O imposto da rotatividade: como agências de marketing guardam o que as pessoas sabem
Por Luis Gomes, Fundador e líder de crescimento
Este é um caso composto, montado a partir do que donos de agência nos contaram. Uma líder de atendimento sênior pede demissão depois de seis anos no mesmo cliente. Ela sabe que o responsável pelo marketing do cliente detesta ponto de exclamação. Sabe qual foto de produto o jurídico devolveu duas vezes, e por quê, e qual concorrente a marca nunca cita pelo nome. Quase nada disso está escrito. E, desde o ano passado, ela guarda uma coisa nova: um histórico de conversas com um assistente de IA, ajustado ao longo de centenas de prompts para soar como aquele cliente. Ela sai numa sexta-feira. Na segunda, a conta tem um novo responsável, e tudo o que ela sabia foi embora com ela, inclusive o histórico de conversas.
Chame isso de imposto da rotatividade: a parte do que uma agência sabe que sai pela porta com cada pessoa que vai embora. As agências sempre pagaram esse imposto, porque as pessoas trocam de agência e o critério sênior mora na cabeça dos seniores. Já escrevemos sobre transformar o que está na cabeça da equipe numa base. A seguir estão o que a IA fez com esse imposto, duas regras que o reduzem, os nossos próprios registros e um piloto em uma unidade.
O que agravou o imposto foi o jeito como a IA chegou. Quando uma equipe adota IA uma pessoa de cada vez, cada pessoa constrói um contexto particular: os próprios prompts, as próprias correções, o próprio jeito de fazer a ferramenta soar certo para um cliente. A agência termina com tantas memórias particulares quanto tem de pessoas, e não é dona de nenhuma delas. O imposto sobe junto com a adoção.
As 14 agências
Em 30 de setembro, lemos os sites de 14 agências estabelecidas: seis no Brasil e oito entre Estados Unidos, Reino Unido e redes globais. Sete não dizem nada sobre como usam IA no próprio trabalho. Duas apresentam a IA como uma capacidade ou como um produto criativo. Uma fala em sistematizar o próprio conhecimento. Quatro descrevem um sistema de IA que atende a agência inteira, e duas delas dizem que esse sistema guarda as regras de uma marca. Uma rede promete agentes que "aprendem a sua marca, as suas metas e os seus limites".
Parte do mercado, portanto, já diz ter um sistema que guarda as regras que o cliente entrega no primeiro dia. Nenhuma das 14 descreve a parte que decide quanto custa o imposto da rotatividade: o registro do que cada cliente rejeitou e por quê, mantido depois que as pessoas da conta mudam. Esse registro é a camada de memória.
Ferramentas e gestão
Numa palestra da Y Combinator sobre como construir empresas de serviços AI-native, os palestrantes fazem um alerta. Os fundadores não devem comprar uma empresa de serviços tradicional e colocar IA por cima. O alerta é para quem compra, mas vale também para quem está dentro: "Elas têm outras expectativas sobre métricas, contratação e desempenho. Colocar IA por cima disso não muda nenhuma dessas realidades de imediato."
Essas três coisas são gestão. Uma agência reduz o imposto da rotatividade mudando duas regras de gestão sobre quem é dono do que a equipe aprende.
A primeira regra: ninguém rejeita um trabalho sem escrever o motivo. Isso vale para o cliente que devolve um post e vale para dentro da agência, quando um líder de atendimento devolve a peça de um designer. Uma rejeição com motivo é uma lição que a empresa pode guardar. Sem o motivo, a lição fica em duas cabeças, e uma delas pode pedir demissão.
A segunda regra: o contexto de IA pertence à conta. Quando um prompt funciona para um cliente, a parte específica daquele cliente vai para o arquivo da conta, onde a próxima pessoa a assumir a conta a encontra no primeiro dia. O método reutilizável por trás do prompt vai para a biblioteca de instruções que a agência inteira usa.
Os nossos registros
Rodamos esse modelo no Tour Studio da Leanboat para cerca de 110 operadoras de turismo, com pouco mais de 2.000 posts publicados em setembro. As operadoras usam uma página de aprovação para aprovar um post ou devolvê-lo. São empresas pequenas, então a comparação com os clientes corporativos de uma agência vale para o ciclo de aprovar e rejeitar, e para aí. Duas descobertas nesse ciclo mudaram o jeito como pensamos a camada de memória.
