Blog

Uma transformação que começa no corpo e chega ao mercado

As chamadas canetas emagrecedoras estão movimentando a indústria farmacêutica, mas uma das consequências econômicas mais relevantes pode estar acontecendo fora das farmácias.

A UIN decidiu investigar uma pergunta diferente: o que acontece com a economia quando milhões de pessoas começam a mudar de corpo, alimentação, aparência e comportamento de compra?

A análise levou ao mapeamento de 30 mercados que podem ser transformados pela popularização dos medicamentos GLP-1. Alguns já apresentam efeitos mensuráveis. Outros começam a mostrar sinais. E alguns praticamente ainda não existem como categorias estruturadas.

Não é apenas emagrecimento. É redistribuição de consumo.

Dados recentes reunidos no Radar UIN mostram mudanças simultâneas no orçamento e no comportamento de compra. Entre consumidores brasileiros usuários de GLP-1 pesquisados pela NielsenIQ, 76,9% relataram redução ou eliminação de chocolates e doces, 73,4% reduziram snacks e biscoitos, 84,4% aumentaram o consumo de proteínas animais e 67,6% passaram a comprar mais verduras e legumes.

Há também impacto financeiro. Cerca de 84% relatam impacto moderado ou alto do tratamento no orçamento familiar e 62,2% afirmam ter despriorizado outros gastos para custeá-lo.

O dinheiro não necessariamente desaparece. Ele muda de lugar. E toda redistribuição relevante de consumo pode criar ganhadores, pressionar categorias existentes e abrir espaços para novos produtos.

O corpo muda. O guarda-roupa também.

Um dos sinais mais claros aparece no vestuário. Internacionalmente, a Circana identificou que 80% dos usuários de GLP-1 esperam precisar de roupas novas em razão da transformação corporal e 55% já adquiriram roupas ou calçados devido à mudança de tamanho.

No Brasil, já aparecem sinais semelhantes. A Track&Field identificou maior participação de tamanhos menores em suas vendas e relacionou, como uma das hipóteses, esse comportamento à utilização dos tratamentos entre consumidores de maior renda.

Há ainda um problema pouco explorado: uma pessoa pode atravessar diversas numerações antes de estabilizar seu peso.

Como vestir alguém que não sabe qual será seu tamanho de roupa nos próximos meses?

Essa pergunta pode esconder novos produtos e modelos de negócio.

E se existisse uma roupa de transição?

Modelagem adaptável, sistemas internos de ajuste, cinturas reguláveis e peças capazes de acompanhar diferentes numerações são uma possibilidade. Outra é transformar o problema em serviço: ajuste incluído por determinado período, recompra da peça que deixou de servir, crédito para a próxima numeração, aluguel ou assinatura durante a transformação corporal.

A UIN denomina esse território de oportunidade de Economia da Transição Corporal.

Shapewear pode ganhar uma nova função

Historicamente, roupas modeladoras foram comercializadas principalmente para modificar visualmente a silhueta. Depois de uma perda significativa de peso, a necessidade pode ser diferente: sustentação, conforto, acomodação do corpo e segurança para vestir determinadas peças.

Internacionalmente já existem marcas produzindo conteúdos específicos para consumidores de GLP-1. No levantamento da UIN, ainda não foi identificada no Brasil uma categoria dominante claramente posicionada como shapewear pós-emagrecimento ou pós-GLP-1. Uma categoria existente pode ganhar uma nova função, um novo consumidor e um novo posicionamento.

A próxima oportunidade pode estar nos músculos

A preservação da massa muscular também se tornou uma preocupação durante processos de perda significativa de peso. Isso conecta a expansão dos GLP-1 a academias, musculação, personal trainers, whey, proteínas, suplementação, alimentação especializada e acompanhamento nutricional.

A proposta deixa de ser apenas “emagrecer” e pode passar a ser emagrecer preservando força, musculatura e composição corporal.

Beleza e estética formam outro ecossistema

Pele, flacidez, perda de volume facial, cabelo e contorno corporal também entram nessa transformação. Dermocosméticos, bioestimuladores, tratamentos corporais, dermatologia, procedimentos faciais, tratamentos capilares e cirurgia plástica passam a integrar uma cadeia econômica relacionada ao fenômeno.

Surge outra pergunta de mercado: quanto vale a economia de adaptação do corpo depois do emagrecimento?

