1. Contexto

Para este projeto, utilizei a Northern Trail Outfitters (NTO), a marca fictícia criada pela Salesforce para fins educacionais e usada em cursos oficiais da plataforma.

A NTO é uma empresa de varejo especializada em equipamentos e acessórios para atividades ao ar livre:

• ciclismo

• hiking

• camping

• esportes de aventura

Como a marca é fictícia, não existe histórico de comportamento real de compra. Por isso, optei por trabalhar com premissas macro do mercado de produtos outdoor, além de um ticket médio de US$ 300 (informação fornecida no curso) para guiar decisões de segmentação e conteúdo.

Essas duas premissas influenciam diretamente a jornada:

1. Consumidores de produtos outdoor são altamente exploratórios
   — decidem com base em especificações e comparação entre itens.

2. O ticket médio de US$ 300 ajuda a separar carrinhos de intenção “rápida” vs. “considerada”
   — compras abaixo de US$ 300 tendem a ser decisões mais imediatas.
   — compras acima de US$ 300 geralmente exigem mais reflexão e estímulos mais fortes.

Com isso, a jornada foi planejada para diferenciar a comunicação dependendo do valor do carrinho, tornando a recuperação mais eficiente e alinhada ao comportamento esperado do consumidor.

2. Objetivo da Jornada

Criar uma jornada de recuperação de carrinho abandonado personalizada e orientada por valor, com foco em:

Objetivo principal

Aumentar a conversão dos carrinhos abandonados utilizando comunicação segmentada por ticket.

Sub-objetivos

• Personalizar mensagens de acordo com o valor do carrinho e interesse do consumidor.

• Enviar e-mails em timing estratégico para maximizar abertura e conversão.

• Testar variações (como linha de assunto) para otimizar resultados.

• Criar caminhos diferentes para tickets acima e abaixo de US$ 300.

• Garantir consistência entre dados, segmentação e entrada na jornada.

A lógica por trás disso é simples:

Nem todo cliente que abandona o carrinho abandona pelo mesmo motivo, e o valor é um dos maiores influenciadores.

Clientes com carrinhos mais altos precisam de mais confiança (prova social, benefícios, garantia).
Clientes com carrinhos mais baixos respondem melhor a mensagens diretas e práticas (lembrança, urgência leve, brevidade).

Essa diferenciação melhora tanto a experiência quanto o resultado final.

3. Evento de Entrada da Jornada

A entrada da jornada foi estruturada com base em três Data Extensions interconectadas, criadas dentro de um Attribute Group específico para informações de carrinho.

Estrutura de Data Extensions

1. NTOAbandonCart (principal da jornada)

Contém dados do assinante + status do carrinho.

Campos relevantes:

• EmailAddress

• CustomerID

• FirstName 

• LastName

• CartTotal

• IsAbandon

• Interest

• AbandonDate

• Gender

2. NTOCartInfo

Detalhes dos itens abandonados:

• CustomerID

• ProductName

• SKU

• UnitPrice

• IsAbandon

• CartTotal

• AbandonDate

3. NTOProductCatalog

Informações completas dos produtos:

• SKU

• Product_Name

• Product_Description

• Product_Category

• Product_Subcategory

• Related_Activity

• Product_URL

• Thumbnail_URL

• Season

• Sale_Price

• Retail_Price

3.2. Lógica de Construção da Entrada

Como o SFMC não possui detecção nativa de “carrinho abandonado”, fizemos isso via Automation Studio + SQL Query.
A automação roda uma vez por dia, seguindo quatro passos:

Importação diária dos dados de carrinho

Carrega novas informações de carrinhos (abandonados ou não).

Por que isso importa?
O carrinho é um evento sensível ao tempo, um cliente pode adicionar, remover ou abandonar produtos em minutos. Por isso, os dados precisam estar sempre atualizados.

