Até 20 de novembro de 2026, uma pesquisa do Reclame AQUI já dava o contorno desta Black Friday: 87% dos brasileiros pretendem usar inteligência artificial nas compras, mas 64% descartam a indicação da ferramenta quando a loja tem reputação ruim. O dado desloca o centro da decisão — a IA ajuda a comparar modelos, encontrar cupons e caçar o menor preço, porém a escolha final passa pelo que o consumidor encontra em avaliações e reclamações. Para quem responde pela reputação de uma loja online, a consequência é prática: um histórico de comentários mal resolvidos tira o produto da comparação antes mesmo da disputa de preço.
64% descarta a indicação quando a reputação falha
A pesquisa ouvida pelo Reclame AQUI detalha o mecanismo: apenas 15% deixam a inteligência artificial escolher a loja e só 4% aderem à sugestão sem conferir nada Apex Comunicação. O uso da ferramenta é quase unanimidade, mas ela funciona como fila de pesquisa, não como autorização de compra. A reputação entra como segunda etapa do funil e, quando é negativa, elimina a loja da lista antes que o preço seja considerado.
A busca acontece antes do checkout
O mesmo levantamento mostra que 62% dos consumidores estão abertos a testar uma loja nunca usada, mas que 88% temem golpes como site clonado e anúncio falso, enquanto 63% admitem não conseguir identificar uma oferta falsa. Reclame AQUI e buscadores aparecem como primeiras paradas nessa checagem. Para a marca, isso quer dizer que a avaliação do consumidor deixou de ser um ativo de imagem e virou parte da infraestrutura de conversão.
Reclamação resolvida virou sinal de confiança
Os números do Prêmio Reclame AQUI ajudam a entender o que conta nessa checagem: em 2026, mais de 4,9 mil empresas se inscreveram, e apenas as classificadas como Bom, Ótimo ou RA1000 seguiram na disputa. Uma das participantes respondeu 58 reclamações entre abril e setembro, resolveu 96,4% delas — acima da média de 75% informada pela plataforma — e teve 83,9% dos avaliadores dispostos a fazer negócio de novo AQUI. Taxa de resposta e disposição de recompra são sinais mais concretos do que a nota isolada.
O histórico de reclamações explica o cancelamento
Os dados da edição anterior funcionam como advertência operacional. O Reclame AQUI registrou 14 mil reclamações entre 26 e 28 de novembro de 2025 e chegou a 21,6 mil até a manhã de 1º de dezembro; no Procon-SP foram 2.979 registros, alta de 39,67%, com 31,62% referentes a não entrega ou atraso e 15,51% a cancelamentos feitos pelo fornecedor Eu, Rio!. A queixa não nasce da opinião, nasce do pedido que não foi honrado.
| Sinal | Registro 2025 | O que medir agora |
|---|---|---|
| Reclamações | 14 mil em três dias | Volume por SKU |
| Não entrega | 31,62% no Procon-SP | Falha por loja |
| Cancelamento | 15,51% dos registros | Motivo declarado |
A leitura da tabela é limitada: os números de 2025 são nacionais no Reclame AQUI e estaduais no Procon-SP, e não descrevem a temporada corrente. Ainda assim, mostram onde o consumidor concentrará a atenção quando a IA indicar uma loja e ele for conferir a reputação antes de pagar.
Como transformar avaliação em controle de canal
Para equipes de marca, o primeiro movimento é descer a análise do site inteiro para o SKU. Um comentário sobre embalagem danificada, atraso recorrente ou produto diferente do anunciado aponta para uma etapa específica da operação; agrupados por produto, esses relatos viram um mapa de pontos de atrito que o índice geral de satisfação costuma diluir.
O segundo movimento é acompanhar a resposta, não só a nota. Quantas reclamações foram respondidas, quantas tiveram solução declarada e quantos consumidores voltariam a comprar são indicadores observáveis e comparáveis entre lojas e canais. Quando a recomendação automatizada passa a decidir qual vitrine aparece, esse histórico de feedback do consumidor deixa de ser relatório de reputação e passa a ser condição de entrada na própria comparação.
Perguntas Frequentes
Uma nota ruim tira a loja da indicação da IA?
Segundo a pesquisa citada, 64% dos entrevistados descartam a sugestão quando a reputação é ruim. A ferramenta apresenta opções, mas a exclusão acontece na decisão do comprador ao checar comentários.
O que a marca consegue observar agora?
Taxa de resposta às reclamações, percentual de solução declarada e disposição de recompra, sempre que possível por SKU e por loja. Esses sinais antecedem a queda de conversão.
Desconto alto compensa má reputação?
Parcialmente. O preço segue sendo o critério mais citado, mas a reputação vem logo atrás e atua como filtro de exclusão: se a loja sai da lista, o desconto não chega a ser comparado.
Qual é o limite destes dados?
São pesquisas declarativas e registros de anos anteriores, não uma medição do comportamento da temporada corrente. Servem para definir o que monitorar, não para prever o resultado final.
