Capítulo 7

“Certo”, ele disse, “vamos começar”.

“Sei que esse hospital passou por períodos difíceis”, Ward me disse depois. “M as agora é um lugar realmente cooperativo.

Nosso treinamento, todos os modelos de comportamento — a cultura inteira do hospital é focada no trabalho em equipe. Sinto que posso falar qualquer coisa. É um lugar excelente de se trabalhar.”

6 Os relatos deste capítulo são baseados em entrevistas com diversas pessoas que trabalharam no Rhode Island Hospital e estiveram envolvidas neste incidente, algumas das quais forneceram versões diferentes dos fatos. Para mais detalhes das respostas dos representantes do hospital e do cirurgião envolvido, favor consultar as notas.

 

7

COM O A TARGET SABE O QUE VOCÊ

QUER ANTES QUE VOCÊ SAIBA

Quando as empresas preveem (e manipulam) hábitos I.

Andrew Pole acabara de começar a trabalhar como analista de dados para a Target, quando alguns colegas do departamento de marketing pararam ao lado de sua mesa e fizeram o tipo de pergunta que Pole nascera para responder:

“Seus computadores conseguem descobrir quais clientes estão grávidas, mesmo se elas não quiserem que a gente saiba?”

Pole era estatístico. Sua vida inteira girava em torno de usar dados para entender pessoas. Ele crescera numa pequena cidade de Dakota do Norte, e enquanto os amigos estavam frequentando a 4-

H7 ou montando foguetes de brinquedo, Pole estava brincando com computadores. Depois da faculdade, tirou um diploma em estatística e depois outro em economia, e enquanto a maioria de

seus colegas do curso de economia da Universidade do M issouri rumavam para empresas de seguros ou órgãos burocráticos do governo, Pole seguiu um caminho diferente. Ficara obcecado pelos modos como os economistas estavam usando a análise de padrões para explicar o comportamento humano. O próprio Pole, na verdade, tentara a sorte em alguns experimentos informais. Uma vez deu uma festa e entrevistou todo mundo perguntando quais eram suas piadas favoritas; então tentou criar um modelo matemático da piada perfeita. Fez um cálculo aproximado da quantidade exata de cerveja que precisava beber para ganhar confiança para falar com mulheres em festas, mas não tanta a ponto de ele fazer papel de idiota. (Esse estudo, em especial, pareceu nunca dar certo.)

M as ele sabia que aqueles experimentos eram brincadeira de criança, comparados com o modo como as corporações americanas estavam usando dados para investigar a vida das pessoas. Pole queria participar daquilo. Então, quando se formou e ficou sabendo que a Hallmark, a empresa de cartões comemorativos, estava contratando estatísticos em Kansas City, se candidatou, e em breve estava passando os dias esmiuçando dados de vendas para descobrir se imagens de pandas ou de elefantes vendiam mais cartões de aniversário, e se “O que acontece na casa da vovó não sai da casa da vovó” é mais engraçado em tinta vermelha ou azul. Era o paraíso.

Seis anos depois, em 2002, quando Pole ficou sabendo que a Target estava procurando analistas de números, ele deu o salto. Sabia que a Target era uma outra ordem de magnitude em termos de coleta de dados. A cada ano, milhões de consumidores entravam nas 1.147 lojas da Target e forneciam terabytes de informações sobre si mesmos. A maioria deles não fazia ideia de que estava fazendo isso. Usavam seus cartões de fidelidade, trocavam cupons que tinham recebido pelo correio, ou usavam um cartão de crédito,

sem saber que a Target podia então relacionar suas compras a um perfil demográfico individual.

Para um estatístico, esses dados eram uma janela mágica para espiar a preferência dos consumidores. A Target vendia de tudo, desde alimentos até roupas, eletroeletrônicos e móveis para jardim, e rastreando de perto os hábitos de compra das pessoas, os analistas da empresa eram capazes de prever o que estava acontecendo dentro de suas casas. Alguém está comprando toalhas, lençóis, talheres, panelas e comida congelada? Essa pessoa provavelmente acaba de comprar uma casa nova — ou está se divorciando. Um carrinho cheio de repelente, roupa de baixo infantil, uma lanterna, muitas pilhas, a revista Real Simple e uma garrafa de Chardonnay? O acampamento de verão está chegando, e a mamãe mal pode esperar.

Trabalhar na Target ofereceu a Pole uma chance de estudar a mais complexa das criaturas — o consumidor americano — em seu habitat natural. Seu trabalho era construir modelos matemáticos capazes de peneirar os dados e descobrir quais casas continham crianças e quais eram de solteirões convictos; quais consumidores gostavam da vida ao ar livre e quem estava mais interessado em sorvete e romances água com açúcar. A função de Pole era tornar-se um leitor de mentes matemático, decifrando os hábitos dos consumidores para convencê-los a gastar mais.

Então, certa tarde, alguns dos colegas de Pole do departamento de marketing pararam ao lado de sua mesa. Disseram que estavam tentando descobrir quais clientes da Target estavam grávidas com base em seus padrões de compras. Afinal, mulheres grávidas e novos pais são o santo graal dos varejistas. Praticamente não existe um grupo mais rentável, mais faminto por produtos e indiferente aos preços. Não são apenas fraldas e lencinhos umedecidos. Pessoas com crianças pequenas ficam tão cansadas que compram tudo aquilo de que precisam — suco e papel

higiênico, meias e revistas — onde quer que comprem mamadeiras e papinha. Além disso, se um novo pai ou mãe começa a fazer compras na Target, vai continuar comprando ali durante anos.

Ou seja, descobrir quais clientes estavam grávidas poderia render milhões de dólares para a Target.

Pole ficou intrigado. Quer melhor desafio para um adivinho estatístico do que penetrar não só nas mentes dos consumidores, mas também em seus quartos?

Até o fim do projeto, Pole aprenderia algumas lições importantes sobre os perigos de espionar os hábitos mais íntimos das pessoas. Ele descobriria, por exemplo, que esconder aquilo que se sabe às vezes é tão importante quanto sabê-lo, e que não é toda mulher que se empolga com a ideia de haver um programa de computador esmiuçando seus planos reprodutivos.

Pelo jeito, nem todo mundo acha que usar a matemática para ler as mentes dos outros é uma coisa legal.

“Acho que as pessoas de fora talvez digam que isso é meio como um Big Brother”, Pole me disse. “Isso deixa algumas pessoas incomodadas.”

Houve um tempo em que uma empresa como a Target nunca teria contratado um sujeito como Andrew Pole. Há vinte anos, os varejistas não realizavam esse tipo de análise intensamente baseada em dados. Em vez disso, a Target, assim como supermercados, shopping centers, vendedores de cartões comemorativos, lojas de roupas e outras empresas, tentava espiar dentro da cabeça dos clientes à maneira antiga: contratando psicólogos que forneciam táticas vagamente científicas que eles alegavam fazer os consumidores gastarem mais.

Alguns desses métodos ainda são usados hoje em dia. Se você entrar num Walmart, Home Depot, ou no shopping center perto da

sua casa e prestar atenção, vai ver truques de revendedores que existem há décadas, todos projetados para explorar seu subconsciente de consumidor.

Pense, por exemplo, em como você compra comida.

É provável que as primeiras coisas que você vê quando entra no mercado são as frutas e os legumes dispostos em pilhas fartas, atraentes. Pensando bem, colocar produtos frescos na frente de uma loja não faz muito sentido, pois frutas e legumes se danificam facilmente no fundo de um carrinho de compras; logicamente, deveriam ficar situados perto dos caixas, para serem comprados por último. M as como os marqueteiros e psicólogos descobriram muito tempo atrás, se começarmos nossas compras enchendo o carrinho de alimentos saudáveis, somos muito mais suscetíveis a comprar Doritos, Oreos e pizza congelada quando nos depararmos com eles mais adiante. A sensação subconsciente de virtude que vem de comprar abóbora primeiro torna mais fácil colocar um pote de sorvete no carrinho depois.

