TL; DR

O que este artigo aborda:

- O que é Live Session Intelligence (LSI) e por que as ferramentas de análise padrão não conseguem capturá-la

- As 5 métricas que toda marca de comércio ao vivo deve monitorar após cada sessão

- Dados de referência reais que mostram a diferença entre marcas com LSI e marcas sem ela

- Um modelo de maturidade de quatro níveis para avaliar onde sua marca está atualmente

- Primeiros passos práticos para começar a criar inteligência de sessão sem uma grande revisão tecnológica

‍

Principais conclusões:

- A taxa média de espectador em relação ao comprador nas plataformas sociais ao vivo é de 2 a 4%. As marcas com infraestrutura LSI têm uma média de 18% em canais próprios.

- 87% das marcas que fazem comércio ao vivo não têm análises em nível de sessão além da contagem de visualizações.

- Compradores ao vivo mostram um LTV de 90 dias 2,1x maior do que compradores não ativos em todas as verticais.

- O sequenciamento de produtos sozinho é responsável por até 40% da variação de receita entre as sessões

‍

O que é inteligência de sessão ao vivo? A camada que faltava no comércio ao vivo

Sua marca foi lançada. Você retirou os números depois. Visualizações: 9.000. Receita: boa. Você postou uma recapitulação no Slack. E então você executou a próxima sessão exatamente da mesma maneira.

É assim que a maioria das operações de comércio ao vivo funciona no momento. E é por isso que a maioria das marcas está deixando enormes quantidades de receita na mesa toda vez que vão ao ar.

O comércio ao vivo não é apenas um formato. É um ambiente de dados que gera sinais comportamentais em tempo real que as ferramentas de análise padrão nunca foram criadas para capturar. As marcas que estão avançando não são as que vão ao ar com mais frequência. São eles que podem ver o interior de suas sessões e agir de acordo com o que encontram.

Esse recurso tem um nome: Live Session Intelligence.

‍

A maioria das marcas de comércio ao vivo está voando às cegas

Quando uma marca entra no ar em seu próprio site, ela gera um fluxo contínuo de dados comportamentais. Quais espectadores aderiram e quando. Quem ficou depois da primeira revelação do produto. Esse momento provocou um aumento no número de anúncios aos carrinhos. Quem assistiu a sessão inteira e ainda não comprou - e por quê.

Nada disso é capturado pelo Google Analytics. Nada disso aparece no seu painel da Shopify. A análise padrão de comércio eletrônico foi criada para comércio estático: páginas, sessões, funis, checkouts. Não foi construído para um evento ao vivo de 45 minutos em que o comportamento do público muda segundo a segundo.

O resultado é que a maioria das marcas otimiza suas sessões ao vivo com base na sensação. Eles sabem que uma sessão “correu bem” porque a receita aumentou. Eles sabem que “correu mal” porque não foi. Mas eles não sabem dizer qual janela de 10 minutos perdeu metade do público, qual produto deveria ter sido apresentado primeiro ou quanto valem para a empresa os espectadores que não compraram naquele dia nos próximos 90 dias.

Essa não é uma lacuna pequena. É um ponto cego estrutural que se acumula em cada sessão que uma marca realiza.

‍

O que realmente é a inteligência de sessões ao vivo

Live Session Intelligence (LSI) é a camada de análise, dados comportamentais e otimização criada especificamente para o comércio ao vivo. Ele captura o que acontece dentro de uma sessão, em um nível granular, e conecta esse comportamento aos resultados de receita subsequentes.

Onde a análise padrão informa o que alguém comprou, a LSI informa o que a fez comprar. Onde a análise padrão mostra a receita total da sessão, a LSI mostra o momento exato de revelação do produto que causou o aumento — e por quanto.

Os principais tipos de sinais capturados pelo LSI incluem:

- Desistência do espectador por data e hora (em que momento perdeu a audiência e com que rapidez)

- Conversão do momento do produto (a taxa de conversão dentro de 90 segundos após a apresentação de um produto específico)

- Mapeamento de espectador para comprador (o caminho entre entrar em uma sessão e concluir uma compra, no nível do espectador individual)

- Repetição da sessão com sobreposição de engajamento (revendo uma sessão com dados comportamentais no topo)

- Identificação repetida do espectador (sinalizando o retorno dos membros da audiência ao vivo durante a sessão em si)

‍

LSI versus análise padrão de comércio eletrônico: qual é a diferença?

As ferramentas padrão de comércio eletrônico respondem a perguntas sobre páginas estáticas: em que as pessoas clicaram, onde elas caíram em um funil, o que elas compraram. O comércio ao vivo gera um tipo de sinal fundamentalmente diferente: com data e hora, social, comportamental e sequencial.

O LSI não substitui sua pilha de análises existente. É a camada que sua pilha existente não pode alcançar. Pense nisso como a diferença entre saber que sua loja tinha 500 visitantes e saber em qual vitrine eles pararam, o que o vendedor disse que os fez pegar o produto e se eles voltaram na semana seguinte.

‍

As 5 métricas que definem a inteligência da sessão ao vivo

O LSI não é um número único. É uma estrutura de cinco métricas interconectadas que, juntas, fornecem uma visão completa do desempenho da sessão. Se sua equipe não conseguir reportar todos os cinco após cada sessão, você ainda não tem inteligência de sessão.

VBR - Tarifa entre espectador e comprador

A porcentagem de espectadores únicos ao vivo que concluem uma compra durante ou dentro de 2 horas após uma sessão. Essa é a principal métrica de saúde. A média do setor em plataformas sociais ao vivo é de 2 a 4% (fonte: dados da plataforma disponíveis publicamente e benchmarks do setor). As marcas que operam comércio ao vivo em infraestrutura própria com ferramentas LSI instaladas têm uma média de 18%.

