
A inteligência artificial no varejo costuma ser apresentada como se tudo começasse e terminasse numa recomendação de produto. O caso do Grupo Boticário mostra uma ambição mais operacional: usar dados para decidir que oferta apresentar, prever onde haverá procura e conectar essa decisão ao estoque e ao atendimento em diferentes canais.
Em 16 de novembro de 2026, a EXAME e a PEGN detalharam como o grupo pretende aplicar esses recursos durante a Beauty Week. Há personalização de descontos para clientes do Beautybox, modelos preditivos para produção e abastecimento, recomendações de reposição para franqueados e um agente no WhatsApp que ajuda a montar carrinhos e localizar lojas. O valor do caso está menos em uma ferramenta isolada e mais na conexão entre decisões que normalmente ficam espalhadas por marketing, logística e atendimento.
A oferta personalizada precisa caber na operação
Segundo a reportagem da EXAME, o Grupo Boticário usa dados de compras e de comportamento para escolher oferta, momento e canal de contato. A personalização pode considerar interações anteriores em loja física, site, aplicativo e WhatsApp. A companhia prevê gerar promoções individuais para toda a base ativa do Beautybox nesta edição da campanha.
Isso não significa simplesmente dar um cupom diferente para cada pessoa. A decisão precisa equilibrar a chance de conversão com o custo do desconto, a margem do produto e a disponibilidade no canal em que o cliente pretende comprar. A própria reportagem diz que os sistemas de precificação simulam milhares de cenários promocionais para avaliar efeitos sobre vendas e rentabilidade. Esse elo é essencial: uma oferta pode aumentar pedidos e ainda assim destruir margem se o desconto for maior do que o incremento real de demanda.
A empresa afirma que, em operações regulares, as promoções individuais chegam a dobrar a taxa de conversão. Também projeta alta de 32% no número de clientes que compram com promoções personalizadas no pico da Beauty Week e de 15% no conjunto da edição. São números divulgados pelo grupo e reproduzidos pelas reportagens, não uma validação independente. A base de comparação, os ciclos usados e o tamanho da população não foram detalhados. E a projeção trata de clientes que usam ofertas personalizadas, não de aumento de faturamento ou lucro.
Da previsão de demanda à prateleira
Uma promoção bem direcionada só funciona se o produto estiver disponível. O Grupo Boticário diz que modelos de previsão de demanda apoiam produção, distribuição e estoque de um portfólio com mais de 3 mil itens, vendido em mais de 4 mil pontos de venda, além do comércio eletrônico e da venda direta. A preparação para a campanha começa meses antes, reunindo informações dessas frentes para antecipar procura.
Na rede de franquias, as previsões se traduzem em recomendações de reposição para cada unidade. Um assistente de IA integrado à plataforma de pedidos explica por que determinadas quantidades foram sugeridas e responde a dúvidas dos franqueados, segundo a cobertura da PEGN. A expectativa da companhia é reduzir rupturas, isto é, situações em que o consumidor procura um item que não está disponível.
É aqui que a integração se torna mais interessante do que a palavra “IA”. Uma previsão pode orientar compras, mas continua sujeita a erro: sazonalidade, atraso logístico, mudança de preferência ou uma promoção concorrente podem alterar a demanda. A qualidade do resultado depende de dados atualizados, granularidade por produto e local, capacidade de reposição e mecanismos para corrigir recomendações. O assistente que explica a sugestão ajuda na adoção, mas não torna a previsão automaticamente correta.
Omnichannel é continuidade, não só presença em vários canais
No atendimento, a reportagem descreve um agente de IA no WhatsApp que ajuda a conhecer produtos, montar um carrinho e encontrar uma loja próxima. As informações podem seguir para a unidade escolhida, onde a equipe de vendas retoma a conversa. Nos canais digitais, a empresa também menciona recursos para consultar estoque de uma loja favorita, além de opções de retirada e entrega.
Esse fluxo é omnichannel quando o cliente consegue continuar a jornada sem recomeçar do zero: a conversa considera o que já foi pesquisado, o produto está realmente disponível e a loja recebe contexto suficiente para atender. Se o estoque estiver desatualizado, o carrinho não puder ser recuperado ou a equipe não enxergar a interação anterior, o canal adicional só multiplica fricção.
A EXAME atribui a dados internos do grupo a informação de que clientes que compram por mais de um canal têm frequência de compra 30% superior à de clientes de um único canal, entre consumidores com pelo menos duas compras por ano. Isso descreve uma associação entre grupos; por si só, não prova que comprar em vários canais causou a frequência maior. Clientes já mais engajados podem naturalmente usar mais pontos de contato.
Como avaliar o resultado sem confundir atividade com valor
Para avaliar uma iniciativa desse tipo, eu não começaria pelo número de cupons enviados nem pelo volume de conversas no WhatsApp. A pergunta é se a operação melhora o resultado completo da jornada. Isso exige acompanhar conversão incremental contra um grupo comparável, margem depois dos descontos, disponibilidade por produto e loja, ruptura, pedidos atendidos no prazo, cancelamentos, trocas e custo de servir.
Também mediria quantas recomendações de reposição foram aceitas, quantas precisaram de ajuste e se a explicação do assistente ajudou o franqueado a tomar uma decisão melhor. No atendimento, observaria resolução sem transferência, tempo até a solução, abandono, erros de disponibilidade e a qualidade da passagem para uma pessoa. Uma conversa iniciada ou um carrinho montado não equivalem a venda concluída.
O Grupo Boticário apresenta um caso brasileiro útil porque aproxima personalização de marketing da realidade de abastecimento e atendimento. Mas os resultados divulgados ainda precisam ser lidos com a distinção correta entre previsão, indicador observado e impacto financeiro. Desconto individual não é sinônimo de personalização eficaz; a eficácia aparece quando a recomendação é relevante, rentável e executável no canal escolhido.
A pergunta que fica para qualquer varejista é direta: sua empresa consegue conectar o que recomenda ao cliente com o que realmente tem disponível — e provar que essa conexão melhora a margem, não apenas a conversão?
Alexandre Guimarães
Especialista em Inteligência Artificial e Transformação Digital
Gostou do artigo?
Entre em contato para discutir como podemos ajudar sua empresa com Inteligência Artificial e Transformação Digital.