Ou pense no modo como a maioria de nós vira à direita após entrar numa loja. (Você sabia que vira à direita? É quase certeza que sim. Há milhares de horas de fitas de vídeo mostrando consumidores virando à direita quando passam pelas portas da frente.) Como resultado dessa tendência, os revendedores enchem o lado direito das lojas com os produtos mais lucrativos que esperam que você compre logo de cara. Ou pense em cereais matinais e sopas: quando eles estão nas prateleiras em ordem não alfabética, mas aparentemente aleatória, nosso instinto é demorar um pouco mais e olhar uma seleção maior. Por isso você raramente encontrará Raisin Bran perto de Rice Chex. Em vez disso, vai ter que procurar o cereal que quer na prateleira, e talvez fique tentado a pegar uma caixa a mais de outra marca.

O problema dessas táticas, no entanto, é que elas tratam cada comprador exatamente do mesmo modo. São soluções um tanto

primitivas, tamanho único, para deflagrar hábitos de consumo.

Nas últimas duas décadas, no entanto, conforme o mercado varejista tornou-se mais competitivo, cadeias como a Target começaram a entender que não podiam confiar nos mesmos velhos truques. O único jeito de aumentar os lucros era descobrir os hábitos de cada comprador individual e fazer o marketing para as pessoas uma por uma, com abordagens personalizadas, projetadas para ter apelo às preferências de compra específicas de cada consumidor.

Em parte, essa constatação veio de uma consciência crescente de como é poderosa a influência dos hábitos em quase qualquer decisão de compra. Uma série de experimentos convenceu os marqueteiros de que, se eles conseguissem entender os hábitos de um comprador específico, poderiam fazê-lo comprar quase qualquer coisa. Um estudo registrou consumidores em vídeo enquanto andavam por lojas de alimentos. Os pesquisadores queriam saber como as pessoas tomavam decisões de compras.

Especificamente, procuravam compradores que tivessem vindo com listas de compras — que, em tese, já tivessem decidido de antemão o que queriam.

O que descobriram foi que, apesar das listas, mais de 50% das decisões de compra ocorriam no momento em que um cliente via um produto na prateleira, pois, apesar das melhores intenções dos compradores, seus hábitos eram mais fortes que suas intenções escritas. “Vejamos”, um comprador murmurou para si mesmo enquanto percorria uma loja. “Aqui estão as batatas chips. Vou pular dessa vez. Peraí. Ah! A batata Lay’s está em promoção!”, ele pôs um pacote no carrinho. Alguns compradores compravam as mesmas marcas, mês após mês, embora admitissem que não gostavam muito do produto (“Não amo o Folgers, mas é esse café que eu compro, sabe? Que outra marca existe?”, disse uma mulher parada em frente a uma prateleira contendo dezenas de outras

marcas de café). Os consumidores compravam mais ou menos a mesma quantidade de comida cada vez que iam às compras, mesmo que tivessem prometido fazer cortes.

“Os consumidores às vezes agem como criaturas de hábito, repetindo automaticamente comportamentos passados com pouca atenção às metas atuais”, escreveram dois psicólogos da Universidade do Sul da Califórnia em 2009.

O aspecto surpreendente desses estudos, no entanto, era que, embora todos confiassem em hábitos para orientar suas compras, os hábitos de cada pessoa eram diferentes. O sujeito que gostava de batatas chips comprava um pacote toda vez, mas a mulher que comprava Folgers nunca ia ao corredor dos salgadinhos. Havia pessoas que compravam leite sempre que iam às compras —

mesmo que já tivessem o bastante em casa —, e havia pessoas que sempre compravam sobremesas quando diziam que estavam tentando perder peso. M as os compradores de leite e os viciados em sobremesa geralmente não eram os mesmos.

Os hábitos eram únicos para cada pessoa.

A Target queria tirar vantagem desses traços individuais. M as quando milhões de pessoas passam pelas suas portas todo dia, como manter controle de preferências e padrões de compras?

Você

coleta

dados.

Quantidades

enormes,

quase

inconcebíveis, de dados.

Há pouco mais de uma década, a Target começou a construir um vasto armazém de dados que atribuía a cada comprador um código de identificação — conhecido internamente como “número do visitante” — que mantém um registro de como cada pessoa comprava. Quando um cliente usava um cartão de crédito emitido pela Target, entregava uma etiqueta de fidelidade no caixa, trocava um cupom recebido em casa pelo correio, preenchia uma pesquisa, devolvia um produto para reembolso, telefonava para o atendimento ao cliente, abria um e-mail da Target, visitava a

Target.com ou comprava qualquer coisa on-line, e os computadores da empresa registravam. Um registro de cada compra era ligado ao número do visitante desse comprador, junto com informações sobre todas as outras coisas que ele já tinha comprado até hoje.

Também ligadas a esse número do visitante havia informações demográficas que a Target coletava ou comprava de outras empresas, incluindo a idade do comprador, se ele era casado e tinha filhos, em que região da cidade morava, quanto demorava para chegar de carro à loja, uma estimativa de quanto ganhava, se tinha mudado recentemente, quais sites visitava, os cartões de crédito que carregava na carteira, e seus números de telefone fixo e celular.

A Target pode comprar dados que indicam a etnia de um comprador, seu histórico profissional, que revistas lê, se já declarou falência, o ano em que comprou (ou perdeu) sua casa, em qual faculdade ou colégio estudou, e se prefere certas marcas de café, papel higiênico, cereal matinal ou molho de maçã.

Há vendedores de dados, como a InfiniGraph, que “ouvem”

as conversas on-line de consumidores em fóruns de discussão da internet e mantêm controle de quais produtos esses consumidores mencionam favoravelmente. Uma firma chamada Rapleaf vende informações sobre as tendências políticas dos consumidores, seus hábitos de leitura, contribuições para obras de caridade, a quantidade de carros que eles possuem e se preferem notícias religiosas ou descontos em cigarros. Outras empresas analisam fotos que os consumidores postam on-line, catalogando se são obesos ou muito magros, altos ou baixos, cabeludos ou carecas, e que tipos de produto talvez queiram comprar devido a isso. (A Target, numa declaração, recusou-se a indicar com quais empresas demográficas lida, e quais tipos de informação estuda.)

“Antigamente, as empresas só sabiam o que seus clientes queriam que elas soubessem”, disse Tom Davenport, um dos maiores pesquisadores de como as empresas utilizam dados e

análises. “Esse mundo ficou muito para trás. Você ficaria chocado se soubesse quanta informação corre por aí — e toda empresa as compra, pois é o único jeito de sobreviver.”

Se você usa seu cartão de crédito da Target para comprar uma caixa de picolés uma vez por semana, geralmente por volta das seis e meia da noite, e sacos de lixo gigantes nos meses de julho e outubro, os estatísticos da Target e programas de computador determinam que você tem crianças em casa, tende a parar para comprar comida no caminho de volta do trabalho e tem um gramado que precisa ser aparado no verão, além de árvores que soltam folhas no outono. Vão examinar seus outros padrões de compra e notar que às vezes você compra cereal matinal, mas nunca leite — o que significa que deve estar comprando leite em algum outro lugar. Por isso a Target vai lhe enviar cupons de desconto no leite desnatado e também no chocolate granulado, no material escolar, em móveis para jardim, rastelos e — já que é provável que você queira relaxar após um longo dia de trabalho — cerveja. A empresa vai adivinhar o que você costuma comprar, e então tentar convencê-lo a comprar isso na Target. Ela tem a capacidade de personalizar os anúncios e cupons que envia para cada cliente, embora você talvez nunca perceba que recebeu pelo correio um folheto diferente do de seus vizinhos.

“Com o número do cliente, temos seu nome, endereço e forma de pagamento, sabemos que você tem um cartão Visa Target, um cartão de débito, e podemos relacionar isso as suas compras na loja”, Pole disse a uma plateia de estatísticos de varejo numa conferência em 2010. A empresa pode ligar a uma pessoa específica cerca de metade das vendas feitas na loja, quase todas as vendas online e cerca de um quarto das visitas ao site.