No contexto deste projeto, realizado como parte do treinamento de Salesforce Marketing Cloud da K2 University, a única opção disponível foi a atualização por meio de planilhas, já que não havia acesso a integrações API nem a um ambiente de SFTP conectado ao e-commerce. A utilização de planilhas atende ao propósito educacional e permite simular o fluxo de atualização de dados dentro do Marketing Cloud.

Entretanto, em um ambiente de produção, essa abordagem não é recomendada, pois depende de intervenção manual, não escala e aumenta o risco de inconsistências. O caminho ideal seria a integração via API diretamente com o e-commerce, permitindo o envio automático e em tempo quase real dos dados de carrinho. Alternativamente, um fluxo automatizado via SFTP também seria mais adequado, eliminando a necessidade de uploads manuais e garantindo maior confiabilidade e frequência na atualização das informações.

Filtragem por valor do carrinho

Foram criadas duas Data Extensions filtradas:

• Tickets acima de US$ 300

• Tickets abaixo de US$ 300

Por que separar antes da jornada?
Porque isso evita lógica complexa dentro da jornada e reduz pontos de falha.
Segmentação limpa = jornada limpa.

4. Automação: lógica, estrutura e por que cada etapa existe

A automação é o coração do processo: é ela que garante que a jornada receba, todos os dias, apenas usuários elegíveis e com dados atualizados.
Mais do que simplesmente “rodar uma cópia de dados”, a automação foi pensada para garantir consistência, granularidade e velocidade de atualização, três pilares essenciais em jornadas sensíveis ao tempo, como carrinho abandonado.

A seguir, detalho a lógica da automação criada para alimentar a jornada:

Por que a automação roda diariamente

O comportamento de abandono de carrinho é altamente volátil:

• pessoas entram e saem do funil o tempo todo

• valores mudam

• produtos são incluídos ou removidos

• o usuário pode voltar ao site e converter sem precisar da jornada

Por isso, a automação foi configurada para rodar 1 vez ao dia, garantindo:

• atualização contínua da base

• limpeza automática de quem não é mais elegível

• entrada apenas de abandonos recentes

Esse intervalo de 24h foi escolhido para equilibrar velocidade de atualização com custo computacional.

Etapa 1 — Importação diária das informações de carrinho

Objetivo: atualizar a base com os carrinhos mais recentes.

Esta etapa garante que a Data Extension principal receba todas as mudanças feitas pelo usuário nas últimas 24h, evitando problemas como:

• carrinho marcado como abandonado quando na verdade foi recuperado

• valor desatualizado

• SKU removido ou substituído

• produtos que já não estão mais disponíveis

Sem essa atualização, toda a jornada poderia enviar e-mails incorretos ou irrelevantes.

Etapa 2 — Filtragem por ticket (alto valor vs. baixo valor)

Essa etapa é essencial para a personalização da jornada.

Criamos dois filtros:

2.1 Carrinhos acima de 300 USD

Criado porque:

• representam maior intenção de compra

• têm maior impacto no faturamento

• justificam incentivos mais personalizados (como destaque de benefícios)

2.2 Carrinhos abaixo de 300 USD

Criado porque:

• possuem ciclo de decisão mais curto

• geralmente exigem menos estímulo para conversão

A lógica estratégica aqui é:

• segmentação por valor muda abordagem

• conteúdos diferentes maximizam relevância

• o ticket impacta a narrativa, não apenas o desconto

Essa separação antes de entrar na jornada evita condicionais desnecessários dentro do fluxo, o que deixa a jornada mais simples, mais performática e mais fácil de manter.

Etapa 3 — SQL Query para unificação dos dados

Neste passo, ocorre a parte mais crítica da automação:
a construção da Data Extension final usada como entrada da jornada.

A query faz o join entre:

• NTOSubscribers (dados do assinante)

• NTOCartInfo (dados do carrinho)

E filtra apenas registros onde:

WHERE cart.IsAbandon = 'True'

Por que essa query é necessária

1. Une dados comportamentais (carrinho) + dados cadastrais (usuário)
   Sem esse join, não seria possível personalizar e-mails com nome, produto, SKU, preço etc.