AV-L - Elevador AOV ao vivo

A proporção entre o valor médio do pedido durante as sessões ao vivo e o AOV padrão não ativo da marca. As sessões ao vivo aumentam consistentemente o tamanho das cestas por meio de provas sociais em tempo real e pacotes guiados pelo anfitrião. O AOV-L plano é um sinal de oportunidades perdidas de venda adicional.

SCR - Taxa de conclusão da sessão

A porcentagem de espectadores que assistem a pelo menos 50% de uma sessão ao vivo. A SCR é um indicador da qualidade do conteúdo, da eficácia do host e da adequação entre o público e o produto. Um SCR mais alto se correlaciona diretamente com um VBR mais alto.

PMC - Conversão do momento do produto

A taxa de conversão medida em 90 segundos após a apresentação de um produto específico. O PMC é a métrica mais acionável no LSI porque informa exatamente com qual produto você deve começar em sessões futuras.

LLVI - Índice LTV ao vivo

O valor da vida útil do cliente em 90 dias de compradores que compraram durante uma sessão ao vivo, em comparação com compradores não ativos do mesmo período. Em todas as verticais estudadas na plataforma Terrific, os compradores ao vivo mostram um LTV de 90 dias 2,1x maior do que os coortes que não estão ao vivo.

‍

O que os dados mostram quando as marcas realmente os medem

A diferença de desempenho entre marcas com inteligência de sessão e marcas sem ela não é marginal. Os dois estudos de caso abaixo são de marcas que realizam comércio ao vivo em infraestrutura própria com a medição completa do LSI em vigor.

‍

The Flowery - $293.000 em uma única sessão

A marca de cannabis The Flowery realizou uma sessão ao vivo que gerou $293.000 em receita de 9.209 espectadores. A taxa de espectador em relação ao comprador foi de 25% — mais de 10 vezes a média da plataforma social. O valor médio do pedido foi de $124.

Esses números não aconteceram por acaso. Isso aconteceu porque a marca tinha visibilidade de exatamente quais produtos revelados estavam impulsionando a conversão e poderia estruturar a sessão de acordo. O resultado está documentado na plataforma Terrific e representa uma das demonstrações mais claras do que o design de sessão compatível com LSI pode produzir.

‍O sucesso de compras ao vivo da Flowery com a Terrific

‍

Zumba Wear - Aumentando os ganhos em várias sessões

A marca de roupas esportivas Zumba Wear alcançou uma taxa de conversão de 22% ao vivo para o comprador e um aumento de 3,2 vezes no AOV em comparação com suas sessões padrão não ao vivo, medidas em mais de 12 sessões na plataforma Terrific.

A métrica de destaque do Zumba Wear foi o engajamento repetido do espectador ao vivo. Os espectadores recorrentes — aqueles que haviam participado de uma sessão anterior — converteram quase 3 vezes a taxa dos participantes iniciantes. Esses dados só se tornaram acionáveis porque eles os estavam medindo.

‍Zumba Wear: taxa de conversão de 22% com comércio social próprio‍

‍

Onde a maioria das marcas se enquadra na curva de maturidade do LSI

Com base nos dados da plataforma e em pesquisas do setor, as marcas que operam comércio ao vivo se dividem em quatro grandes categorias:

Nível 1 - Sem visibilidade (aproximadamente 87% das marcas): monitora somente o total de visualizações e a receita da sessão. Não é possível identificar o que impulsionou o desempenho nem replicá-lo.

Nível 2 - Rastreamento básico (aproximadamente 9%): tem dados de engajamento (tempo de exibição, curtidas, comentários), mas nenhum dado comportamental ou de conversão no nível do espectador.

Nível 3 - Inteligência de sessão (aproximadamente 3%): monitora todas as cinco métricas do LSI. Pode otimizar sessões futuras com base em dados. É aqui que o LSI começa a se agravar.

Nível 4 - Inteligência preditiva (aproximadamente 1%): usa o comportamento da sessão ao vivo para prever segmentos de LTV, personalizar o acompanhamento pós-sessão e automatizar a otimização da sessão.

A maioria das marcas que estão lendo isso está no Nível 1 ou no Nível 2. A transição para o Nível 3 não exige a criação de novas tecnologias a partir do zero — ela exige a execução de comércio ao vivo em infraestrutura que foi projetada para capturar dados em nível de sessão desde o início.

‍

Como começar a criar inteligência de sessão hoje

Se sua configuração atual de comércio ao vivo não oferece nada além do total de visualizações e receita, aqui estão as três maiores vantagens a serem tomadas primeiro:

Faça um interrogatório pós-sessão em 24 horas. Antes da próxima sessão, sua equipe deve analisar o VBR, o AOV-L, o SCR e todos os dados do PMC disponíveis. Até mesmo dados aproximados revelam padrões mais rápidos do que a intuição.

Sequencie os produtos de acordo com o que converte, não pelo que você quer vender. A maioria das marcas lidera com seu produto principal porque é o produto herói. Os melhores desempenhos lideram com o produto que, segundo os dados, converte melhor nos primeiros 15 minutos, enquanto a atenção do público está no auge.

Mova as sessões ao vivo para infraestrutura própria. Se sua marca vai ao ar no TikTok ou no Instagram, você não tem acesso aos dados em nível de sessão. Esses dados residem nos servidores da plataforma. A única maneira de controlar sua inteligência de sessão é executar o comércio ao vivo em um canal onde você controla a camada de análise.

O comércio ao vivo não é um formato de transmissão que vende produtos. É um ambiente de dados que por acaso é o canal de vendas mais envolvente no comércio eletrônico. As marcas que estão construindo infraestrutura de inteligência agora estão ampliando uma lacuna que será muito difícil de fechar posteriormente.