Nessa conferência, Pole mostrou um slide com uma amostra dos dados que a Target coleta, um diagrama que fez alguém na plateia assobiar de espanto quando ele apareceu na tela:

O problema de todos esses dados, no entanto, é que eles não fazem sentido sem estatísticos que saibam interpretá-los. Para um leigo, dois consumidores que compram suco de laranja parecem iguais. É preciso um tipo especial de matemático para se dar conta de que um deles é uma mulher de 34 anos comprando suco para os filhos (e por isso talvez goste de receber um cupom para um DVD

infantil) e o outro é um homem solteiro de 28 anos que bebe suco depois de sair para correr (e assim talvez esteja interessado em descontos em tênis). Pole e os cinquenta outros membros do Departamento de Dados de Cliente e Serviços Analíticos da Target eram os únicos que encontravam os hábitos escondidos nos fatos.

“Chamamos isso de ‘retrato do cliente’”, Pole me disse.

“Quanto mais eu sei sobre alguém, melhor posso adivinhar seus padrões de compra. Não vou adivinhar tudo sobre você toda vez, mas vou acertar mais do que errar.”

Quando Pole entrou para a Target em 2002, o departamento de análise já tinha criado programas de computador para identificar lares com crianças e, a cada mês de novembro, mandava aos pais catálogos de bicicletas e patinetes que ficariam perfeitos embaixo da árvore de Natal, assim como cupons de material escolar no início do ano letivo e anúncios de brinquedos para piscina no verão. Os computadores procuravam pessoas que compravam biquínis em abril, e mandavam cupons de filtro solar em julho e livros de dieta em dezembro. Se a Target quisesse, poderia enviar a cada cliente um livro de cupons cheio de descontos em produtos que eles têm quase certeza de que os consumidores comprariam, pois já compraram os mesmos itens antes.

A Target não é a única empresa que deseja prever os hábitos dos consumidores. Quase todos os grandes varejistas, incluindo empresas como Amazon.com, Best Buy, supermercados Kroger, 1-800-Flowers, Olive Garden, Anheuser-Busch, os Correios dos Estados Unidos, Fidelity Investments, Hewlett-Packard, Bank of America, Capital One, e centenas de outras, têm departamentos de

“análise previsiva” dedicados a descobrir as preferências dos consumidores. “M as a Target sempre foi uma das mais espertas nisso”, disse Eric Siegel, que organiza uma conferência chamada Predictive Analytics World. “Os dados não significam nada por conta própria. A Target é boa em desvendar as perguntas realmente inteligentes.”

Não é preciso um gênio para saber que alguém que está comprando cereal matinal provavelmente também precisa de leite.

M as há outras questões muito mais difíceis — e mais lucrativas —

a serem respondidas.

E é por isso que, umas poucas semanas depois que Pole foi

contratado, seus colegas perguntaram se era possível determinar quem estava grávida, mesmo essa mulher não querendo que ninguém soubesse.

Em 1984, um professor convidado na Ucla chamado Alan Andreasen publicou um artigo que tentava responder uma pergunta básica: por que algumas pessoas de repente mudam suas rotinas de compras?

A equipe de Andreasen passara o ano anterior realizando pesquisas telefônicas com consumidores da região de Los Angeles, interrogando-os sobre suas compras recentes. Sempre que alguém atendia ao telefone, os cientistas o metralhavam com perguntas sobre quais marcas de pasta de dente e sabão tinham adquirido, e se suas preferências tinham mudado. Ao todo, entrevistaram quase trezentas pessoas. Como outros pesquisadores, descobriram que a maioria das pessoas compra as mesmas marcas de cereal matinal e desodorante semana após semana. Os hábitos eram soberanos.

Exceto quando não eram.

Por exemplo, 10,5% das pessoas que Andreasen entrevistou tinham mudado de marca de pasta de dente nos últimos seis meses.

M ais de 15% haviam começado a comprar um novo tipo de sabão em pó.

Andreasen queria saber por que essas pessoas tinham desviado de seus padrões habituais. O que ele descobriu se tornou um pilar da teoria do marketing moderno: os hábitos de compra das pessoas tendem a mudar mais quando elas passam por um grande acontecimento na vida. Quando uma pessoa se casa, por exemplo, tem mais chances de começar a comprar um novo tipo de café.

Quando se muda para uma casa nova, está mais propensa a comprar um tipo diferente de cereal matinal. Quando se divorcia, há uma probabilidade maior de que comece a comprar marcas

diferentes de cerveja. Os consumidores que estão passando por grandes acontecimentos na vida muitas vezes não percebem, ou não se importam, que seus padrões de compra mudaram. No entanto, os varejistas percebem, e se importam bastante.

“M udar de casa, casar-se ou divorciar-se, perder ou mudar de emprego, ter alguém chegando ou indo embora de casa”, escreveu Andreasen, são mudanças de vida que tornam os consumidores mais “vulneráveis a intervenções de marqueteiros”.

E qual é o maior acontecimento na vida da maioria das pessoas? O que causa a maior reviravolta e “vulnerabilidade a intervenções do marketing”? Ter um bebê. Praticamente não existe uma mudança maior para um cliente do que a chegada de um filho.

Como resultado, os hábitos dos novos pais são mais flexíveis nesse momento do que em qualquer outro período na vida de um adulto.

Por isso, para uma empresa, mulheres grávidas são minas de ouro.

Novos pais compram muitas coisas — fraldas e lencinhos umedecidos, berços e macacões, cobertores e mamadeiras — que lojas como a Target vendem por um lucro significativo. Uma pesquisa realizada em 2010 estimou que o pai ou mãe médio gasta 6.800 dólares em produtos de bebê antes do primeiro aniversário de uma criança.

M as essa é apenas a ponta do iceberg das compras. Esses gastos iniciais são insignificantes em comparação com os lucros que uma loja pode obter tirando proveito dos hábitos de compra cambiantes de um novo pai ou mãe. Se mães exaustas e pais insones começam a comprar papinha e fraldas na Target, vão começar a comprar seus mantimentos, produtos de limpeza, toalhas, roupas de baixo e — bem, o céu é o limite — na Target também. Porque é fácil. Para um novo pai, facilidade é o mais importante de tudo.

“Assim que conseguimos fazer com que eles comprem fraldas

de nós, começam a comprar todo o resto também”, Pole me disse.

“Se você está cruzando a loja com pressa, procurando mamadeiras, e passa pelo suco de laranja, vai pegar uma caixa. Oh, e olha aqui esse novo DVD que eu quero. Em pouco tempo, você estará comprando cereal matinal e toalhas de papel de nós, e vai continuar voltando.”

Os novos pais são consumidores tão valiosos que os grandes varejistas estão dispostos a fazer qualquer coisa para encontrá-los, inclusive entrar em alas de maternidade, mesmo que seus produtos não tenham nada a ver com crianças pequenas. Um hospital de Nova York, por exemplo, oferece a cada nova mãe uma bolsa de presentes contendo amostras de gel para cabelo, loção facial, espuma de barbear, uma barra de cereais, xampu e uma camiseta de algodão. Dentro dessa bolsa há cupons para um serviço on-line de revelação de fotos, sabão para as mãos e uma academia local.

Também há amostras de fraldas e loções para bebê, mas elas se perdem entre os produtos para adultos. Em 580 hospitais de diversas partes dos Estados Unidos, novas mães ganham presentes da Walt Disney Company, que em 2010 inaugurou uma divisão com o objetivo específico de fazer marketing para pais de crianças pequenas. A Procter & Gamble, a Fisher-Price e outras empresas têm programas de brindes semelhantes. A Disney estima que o mercado dos recém-nascidos dos Estados Unidos valha 36,3

bilhões de dólares por ano.

M as para empresas como a Target, abordar novas mães na ala de maternidade é, em alguns sentidos, tarde demais. A essa altura, elas já estão na tela do radar de todas as outras. A Target não queria competir com a Disney e a Procter & Gamble; queria superá-las. O

objetivo da Target era começar a fazer marketing para os pais antes de o bebê chegar — e é por isso que os colegas de Andrew Pole o abordaram naquele dia para perguntar sobre a criação de um algoritmo de previsão de gravidez. Se eles conseguissem identificar

futuras mães ainda em seu segundo trimestre, poderiam capturá-las antes de qualquer outra empresa.

