IA de Predição de Viralização para Real-Time Marketing

O Desafio

A Unilever, uma das maiores empresas de bens de consumo do mundo, possui marcas fortemente presentes no cotidiano e nas conversas do público. Durante grandes eventos culturais e esportivos, como os jogos da Seleção Brasileira, o volume de interações nas redes sociais atinge picos extremos — e o real-time marketing se torna estratégia central para gerar conexão e relevância cultural.

O processo de curadoria para identificar onde e quando as marcas deveriam interagir era 100% manual. Durante uma partida, uma equipe humana tentava monitorar um mar de publicações para decidir quais posts responder.

Esse modelo enfrentava dois gargalos críticos:

• Escala e latência: era humanamente impossível ler, filtrar e reagir a milhões de posts na velocidade em que memes e conversas aconteciam.

• Ponto cego dos gigantes: o time focava apenas em influenciadores já consolidados, onde o custo de atenção é alto e a marca chegava tarde — após o conteúdo já ter saturado.

  
  

O desafio era automatizar a triagem em tempo real e antecipar quais conteúdos iriam estourar, permitindo que a Unilever surfasse a onda do engajamento no exato momento de sua formação.

A Solução

A Dataside desenvolveu uma solução de IA ponta a ponta sobre o ecossistema Databricks, capaz de processar milhões de dados e tomar decisões preditivas em segundos.

O projeto contemplou três frentes principais:

• Ingestão em massa e processamento em tempo real: durante os jogos, a arquitetura capturava e processava instantaneamente milhões de posts de diversas redes sociais. A Databricks Lakehouse Platform garantiu que essa avalanche fluísse sem gargalos de latência.

• Modelo de ML com score de viralização: em vez de olhar apenas para o número de seguidores atuais, o modelo foi treinado para identificar contas emergentes. Ele analisava histórico do perfil, contexto do post, velocidade inicial de interações e sentimento do texto — gerando um Score de Potencial de Viralização para identificar perfis pequenos com alta probabilidade de explosão orgânica.

• Interface operacional com Databricks Apps: um aplicativo interno entregava ao time de social media da Unilever uma fila priorizada dos posts com maior score de oportunidade, com filtros por marca, sentimento e tema, transformando a inteligência do modelo em ação imediata.

O Projeto

O projeto nasceu da necessidade de tornar o real-time marketing da Unilever mais eficiente, escalável e orientado por dados.

O primeiro passo foi entender os limites do processo manual: onde a operação perdia velocidade, onde o time estava olhando para os lugares errados e qual era o custo de chegar tarde a uma conversa que já havia viralizado.

A partir desse diagnóstico, a Dataside estruturou uma arquitetura de dados em tempo real capaz de absorver o volume extremo de publicações durante os jogos, processar cada post com modelos de linguagem e machine learning, e entregar ao time de social uma fila de oportunidades ranqueadas por potencial de engajamento.

As tecnologias utilizadas no projeto incluíram:

• Databricks Lakehouse Platform

• Databricks Apps

• Databricks Workflows

• Azure OpenAI

• GCP

Resultados Alcançados

A iniciativa trouxe ganhos expressivos tanto em capacidade operacional quanto em alcance orgânico das marcas.

O ambiente passou de uma triagem 100% manual para uma fila automatizada e priorizada, multiplicando a capacidade do time sem aumentar headcount.

Um dos principais destaques foi a identificação antecipada de conteúdos com alto potencial de viralização, com a Unilever frequentemente entre os primeiros comentários de posts que explodiram em engajamento.

Além disso, a operação deixou de depender da velocidade de leitura humana, reduzindo drasticamente o tempo entre identificar a oportunidade e publicar a interação da marca.

Ganhos Quantitativos

• processamento de milhões de posts por jogo em tempo real

• latência de poucos segundos entre publicação e priorização

• substituição de um processo 100% manual por fila automatizada, multiplicando a capacidade de triagem do time

• score de viralização com alta precisão na identificação antecipada de contas emergentes

• redução drástica do tempo entre identificar a oportunidade e publicar o comentário da marca

• aumento expressivo no alcance orgânico das interações

Ganhos Qualitativos

• time de social media focado exclusivamente em criatividade, sem gastar tempo em curadoria

• posicionamento da marca no topo dos comentários antes da explosão do conteúdo

• maior taxa de conversão de engajamento, com esforço sempre atrelado a conteúdos de alto retorno

• stack moderna e centralizada, provando que Databricks vai além do BI tradicional

• fortalecimento da reputação da Unilever como marca culturalmente relevante e ágil

Impacto no Negócio

O impacto foi imediato: a operação ganhou escala, velocidade e precisão sem aumentar o time.

A substituição da triagem manual por inteligência preditiva melhorou diretamente a presença da marca nos momentos de maior atenção do público — e reduziu o desperdício de esforço em conteúdos sem tração.

Ao mesmo tempo, o pioneirismo no comentário viral posicionou a Unilever como uma marca que chega antes da onda, não depois.

Impacto Estratégico

Estrategicamente, o projeto representou um avanço na maturidade de dados aplicada ao marketing em tempo real.

A iniciativa demonstrou que uma plataforma de dados pode alimentar diretamente decisões operacionais de negócio — com latência de segundos e escala industrial — indo muito além dos usos tradicionais de analytics e BI.

Além dos ganhos de marketing, o projeto estabeleceu uma arquitetura reutilizável para outros contextos de monitoramento em tempo real, criando uma base sólida para novas aplicações de IA na operação da Unilever.