Restaurantes também precisam observar a mudança

Pesquisa da Galunion com 1.020 consumidores brasileiros identificou que, entre aqueles que utilizam ou já utilizaram GLP-1, 91% modificaram de alguma maneira seu comportamento ao comer fora. Entre eles, 51% passaram a pedir porções menores ou comer menos, 50% evitam alimentos muito gordurosos, 41% procuram opções mais leves, 40% evitam doces e 35% priorizam alimentos com maior quantidade de proteína.

Isso pode alterar tamanho de porções, composição dos pratos, sobremesas, bebidas e engenharia de cardápio. O consumidor pode não deixar de frequentar restaurantes. Pode simplesmente passar a consumir de outra maneira.

30 mercados entraram no Radar UIN

A UIN mapeou oportunidades e sinais distribuídos entre moda e vestuário, serviços relacionados ao vestuário, beleza e estética, fitness e nutrição, alimentação, varejo e novos serviços.

Entre eles estão roupas de transição, shapewear pós-emagrecimento, jeans ajustáveis, costura recorrente, programas de recompra por tamanho, assinatura de roupas, personal styling, tratamentos para flacidez, dermocosméticos, preservação muscular, personal training especializado, proteínas, alimentação hiperproteica e novos formatos de refeições.

Isso não significa que todos crescerão. O Radar UIN distingue mercados já impactados, mercados em aceleração, sinais emergentes e hipóteses que ainda precisam ser validadas. É justamente essa distinção que permite procurar oportunidades antes que elas se tornem óbvias.

A pergunta agora é empresarial

Para uma empresa de moda: minha grade de tamanhos continuará adequada ao consumidor dos próximos anos?

Para uma indústria têxtil: existe uma nova categoria de produto que ainda não foi desenvolvida?

Para uma academia: existe um novo público que precisa de treinamento voltado à preservação muscular?

Para restaurantes: meu cardápio está preparado para um consumidor que come menos e procura mais proteína?

Para empresas de beleza: quais necessidades aparecem depois de grandes transformações corporais?

E para qualquer empresa: essa mudança pode aumentar meu mercado, reduzir minha demanda ou criar uma categoria que ainda não existe?

Receba o relatório completo

O relatório A Economia Pós-Emagrecimento, produzido pelo Radar UIN de Novos Mercados, apresenta o mapeamento inicial das categorias que podem ser afetadas por essa transformação.

QUERO RECEBER O RELATÓRIO

O objetivo não é prever o futuro. É identificar sinais antes que eles se tornem evidentes.

---

Sobre a UIN
A UIN utiliza inteligência artificial, análise de dados, comportamento do consumidor, inteligência competitiva e análise de sinais para identificar transformações de mercado e apoiar decisões empresariais.

Antes de disputar um mercado, pode ser possível identificá-lo.

Escolher onde abrir uma clínica ou consultório é uma decisão de mercado antes de ser uma decisão imobiliária. Um prédio novo, uma avenida movimentada ou a proximidade de um hospital podem parecer bons sinais, mas não garantem demanda suficiente para determinada especialidade ou público.

A localização precisa ser compatível com quem será atendido, como essas pessoas se deslocam, quais serviços já existem na região e quanto o mercado consegue absorver.

O ponto ideal depende da especialidade

Uma clínica pediátrica, um consultório de geriatria, uma operação odontológica e um centro de diagnóstico atendem necessidades diferentes. Isso altera o território que deve ser analisado.

Faixa etária, composição familiar, renda, densidade populacional, cobertura de planos, presença de hospitais, transporte, estacionamento e concentração de profissionais podem assumir pesos diferentes conforme o modelo de negócio.

População não é sinônimo de demanda

Uma região populosa pode estar saturada de oferta. Outra, com menos habitantes, pode apresentar pouca concorrência e maior aderência ao serviço.

Por isso, inteligência territorial precisa combinar demanda potencial e oferta existente.

Fontes como IBGE, Cadastro Nacional de Estabelecimentos de Saúde, dados municipais e informações da saúde suplementar podem ajudar a compreender estrutura demográfica e oferta de serviços. Essas bases precisam ser interpretadas em conjunto com concorrência, acessibilidade e posicionamento.

Concorrentes revelam mais do que ameaça

A concentração de clínicas em uma determinada área pode indicar saturação, mas também pode revelar um polo médico consolidado e conhecido pelo público.

A análise precisa observar especialidade, reputação, preço, horários, convênios, avaliações, capacidade percebida e diferenciais.