O único problema era que descobrir quais clientes estão grávidas é mais difícil do que parece. A Target tinha um registro de chás de bebê, e isso ajudava a identificar algumas mulheres grávidas

— e além do mais, todas essas futuras mães forneciam de bom grado informações valiosas, como a data prevista do parto, que permitiam à empresa saber quando lhes enviar os cupons para vitaminas pré-natais ou fraldas. M as só uma pequena parcela das clientes grávidas da Target usava o registro.

Havia também outras clientes que os executivos suspeitavam que estivessem grávidas porque compravam roupas para grávidas, móveis para o quarto do bebê e pacotes de fraldas. Suspeitar e saber, no entanto, são coisas diferentes. Como você sabe se alguém que está comprando fraldas está grávida ou está comprando um presente para uma amiga grávida? Além disso, o timing é importante. Um cupom que é útil um mês antes do parto pode ser jogado no lixo umas poucas semanas depois que o bebê chega.

Pole começou a trabalhar no problema esmiuçando as informações do registro de chás de bebê da Target, que o permitia observar como os hábitos de compras da mulher típica mudavam conforme a data do parto se aproximava. O registro era como um laboratório onde ele podia testar palpites. Cada futura mãe fornecia seu nome, o nome do cônjuge e a data prevista para o nascimento.

O banco de dados da Target conseguia ligar essas informações aos números de clientes da família. Sendo assim, sempre que uma dessas mulheres comprava alguma coisa numa loja ou pela internet, Pole, usando a data prevista que a mulher fornecera, podia identificar o trimestre em que a compra ocorrera. Em pouco tempo, ele já estava detectando padrões.

As futuras mães, ele descobriu, faziam compras de maneiras um tanto previsíveis. Pensemos, por exemplo, em loções. M uitas

pessoas compram loção, mas um analista de dados da Target notou que as mulheres do registro de bebês estavam comprando quantidades atipicamente grandes de loção sem perfume perto do início de seu segundo trimestre. Outro analista notou que, em algum momento das primeiras vinte semanas, muitas grávidas faziam estoque de vitaminas, assim como cálcio, magnésio e zinco. Várias pessoas compram sabão e bolas de algodão todo mês, mas quando alguém de repente começa a comprar muito sabão sem perfume e bolas de algodão, além de desinfetantes para as mãos e um número impressionante de toalhas de mão, tudo de uma vez, uns poucos meses após comprar loções, magnésico e zinco, isso indica que a data do parto está se aproximando.

Conforme o programa de computador de Pole foi peneirando os dados, ele conseguiu identificar cerca de 25 produtos diferentes que, analisados em conjunto, permitiam que ele, em certo sentido, espiasse dentro do útero de uma mulher. E o mais importante, podia adivinhar em que trimestre estava — e estimar a data do parto — para que a Target pudesse lhe mandar cupons quando estivesse prestes a fazer compras novas. Quando Pole terminou o projeto, seu programa podia atribuir a qualquer cliente regular uma pontuação de “previsão de gravidez”.

Jenny Ward, uma mulher de 23 anos, de Atlanta, que comprou loção de manteiga de cacau, uma bolsa grande o bastante para servir como porta-fraldas, zinco, magnésio e um tapete azul?

Há uma chance de 87% de que ela esteja grávida, e que seu parto esteja previsto para o final de agosto. Liz Alter, do Brooklyn, 35

anos, que comprou cinco pacotes de toalhas de mão, um frasco de sabão em pó para “pele sensível”, jeans folgados, vitaminas contendo DHA e um monte de hidratantes? Ela tem uma chance de 96% de estar grávida e provavelmente vai dar à luz no começo de maio. Caitlin Pike, uma mulher de 39 anos, de São Francisco, que comprou um carrinho de bebê de 250 dólares, mas nada além disso?

Provavelmente está comprando para o chá de bebê de uma amiga. Além disso, seus dados demográficos mostram que ela se divorciou há dois anos.

Pole aplicou seu programa a todas as consumidoras da base de dados da Target. No fim, ele tinha uma lista com centenas de milhares de mulheres que provavelmente estavam grávidas, e que a Target podia inundar com propagandas de fraldas, loções, berços, lencinhos umedecidos e roupas para grávidas, em momentos em que seus hábitos de compra estavam especialmente flexíveis. Se ao menos uma fração dessas mulheres ou seus maridos começasse a fazer suas compras na Target, isso somaria milhões de dólares ao faturamento da empresa.

Então, quando essa avalanche de propaganda estava prestes a começar, alguém dentro do departamento de marketing fez uma pergunta: como as mulheres vão reagir quando perceberem o quanto a Target sabe?

“Se mandarmos a alguém um catálogo e dissermos: ‘Parabéns pelo seu primeiro filho!’, e a pessoa nunca nos contou que está grávida, isso vai deixar algumas pessoas incomodadas”, Pole me disse. “Somos muito conservadores no que diz respeito a acatar todas as leis de privacidade. M as mesmo se você está cumprindo a lei, pode fazer coisas que provocam mal-estar.”

Há um bom motivo para esses receios. Cerca de um ano depois que Pole criou seu modelo de previsão de gravidez, um homem entrou numa Target do M innesota e exigiu falar com o gerente. Trazia um anúncio na mão. Estava muito irritado.

“M inha filha recebeu isso pelo correio!”, ele disse. “Ela ainda está no ensino médio, e vocês estão mandando para ela cupons de roupas de bebê e berços? Estão tentando incentivar minha filha a engravidar?”

O gerente não fazia ideia do que o homem estava falando.

Olhou para o folheto que fora enviado pelo correio. De fato, estava endereçado à filha do homem e continha propagandas de roupas para grávidas, móveis para berçário e fotos de criancinhas sorridentes olhando nos olhos das mães.

O gerente se desculpou profusamente, e então telefonou, alguns dias depois, para se desculpar de novo.

O pai estava meio atônito.

“Tive uma conversa com a minha filha”, ele disse. “Pelo jeito, estão acontecendo coisas nesta casa das quais eu não estava totalmente ciente.” Ele respirou fundo. “Ela vai ter o filho em agosto. Eu lhe devo um pedido de desculpas.”

A Target não é a única empresa que gerou receios entre os consumidores. Outras empresas já foram atacadas por usar dados de maneiras muito menos intrusivas. Em 2011, por exemplo, uma moradora de Nova York processou o M cDonald’s, a CBS, a M azda e a M icrosoft, alegando que a agência de publicidade dessas empresas monitorava a atividade das pessoas na internet para traçar perfis de seus hábitos de compra. Na Califórnia, há ações coletivas em andamento contra a Target, o Walmart, a Victoria’s Secret e outras redes de varejistas por pedir aos clientes que forneçam seus códigos postais ao usar cartões de crédito, e então usar essas informações para descobrir seus endereços.

Pole e seus colegas sabiam que usar dados para prever a gravidez de uma mulher era um possível desastre de relações públicas. Então como podiam fazer com que seus anúncios chegassem às mãos das futuras mães sem parecer que estavam espionando essas mulheres? Como você se aproveita dos hábitos de uma pessoa sem deixar que ela saiba que você está estudando cada

detalhe de sua vida?8

II.

No verão de 2003, um executivo de divulgação da gravadora Arista Records chamado Steve Bartels começou a telefonar para DJs de rádio e lhes falar sobre uma nova música que tinha certeza de que eles iam adorar. O nome da faixa era Hey Ya! , do grupo de hip-hop OutKast.

Hey Ya! era uma fusão animada de funk, rock e hip-hop com uma pegada de Big Band, de uma das bandas mais populares do mundo. Era diferente de tudo o que havia no rádio. “Senti um arrepio nos braços da primeira vez que ouvi”, Bartels me disse.

“ Aquilo soava como um hit, como o tipo de música que você ouviria em bnei mitzvah e bailes de formatura durante anos.” Nos escritórios da Arista, os executivos cantavam o refrão — “shake it like a Polaroid picture” [balance como uma foto de Polaroid] — uns para os outros nos corredores. Esta música, todos eles concordavam, vai ser um estouro.

