Viki Zabala, Diretora de Crescimento e Estratégia da First Insight – Série de Entrevistas

Viki Zabala, Diretora de Crescimento e Estratégia da First Insight, traz mais de 22 anos de liderança em empresas de alto crescimento de SaaS, IA e tecnologia, operando na interseção de estratégia, produto e inovação. Em seu papel, ela lidera o motor de crescimento unificado da First Insight em estratégia, go-to-market, marketing, produto, IA, sucesso do cliente e parcerias, moldando a visão por trás da plataforma de Inteligência de Decisão de Varejo da empresa. Conhecida por traduzir incerteza em clareza, Zabala impulsionou o crescimento hiper, a expansão de novos mercados e a transformação liderada por IA, conectando a percepção do cliente, a inteligência de decisão e os modelos operacionais escaláveis para entregar resultados de negócios mensuráveis para empresas globais.

First Insight é uma plataforma de inteligência de decisão alimentada por IA, construída para varejistas e marcas que buscam prever a demanda, otimizar preços e sortimentos e reduzir riscos em todo o ciclo de vida do produto. Combinando feedback do consumidor em tempo real com IA preditiva, geradora e agente, a plataforma ajuda as organizações a tomar decisões mais rápidas e confiantes em design, merchandising, planejamento e execução na temporada. Usada por varejistas e marcas de consumo líderes globais, a First Insight se concentra em transformar a percepção do cliente em inteligência ação que melhora as margens, acelera a velocidade de comercialização e fortalece o crescimento de longo prazo.

Sua carreira sempre esteve na interseção de dados, estratégia de go-to-market e execução. Quais momentos no início de sua carreira mais moldaram como você pensa sobre transformar insights em decisões operacionais reais hoje?

Eu sempre me concentrei em um desafio fundamental: como influenciar e mudar o comportamento em escala.

No início da minha carreira, isso se manifestou em aplicativos móveis e tecnologia de anúncios, onde os loops de feedback são imediatos. Você aprende rapidamente que os dados só importam se mudam o que alguém faz em seguida – instalação, engajamento, conversão. Mais tarde, em IoT e plataformas de experiência, a mesma verdade se desenrolou em ambientes físicos: como contexto, tempo e experiência moldam o comportamento humano em tempo real.

Em todas essas indústrias, uma lição permaneceu constante: a percepção só é valiosa se for ação no momento em que a decisão é tomada. Se não sobreviver à pressão da execução – preços, go-to-market, inventário, mensagens – é apenas informação.

Essa mentalidade é o que me trouxe à First Insight. O varejo é uma das indústrias mais impulsionadas por comportamento que existe, ainda assim as decisões historicamente dependem de indicadores atrasados e instinto. Meu trabalho tem sido sobre fechar essa lacuna – trazendo a voz do cliente para frente cedo o suficiente e continuamente o suficiente para engenharia de melhores resultados em vez de reagir à falha.

Meu foco agora é ajudar as organizações a tomar melhores decisões cedo o suficiente para importar – para que elas cresçam a receita, ganhem lealdade do cliente e superem consistentemente o mercado.

Como Diretora de Crescimento e Estratégia da First Insight, você supervisiona o produto, a estrada de IA, GTM e sucesso do cliente. Como ter uma visão unificada muda como a IA deve ser projetada e implantada dentro das organizações de varejo?

Quando você vê o sistema inteiro, você para de pensar na IA como uma ferramenta e começa a pensar nela como um modelo operacional.

O produto mostra o que é tecnicamente possível. O go-to-market mostra o que será realmente entendido e adotado. O sucesso do cliente mostra o que se sustenta sob as restrições do mundo real – pressão de tempo, tensão cross-funcional, qualidade de dados e responsabilidade. Quando essas perspectivas são unificadas, a IA é projetada em torno de como as decisões realmente acontecem, não como a tecnologia impressiona em isolamento.

Isso é por que a IA no varejo precisa funcionar como um sistema de decisões e ações, não apenas como um sistema de inteligência. Ela precisa conectar os sinais do cliente a preços, sortimentos, marketing e planejamento de uma maneira que alinha as equipes e acelera as decisões. Quando a IA reduz a fricção entre as equipes e diminui a distância entre a percepção e a ação, ela começa a entregar valor real.

