Estratégia de marketing · tecnologia B2B

Estratégia de marketing para tecnologia B2B: o modelo de pontuação que decide sozinho quem é abordado tem regra própria na LGPD.

Toda estratégia de ABM (Account-Based Marketing) para empresa de tecnologia B2B chega, cedo ou tarde, num modelo de pontuação: um ICP fit score que decide quais contas e contatos entram na sequência de outbound, e quais são descartados sem que nenhum vendedor veja o nome. Quando esse corte é automático, o art. 20 da LGPD trata isso como decisão que define o perfil profissional do contato — e dá a ele o direito de pedir revisão.

Para empresas de tecnologia B2B que estão estruturando ou revisando uma estratégia de marketing com modelo de pontuação (lead scoring, ICP fit score) para priorizar contas e contatos.

Score que exclui automaticamente é decisão automatizada, com direito de revisão previsto em lei

O art. 20, caput, da LGPD dá ao titular "direito a solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, incluídas as decisões destinadas a definir o seu perfil pessoal, profissional, de consumo e de crédito ou os aspectos de sua personalidade". Um modelo de ICP fit score que soma cargo, porte da empresa, setor e comportamento de site para gerar uma pontuação, e que usa essa pontuação para excluir automaticamente contatos abaixo de um score de corte de qualquer sequência de outbound — sem revisão humana — está tomando exatamente esse tipo de decisão: unicamente automatizada, e definidora de perfil profissional. O §1º soma a isso a obrigação de fornecer, quando solicitado, informação clara sobre o critério usado. Nenhuma das oito consultorias de marketing B2B pesquisadas na SERP menciona esse direito ao descrever os próprios modelos de ABM.

Três pontos em que a automação do score muda a estrutura do modelo

Um modelo de score que só ordena prioridade para um vendedor revisar manualmente não enfrenta a mesma exigência — o ponto de atenção nasce quando o corte vira automático.

Quando contatos abaixo de determinada pontuação são removidos de qualquer sequência de contato sem revisão humana

A exclusão automática abaixo do score de corte é o gatilho do art. 20, não o score em si

O caput do art. 20 fala em decisão "tomada unicamente com base em tratamento automatizado". Um score que apenas ORDENA a fila para um vendedor decidir por onde começar não é decisão automatizada — a decisão final é humana. O que muda o enquadramento é o passo seguinte: quando o sistema, sozinho, remove um contato de qualquer possibilidade de abordagem por estar abaixo de um corte.

Manter um passo de revisão humana antes da exclusão definitiva — mesmo que rápido, mesmo que em lote — tira o modelo do alcance direto do caput do art. 20. Sem esse passo, a empresa precisa estar pronta para responder a um pedido de revisão.

Ao desenhar quais variáveis entram no cálculo do ICP fit score

O critério da pontuação precisa ser explicável, não só preciso

O §1º do art. 20 exige "informações claras e adequadas a respeito dos critérios e dos procedimentos utilizados para a decisão automatizada", quando solicitadas — "observados os segredos comercial e industrial", que protege a fórmula exata, mas não a existência do critério.

Um modelo cuja lógica não pode ser resumida numa frase para quem pergunta ("cargo, porte da empresa e engajamento no site, nessa ordem de peso") é mais difícil de defender diante de uma solicitação — mesmo com segredo comercial preservado sobre os pesos exatos.

Ao decidir se a LGPD se aplica a um modelo pensado só para contato de trabalho (e-mail corporativo, cargo, empresa)

O direito vale para perfil profissional, não só para crédito ou consumo

O caput do art. 20 nomeia explicitamente decisão "destinada a definir o seu perfil pessoal, PROFISSIONAL, de consumo e de crédito". O fato de o dado tratado ser corporativo — cargo, e-mail de trabalho, empresa — não tira o contato da proteção: é justamente perfil profissional que o artigo cobre.

A defesa de "é dado de trabalho, não é dado pessoal" não se sustenta: e-mail corporativo vinculado a uma pessoa identificável continua sendo dado pessoal, e o perfil que o score constrói é, por definição legal, perfil profissional.

O que acompanhar além da taxa de conversão do funil de ABM

Um modelo de pontuação bem calibrado ainda precisa de uma checagem que a maioria dos briefings de ABM não inclui: o que acontece com quem fica abaixo da linha de corte.

A primeira é o levantamento de quais variáveis entram no score e se alguma delas, sozinha ou combinada, exclui automaticamente um contato de qualquer abordagem futura.

A segunda é a existência (ou não) de um passo de revisão humana antes dessa exclusão — e, quando não existe, a preparação de uma resposta padrão para pedido de revisão pelo art. 20.

  • Lista de variáveis que compõem o score, com o peso de cada uma.
  • Verificação de exclusão automática abaixo de determinado corte, sem revisão humana.
  • Passo de revisão humana inserido antes de qualquer exclusão definitiva, quando ainda não existir.
  • Resposta padrão preparada para pedido de revisão de decisão automatizada, com o critério descrito em linguagem clara.
  • Registro de quando o modelo de score foi calibrado pela última vez, e por qual critério.