Essa certeza não era apenas baseada numa intuição. Na época, a indústria fonográfica passava por uma transformação semelhante às mudanças baseadas em dados que aconteciam na Target e em outras empresas. Assim como os varejistas usavam algoritmos de computador para prever os hábitos dos consumidores, executivos da música e do rádio utilizavam programas de computador para prever os hábitos dos ouvintes. Uma empresa chamada Polyphonic HM I — um grupo de estatísticos e especialistas em inteligência artificial sediado na Espanha — criara um programa chamado Hit Song Science, que analisava as características matemáticas de uma música e previa sua popularidade. Comparando o andamento, o tom, a melodia, a progressão harmônica e outros fatores de uma música específica com os milhares de hits armazenados na base de dados da Polyphonic HM I, o programa Hit Song Science era capaz de fornecer uma pontuação que previa se uma música tinha chances de fazer sucesso.

O progama havia previsto, por exemplo, que Come Away with Me, de Norah Jones, seria um sucesso, depois que a maior parte da indústria musical tinha desprezado o álbum. (Ele acabaria vendendo 10 milhões de cópias e ganhando oito Grammys.) O programa previra que Why Don’t You and I, de Santana, seria popular, apesar das dúvidas dos DJs. (A música atingiu o terceiro lugar na lista Top 40 da revista Billboard.)

Quando executivos de estações de rádio passaram Hey Ya!

pelo Hit Song Science, a música se saiu bem. Na verdade, saiu-se melhor que bem: a pontuação estava entre as mais altas que qualquer pessoa já tinha visto.

Hey Ya! , de acordo com o algoritmo, seria um hit monstruoso.

No dia 4 de setembro de 2003, no precioso horário das 7h15

da noite, a estação Top 40 WIOQ da Filadélfia começou a tocar Hey Ya! no rádio. Ela tocou a música outras sete vezes naquela semana, e um total de 37 vezes ao longo do mês.

Na época, uma empresa chamada Arbitron estava testando uma nova tecnologia que tornava possível descobrir quantas pessoas estavam ouvindo uma certa estação de rádio num dado momento, e quantas mudavam de estação durante uma música específica. A WIOQ era uma das estações incluídas no teste. Os executivos da estação tinham certeza de que Hey Ya! manteria os ouvintes grudados aos seus rádios.

Então os dados chegaram.

Os ouvintes não só não gostavam de Hey Ya! . De acordo com os dados, eles odiavam a música. Odiavam tanto que quase um terço deles mudava de estação antes dos primeiros trinta segundos.

E também não era só na WIOQ. Em todo o país, em rádios de Chicago, Los Angeles, Phoenix e Seattle, sempre que Hey Ya!

tocava, enormes quantidades de ouvintes mudavam de estação. “Achei que fosse uma faixa ótima da primeira vez que ouvi”, disse John Garabedian, apresentador de um programa de rádio Top 40 independente com mais de 2 milhões de ouvintes todo fim de semana. “M as não era parecida com outras músicas, e por isso

algumas pessoas entravam em parafuso quando ela tocava. Um cara me disse que era a pior coisa que já tinha ouvido.

“As pessoas ouvem o Top 40 porque querem ouvir suas músicas favoritas, ou músicas com um som bem parecido com o das suas favoritas. Quando toca alguma coisa diferente, ficam ofendidas. Não querem nada desconhecido.”

A Arista gastara muito dinheiro promovendo Hey Ya! . As indústrias da música e do rádio precisavam que ela fosse um sucesso. Os hits valem uma fortuna — não só porque as pessoas compram a música em si, mas também porque um hit pode convencer ouvintes a trocar os video games e a internet pelo rádio.

Um hit pode vender carros esportivos na televisão e roupas dentro de lojas da moda. Os hits são a base de dezenas de hábitos de compra de que anunciantes, emissoras de TV, bares, casas noturnas

— e mesmo empresas de tecnologia como a Apple — dependem.

Ora, uma faixa apontada como uma das mais promissoras —

uma música que os algoritmos tinham previsto que se tornaria o hit do ano — estava se revelando um desastre. Os executivos do rádio estavam desesperados para achar alguma coisa que transformasse Hey Ya! num sucesso.

A pergunta — como você transforma uma música num hit? — vem quebrando a cabeça da indústria fonográfica desde os seus primórdios, mas foi só nas últimas décadas que as pessoas tentaram chegar a respostas científicas. Um dos pioneiros foi um ex-diretor de estação chamado Rich M eyer, que em 1985 abriu uma empresa chamada M ediabase, junto com sua mulher, Nancy, no porão de sua casa em Chicago. Eles acordavam toda manhã, pegavam um pacote de fitas de estações que tinham sido gravadas no dia anterior em diversas cidades, e contavam e analisavam cada faixa que tinha sido tocada. M eyer então publicava um informativo

semanal que monitorava quais músicas estavam crescendo ou diminuindo em popularidade.

Em seus primeiros anos, o informativo só tinha cerca de cem assinantes, e M eyer e sua mulher lutavam para que a empresa não afundasse. No entanto, à medida que mais estações começaram a usar as descobertas de M eyer para aumentar sua audiência — e, principalmente, a estudar as fórmulas que ele criou para explicar as tendências dos ouvintes —, seu informativo, os dados vendidos pela M ediabase, e depois serviços similares fornecidos por uma indústria crescente de consultores focados em dados, mudaram totalmente o modo como as estações de rádio eram administradas.

Uma das charadas que M eyer mais adorava resolver era descobrir por que, durante algumas músicas, os ouvintes pareciam jamais mudar de estação. Entre os DJs, estas músicas são conhecidas como “grudentas”. M eyer tinha monitorado centenas de músicas grudentas ao longo dos anos, tentando desvendar os princípios que as tornavam populares. Sua sala estava cheia de tabelas e gráficos realçando as características de diversas músicas grudentas. M eyer estava sempre buscando novos jeitos de medir o fator “grude”, e na época em que Hey Ya! foi lançada, ele começou a experimentar com dados dos testes que a Arbitron estava realizando para ver se forneciam alguma nova revelação.

Algumas das músicas mais grudentas da época eram grudentas por motivos óbvios — Crazy in Love, de Beyoncé, e Señorita, de Justin Timberlake, por exemplo, tinham acabado de ser lançadas e já eram imensamente populares, mas eram músicas ótimas de artistas consagrados, por isso fazia sentido que fossem grudentas.

Outras músicas, no entanto, eram grudentas por motivos que ninguém conseguia entender direito. Por exemplo, quando as rádios tocavam Breathe, de Blu Cantrell, durante o verão de 2003, quase ninguém encostava no dial. É uma música altamente esquecível, centrada numa única batida, que os DJs achavam tão sem graça que

a maioria deles só tocava com relutância, como diziam às publicações musicais. M as por algum motivo, sempre que ela tocava no rádio, as pessoas ouviam, muito embora, como pesquisas vieram a descobrir depois, estes mesmos ouvintes dissessem que não gostavam muito da faixa. Ou pensemos em Here Without You, do 3 Doors Down, ou qualquer música do grupo M aroon 5. Estas bandas são tão desprovidas de personalidade que os críticos e os ouvintes criaram uma nova categoria de música — “bath rock”

(rock de chuveiro) — para descrever suas melodias insossas. E no entanto, sempre que elas tocavam no rádio, quase ninguém mudava de estação.

E havia também músicas de que os ouvintes diziam não gostar ativamente, mas que eram grudentas assim mesmo.

Pensemos em Christina Aguilera ou Celine Dion. Em pesquisa após pesquisa, os ouvintes masculinos diziam que odiavam Celine Dion e não suportavam suas músicas. M as sempre que uma música dela tocava no rádio, os homens continuavam sintonizados. Dentro do mercado de Los Angeles, as estações que tocavam Celine Dion regularmente no fim de cada hora — momento em que a Arbitron media os ouvintes — podiam confiavelmente alavancar sua audiência em até 3%, um índice enorme no mundo do rádio. Os ouvintes masculinos talvez achassem que não gostavam de Celine Dion, mas quando suas músicas tocavam, continuavam sintonizados.