2. Garante consistência dos campos
   A Data Extension final tem todos os atributos necessários, limpos e uniformes.

3. Evita duplicidades
   A lógica SQL assegura que um mesmo cliente não entre duas vezes no mesmo ciclo.

4. Entrega exatamente o que a jornada precisa
   A DE final é sempre uma representação fiel do abandono atual.

Por que “Overwrite”?

Configuramos o modo Overwrite porque:

• garante atualização limpa, sem resíduos de execuções anteriores

• evita acúmulo de carrinhos antigos

• mantém a jornada sincronizada com o momento real do cliente

4.5 Etapa 4 — Envio dos contatos para a Jornada

O último passo da automação é alimentar a jornada automaticamente.

Essa lógica permite:

• entrada 100% alinhada com a atualização diária

• remoção automática de usuários que já não cumprem os critérios

• operação contínua sem necessidade de ação manual

Resumo da lógica da automação

A automação foi desenhada para:

• garantir que todos os dados estejam atualizados

• filtrar adequadamente por ticket

• unir informações do carrinho com dados do assinante

• alimentar a jornada apenas com usuários elegíveis

• evitar duplicações, erros de opt-in e informações desatualizadas

Ela é o que transforma dados brutos em insumos de alta qualidade, permitindo que a jornada execute o que realmente importa:
uma comunicação personalizada, contextual e capaz de gerar conversão.

5. A Jornada no Journey Builder: lógica, caminhos, personalização e o porquê de cada etapa

A seguir, detalho toda a lógica por trás das decisões.

5.1. Entrada da Jornada

A jornada utiliza como base a Data Extension NTOAbandonCart, atualizada diariamente via automação.

Por que uma DE dedicada para entrada?

• Garante que a jornada só receba registros limpos, já enriquecidos com dados comportamentais.

• Evita trazer usuários que já converteram, já saíram do carrinho ou já passaram pela jornada recentemente.

• Mantém a performance da jornada estável, já que ela não precisa realizar filtros complexos internamente.

5.2. Decision Split: Carrinho de alto valor x baixo valor

Logo no início da jornada, existe um Decision Split responsável por dividir o fluxo em dois:

• Carrinho < $300

• Carrinho ≥ $300

Por que dividir?

Carrinhos de ticket médio mais altos têm comportamentos diferentes:

• Têm tempo de consideração maior.

• Têm barreiras diferentes (preço, valor percebido, indecisão).

• Precisam de argumentos e comunicação específica.

Se ambos recebessem a mesma régua, parte da comunicação seria rasa demais pra quem está prestes a fazer uma compra relevante e agressiva demais pra quem só está pegando um item pequeno.

5.3. Primeira espera: 1 hora

Antes do primeiro e-mail, utilizamos um espera de 1 hora.

Por que esperar?

• Dá tempo para o cliente finalizar a compra sozinho, sem parecer precipitado.

• Evita a sensação de “notificação imediata”, que transmite vigilância.

• Mantém o fluxo eficiente para quem realmente esqueceu, não para quem ainda estava navegando.

5.4. Primeiro e-mail: lembrete contextual

Aqui a jornada envia o primeiro disparo, com conteúdo diferente para cada grupo:

Baixo valor

• Mensagem mais leve e direta.

• Foco em urgência suave (“seu item ainda está disponível”).

• Uso de imagens do produto + CTA direto.

Alto valor

• Argumentação mais completa.

• Destaque de diferenciais (qualidade, garantia, benefícios).

• Conteúdo que reduz fricções (ex: política de devolução).

Por que não usar desconto aqui?

Porque no primeiro contato ainda há alta chance de compra sem incentivo. Desconto cedo demais reduz margem sem necessidade.

5.5. Espera de 1 dia + verificação de abertura

Após 24 horas, a jornada verifica se o cliente abriu o primeiro e-mail.

