O problema
O carrinho é o lugar mais valioso da loja para aumentar ticket. Mas a maioria mostra "produtos relacionados" genéricos: itens da mesma categoria, sem contexto do que o cliente já escolheu. Resultado: 1-3% de aceitação e cliente ignora a área.
A solução
Upsell contextual que entende o que o cliente já adicionou e sugere complementos com regras inteligentes:
- "Complete o look" para fashion (vestido → sapatilha + cinto + bolsa)
- "Vai precisar disso" para eletrônicos (notebook → mouse + capa + adaptador)
- "Quem comprou também levou" baseado em pares com afinidade > 70%
- Desconto progressivo automático no segundo/terceiro item
Como funciona
Carrinho atual → [Engine de afinidade]
↓
┌─────────────┼─────────────┐
↓ ↓ ↓
[Embeddings ] [Co-purchase ] [Estoque + ]
[do produto ] [histórico ] [margem rules ]
↓ ↓ ↓
[Top 3 sugestões]
↓
[Bloco no carrinho com -20%]
Métricas em produção
| Cliente | Vertical | AOV antes | AOV depois | Lift |
|---|---|---|---|---|
| Fashion premium | Moda | R$ 312 | R$ 418 | +34% |
| Beauty | Beauty | R$ 178 | R$ 234 | +31% |
| Esportes | Esportes | R$ 289 | R$ 374 | +29% |
Aceitação média do upsell: 28% (vs 1-3% da estratégia padrão "produtos relacionados").
O que vem incluso
- Componente React drop-in para Shopify, VTEX, Magento, Custom storefronts
- Engine de afinidade usando embeddings + histórico de pares de compra
- Painel admin para configurar regras por categoria, margem mínima, estoque
- A/B test embutido vs sua estratégia atual
- Integração: Klaviyo (segmentação), GA4 (eventos), Meta CAPI (conversão)
Stack
- Next.js + Vercel Edge para latência < 80ms
- OpenAI GPT-4o mini para classificação contextual
- Supabase Postgres + pgvector para embeddings
- Cache em edge (Vercel KV) para top sugestões
Tempo de implementação
2-3 semanas:
- Sprint 1: indexação de produtos + engine de afinidade
- Sprint 2: componente + integração no carrinho atual
- Sprint 3: A/B test + tuning de regras
FAQ
Quanto custa rodar? Setup R$ 18K-32K. Licença anual R$ 12K-22K. Custo de LLM ~R$ 80-200/mês em volume típico.
Funciona com qualquer plataforma? Sim. Componente drop-in para Shopify, VTEX, Magento. Para outras: API JSON.
Como evita oferecer item sem estoque? Validação em tempo real com seu hub de estoque antes de mostrar. Items zerados não aparecem.
Tem regras de margem? Sim. Você define margem mínima por categoria. O engine prioriza upsells com margem maior dentro do critério.
Pode forçar/excluir produtos? Sim. Lista de "sempre incluir" e "nunca sugerir" configurável. Útil para lançamentos ou produtos a descontinuar.
É compatível com cupons? Sim. Regras de exclusão configuráveis. Você pode dar -20% no upsell mas bloquear cupom adicional, por exemplo.
Funciona em mobile? Sim. Layout adaptado para mobile (uma sugestão por vez em card swipeável).
E reviews influenciam? Sim. Produtos com rating < 4.0 são despriorados automaticamente no ranking.