Quando o problema não é o modelo de pontuação

Nestes cenários, ajustar o modelo de score sem corrigir o resto da estratégia não destrava o resultado que falta.
  • A empresa não tem volume de lead suficiente para justificar um modelo de pontuação — a priorização ainda pode ser manual.
  • O problema real é a falta de definição de ICP, não a regra que prioriza dentro de um ICP já claro.
  • O time comercial já revisa cada lead manualmente antes de qualquer contato, então a exclusão automática nunca chega a acontecer na prática.
  • A empresa quer um calendário de conteúdo técnico pronto, não um trabalho de priorização de conta.
  • O objetivo do trimestre nunca foi declarado, então nenhum modelo de pontuação tem contra o que ser avaliado.

O mais comum de passar despercebido é a ferramenta de automação de marketing contratada à parte, que já vem com modelo de lead scoring padrão configurado pelo fornecedor — muitas vezes com exclusão automática ativada por padrão, sem que ninguém da empresa tenha revisado o critério nem desligado a exclusão para inserir um passo humano.

Como começamos: pelo desenho do modelo de pontuação, antes da régua de outbound

Ordenar fila e excluir automaticamente são coisas que o art. 20 não confunde. Por isso a pergunta de abertura é o que o score decide sozinho, e não quantas contas ele priorizou.

O trabalho começa mapeando as variáveis do modelo de pontuação e identificando, com precisão, em que ponto do funil existe exclusão automática sem revisão humana.

Onde a exclusão automática existir, o desenho é revisado para inserir um passo de checagem humana antes do descarte definitivo — ou, quando isso não for viável operacionalmente, uma resposta padrão para pedido de revisão é preparada com antecedência, descrevendo o critério do modelo em linguagem clara.

  • Mapeamento das variáveis do modelo de pontuação e do peso de cada uma.
  • Identificação de pontos de exclusão automática sem revisão humana no funil de ABM.
  • Inserção de passo de revisão humana antes de qualquer exclusão definitiva, onde viável.
  • Preparação de resposta padrão para pedido de revisão, com o critério descrito em linguagem clara.
  • Estratégia de priorização de conta entregue com o desenho do modelo documentado.

O que empresas de tecnologia B2B perguntam antes de contratar um trabalho de estratégia

Um score que só ordena a fila para o vendedor decidir também é decisão automatizada?

Não da mesma forma. O art. 20 fala em decisão "tomada unicamente com base em tratamento automatizado". Se a decisão final de contatar ou não continua sendo humana — o score só prioriza a ordem —, o modelo não está no mesmo alcance direto do caput. O ponto de atenção nasce na exclusão automática, sem revisão.

Cargo e e-mail corporativo não são dado pessoal, então isso não se aplica?

E-mail corporativo vinculado a uma pessoa identificável continua sendo dado pessoal pela LGPD, e o caput do art. 20 nomeia expressamente "perfil profissional" como um dos tipos de decisão cobertos — o fato de o contexto ser B2B não tira a proteção.

Somos obrigados a revelar a fórmula exata do score se alguém pedir revisão?

O §1º do art. 20 exige informação "clara e adequada" sobre critérios e procedimentos, "observados os segredos comercial e industrial" — ou seja, a lógica geral precisa ser explicável (quais variáveis pesam, em que ordem), mas os pesos exatos e a fórmula proprietária podem ser preservados como segredo comercial.

A ferramenta de automação de marketing que já usamos vem com lead scoring pronto — isso já resolve?

Não necessariamente. A configuração padrão de muitas ferramentas ativa exclusão automática sem revisão humana, e sem que ninguém da empresa tenha revisado o critério. Vale checar a configuração específica antes de assumir que o modelo padrão já está adequado.

As páginas de mídia paga e inbound para tecnologia também tratam desse tema?

Não. Nenhuma das duas se declara regulada — não existe conselho de classe para desenvolvimento de software no Brasil, e nenhuma delas trata de LGPD. Esta é a primeira página do nicho tecnologia, em qualquer serviço desta casa, com achado regulatório — e o mecanismo (decisão automatizada) é específico do modelo de pontuação que uma estratégia de ABM costuma construir.

Empresas que ainda não têm modelo de pontuação nenhum precisam se preocupar?

A checagem descrita aqui entra em cena quando o modelo é desenhado — que costuma ser parte do próprio trabalho de estratégia de marketing. Vale trazer a pergunta para dentro do desenho desde o início, em vez de resolver depois que a exclusão automática já estiver em produção.

Para continuar

Antes de ativar exclusão automática no modelo de pontuação, vale desenhar o passo de revisão.

A conversa começa pelo que a empresa já tem: se existe modelo de score, quais variáveis entram nele, e onde a exclusão automática já está acontecendo sem revisão humana.

Nenhuma proposta é enviada antes da conversa.