Uma noite, M eyer sentou-se e passou a ouvir uma série de músicas grudentas, uma após a outra, inúmeras vezes. Enquanto fazia isso, começou a notar uma semelhança entre elas. Não era que as músicas fossem parecidas. Algumas eram baladas, outras, músicas pop. No entanto, todas eram semelhantes no sentido de que cada uma soava exatamente como aquilo que M eyer esperava ouvir daquele gênero específico. Elas soavam familiares — como todo o resto que havia no rádio —, mas um pouco mais bem-

acabadas, um pouco mais próximas da medida áurea da música perfeita.

“Às vezes as rádios fazem pesquisa ligando para os ouvintes e tocando um trecho de uma música, e os ouvintes dizem: ‘Ouvi isso um milhão de vezes. Estou totalmente cansado disso’”, me disse M eyer. “M as quando a música toca no rádio, seu subconsciente diz: ‘Eu conheço essa música! Ouvi um milhão de vezes! Sei cantar junto!’ M úsicas grudentas são o que você espera ouvir no rádio. Seu cérebro secretamente quer essa música, porque é muito familiar em relação a todo o resto que você já ouviu e gostou. Ela tem o som certo.”

Há evidências de que uma preferência por coisas que soam

“familiares” é um produto da nossa neurologia. Cientistas examinaram os cérebros de pessoas enquanto elas ouvem música e identificaram quais regiões neurais estão envolvidas na compreensão de estímulos auditivos. Ouvir música ativa diversas áreas do cérebro, incluindo o córtex auditivo, o tálamo e o córtex parietal superior. Estas mesmas áreas também estão associadas ao reconhecimento de padrões e ajudam o cérebro a decidir a quais estímulos ele deve prestar atenção e quais deve ignorar. Ou seja, as áreas que processam música são projetadas para procurar padrões e buscar familiaridade. Isso faz sentido. M úsica, afinal, é algo complicado. Os diversos tons, alturas, melodias sobrepostas e sons concorrentes dentro de quase todas as canções — ou qualquer pessoa falando numa rua movimentada, aliás — são uma quantidade de informação tão avassaladora que, sem a habilidade do nosso cérebro de focar alguns sons e ignorar outros, tudo pareceria uma cacofonia de ruídos.

Nossos cérebros anseiam por familiaridade na música porque é através dela que conseguimos ouvir sem nos distrair com a quantidade de sons. Assim como os cientistas do M IT descobriram que

os

hábitos

comportamentais

evitam

que

fiquemos

sobrecarregados com as inúmeras decisões que, de outro modo, precisaríamos tomar todo dia, os hábitos auditivos existem porque, sem eles, seria impossível determinar se devemos nos concentrar na voz do nosso filho, no apito do treinador ou no barulho de uma rua movimentada durante uma partida de futebol de sábado. Os hábitos auditivos permitem que separemos, inconscientemente, os barulhos importantes daqueles que podem ser ignorados.

É por isso que músicas que soam “familiares” — mesmo se você nunca as ouviu antes — são grudentas. Nossos cérebros são projetados para preferir padrões auditivos que parecem semelhantes àquilo que já ouvimos. Quando Celine Dion lança uma música nova — e essa música soa parecida com todas as outras músicas que ela já cantou —, nossos cérebros inconscientemente anseiam pelo reconhecimento, e a música se torna grudenta. Você talvez nunca vá a um show de Celine Dion, mas vai ouvir as músicas dela no rádio, pois é isso que você espera ouvir no carro a caminho do trabalho. Essas músicas correspondem perfeitamente aos seus hábitos.

Esta descoberta ajudou a explicar por que Hey Ya! estava indo mal no rádio, apesar de o Hit Song Science e os executivos de música terem certeza de que seria um hit. O problema não era que Hey Ya! fosse ruim. O problema era que Hey Ya! não era familiar.

Os ouvintes de rádio não queriam tomar uma decisão consciente cada vez que uma nova música lhes era apresentada. Em vez disso, seus cérebros queriam seguir um hábito. Em boa parte do tempo, não escolhemos de fato se gostamos ou não gostamos de uma música. Isso exigiria muito esforço mental. Em vez disso, reagimos às deixas (“Isso soa como todas as outras músicas de que eu já gostei”) e recompensas (“É divertido cantarolar junto!”) e, sem pensar, ou começamos a cantar, ou estendemos o braço e mudamos de estação.

Em certo sentido, a Arista e os DJs de rádio se depararam com uma variação do problema que Andrew Pole estava enfrentando na Target. Os ouvintes ouvem de bom grado uma música inteira, mesmo talvez dizendo que não gostam dela, contanto que ela se pareça com algo que ouviram antes. As mulheres grávidas ficam felizes de usar cupons que recebem pelo correio, a não ser que estes cupons deixem óbvio que a Target está espiando dentro de seus úteros, o que é inusitado e meio sinistro.

Receber um cupom que deixa claro que a Target sabe que você está grávida é algo que conflita com o que um consumidor espera. É

como dizer a um economista de 42 anos que ele cantou junto com a Celine Dion. Parece simplesmente errado.

Então, como os DJs convencem os ouvintes a continuar ouvindo músicas como Hey Ya! por tempo suficiente para que elas se tornem familiares? Como a Target convence mulheres grávidas a usar cupons de fraldas sem deixá-las assustadas?

Vestindo uma coisa nova numa embalagem velha, e fazendo com que o desconhecido pareça familiar.

III.

No começo da década de 1940, o governo norte-americano começou a enviar boa parte do suprimento doméstico de carne do país para a Europa e o front do Pacífico, para apoiar tropas que lutavam na Segunda Guerra M undial. Em território nacional, a disponibilidade de bifes e costeletas de porco começou a minguar. Quando os Estados Unidos entraram na guerra, no fim de 1941, os restaurantes de Nova York estavam usando carne de cavalo para fazer hambúrgueres, e um mercado negro de aves surgira. Agentes federais começaram a recear que um esforço de guerra prolongado deixaria a nação faminta de proteínas. Este “problema vai ameaçar os Estados Unidos de forma crescente se a guerra continuar”, escreveu o ex-presidente Herbert Hoover para os americanos num panfleto do governo em 1943. “Nossas fazendas estão carentes de mão de obra para cuidar do gado; e além de tudo precisamos fornecer suprimentos para os britânicos e russos. Carnes e gorduras são munição nesta guerra, tanto quanto tanques e aviões.”

Preocupado, o Departamento de Defesa abordou dezenas dos maiores sociólogos, psicólogos e antropólogos do país — incluindo M argaret M ead e Kurt Lewin, que depois se tornariam celebridades acadêmicas — e lhes deu uma tarefa: descobrir como convencer os americanos a comer miúdos. Fazer com que as donas de casa servissem a seus maridos e filhos as partes ricas em proteínas, como fígados, corações, rins, miolos, estômagos e intestinos, que sobravam depois que a costela e a alcatra eram enviadas para o outro lado do oceano.

Na época, os miúdos não eram populares nos Estados Unidos. Uma mulher de classe média de 1940 preferiria morrer de fome a aviltar sua mesa com língua ou tripas. Então, quando os cientistas recrutados para o Comitê de Hábitos Alimentares se reuniram pela primeira vez em 1941, estabeleceram para si mesmos a meta de sistematicamente identificar as barreiras culturais que

desencorajavam os americanos de comer miúdos. Ao todo, mais de duzentos estudos acabaram sendo publicados, e em sua essência, todos continham uma descoberta parecida: para mudar a dieta das pessoas, era preciso tornar o exótico familiar. E para fazer isso, era preciso camuflá-lo no aspecto do dia a dia.

