Da detecção de falsificações à Taxa de Saturação da sua marca: tudo o que a Marq AI mostra

Com o crescimento acelerado do e-commerce global, os problemas de PI também ficaram mais complexos. Nesta série do blog, você vê em detalhes, pelo olhar dos gerentes de produto (PMs), que problemas os produtos da Marq AI resolvem e em que direção eles estão evoluindo.

Este artigo foi escrito com base numa entrevista com Jay, responsável pela área de falsificações da MarqVision.

Nesta entrevista

1. A intenção por trás do produto

2. Principais recursos

3. Os dilemas do desenvolvimento e como foram resolvidos

4. Os próximos passos

Por que criamos o painel de falsificações da Marq AI

Com o crescimento acelerado do e-commerce global, o problema das falsificações também ficou muito mais complexo e amplo do que antes. Antes, os problemas surgiam principalmente em marketplaces chineses; agora, eles se espalham por mercados do mundo todo, como EUA, Europa e Sudeste Asiático. Além disso, com a popularização das redes sociais e das compras em lives, os canais de venda de falsificações foram além dos marketplaces online e chegaram a várias plataformas sociais, o que torna a detecção e a resposta ainda mais difíceis.

O maior problema é que os anúncios de falsificações se reproduzem mais rápido do que é possível detectá-los e agir contra eles. Quando a atuação é feita manualmente pela própria marca, remover um único anúncio leva mais de 30 minutos, e logo outro aparece no lugar, num ciclo vicioso sem fim.

O recurso de falsificações (Counterfeit) da Marq AI foi criado para superar esse limite estrutural. Ele não para na detecção: foi projetado em torno da automação para uma atuação rápida e da análise com IA, para que os profissionais da marca se livrem do trabalho repetitivo e se concentrem numa resposta mais estratégica.

Os principais recursos do painel de falsificações da Marq AI

P: Houve algum pedido de cliente que fez você pensar “isso precisa ser resolvido”, ou vocês definiram o problema internamente antes?

Uma das maiores dificuldades dos responsáveis por marcas ao agir contra falsificações era ver os resultados em números e usá-los de forma estratégica. Internamente, planejamos e aprimoramos continuamente vários recursos em torno de uma pergunta: “Como mostrar às marcas um valor real, baseado em ROI?”

O resultado dessa reflexão é o painel de falsificações (Counterfeit). O painel de falsificações da Marq AI foi projetado para que a marca quantifique as ameaças que enfrenta e, a partir disso, monte estratégias de resposta eficazes. O ponto central são os recursos que permitem ao profissional ir além de olhar os dados e chegar à decisão estratégica.

Além disso, as denúncias são geradas automaticamente a partir dos anúncios de falsificações detectados e podem ser enviadas direto à plataforma, o que aumentou muito a velocidade de resposta. Como já não é preciso verificar cada anúncio e escrever as denúncias à mão, os profissionais da marca trabalham com muito mais eficiência, e a marca consegue agir contra mais ameaças, mais rápido.

1) Detecção de falsificações com IA

Antes, a verificação de falsificação se baseava só nas informações da página do produto no anúncio; agora, a IA analisa até o texto dentro das imagens e identifica as falsificações com muito mais precisão. Com isso, dá para pegar até os detalhes que passariam despercebidos.

2) Redação automática de denúncias (FSD)

Recentemente, aprimoramos o recurso de denúncia automática com LLMs. Ele compara e analisa o original e a falsificação em detalhes, como palavras que indicam falsificação, local de produção, matérias-primas e tamanho, e leva isso direto para a denúncia, o que permite responder mais rápido e com mais eficiência do que quando uma pessoa escreve.

3) Painel de resultados da atuação

No painel, você vê num relance, em tempo real, os resultados da atuação, o número de anúncios removidos, o valor econômico equivalente e até a análise dos vendedores.

Também dá para identificar com clareza as áreas em que o risco real se concentra pela frequência por país ou plataforma. Houve casos, por exemplo, em que o responsável esperava que “o problema mais grave fosse na China”, mas a ameaça maior estava, na verdade, em plataformas do Sudeste Asiático.

Em especial, a recém-lançada Taxa de Saturação vai além de contar remoções e mostra em números e tendências o nível de risco do ambiente a que a marca está exposta.

Antes, o responsável pela marca precisava juntar dados fragmentados para estimar o nível de risco da marca; agora, com o painel de falsificações (Counterfeit) da Marq AI, ele vê num relance as regiões, os canais e os vendedores mais perigosos.

P: Que mudanças os responsáveis por marcas podem sentir com esses recursos?

Primeiro, como as áreas de risco concentrado aparecem num relance, dá para definir na hora as prioridades: quais anúncios ou vendedores tratar primeiro.

Depois, como o painel oferece indicadores de resultado em números, dá para explicar com clareza o quanto a estratégia de proteção de marca foi eficaz e qual foi o ROI.

Acima de tudo, com a automação da redação de denúncias e da atuação, que eram repetitivas e tomavam muito tempo, o peso sobre os profissionais diminui muito. Agora eles podem se concentrar mais nas decisões estratégicas importantes.

Os desafios do design e como os resolvemos

P: O que mais pesou ao planejar e construir o painel e os recursos de monitoramento e atuação?