Um concorrente com centenas de avaliações negativas sobre espera, atendimento ou dificuldade de agendamento pode sinalizar uma oportunidade diferente daquela revelada apenas pela localização.

A mobilidade do paciente precisa entrar na análise

Distância em quilômetros não representa necessariamente facilidade de acesso.

Tempo de deslocamento, transporte público, estacionamento, acessibilidade, segurança e características do prédio influenciam a escolha.

Para públicos mais idosos ou tratamentos recorrentes, esses elementos podem ter peso ainda maior.

A reputação digital também ajuda a compreender o território

Buscas e avaliações mostram quais especialidades aparecem com maior frequência, quais problemas são recorrentes e quais atributos os pacientes valorizam.

Essa leitura não deve ser utilizada isoladamente, mas complementa dados demográficos e concorrenciais.

Uma região pode ter oferta suficiente em quantidade e, ao mesmo tempo, apresentar baixa satisfação com atendimento, disponibilidade ou experiência.

O endereço deve ser avaliado como investimento

Aluguel, condomínio, adaptação, estacionamento, equipe e aquisição de pacientes compõem o custo real de uma localização.

Um imóvel mais barato pode exigir investimento comercial permanente para compensar baixa visibilidade ou difícil acesso. Um ponto mais caro pode apresentar produtividade superior se estiver inserido em território com demanda e aderência maiores.

Como estruturar uma análise

A UIN trabalha a localização como um problema de inteligência territorial. A análise começa pela definição da especialidade, do público, do modelo de atendimento e do posicionamento. Depois são selecionados indicadores de demanda, concorrência, acesso, renda, demografia e estrutura de saúde.

As regiões podem ser comparadas antes mesmo da escolha do imóvel. Assim, o processo deixa de começar pela pergunta “este endereço é bom?” e passa a começar por “quais regiões apresentam melhores condições para este modelo de clínica?”.

Da clínica individual às redes de saúde

Para redes, laboratórios e operações com múltiplas unidades, a mesma metodologia pode evoluir para um radar territorial.

Nesse formato, novos concorrentes, alterações populacionais, expansão urbana e indicadores de demanda podem ser acompanhados continuamente.

Uma lógica que também vale para educação e varejo

O mesmo princípio utilizado para clínicas é aplicável à abertura de escolas, polos, lojas, academias, restaurantes e serviços.

É por isso que inteligência territorial funciona como uma capacidade transversal dentro do ecossistema UIN.

A pergunta correta

Existe demanda suficiente, acessível e economicamente compatível com a clínica que pretendemos construir neste território?

Essa pergunta reduz o risco de escolher um imóvel antes de compreender o mercado.

A UIN desenvolve estudos de inteligência territorial e geomarketing para saúde, educação, varejo e serviços, combinando demanda, concorrência, território e comportamento para decisões de expansão.

A inteligência artificial tornou a pesquisa de mercado mais rápida, abrangente e contínua. Hoje é possível analisar milhares de avaliações, acompanhar concorrentes, explorar dados territoriais, organizar relatórios, identificar temas emergentes e cruzar fontes em uma velocidade difícil de imaginar alguns anos atrás.

Essa evolução, porém, criou um novo risco: confundir acesso a ferramentas com capacidade de pesquisa.

Uma ferramenta pode coletar informação. Outra pode resumir documentos. Uma terceira identifica padrões. Nenhuma delas substitui a definição correta do problema, a seleção das fontes, a validação dos dados e a interpretação empresarial.

A pesquisa moderna é híbrida

Decisões relevantes raramente podem ser respondidas por uma única fonte.

Um estudo de mercado pode combinar dados públicos, informações setoriais, entrevistas, questionários, avaliações espontâneas, preços, concorrentes, dados territoriais, buscas e indicadores econômicos.

A IA funciona como uma camada capaz de acelerar parte da coleta, organização e análise, mas o desenho da investigação continua determinando a qualidade do resultado.

Ferramentas para compreender o tamanho e a estrutura de mercados

Plataformas como Statista, Research and Markets e outras bases setoriais podem ajudar na contextualização de mercados e tendências. Entretanto, números de diferentes fontes podem utilizar conceitos, períodos e metodologias distintas.

Por isso, estimativas de mercado não devem ser simplesmente copiadas. É necessário compreender definição, unidade, abrangência geográfica e data de referência.