Para convencer os americanos a comer fígados e rins, as donas de casa precisavam saber como dar à comida uma aparência, sabor e aroma o mais semelhante possível àquilo que suas famílias esperavam ver na mesa do jantar toda noite, concluíram os cientistas. Por exemplo, quando a Divisão de Subsistência do Corpo de Quartéis-M estres — as pessoas encarregadas de alimentar os soldados — começou a servir repolho fresco para as tropas em 1943, ele foi rejeitado. Então os refeitórios picaram e cozinharam o repolho até ele ficar parecido com qualquer outro legume na bandeja de um soldado — e as tropas comeram sem reclamar. “Os soldados tendiam mais a comer a comida, fosse conhecida ou estranha, quando ela era preparada de um modo parecido com suas experiências anteriores e servida de um jeito familiar”, escreveu um pesquisador de hoje avaliando estes estudos.

O segredo para mudar a dieta americana, concluiu o Comitê de Hábitos Alimentares, era a familiaridade. Em pouco tempo, as donas de casa estavam recebendo pelo correio panfletos do governo afirmando que “todo marido vai adorar torta de carne com rim”.

Açougueiros começaram a distribuir receitas que explicavam como introduzir fígado num bolo de carne.

Uns poucos anos após o fim da Segunda Guerra M undial, o Comitê de Hábitos Alimentares foi dissolvido. Àquela altura, no entanto, os miúdos tinham sido totalmente integrados à dieta americana. Um estudo indicou que o consumo de miúdos aumentara em 33% durante a guerra. Em 1955, ele crescera em 50%. O rim tornara-se um alimento básico no jantar. Fígado era para ocasiões especiais. Os padrões alimentícios americanos tinham mudado de

tal modo que os miúdos haviam se tornado emblemas de conforto. Desde então, o governo americano já lançou dezenas de outros esforços para melhorar nossa dieta. Por exemplo, houve a campanha “Cinco por Dia”, destinada a incentivar as pessoas a comer cinco frutas, verduras ou legumes, houve a pirâmide alimentar do Departamento da Agricultura dos Estados Unidos (USDA, na sigla em inglês), e uma campanha por queijos e leites com baixo teor de gordura. Nenhuma delas aderiu às descobertas do comitê. Nenhuma tentou camuflar suas recomendações em hábitos já existentes, e como consequência, todas as campanhas fracassaram. Até hoje, o único programa do governo que gerou uma mudança duradoura na dieta americana foi a campanha pelos miúdos da década de 1940.

No entanto, as estações de rádio e as empresas de grande porte — incluindo a Target — são um pouco mais espertas.

Os DJs logo perceberam que, para transformar Hey Ya! num hit, eles precisavam fazer com que a música se tornasse familiar. E para fazer isso, era necessário algo especial.

O problema era que programas de computador como o Hit Song Science eram muito bons para prever os hábitos das pessoas.

M as às vezes, estes algoritmos descobriam hábitos que na verdade ainda não tinham surgido, e quando uma empresa comercializa hábitos que ainda não adotamos ou, ainda pior, que relutamos em admitir para nós mesmos — como nosso apreço secreto por baladas piegas —, ela corre o risco de ir à falência. Se um mercado anuncia “Temos uma enorme variedade de cereais açúcarados e sorvetes!”, os consumidores passam longe. Se um açougueiro diz

“Eis aqui um pedaço de intestino para o seu jantar”, uma dona de casa dos anos 1940 prefere servir um ensopado de atum. Quando uma estação de rádio promete “Celine Dion a cada meia hora!”,

ninguém sintoniza. Portanto, em vez disso, os donos de supermercados ostentam suas maçãs e tomates (enquanto se certificam de que você passe pelos M &M ’s e Häagen-Dazs no caminho até o caixa), os açougueiros dos anos 1940 chamam fígado de “o novo bife”, e os DJs discretamente inserem na sua playlist a música-tema de Titanic.

Hey Ya! precisava virar parte de um hábito de audição estabelecido para se tornar um hit. E para virar parte de um hábito, no começo a música precisava ser levemente camuflada, assim como as donas de casa camuflavam o fígado escondendo-o num bolo de carne. Por isso, na WIOQ da Filadélfia — assim como em outras estações de todo o país — os DJs começaram a garantir que, sempre que Hey Ya! era executada, ela ficasse ensanduichada entre músicas que já eram populares. “É um princípio básico das playlists”, disse Tom Webster, um consultor de rádio. “Toque uma música nova entre dois hits populares que já são consenso.”

Os DJs, no entanto, não tocavam Hey Ya! junto com qualquer tipo de hit. Colocavam-na entre os tipos de músicas que Rich M eyer descobrira que eram especialmente grudentas, de artistas

como Blu Cantrell, 3 Doors Down, M aroon 5 e Christina Aguilera.

(Algumas estações, na verdade, estavam tão impacientes que usavam a mesma música duas vezes.)

Vejamos, por exemplo, a playlist da WIOQ de 19 de setembro de 2003:

11h43 Here Without You, de 3 Doors Down 11h54 Breathe, de Blu Cantrell

11h58 Hey Ya! , de OutKast

12h01 Breathe, de Blu Cantrell

Ou a playlist de 16 de outubro:

9h41 Harder to Breathe, de M aroon 5

9h45 Hey Ya! , de OutKast 9h49 Can’t Hold Us Down, de Christina Aguilera 10h00 Frontin’, de Pharrell

12 de novembro:

9h58 Here Without You, de 3 Doors Down 10h01 Hey Ya! , de OutKast

10h05 Like I Love You, de Justin Timberlake 10h09 Baby Boy, de Beyoncé

“Gerenciar uma playlist tem tudo a ver com contenção de riscos”, disse Webster. “As estações precisam correr riscos com músicas novas, senão as pessoas param de ouvir. M as o que os ouvintes realmente querem são músicas de que já gostam. Por isso você tem que fazer com que as músicas novas pareçam familiares o mais rápido possível.”

Quando a WIOQ começou a tocar Hey Ya! no começo de setembro — antes que a “operação sanduíche” começasse —, 26,6% dos ouvintes mudavam de estação sempre que a música surgia. Em outubro, após ela ter sido tocada junto com hits grudentos, esse “fator rejeição” baixou para 13,7%. Em dezembro, estava em 5,7%. Outras grandes estações de rádio de todo o país usaram a mesma técnica do sanduíche, e o índice de rejeição seguiu o mesmo padrão.

E conforme os ouvintes escutavam Hey Ya! repetidas vezes, a música foi virando familiar. Uma vez que ela se tornara popular, a WIOQ estava tocando Hey Ya! até 15 vezes por dia. Os hábitos de audição das pessoas haviam mudado de um modo que elas passaram a esperar — ou até ansiar — por Hey Ya! . Um hábito de Hey Ya! surgiu. A música viria a ganhar um Grammy, vender mais de 5,5 milhões de álbuns e render milhões de dólares para as estações de rádio. “Este álbum consolidou o OutKast no panteão dos superstars”, me disse Bartels, o executivo de divulgação. “Foi isso que os apresentou às audiências de fora do hip-hop. Hoje, é uma satisfação muito grande quando um novo artista toca seu single para mim e diz: Esse vai ser o próximo ‘Hey Ya!’. ”

Depois que Andrew Pole criou sua máquina de previsão de gravidez, depois que ele identificou centenas de milhares de consumidoras que provavelmente estavam grávidas, depois que alguém observou que algumas — na verdade, a maioria — destas mulheres talvez ficassem meio incomodadas se recebessem uma propaganda deixando óbvio que a Target estava ciente de seu estado reprodutivo, todo mundo decidiu dar um passo atrás e ponderar as opções.

O departamento de marketing achou que talvez fosse sensato realizar alguns pequenos experimentos antes de lançar uma

campanha nacional. Eles tinham a possibilidade de enviar mala direta criada especialmente para pequenos grupos de clientes, por isso escolheram aleatoriamente algumas mulheres da lista de gravidez de Pole e começaram a testar combinações de anúncios para ver como as consumidoras reagiam.

“Temos a capacidade de mandar para cada cliente um livreto de anúncios, especificamente projetado para ele, que diz: ‘Eis aqui todas as coisas que você comprou na semana passada, e um cupom para elas’”, me disse um executivo da Target com conhecimento em primeira mão do previsor de gravidez de Pole. “Fazemos isso com produtos alimentícios o tempo todo.

