piloto de try-on virtual
Piloto de try-on virtual em 90 dias: escopo, métricas e critérios de decisão
Como desenhar um piloto de try-on virtual com escopo fechado: qual hipótese testar, qual forma de entrega escolher, o que medir e como decidir entre escalar, ajustar ou parar no fim do trimestre.
A maioria dos projetos de prova virtual não fracassa por tecnologia: fracassa porque nunca se definiu o que estava sendo testado. Um piloto de try-on virtual bem montado não busca "lançar a funcionalidade": busca responder, em um prazo fechado, se a prova de cor move uma métrica concreta do negócio e se a operação de cor é sustentável. Este artigo propõe uma estrutura de 90 dias pensada para times de e-commerce, CRM e produto que precisam levar uma decisão fundamentada ao comitê.
Qual hipótese um piloto de try-on virtual deve testar
Antes de escolher a ferramenta, escreva a hipótese em uma frase. Alguns exemplos que vemos em marcas de beleza:
- "As visitas à página de batons que experimentam uma cor adicionam ao carrinho com mais frequência do que as que não experimentam."
- "A prova de cor reduz as perguntas sobre tom que chegam ao atendimento."
- "O tráfego de campanha que chega a uma experiência de prova deixa mais contatos identificados do que o que chega a uma landing estática."
Uma hipótese por piloto. Se você tentar validar conversão, retenção e geração de leads ao mesmo tempo, vai terminar com três resultados ambíguos em vez de um claro. Defina também qual resultado faria você abandonar a ideia: esse limiar, escrito antes de começar, é o que evita discussões políticas na semana 12.
Escolher a forma de entrega conforme o escopo
O MaIA Try-On existe em duas formas, e cada uma serve a pilotos diferentes.
API por foto
A cliente envia uma foto, o produto — batom ou base — é renderizado sobre ela e a imagem volta pronta para ser exibida. É o caminho mais rápido quando o piloto roda em um canal onde você não controla o front-end: WhatsApp, um fluxo de CRM, um microsite de campanha, um tablet na loja. Não exige que o time de front-end abra o tema do e-commerce. As paletas são calibradas com base nos produtos reais da marca dentro de um projeto, então a cor que a cliente vê corresponde ao SKU que ela vai comprar. Você pode conferir o funcionamento na página de prova virtual de maquiagem.
SDK no navegador (acesso antecipado)
O SDK roda no domínio da marca e cobre treze produtos — batom, base, blush, pó, corretivo para olheiras, sombra, máscara de cílios, sobrancelhas, delineador, bronzer, contorno, iluminador e lápis de boca — além de um Full Look combinado. Funciona no modo ao vivo pela câmera, com a renderização feita localmente no navegador e sem envio da imagem, ou no modo foto, com qualquer cor #RRGGBB. É a opção para um piloto de página de produto ou de look completo, e está em acesso antecipado desde setembro de 2026, concedido por conta. Importante para o planejamento: os outros onze produtos e o Full Look são exclusivos do SDK; a API por foto cobre batom e base.
Se você ainda está comparando abordagens de prova, o artigo sobre prova virtual por foto em comparação com outras formas de prova ajuda a situar cada uma antes de comprometer sprints.
Escopo mínimo: catálogo, canal e público
Um piloto não precisa de todo o catálogo. Precisa de cor suficiente para que a prova seja útil e de foco suficiente para que o resultado seja legível.
- Catálogo: uma família de produto com muitos tons, idealmente batom ou base. Entre 12 e 30 tons costuma ser suficiente para que a cliente encontre algo próximo do que procura.
- Canal: um só. Página de produto, campanha paga, WhatsApp ou loja física. Misturar canais no mesmo piloto mistura também as causas de qualquer variação.
- Público: se o canal permitir, divida o tráfego. Um grupo com prova de cor, outro sem. Sem comparação, qualquer número do piloto será anedótico.
Documente também quem aprova a cor. A calibração da paleta é uma tarefa de marketing de produto, não de engenharia: alguém do time de marca precisa validar que cada tom renderizado representa o SKU.
Métricas e critérios de decisão
Meça em três camadas, e combine com o time como cada uma é calculada antes da semana 1:
- Adoção. Qual porcentagem das visitas ao canal abre a prova e quantos tons cada sessão experimenta. Se a adoção é baixa, o problema quase sempre é de posicionamento e de chamada para ação, não do render.
- Comportamento. Adição ao carrinho, avanço para o checkout e conversão do grupo que experimentou em comparação com o que não experimentou. Observe também o tom mais experimentado versus o tom mais comprado: essa diferença é insumo direto para compras e sortimento.
- Operação. Consumo de créditos, erros por foto de má qualidade, tempo do time de marca para aprovar paletas, tickets de suporte sobre cor.
Evite importar promessas de conversão de terceiros para o seu caso de negócio. Os resultados variam com o catálogo, o tráfego e o canal de cada marca; o objetivo do piloto é produzir o seu próprio número, não confirmar o de outra pessoa.
Um cronograma de 90 dias
- Semanas 1–2: hipótese, métrica única, limiar de decisão, seleção de canal e família de produto. Conta criada e chave de API gerada.
- Semanas 3–5: integração técnica e calibração da paleta com o time de marca. Testes internos com fotos reais de clientes do segmento-alvo.
- Semanas 6–10: piloto no ar com divisão de tráfego. Nada de mudanças de escopo no meio do caminho.
- Semanas 11–12: leitura dos resultados, custo por sessão de prova e decisão: escalar para mais SKUs e canais, ajustar o posicionamento ou parar.
Erros comuns que custam o trimestre
Esconder a prova abaixo da dobra. Lançar com tons não aprovados. Não instrumentar os eventos antes de abrir o tráfego. E o mais frequente: encerrar o piloto sem um critério escrito, o que transforma uma decisão de negócio em uma discussão de opiniões.
Pronto para montar o seu? Crie uma conta, compre créditos e gere sua chave na documentação da API, ou fale com o time da B4A para definir o escopo do piloto junto com o seu catálogo.
Perguntas frequentes
Quanto catálogo preciso para um piloto de try-on virtual?
Uma única família com boa variedade de tons, normalmente batom ou base, costuma ser suficiente. Entre 12 e 30 tons permite que a cliente encontre algo próximo do que procura sem transformar a calibração de cor em um projeto de meses.
Vale a pena começar pela API por foto ou pelo SDK para navegador?
A API por foto é mais rápida quando você não controla o front-end: WhatsApp, CRM, campanhas ou tablet na loja, e cobre batom e base. O SDK, em acesso antecipado concedido por conta, roda no seu domínio e cobre treze produtos mais o Full Look, com modo ao vivo pela câmera ou modo foto.
Qual métrica deveria ser a principal do piloto?
Uma só, escolhida antes de começar: normalmente adição ao carrinho ou conversão do grupo que experimentou em comparação com o que não experimentou. Adoção e métricas operacionais são monitoradas em paralelo, mas a decisão é tomada sobre a métrica principal.
Posso usar dados de conversão publicados por outras empresas no meu caso de negócio?
Como referência de contexto, sim, sempre citando a fonte, mas não como projeção própria. Os resultados dependem do catálogo, do tráfego e do canal de cada marca; o objetivo do piloto é gerar o seu próprio número.
O try-on virtual faz algum tipo de avaliação clínica da pele?
Não. O MaIA Try-On renderiza produtos de maquiagem sobre uma foto ou sobre a imagem da câmera, e o MaIA Scan descreve atributos visíveis de uma selfie. Nenhum dos dois é uma avaliação clínica, trata condições ou substitui a avaliação de um profissional de saúde.