Os varejistas há muito tempo confiam em ciclos de planejamento sazonal e dados históricos. Do que você está vendo no campo, por que esses modelos estão cada vez mais desalinhados com como os consumidores se comportam hoje?

Porque esses modelos foram construídos para um mundo onde o varejo era principalmente sobre otimizar o que já existia – não inventar o que está por vir.

Os dados de vendas históricos e os ciclos sazonais podem ajudar a explicar o desempenho em categorias estabelecidas, mas são fracos nas duas coisas que os varejistas precisam mais hoje: responder ao comportamento do cliente em constante mudança e criar nova demanda por meio da inovação de produtos e expansão de espaços em branco.

A demanda agora muda em tempo real – impulsionada pela sensibilidade de preços, momentos culturais, influência social, pressão econômica e dinâmica de canais. Uma tendência pode surgir da noite para o dia. Um sinal de preços pode mudar o comportamento instantaneamente. Os dados históricos explicam o que já aconteceu, mas não dizem confiavelmente como os clientes responderão em seguida – mesmo para produtos já na prateleira – quando o contexto e o sentimento podem mudar a qualquer momento.

Enquanto isso, muitos varejistas estão tomando decisões com CRMs envelhecidos e visões desatualizadas de quem é o cliente. Novos concorrentes, novos canais e gerações mais jovens com expectativas e poder de compra diferentes estão gradualmente afastando os clientes – muitas vezes sem os varejistas perceberem até que os resultados apareçam em previsões perdidas ou lealdade em declínio. Em muitos casos, as marcas estão otimizando para clientes que não possuem mais – ou clientes que já se mudaram.

E quando se trata de inovação, a história de vendas não pode validar um produto que ainda não existe – ou um segmento de cliente que está em perigo de ser perdido. É por isso que muitos varejistas acabam iterando no passado em vez de financiar confiantemente a próxima categoria, o próximo conjunto de recursos ou o próximo público. A chave é trazer a voz do cliente para frente – cedo o suficiente para orientar a criação de conceitos, o poder de preços e a posição – para que a inovação se torne um sistema repetível em vez de um risco.

A assistente de IA da First Insight, Ellis, permite consultas de linguagem natural em torno de preços, sortimentos e demanda. Quão importante é o design da interface e a acessibilidade para impulsionar a adoção real de IA versus apenas a capacidade técnica?

A interface é a diferença entre “a IA existe” e “a IA é usada.”

A tomada de decisão de varejo abrange muito mais do que um momento – pesquisa de conceito, design, construção de sortimento, otimização de preços, modelagem de margem, profundidade de compra, alocação, ajustes na temporada e marketing e vendas. O desafio não é que os varejistas não tenham perguntas; é que as respostas estão presas em relatórios, decks, exports e equipes especializadas – e, quando elas são entregues, o momento já passou.

Ellis importa porque remove a fricção entre a percepção e a ação. Em vez de navegar por relatórios ou esperar por novas análises, as equipes podem fazer perguntas estratégicas e táticas em linguagem simples – sobre conceitos, preços, sortimentos, segmentos, mercados, concorrentes – e obter respostas claras e preditivas em minutos. Isso não é apenas usabilidade; é velocidade de decisão.

A acessibilidade também impulsiona a adoção em toda a organização. Quando o mesmo sinal do cliente está instantaneamente disponível para merchandising, preços, marketing e planejamento, você reduz as batalhas internas e a falta de alinhamento. As pessoas param de debater cujos dados estão certos e começam a debater o que fazer em seguida – mais rápido e com mais confiança.

Você trabalhou em estreita colaboração com varejistas que navegam pela pressão de margem, risco de inventário e demanda volátil. Onde a IA entrega o impacto mais rápido e mensurável hoje – e onde o hype ainda está à frente da realidade?

O impacto mais rápido aparece onde as decisões são frequentes, caras e sensíveis ao tempo: preços, seleção de sortimento, validação de demanda e risco de inventário. Quando a IA ajuda as equipes a evitar a compra excessiva, manter o preço com confiança ou sair de produtos perdedores mais cedo, o impacto financeiro é imediato e mensurável.

