Quando Avinash Kaushik popularizou o Web Analytics 2.0, ele ajudou uma geração de empresas a sair da intuição para decisões baseadas em dados. Mapear cliques, funis e taxas de conversão virou disciplina. A web deixou de ser um espaço de tentativa e erro para se tornar um ambiente gerenciável.
Agora a lógica muda de novo. Canais digitais deixam de ser feitos apenas de páginas, botões e menus para se tornarem espaços de conversa. Clientes mais jovens preferem falar com bancos, varejistas e serviços em um chat, e não em uma tela cheia de opções. O que antes era exceção começa a se tornar padrão.
A pergunta que se impõe é simples e desafiadora: se o usuário deixa de clicar e passa a conversar, como medir, entender e otimizar a experiência?
Os dados recentes ajudam a enxergar o tamanho da virada.
A pesquisa Brasil (Gupshup/Galileo, 2025) mostra que, no Brasil, a maioria dos clientes entre 16 e 44 anos já prefere mensageria para falar com bancos, enquanto a base mais velha ainda se apoia em canais tradicionais. Estudos de entidades como Febraban indicam que grande parte dos atendimentos digitais bancários já ocorre via chat. Relatórios globais como The Financial Brand (2025) reforçam o mesmo padrão: jovens se sentem mais à vontade com chatbots e canais conversacionais e estão dispostos a trocar de instituição se a experiência for ruim.
Em paralelo, ferramentas de design passam por transformação silenciosa. Plataformas como Figma e motores de automação estão incorporando IA para gerar telas, fluxos e componentes quase em tempo real. Designers deixam de ser apenas construtores visuais e se aproximam do papel de arquitetos de experiência. O foco passa a ser desenhar jornadas que misturam componentes visuais, mensagens e agentes de IA.
Neste cenário, insistir em uma visão de analytics baseada apenas em páginas vistas e eventos de clique é operar com um mapa desatualizado. As interações que importam acontecem dentro de diálogos, com nuances de intenção, emoção e contexto que não cabem em um “pageview”.
Se a conversa se torna o modo preferencial de interação, o design precisa de outra lente. As próximas ondas de interfaces digitais tendem a combinar alguns movimentos.
Esse movimento afeta diretamente como medimos sucesso. Métricas tradicionais ajudam, mas já não bastam. Um funil de conversão clássico explica pouco quando a decisão acontece em uma sequência de mensagens e não em uma sequência de páginas.
No início da web, navegávamos quase às cegas. O Web Analytics 2.0 organizou uma disciplina: o que medir, como interpretar, que decisões tomar. Hoje, em interfaces conversacionais, ainda não existe uma “obra de referência” equivalente. O campo está em formação, com práticas dispersas em bancos, telecom, varejo e empresas de tecnologia.
Enquanto essa teoria consolidada não chega, o cenário real nas empresas é de métricas fragmentadas, que tentam capturar partes do fenômeno.
Parte das equipes adapta frameworks de web e app analytics. Volume de sessões vira volume de conversas únicas por período. Conversão passa a ser a proporção de diálogos que resultam em ação concreta, como abrir uma conta, gerar um boleto ou registrar um pedido. Tempo médio de sessão ganha nova leitura: pode indicar engajamento quando o fluxo é eficiente, mas também atrito se o usuário demora a resolver o problema. O funil é reescrito como sequência de passos dentro da conversa.
Outra parte das equipes foca em métricas específicas de IA conversacional. Taxa de intenção reconhecida, queda em respostas “não entendi”, percentual de conversas concluídas sem intervenção humana, tempo até a escalada para um atendente, sentimento em tempo real. São indicadores úteis para engenharia e para times de produto, mas ainda distantes dos KPIs que movem orçamento.
Há também as métricas de experiência clássicas que chegam ao chat:
Foi nesse ponto que o atendimento conversacional começou a ser tratado como parte da experiência de valor, não apenas como canal de suporte.
Entre esses blocos, surgem abordagens emergentes: análise de embeddings das conversas para identificar padrões de intenção e emoção, métricas de esforço cognitivo do usuário, índices de naturalidade da interação, simulações automatizadas com perfis diferentes de usuário para testar a resiliência do canal. Ainda não são padrão, mas apontam para onde a disciplina tende a caminhar.
Enquanto o conceito de conversational analytics 2.0 não ganha uma forma definitiva, lideranças de canais digitais podem agir em algumas frentes práticas.
Por fim, formar cultura e talentos capazes de ler conversa, não só número. Isso envolve preparar times para interpretar semântica, contexto e emoção nas interações, e não apenas taxa de clique. É um tipo de alfabetização que mistura analytics, experiência do cliente e entendimento de linguagem natural.
Para a MATH, a migração de web analytics para conversational analytics não é apenas uma evolução técnica, mas uma mudança de modelo mental. Deixar de olhar só para o clique e passar a enxergar a conversa significa assumir que o usuário não está apenas navegando, ele está negociando sentido, tirando dúvidas, decidindo.
A MATH AI Platform entra como camada de orquestração entre dados de navegação, dados de conversa e dados de negócio. Ao unificar essas fontes, a plataforma permite que agentes de IA atuem em canais conversacionais com governança, com logs claros e com possibilidade de análise posterior. Métricas técnicas se conectam a resultados de negócio e alimentam um ciclo de melhoria contínua.
E falamos mais sobre isso no episódio #199: Jobs To Be Done (JTBD) no DoTheMATH, que muda a forma de ler dados em produtos digitais: menos foco em telas e funis, mais foco na intenção do usuário e no problema que ele quer resolver. No episódio, Guilherme Bento, Data Engineer Sr, e Raquel Munari, Business Intelligence Analyst da MATH, mostram como conectar contexto, dados e experiência para tomar decisões melhores em produto.
A criação de uma disciplina de conversational analytics 2.0 não será obra de um único autor ou relatório. Ela vai emergir da prática acumulada de bancos, varejistas, telecoms, fintechs e empresas de tecnologia que decidirem olhar para a conversa com a mesma seriedade com que, anos atrás, passaram a olhar para o clique.
Para gestores, a escolha agora é clara. Tratar canais conversacionais como “mais um ponto de contato” ou como o novo eixo de relação entre pessoas e marcas. A diferença estará na forma como esses canais são medidos, melhorados e conectados ao resultado.