Por que isso é importante?

Abertura é um ótimo sinal de intenção. Se a pessoa abriu, ela:

• Ainda tem interesse.

• Está mais propensa a converter sem incentivos.

• Não precisa ser “pressionada”.

Por isso, quem abriu sai da jornada, evitando saturação desnecessária.

5.6. Caminho de quem NÃO abriu: Teste A/B de linha de assunto

Quem não abriu o primeiro e-mail segue para um A/B Test de subject line.

Por que testar assunto e não o corpo do e-mail?

• Porque o problema não está no conteúdo, está na entregabilidade ou no apelo do assunto.

• A/B de corpo só funciona para quem abriu, mas essa etapa é justamente para quem não abriu.

• Agora foi testado um cupom de desconto como incentivo para finalizarem a compra.

Dividimos 50% / 50% para aprender qual tipo de abordagem funciona melhor com esse segmento.

6. Aprendizados e lições profissionais

Construir essa jornada de carrinho abandonado na Salesforce Marketing Cloud foi mais do que um exercício técnico, foi uma oportunidade de consolidar raciocínio estratégico, validar boas práticas e entender, na prática, como pequenas decisões na modelagem de dados e na lógica da jornada impactam diretamente a performance. 

Esse projeto foi desenvolvido durante o treinamento de Salesforce Marketing Cloud da K2 University, o que me permitiu esclarecer todas as dúvidas ao longo do processo com a consultora responsável. Esse suporte técnico e conceitual ampliou significativamente minha compreensão sobre a criação de jornadas, proporcionando uma visão mais estratégica, indo além da execução operacional e evitando a postura de “apertador de botões”. 

Depois de finalizar o projeto, estes foram os principais aprendizados:

1. A base sempre vem antes da automação

Algo que ficou ainda mais evidente durante esse processo é que jornadas não quebram na automação, elas quebram nos dados.
Se o relacionamento entre as Data Extensions não estivesse coerente, se o join fosse impreciso, se o campo de “IsAbandon” estivesse inconsistente, toda a lógica da jornada viria abaixo.

A principal lição: o maior trabalho de uma jornada de CRM acontece antes do Journey Builder.
O Journey só executa o que os dados permitem executar.

2. Filtrar antes de orquestrar é ganhar eficiência

Ter segmentações separando carrinhos acima e abaixo de US$300 foi essencial para:

• reduzir complexidade dentro da jornada

• criar personalização mais simples de manter

• facilitar testes e leitura de performance

Essa limpeza prévia na automação também reforçou o aprendizado de que não é função da jornada resolver segmentação, é função da automação.

Quando você entra no Journey Builder já com uma base qualificada, tudo fica mais leve, mais claro e mais eficiente.

3. Testar pequenas partes gera grandes aprendizados

O uso do teste A/B de linha de assunto reforçou algo que sempre repito:

Jornada sem teste é jornada que para de evoluir.

O CRM não é apenas entregar a mensagem certa, é melhorar continuamente como essa mensagem é entregue.

E, ao construir esse fluxo, ficou claro que testar:

• linha de assunto

• layout

• CTA

• até a ordem dos passos

…é um dos pilares para maturidade de Lifecycle.

4. CRM é tão técnico quanto estratégico

Esse projeto exigiu:

• lógica de dados

• SQL

• entendimento de modelo relacional

• entendimento de boas práticas de timing

• clareza da jornada de compra

E isso reforçou o que considero a essência da área:

CRM é o ponto de encontro entre dados, tecnologia e comportamento humano.

Se você erra qualquer um desses pilares, a jornada perde força.

Lição final

Este projeto reforçou uma convicção que carrego como profissional de CRM:

Automação não é sobre apertar botões, é sobre entender pessoas.

Documentar esse projeto também me mostrou o quanto um profissional evolui quando precisa explicar suas próprias escolhas.
É nesse processo que a estratégia ganha forma e o raciocínio fica mais nítido.