Os maiores dilemas foram dois.

O primeiro é que os danos causados pelas falsificações são diferentes em cada setor. Na moda, por exemplo, são comuns problemas de tamanho e estampa; em joias, de material e banho; em beleza, as principais questões são matérias-primas e alterações na embalagem. E, mesmo dentro do mesmo setor, cada marca enfrenta problemas um pouco diferentes. Por isso, nos dedicamos a criar um ciclo de aprendizado personalizado, que incorpora os dados e o feedback de cada cliente, para que a IA aprenda bem essas diferenças.

O segundo é que os vendedores mal-intencionados e os padrões de consumo mudam muito rápido. Antes, as principais plataformas eram marketplaces globais como AliExpress e Shopee; hoje, a venda de falsificações se espalha pelas redes sociais e pelas lives. Para acompanhar essa mudança, coletamos o feedback do time de operações e dos clientes e pretendemos expandir o produto aos poucos até o monitoramento de lives.

P: E como vocês estão resolvendo esses problemas?

Ainda não está tudo resolvido, mas, ao treinar os modelos de IA, nos concentramos em incorporar de forma constante os dados reais dos clientes e o feedback do dia a dia. Acreditamos que é assim que os modelos ficam cada vez mais precisos.

Também, ao desenvolver novos recursos, mantemos uma estrutura que coleta ativamente feedback interno e externo. Internamente, o time de operações e os especialistas em PI costumam ser os primeiros a perceber e avisar sobre os novos métodos dos vendedores mal-intencionados. Por exemplo, antes o método era “postar só a foto e o preço e fechar a compra por DM”; recentemente, eles evitam até a conversa por DM e levam direto para links de sites externos, ou vendem em lives para não deixar rastros. Compartilhamos essas tendências rapidamente e as levamos para o produto.

Os clientes também dão muito feedback. Perguntas como “Estamos vendo sinais de venda em lives recentemente, dá para detectar?” ou “Vocês conseguem monitorar este canal também?” às vezes viram melhorias reais no produto. No fim, os clientes e nós acumulamos dados e experiência juntos e construímos uma estrutura de resposta cada vez mais sólida.

Os próximos passos

P: Há algum recurso que ainda não existe e que você gostaria muito de adicionar, ou algo que queira melhorar a partir do feedback dos clientes?

O recurso de falsificações (Counterfeit) da Marq AI está indo além de encontrar e remover falsificações e evoluindo para uma solução que ajuda na estratégia de negócio dos clientes. Queremos nos concentrar em três direções.

A primeira são os modelos de IA personalizados. Cada marca enfrenta tipos diferentes de ameaças de PI. Os problemas de uma marca de moda são completamente diferentes dos de uma marca de beleza, e há diferenças até dentro do mesmo setor. Por isso, estamos modularizando os modelos de IA com base nos dados de cada cliente para captar os sinais de infração com mais precisão em cada situação.

Depois, uma detecção que imita o comportamento do consumidor. Até agora, a busca e a detecção de anúncios eram mecânicas; daqui para a frente, imaginamos um agente de IA que siga exatamente a jornada de compra de um consumidor real. O objetivo é chegar a uma “detecção próxima da realidade”, considerando, por exemplo, que termos de busca ele digita, em que descrições de produto clica e como passa pelos algoritmos de recomendação.

Por fim, lives e classificação de dados sob medida. É o que os clientes mais pedem ultimamente. Hoje, os problemas de falsificação acontecem com força não só nos marketplaces online, mas também em canais como redes sociais e lives. Por isso, estamos ampliando os recursos para permitir o monitoramento também nesses ambientes. E, além de dizer apenas “é falsificação / não é”, estamos preparando a segmentação e a classificação dos dados de acordo com os critérios que cada cliente quiser, para que eles possam usá-los direto nas decisões estratégicas.

No fim, o nosso objetivo é claro: transformar o combate às falsificações de custo em investimento. Uma ferramenta que não serve só para punir, mas para montar estratégias com base em dados e proteger o valor da marca. É esse o futuro que a Marq AI está desenhando.

Uma mensagem para as marcas que enfrentam falsificações

P: Há algo que você queira dizer às marcas que estão conhecendo agora o painel e os recursos de falsificações (Counterfeit)?

Quem já lidou com falsificações sabe: não se resolve o problema apagando alguns anúncios. Eles voltam assim que são removidos, cada vez mais rápido. Por isso, olhar no nível do vendedor e da rede, e não do anúncio, está ficando muito importante.

A Taxa de Saturação, os indicadores de resultado e os insights por vendedor da Marq AI existem justamente para ajudar nisso. Você não para num relatório do tipo “removemos tantos anúncios”: consegue entender quais grupos de vendedores são mais ameaçadores e quais mercados estão mais arriscados agora. Assim, o responsável pela marca deixa de reagir às cegas e passa a fazer uma atuação estratégica, que define prioridades e usa os recursos com eficiência.

Queremos reforçar uma coisa: combater falsificações não é custo, é investimento. Vai além de reduzir as falsificações e pode virar, a longo prazo, uma estratégia para proteger o valor da marca e aumentar o ROI. Como parceira confiável dessa mudança, a Marq AI vai continuar criando, junto com os clientes, soluções de proteção de PI cada vez mais precisas.