Avaliações se tornaram uma fonte de pesquisa

Amazon, marketplaces, lojas de aplicativos, Google, G2, Capterra e outras plataformas concentram manifestações espontâneas sobre produtos e serviços.

Quando analisadas em escala, essas informações permitem estudar atributos, reclamações, expectativas, usos, comparação entre concorrentes e mudanças de percepção.

É justamente nesse campo que análise de sentimentos e processamento de linguagem ampliam a capacidade de leitura do mercado.

Dados territoriais mudam decisões de expansão

IBGE, dados municipais, mapas, imagens de satélite, mobilidade, empresas e informações socioeconômicas permitem incorporar território à pesquisa.

Essa camada é relevante para varejo, educação, saúde, serviços e agronegócio. O mesmo mercado pode apresentar características muito diferentes quando observado por município, bairro, região de influência ou cadeia produtiva.

Ferramentas generativas aceleram pesquisa documental

Modelos generativos podem apoiar comparação de documentos, organização de informações, elaboração de matrizes e recuperação de conteúdo. Quando conectados a fontes específicas, também podem funcionar como agentes especializados.

O cuidado está em preservar rastreabilidade. Uma conclusão empresarial precisa permitir que o analista retorne à fonte original e verifique como aquela informação foi produzida.

Pesquisa de concorrentes deixou de ser fotografia

Sites, preços, vagas, anúncios, avaliações, lançamentos, expansão geográfica e mudanças de portfólio formam sinais competitivos.

Quando esse acompanhamento é recorrente, a pesquisa deixa de ser apenas benchmarking e se transforma em inteligência competitiva.

É aqui que radares e agentes ganham relevância, porque permitem organizar sinais ao longo do tempo.

O método continua sendo o diferencial

Antes de escolher qualquer ferramenta, a empresa precisa definir o que deseja decidir.

Se a pergunta é sobre entrada em um novo mercado, as fontes serão diferentes das necessárias para desenvolver um produto. Se a decisão envolve localização, território será central. Se envolve reputação, avaliações e sentimentos ganham peso. Se o problema é portfólio educacional, empregabilidade, concorrência, demanda e perfil regional precisam ser combinados.

A tecnologia deve servir ao problema, não definir o problema.

Da pesquisa pontual para o radar

Uma mudança importante é que parte da pesquisa de mercado pode deixar de acontecer apenas quando a empresa contrata um estudo.

Indicadores recorrentes, concorrentes, preços, notícias, avaliações e sinais de comportamento podem alimentar plataformas atualizadas continuamente.

Isso transforma pesquisa em capacidade organizacional.

UIN Agro Radar como aplicação dessa lógica

O agronegócio é um exemplo claro da necessidade de integrar fontes. Preços, clima, produção, exportação, logística, mercados compradores e dados regionais mudam em velocidades diferentes e possuem origens distintas.

O UIN Agro Radar foi concebido para organizar esse ecossistema de informação e transformar dados dispersos em leitura de mercado para produtores, compradores, cooperativas, indústria e demais participantes da cadeia.

Inteligência Educacional como outra aplicação

Em educação, pesquisa de mercado pode integrar dados demográficos, concorrência, mensalidades, oferta de cursos, empregabilidade, captação e comportamento regional.

O objetivo é apoiar decisões de abertura de cursos, expansão, posicionamento e investimento de forma menos dependente de percepção isolada.

A pergunta final

Se sua empresa tivesse acesso a todas as ferramentas disponíveis hoje, saberia exatamente quais perguntas fazer e quais fontes deveriam ser combinadas para responder a elas?

Esse continua sendo o ponto que separa ferramenta de inteligência.

A UIN desenvolve estudos de mercado e sistemas contínuos de inteligência combinando pesquisa, estatística, IA, concorrência, consumidor e território de acordo com a decisão empresarial.

Segmentar mercado não é apenas dividir consumidores por idade, renda ou gênero. Esses critérios continuam úteis, mas explicam pouco quando utilizados isoladamente. Duas pessoas com a mesma faixa etária e renda podem comprar produtos diferentes, utilizar canais distintos e responder de maneiras opostas à mesma campanha.

A inteligência artificial ampliou a capacidade de trabalhar com segmentação porque permite relacionar um número muito maior de variáveis e identificar padrões que dificilmente seriam percebidos em análises manuais.