Onde o hype está à frente da realidade é na ideia de varejo totalmente autônomo – ou a IA substituindo a compreensão real do cliente por atalhos sintéticos. Os consumidores são muito claros: eles valorizam a autenticidade, a transparência e ser ouvidos. A IA que distancia as marcas do cliente não cria eficiência – cria risco.

O modelo vencedor hoje é o julgamento humano aumentado por insights preditivos, não a automação por si só.

Muitas ferramentas de IA prometem capacidades preditivas. O que a previsão significativa parece no varejo, e como os líderes devem avaliar se as previsões estão realmente prontas para decisão?

A previsão significativa no varejo não é uma previsão – é a capacidade de fechar o loop da verdade do cliente ao resultado financeiro.

Muitas saídas de IA soam preditivas, mas não mudam o negócio porque nunca entram no ritmo operacional. A perda do trimestre, o inventário se acumula, os orçamentos de descontos são gastos – e todos podem apontar para dados em algum lugar que poderiam ter ajudado. A falha real é que as decisões não estavam alinhadas, as ações não foram tomadas e o fluxo de trabalho não mudou.

A previsão pronta para decisão faz três coisas ao mesmo tempo:

1. Ela é fundamentada em como os clientes realmente percebem o valor – não apenas a história de vendas – para que possa orientar as decisões desde o conceito até a temporada.
2. Ela liga diretamente à economia: elasticidade da demanda, disposição para pagar, AUR/ASP ao longo do ciclo de vida do produto e as implicações de margem de manter versus descontar.
3. Ela é operacional – incorporada em um processo repetível que as equipes realmente seguem, não presa em dezenas de ferramentas e dashboards isolados.

Um tema recorrente que vemos é o custo da “cauda longa” dos SKUs. O excesso de sortimento é um assassino silencioso: profundidade excessiva, baixa velocidade, risco enterrado. Uma das maiores alavancas que a IA preditiva desbloqueia é a capacidade de cortar a cauda – remover produtos subperformantes cedo e reinvestir esses dólares de inventário nos principais desempenhadores onde a demanda do cliente e o sentimento são mais altos.

Quando as equipes aplicam essa disciplina, vemos resultados dramáticos:

• os dólares de inventário são liberados para inovação e oportunidades de alto desempenho,
• a cadência de descontos se estabiliza e diminui,
• a pressão promocional diminui, e
• a confiança da marca aumenta porque os clientes não são treinados para esperar 50-60% de desconto antes de comprar.

Os líderes devem avaliar a IA preditiva com uma pergunta: Isso muda onde investimos? O ROI mais alto não é mais dados – é melhores decisões em como alocar capital, tempo e inventário contra a demanda real do cliente – cedo o suficiente para importar.

A IA responsável é frequentemente discutida em um nível alto. No varejo específico, como a adoção prática e responsável de IA parece quando as decisões afetam diretamente os preços, os consumidores e a confiança da marca?

A IA responsável no varejo começa com um princípio simples: use a IA para aprofundar a relação do cliente, não explorá-la.

Isso não é sobre rastrear indivíduos, vigilância ou coletar dados por si só. A IA responsável é sobre trazer a voz do cliente para cada decisão em escala – para que os produtos, preços, mensagens e experiências reflitam o que as pessoas realmente valorizam. De muitas maneiras, é uma forma de co-desenvolvimento: os clientes orientam o que é criado , como é posicionado e o que parece justo.

Praticamente, a IA responsável parece:

• Fundamentar as decisões em entrada real do cliente – tanto quantitativa quanto qualitativa (“o que ele/ela/eles disseram”).
• Construir transparência e guardiões para decisões de alto impacto, como preços, promoções e segmentação.
• Garantir a justiça em todos os segmentos e mercados, para que a IA não favoreça involuntariamente um grupo enquanto desfavorece outro.
• Manter os humanos no loop para julgamento, responsabilidade e a nuances criativa que a IA não pode gerar por si só.

