foram definidos antes do lançamento, então não há como distinguir um problema de alcance de um problema de recomendação ou de um problema de catálogo.

Este artigo apresenta um plano de mensuração em quatro camadas, na ordem em que uma sessão realmente acontece: quem chega até a consultora, se o perfil é capturado, se a recomendação é aceita e o que acontece comercialmente depois. Instrumente nessa ordem e todo debate posterior terá resposta.

Por que uma consultora de beleza virtual precisa do próprio scorecard

Uma consultora não é um banner nem uma landing page. É uma conversa com várias etapas, e cada etapa pode vazar. Uma cliente pode abrir a consultora e abandonar antes de enviar uma selfie. Pode enviar uma selfie e receber um perfil sobre o qual o sistema não tem confiança. Pode receber um perfil confiável e uma shortlist que não contém nada em estoque no tom dela. Cada um desses casos pede uma correção diferente — mais pontos de entrada, melhor orientação de foto, melhores dados de catálogo — e um único número de conversão esconde os três.

Há um segundo motivo. Uma consultora de beleza com IA lê um perfil de beleza e recomenda os seus próprios produtos no WhatsApp, nas páginas de produto e no chat. Esses canais têm tráfego, intenção e linhas de base diferentes, então uma média combinada diz muito pouco. Meça por canal desde o primeiro dia.

Camada 1: alcance — alguém realmente chega lá?

Impressões do ponto de entrada e taxa de abertura

Conte, por ponto de entrada, quantas pessoas viram que a consultora estava disponível e quantas a abriram. Um botão na página de produto, uma campanha de WhatsApp e um módulo na home vão se comportar de formas completamente diferentes. Taxa de abertura baixa é um problema de posicionamento e de texto, não de IA, e é o item mais barato desta lista para corrigir.

Sessões iniciadas por canal e dispositivo

Separe por canal e por mobile versus desktop. Consultoras que dependem de uma selfie se comportam de forma diferente na webcam de um notebook e na câmera de um celular. Se as sessões em mobile dominam, suas orientações, suas instruções de enquadramento e suas mensagens de erro devem ser escritas pensando primeiro no celular.

Camada 2: captura do perfil — a qualidade da entrada

Taxa de envio de foto e taxa de refazer a foto

Das pessoas que abriram a consultora, quantas enviaram uma foto? Dessas, quantas precisaram refazê-la? Uma taxa alta de refazer geralmente aponta para a orientação de iluminação e enquadramento, não para o modelo. Nossa API de análise de pele e cabelo retorna um valor de confiança por campo justamente para que você possa agir sobre isso: confiança baixa no subtom, por exemplo, é um sinal para pedir uma segunda foto ou ampliar a shortlist, em vez de fingir certeza.

Distribuição de confiança por campo

Acompanhe a distribuição, não a média. Se a confiança no subtom é consistentemente menor que a confiança no tom de pele em um canal, esse canal tem um problema de captura — um enquadramento cortado, um filtro pesado, um ambiente escuro. Corrigir a captura eleva todas as métricas seguintes de uma vez.

Taxa de fallback

Com que frequência a consultora recorre a uma pergunta em vez de um resultado de análise? Algum fallback é saudável. Uma taxa de fallback que sobe semana após semana é um sinal que vale investigar antes que chegue aos relatórios de receita.

Camada 3: qualidade da recomendação

Aceitação da shortlist e taxa de cliques

Quantas clientes clicaram em pelo menos um produto recomendado, e em qual posição? Se os cliques se concentram na primeira posição, o ranking está funcionando. Se eles se espalham de forma uniforme, o ranking está perto do aleatório e os atributos do seu catálogo provavelmente são rasos.

Cobertura do perfil pelo seu catálogo

Esta é a métrica que as equipes esquecem. Para cada perfil de beleza que a consultora produz, o catálogo conseguiria respondê-lo com produtos mapeados, em estoque e no tom certo? Um perfil sem boa resposta é uma lacuna de catálogo, e isso é muito mais comum do que um erro do modelo. Registre esses casos — eles também são um insumo de merchandising para a próxima extensão de linha.

Taxa de refinamento e de nova pergunta

Com que frequência a cliente pede outra coisa — mais claro, mais barato, sem fragrância? Refinamentos não são falhas; são dados de intenção. Uma taxa de refinamento crescente em um atributo mostra onde a primeira recomendação está sistematicamente errada.

Camada 4: resultado comercial

Só agora a conversão faz sentido. Meça-a como comparação, não isoladamente: sessões que usaram a consultora versus sessões comparáveis que não usaram, no mesmo canal e no mesmo período. Adicione ticket médio, itens por pedido e — com uma janela mais longa — taxa de recompra e taxa de devolução ou troca em categorias sensíveis a tom. Reclamações de tom são uma métrica lenta, mas são a que prova que a recomendação estava certa, e não apenas persuasiva.

Cuidado com benchmarks. Números publicados por outras empresas descrevem o catálogo, o tráfego e o mix de canais delas, não os seus. Use sua própria linha de base pré-lançamento como comparação e trate números externos apenas como contexto.

Um plano simples de 90 dias

Dias 1–30: instrumentar. Lance com registro de eventos em cada etapa acima, separado por canal. Não otimize ainda; colete uma linha de base limpa.

Dias 31–60: corrigir o funil. Ataque o maior vazamento, geralmente o envio de foto ou a cobertura do catálogo. Mude uma coisa de cada vez para que o gráfico continue legível.

Dias 61–90: ajustar o ranking e reportar. Com a captura estável, trabalhe na qualidade da recomendação e apresente os resultados comerciais ao lado do funil, para que a liderança veja causa e efeito, e não apenas o número final.

Dois erros a evitar: fazer a média entre canais e reportar um aumento de conversão sem um grupo de controle comparável.

Se você quer ver o perfil de beleza por trás de tudo antes de desenhar o seu próprio scorecard, crie uma conta e gere uma chave de API — ou fale com a nossa equipe sobre um projeto de consultora construído sobre o seu catálogo.

KPIs de consultora de beleza virtual: o que medir nos primeiros 90 dias