Primeiro, a captura pode ser resolvida no próprio desenho da ferramenta. A página de aprovação não aceita uma rejeição sem um motivo escrito. Desde meados de julho, 180 rejeições passaram por ela, e todas as 180 trazem um motivo. Uma operadora pediu que não destacássemos o passeio para ver golfinhos, porque essa atividade exige uma licença que ela não tem. Nenhum guia de estilo teria pegado isso, e o cliente escreveu tudo numa frase, no momento de dizer não.
Segundo, o conhecimento ainda vazou dentro do nosso próprio sistema. Transformar motivos em regras funciona na maior parte das vezes: em setembro, o sistema escreveu 58 regras permanentes a partir de correções de clientes, em 23 contas. Em 14 de setembro, o sistema registrou a correção de um cliente, que pedia para parar de mencionar um ponto turístico que tinha saído do passeio, e o salvamento falhou. A causa era um bug que já conhecíamos. Uma correção tinha sido escrita no começo de setembro e estava esperando revisão. Ela ficou cerca de quatro semanas sem merge, e a falha foi parar num log que ninguém lia.
Já fizemos o merge da correção, restauramos a regra que tinha se perdido e incluímos uma verificação que aponta qualquer regra que não consiga ser salva.
No post sobre a camada de memória, escrevemos que o motivo é a parte que a equipe pula quando o prazo aperta. Os nossos registros corrigem isso: o motivo chega quando a ferramenta exige. A etapa a vigiar é a seguinte, a de transformar um motivo numa das regras travadas do cliente. Essas regras são as instruções permanentes que a IA aplica a toda peça futura daquele cliente.
Essa etapa é a rodada de sexta-feira que descrevemos em o que uma agência AI-native entrega: a IA propõe edições de regras a partir das correções da semana, e uma pessoa aprova. O mesmo post apontou o primeiro modo de falha, a correção que não volta para as instruções, e a regra que perdemos foi uma versão silenciosa dele. Por isso, a rodada precisa de uma contagem própria. Classifique cada motivo como caso isolado ou como regra duradoura. Mande cada regra proposta para uma pessoa sênior aprovar, com as dúvidas em aberto na fila dessa pessoa. E trate uma segunda rejeição pelo mesmo motivo como o alarme de que falta uma regra.
O piloto na produção de conteúdo
Julien Bek, da Sequoia, traçou a linha para empresas que compram serviços AI-native: "Trocar um contrato de terceirização por um prestador de serviços AI-native é uma troca de fornecedor. Substituir pessoas da equipe é uma reorganização." O mesmo vale para uma agência que muda a si mesma, então o dono pode começar menor. Escolha uma unidade, rode essa unidade no novo modelo por um ciclo e deixe os resultados decidirem a próxima.
A produção de conteúdo é a unidade que escolheríamos primeiro, inteira: o briefing, os posts orgânicos e as peças para campanhas pagas. O impacto é alto porque ela vive de decisões de aprovar e rejeitar toda semana. Assim, a camada de memória recebe matéria-prima desde o primeiro ciclo, e uma regra aprendida num post orgânico também vale para a versão paga da mesma mensagem. O risco é baixo porque, no piloto, nada é publicado até que uma pessoa aprove. Um rascunho fraco termina como rejeição antes que alguém de fora da agência o veja.
Um primeiro ciclo funciona assim:
- Uma marca cliente e os criadores de uma das campanhas dela, com cerca de dez perfis conectados.
- Um briefing de uma página com tom, estratégia e contexto da campanha. O sistema transforma esse briefing numa ficha de marca para cada perfil.
- O sistema pesquisa, planeja e escreve, e confere cada peça com o briefing.
- A equipe aprova ou rejeita cada peça, com um motivo.
- Os posts orgânicos aprovados são publicados, e os mais fortes viram criativos pagos.
- No fim do ciclo, a agência decide se amplia para mais marcas, mais criadores ou outra unidade.
Para começar, uma agência precisa de cinco coisas:
- O tema do primeiro ciclo: uma campanha ou uma marca, com datas.
- Uma pasta compartilhada com o material da campanha e dos eventos.
- O nome de quem aprova, na agência e no cliente.
- O volume mensal atual de posts por perfil.
- Uma pessoa na agência responsável pelo projeto.
Depois, leia um número toda semana, desde a primeira: quantos motivos de rejeição viraram regras travadas, e se cada uma delas foi de fato salva. Se esse número ficar em zero por duas semanas seguidas, confira o salvamento antes de olhar para a equipe.
Se você tem uma agência e quer testar isso em uma unidade, mande esses cinco itens para nós e montamos o primeiro ciclo com você.