Social Rocket
A Goodway Group usa públicos sintéticos para testar planos de media antes de campanhas reais. Para isso, a agência colabora com o fornecedor de dados Arima, segundo um relatório de 12 de outubro de 2026. A oferta da empresa inclui também um modelo da população alemã com 80 milhões de pessoas virtuais e cerca de 20.000 variáveis modeladas. O número descreve conjuntos de dados criados artificialmente – não um inquérito a 80 milhões de pessoas reais.
Um planeamento de media, muitos cenários simulados
Segundo as próprias indicações da Arima, a empresa combina diferentes conjuntos de dados numa „Synthetic Society“. A Goodway pretende assim verificar antecipadamente como públicos diferentes ou distribuições de orçamento deverão reagir. As hipóteses devem depois ser validadas em campanhas publicitárias reais e limitadas. A vantagem no dia a dia da agência: é possível comparar cenários sem gastar de imediato orçamentos de teste em cada ideia.
Este caso não é apenas o anúncio de uma nova ferramenta de IA. Mostra que grupos de clientes sintéticos entram cada vez mais diretamente nas decisões sobre orçamento de media e estratégia criativa. Segundo a Digiday, marcas do setor da beleza e dos bens de consumo, entre outras, recorrem a métodos semelhantes para testar cedo ideias de produto e pressupostos sobre públicos.
80 milhões de pessoas-modelo não são 80 milhões de vozes
Aqui está a limitação mais importante. O conjunto de dados deve reproduzir distribuições e relações. Daí não decorre que a sua previsão seja fiável para uma marca, região ou anúncio concreto. Além disso, enviesamentos nos dados de partida ou nos pressupostos do modelo podem ser perpetuados.
Um trabalho de investigação de Netzer e Sambandam distingue expressamente entre respostas geradas por LLM, personas de segmento e gémeos digitais individuais. Mostra que uma elevada concordância na média pode ocultar previsões fracas para pessoas individuais. O decisivo é para que pergunta um modelo sintético foi previamente validado com dados reais.
Ainda mais concreto é um estudo sobre 399 testes A/B de títulos com significância estatística do arquivo Upworthy. Aí, um LLM sem personas elaboradas previu a ordem das variantes melhor do que o painel de personas testado. O estudo é um preprint com âmbito de aplicação limitado, portanto não refuta todos os modelos de dados sintéticos – mas contraria a ideia de que mais detalhe nas personas gera automaticamente melhores previsões.
Três verificações para equipas de marketing alemãs
Em primeiro lugar: exija um relatório de erro face a inquéritos independentes reais e a dados de campanhas do mercado-alvo alemão. Uma distribuição demográfica global adequada não basta.
Em segundo lugar: distinga a simulação do efeito de um orçamento de um efeito medido causalmente. Um mercado de controlo artificial pode fornecer ideias, mas não substitui um geo-holdout bem construído nem outro teste de incrementalidade real. Como a medição causal real é aplicada no retalho, explica a nossa análise sobre retail media e incrementalidade.
Em terceiro lugar: defina que decisão o modelo deve realmente melhorar: segmentos de público, mensagem, nível de orçamento ou escolha de canais. Para a distribuição automatizada, aplicam-se perguntas de controlo adicionais, que abordamos na compra de media agêntica e na avaliação de alegados valores de ROAS de cinco vezes.
Conclusão: os painéis sintéticos podem acelerar a pesquisa e a pré-seleção. O seu benefício económico só fica comprovado quando as decisões tomadas com base neles obtêm melhores resultados reais do que os métodos anteriores.
Fontes: Digiday, 12.10.2026; Arima, população sintética da Alemanha; Netzer/Sambandam, Synthetic Data in Marketing Research, setembro 2026; Maiorano, estudo Sim-to-Real, pré-impressão 2026.
Imagem ilustrativa: Luke Chesser / Unsplash. Não representa o software da Arima.