Usada dessa maneira, a IA fortalece a relação do cliente em vez de erodi-la. Os clientes se sentem ouvidos em escala. As equipes tomam decisões melhores e mais rápidas. E as marcas constroem confiança – porque elas não estão mais reagindo ao mercado; elas estão agindo com ele.

Você liderou tanto as narrativas de marketing quanto a estratégia de produto. Como os varejistas devem repensar a história interna sobre a IA para que seja vista como uma parceira de decisão e não como uma ameaça ou caixa preta?

Os varejistas devem parar de contar a história de que a IA é “análise mais inteligente” e começar a contar a história de que a IA é centricidade do cliente em escala.

A fricção interna no varejo não é apenas silos – é silos tomando decisões de alto risco com verdades diferentes: marketing tem sinais de engajamento, merchandising tem história de vendas, preços têm pressão de margem, planejamento tem restrições de inventário. É onde as batalhas acontecem.

A IA se torna uma parceira de decisão quando cria uma linguagem compartilhada entre funções: a voz do cliente, traduzida em orientação preditiva que informa o produto, o preço, o sortimento e como vender – de ponta a ponta, do conceito à conversão.

E é importante ser honesto sobre o papel dos humanos. A IA não inventa a próxima ideia de quebra – ela aprende padrões. Os humanos trazem criatividade, gosto, intenção de marca e intuição cultural. A IA torna essa criatividade mais afiada, encurtando os loops de feedback e testando as decisões antes que o mercado o faça.

À medida que a IA se torna mais incorporada ao planejamento e à tomada de decisão na temporada, como você vê o papel do julgamento humano evoluindo em vez de desaparecer?

O julgamento humano se torna mais importante – e mais aproveitado – porque na temporada é onde o lucro do varejo é ganho ou perdido.

Os descontos são um dos maiores custos no varejo. Os varejistas frequentemente orçam para eles porque são forçados a limpar o inventário não vendido. O motivo pelo qual os descontos são tão dolorosos é o tempo: descontar muito cedo destrói a margem; descontar muito tarde perde a janela para converter a demanda.

Com a IA preditiva e os humanos no loop, as equipes podem modelar curvas de demanda elástica e entender como o ASP/AUR deve evoluir ao longo da vida útil do produto – com base na venda, percepção do cliente e sinais do mercado. Isso possibilita movimentos mais inteligentes: quando manter o preço, quando descontar e por quanto – sem supercorrigir.

E as decisões na temporada não são apenas sobre preços. A IA pode informar promoções e marketing na temporada, considerando momentos culturais, influenciadores, aceleração de tendências e mudanças nas personas do cliente – ao lado da percepção do produto e sensibilidade de preços. Os humanos então aplicam o julgamento: intenção de marca, tolerância ao risco e as escolhas criativas que a IA não pode originar.

O futuro não é a automação. É decisões mais rápidas e mais informadas pelo cliente – onde a IA dimensiona a escuta e os humanos lideram o significado.

Olhando para frente, como você espera que a IA agente e geradora redefina os fluxos de trabalho do varejo nos próximos dois a três anos – não teoricamente, mas operacionalmente?

Estamos nos movendo de sistemas de inteligência para sistemas de ação.

Operacionalmente, a IA geradora tornará a percepção acessível em todos os papéis e níveis – resumindo, comparando, explicando e respondendo perguntas instantaneamente. A IA agente aumentará o trabalho repetitivo que desacelera as organizações: preparando cenários, montando relatórios prontos para executivos, monitorando sinais, sinalizando riscos e coordenando as próximas ações.

Mas a mudança mais significativa não será que a IA “executa o varejo”. Será que os varejistas finalmente apertarão o loop entre o cliente e a empresa. As equipes se moverão mais rápido, cortarão a fricção interna e tomarão decisões melhores e mais cedo – antes que as tendências atinjam o pico, antes que os descontos sejam acionados e antes que as oportunidades perdidas se tornem misses trimestrais.

Os varejistas que vencerão não serão aqueles com os mais experimentos de IA. Eles serão aqueles que constroem um ritmo operacional repetível onde a verdade do cliente, a inteligência preditiva e a criatividade humana trabalham juntas – do conceito à conversão.

Obrigado pela entrevista detalhada, leitores que desejam aprender mais devem visitar First Insight.