“Com os produtos para grávidas, no entanto, descobrimos que algumas mulheres reagem mal. Então começamos a misturar este monte de anúncios de coisas que sabíamos que uma mulher grávida nunca compraria, para que os anúncios de coisas para bebê parecessem aleatórios. Colocávamos um anúncio de cortador de grama ao lado de um anúncio de fraldas. Púnhamos um cupom para taças de vinho ao lado de um para roupa infantil. Assim, parecia que todos os produtos eram escolhidos ao acaso.

“E descobrimos que, contanto que uma grávida ache que não foi espionada, ela vai usar os cupons. Ela simplesmente assume que todas as outras pessoas do quarteirão receberam as mesmas propagandas de fraldas e berços. Contanto que não assustemos a consumidora, isso funciona.”

A resposta para a pergunta da Target e de Pole — como fazer propaganda para uma mulher grávida sem revelar que você sabe que ela está grávida? — era essencialmente a mesma que os DJs usaram para deixar os ouvintes ligados em Hey Ya! . A Target começou a ensanduichar os cupons para fraldas entre produtos não relacionados à gravidez, que faziam os anúncios parecerem anônimos, familiares, confortáveis. Eles camuflaram o que sabiam.

Em pouco tempo, as vendas da seção “M amãe e Bebê” da

Target dispararam. A empresa não separa os números de vendas por departamento específico, mas entre 2002 — quando Pole foi contratado — e 2009, o faturamento da Target cresceu de 44

bilhões para 65 bilhões de dólares. Em 2005, o presidente da empresa, Gregg Steinhafel, gabou-se para uma sala cheia de investidores do “foco acentuado da empresa em produtos e categorias com apelo para segmentos específicos de visitantes, tais como mamãe e bebê.

“Conforme nossas ferramentas de base de dados ficam cada vez mais sofisticadas, o Target M ail adquiriu importância própria como uma ferramenta útil para promover valor e conveniência para segmentos específicos de visitantes, tais como novas mães ou adolescentes”, ele disse. “Por exemplo, o Target Baby é capaz de acompanhar estágios de vida, desde os cuidados pré-natais até assentos para automóveis e carrinhos de bebê. Em 2004, o programa de mala direta do Target Baby gerou aumentos consideráveis nas visitas à loja e vendas.”

Seja vendendo uma nova música, uma nova comida ou um novo berço, a lição é a mesma: se você veste alguma coisa nova em hábitos antigos, fica mais fácil para o público aceitá-la.

IV.

A utilidade desta lição não se restringe a grandes corporações, órgãos do governo ou empresas de rádio tentando manipular nossos gostos. Estas mesmas descobertas podem ser usadas para mudar o modo como vivemos.

Em 2000, por exemplo, dois estatísticos foram contratados pela ACM — uma das maiores organizações sem fins lucrativos do país — para usar os poderes da clarividência baseada em dados para fazer do mundo um lugar mais saudável. A ACM possui mais de 2.600 filiais nos Estados Unidos, a maioria delas academias e

centros comunitários. Há cerca de uma década, os diretores da instituição começaram a se preocupar com um modo de se manterem competitivos. Pediram ajuda a um cientista social e um matemático — Bill Lazarus e Dean Abbott.

Os dois reuniram dados de mais de 150 mil pesquisas de satisfação da ACM que tinham sido coletados ao longo dos anos e começaram a procurar padrões. Naquele momento, a noção aceita entre os executivos da ACM era de que as pessoas queriam equipamentos esportivos chiques e instalações modernas, brilhando de novas. A ACM gastara milhões de dólares construindo salas de musculação e estúdios de ioga. Quando as pesquisas foram analisadas, no entanto, revelou-se que, embora a atratividade das instalações e a disponibilidade do equipamento esportivo talvez tivessem levado as pessoas a se matricular no começo, o que as fazia continuar na academia era outra coisa.

A retenção, diziam os dados, era motivada por fatores emocionais, tais como se os funcionários sabiam os nomes dos membros ou diziam oi quando eles entravam. Na verdade, as pessoas muitas vezes vão à academia procurando um contato humano, e não uma esteira ergométrica. Se um membro fazia um amigo na ACM , era muito mais provável que ele aparecesse para sessões de treino. Ou seja, as pessoas que se matriculam na ACM

têm certos hábitos sociais. Se a ACM satisfazia esses hábitos, os membros ficavam felizes. Por isso, se a ACM queria incentivar as pessoas a fazer exercícios, precisava aproveitar padrões que já existiam e ensinar os funcionários a lembrar os nomes dos frequentadores. É uma variante da lição aprendida pela Target e pelos DJs de rádio: para vender um novo hábito — neste caso, os exercícios — é preciso embrulhá-lo em algo que as pessoas já conhecem e apreciam, tal como o instinto de ir a lugares onde é fácil fazer amigos.

“Estamos decifrando o código de como manter as pessoas na

academia”, me disse Lazarus. “As pessoas querem frequentar lugares que satisfaçam suas necessidades sociais. Fazer com que as pessoas se exercitem em grupos torna mais provável que elas continuem treinando. É possível mudar a saúde do país assim.”

Num futuro próximo, dizem os experts em análise previsiva, as empresas poderão conhecer nossos gostos e prever nossos hábitos melhor do que nós mesmos nos conhecemos. No entanto, saber que alguém talvez prefira uma certa marca de manteiga de amendoim não é suficiente para levá-lo a agir com base nessa preferência. Para comercializar um novo hábito — seja ele um alimento ou um exercício aeróbico — é preciso entender como fazer com que o novo pareça familiar.

Da última vez em que falei com Andrew Pole, mencionei que minha mulher estava grávida de sete meses, esperando nosso segundo filho. Pole também tem filhos, e portanto conversamos um pouco sobre crianças. M inha mulher e eu compramos na Target de vez em quando, eu disse, e cerca de um ano antes tínhamos dado nosso endereço para a empresa, para que pudéssemos começar a receber cupons pelo correio. Recentemente, com o avanço da gravidez da minha mulher, eu vinha notando um sutil aumento no número de anúncios de fraldas, loções e roupas de bebê que chegavam na nossa casa.

Eu disse a ele que planejava usar alguns desses cupons naquele mesmo fim de semana. Também estava pensando em comprar um berço, e umas cortinas para o berçário, e talvez alguns brinquedos do Bob the Builder para o meu filho maior. Era muito conveniente que a Target estivesse me mandando exatamente os cupons certos para aquilo que eu precisava comprar.

“Espere só até o bebê chegar”, disse Pole. “Vamos lhe mandar cupons para coisas que você quer, antes que você sequer saiba que quer essas coisas.”

7 Organização americana de incentivo ao desenvolvimento de crianças e adolescentes. (N. do T.)

8 As informações deste capítulo são baseadas em entrevistas com mais de dez funcionários atuais e antigos da Target, muitas delas preservando o anonimato das fontes, que temiam o desligamento da empresa ou outras represálias. Foi oferecida à Target uma oportunidade de examinar e responder às informações deste capítulo, e pediu-se que a empresa disponibilizasse executivos envolvidos no departamento de Análise de Visitantes para entrevistas oficiais. A empresa recusou-se a fazer isso e a responder perguntas de checagem de fatos, exceto em dois e-mails. O primeiro dizia: “Na Target, nossa missão é fazer da Target o estabelecimento de compras preferencial para nossos visitantes, fornecendo um excelente custo-benefício, uma inovação contínua e uma excepcional experiência de compra, cumprindo de forma consistente a promessa da marca, ‘Receba mais. Pague menos’. Por estarmos tão intensamente focados nessa missão, fizemos investimentos consideráveis para entender as preferências de nossos clientes. Para auxiliar nesse esforço, desenvolvemos uma série de ferramentas de pesquisa que nos permite obter revelações sobre tendências e preferências dentro de diversos segmentos demográficos de nossa população de clientes. Usamos dados provenientes dessas ferramentas para orientar o layout de nossas lojas, a seleção de produtos, promoções e cupons. Essa análise permite que a Target proporcione a experiência de compras mais relevante possível