Contexto do cliente em escala: por que a Natura descobriu que o problema não era volume de dados

Em 2024, a Natura convivia com três verdades separadas sobre o mesmo cliente. NPS morava em um sistema, CSAT em outro, e as reviews em um terceiro. Nenhum conversava com os demais. A reação inicial, quase automática em qualquer empresa, foi pedir mais dados. A descoberta, segundo o briefing oficial da palestra do Fórum E-Commerce Brasil 2026, foi outra: o gargalo nunca foi volume, e sim contexto.

Essa distinção é o coração da apresentação "De fragmentado a integrado: contexto do cliente em escala", marcada para 30 de julho de 2026 às 10h no palco Plenária Tecnologia & Inovação. Quem conduz são Gabriela Gertel, Global CX Manager da Natura &Co, e Rodrigo Pantigas, co-fundador de Product & DataOps da Birdie.ai. A conversa promete ser franca sobre o que realmente muda quando o time inteiro passa a enxergar o mesmo cliente.

Volume não é contexto

Para quem trabalha com dados, a armadilha do "pede mais dados" é conhecida. Adicionar fontes sem integrá-las multiplica ruído, não sinal. Ter NPS, CSAT e reviews em silos significa que cada área olha para uma métrica isolada e tira conclusões parciais, às vezes contraditórias, sobre a mesma pessoa. O cliente que dá nota alta no NPS pode estar deixando reviews negativas em outro canal, e ninguém cruza essas informações.

O valor não está no dado bruto, e sim na capacidade de relacionar sinais que antes viviam apartados. É um problema clássico de arquitetura de dados: unificação de identidade, normalização de fontes heterogêneas e a construção de uma camada onde o mesmo cliente aparece uma vez só, com todo o histórico agregado. Sem isso, cada sistema conta uma história diferente.

Os três sinais que só apareceram depois

O ponto mais interessante prometido pela palestra são os três sinais que só se tornaram visíveis após a integração, sendo que um deles é descrito como "nada óbvio". Essa é a promessa de valor de qualquer projeto de unificação de contexto: emergem padrões que nenhuma métrica isolada revelava.

É o tipo de resultado que justifica o investimento de engenharia. Quando você conecta reviews textuais com scores estruturados de satisfação, por exemplo, consegue entender por que uma nota caiu, não apenas que ela caiu. Correlações entre canais só ficam mensuráveis quando os dados compartilham o mesmo modelo e a mesma chave de identidade.

O obstáculo mais difícil não é técnico

O briefing entrega a tese mais provocativa logo de saída: "o obstáculo mais difícil dessa jornada não é tecnológico". Isso ressoa com quem já tentou integrar sistemas dentro de uma organização grande. A parte de pipeline, ETL, deduplicação e modelagem é trabalhosa, mas resolvível. O difícil é alinhar áreas que antes operavam com métricas próprias e ganho de autonomia sobre seus números.

Quando CX, produto, atendimento e marketing passam a olhar o mesmo cliente, muda a política interna: decisões que eram tomadas com a "verdade" de cada silo agora precisam ser negociadas com um contexto compartilhado. Isso mexe com processos, responsabilidades e até com a forma como cada time justifica seu trabalho. É mudança organizacional, não só de infraestrutura.

Por que isso importa para quem constrói

Para desenvolvedores e times de dados, o case reforça algumas prioridades ao desenhar uma arquitetura de contexto do cliente:

• Resolução de identidade primeiro: sem uma chave confiável para unir registros, nenhuma integração se sustenta.
• Modelo comum antes de mais fontes: normalizar o que já existe rende mais do que adicionar volume.
• Dados não estruturados contam história: reviews e texto livre, quando conectados a métricas estruturadas, explicam o "porquê" que os números sozinhos escondem.
• Adoção interna é requisito, não detalhe: a integração técnica só vira valor quando os times confiam no contexto unificado e agem sobre ele.

A palestra da Natura &Co com a Birdie.ai serve como lembrete de que projetos de dados falham menos por limitação técnica e mais por falta de alinhamento sobre o que se está tentando medir. Vale acompanhar quais foram, na prática, os três sinais revelados, especialmente o que a organização classifica como não óbvio.

Fonte: Agenda oficial — Plenária Tecnologia & Inovação