Da segmentação descritiva para a segmentação comportamental

Durante décadas, grande parte das estratégias foi construída a partir de perfis demográficos. O avanço dos dados digitais acrescentou comportamento de compra, frequência, ticket, canais, navegação, avaliações, localização, resposta a promoções e interação com marcas.

A pergunta deixa de ser apenas “quem é esse consumidor?” e passa a incluir “como ele se comporta?”, “o que valoriza?”, “em qual contexto compra?” e “quais sinais indicam mudança de comportamento?”.

IA permite encontrar grupos que a empresa não definiu previamente

Em uma segmentação tradicional, a organização costuma estabelecer antecipadamente os grupos que deseja analisar. Técnicas de agrupamento e aprendizado de máquina permitem outro caminho: observar as semelhanças existentes nos dados e identificar segmentos emergentes.

Uma rede de academias, por exemplo, pode descobrir que a diferença relevante entre consumidores não está apenas na idade, mas na combinação entre horário de uso, objetivo de treino, distância percorrida, frequência e sensibilidade a preço.

Uma instituição de ensino pode identificar grupos diferentes a partir de localização, curso de interesse, momento de carreira, disponibilidade de horário, renda e empregabilidade regional.

O território também faz parte da segmentação

Consumidores semelhantes podem apresentar comportamentos diferentes quando vivem em contextos territoriais distintos.

Mobilidade, densidade, oferta de serviços, renda local, concorrência e estrutura econômica da região alteram a forma como um produto ou serviço é percebido e utilizado.

Por isso, segmentação e inteligência territorial não deveriam funcionar separadamente. Para decisões de expansão, mídia, distribuição e portfólio, compreender onde o consumidor está pode ser tão importante quanto compreender quem ele é.

Sentimentos e avaliações acrescentam uma dimensão qualitativa

Dados transacionais mostram o que foi comprado. Avaliações, comentários e reclamações ajudam a explicar por quê.

A análise de sentimentos por atributos permite identificar diferenças entre segmentos que uma média geral esconderia. Um grupo pode valorizar desempenho, outro preço, outro conveniência e outro atendimento.

Isso é particularmente relevante para desenvolvimento de produtos, posicionamento e comunicação.

Segmentar melhor não significa criar dezenas de personas

Existe um risco frequente: transformar a capacidade analítica em complexidade desnecessária. Um modelo pode encontrar muitos grupos estatisticamente diferentes, mas nem todos serão úteis para a gestão.

Um bom segmento precisa ser identificável, economicamente relevante e acionável. A empresa precisa conseguir decidir algo diferente a partir daquela classificação.

Se dois grupos recebem exatamente o mesmo produto, preço, canal e comunicação, talvez a separação não tenha utilidade prática.

Da segmentação à priorização

O valor empresarial aparece quando a segmentação orienta escolhas.

Quais grupos têm maior potencial? Quais estão crescendo? Em quais a empresa possui melhor aderência? Qual combinação entre tamanho, margem, competição e capacidade de atendimento justifica priorização?

A IA ajuda a processar essas relações, mas a decisão continua dependendo de estratégia.

Aplicações para educação

Na Inteligência Educacional UIN, segmentação pode apoiar decisões sobre públicos, cursos, regiões, formatos e comunicação. Em vez de tratar todos os potenciais alunos como um mercado homogêneo, a instituição pode compreender diferenças entre pessoas que buscam primeira formação, transição de carreira, atualização profissional ou formação executiva.

Quando essa leitura é combinada com dados territoriais e empregabilidade, a segmentação passa a apoiar também decisões de portfólio e expansão.

Aplicações para agronegócio

No agronegócio, segmentação não se limita ao consumidor final. Produtores, compradores, cooperativas, distribuidores, indústria e varejo apresentam necessidades diferentes.

Volume produzido, região, cultura, canal de comercialização, logística, exposição a preços e perfil de compra podem formar grupos úteis para recomendação e inteligência comercial. Essa lógica é uma das bases para plataformas setoriais como o UIN Agro Radar.

A pergunta correta

Quais diferenças entre nossos clientes realmente deveriam mudar a maneira como vendemos, comunicamos, desenvolvemos produtos ou distribuímos recursos?

Segmentação deixa de ser uma descrição do público e passa a ser uma ferramenta de alocação de decisões.

Como a UIN atua

A UIN combina pesquisa de mercado, análise estatística, comportamento, território, inteligência artificial e dados competitivos para construir segmentações orientadas a decisões.

O objetivo não é produzir mais personas. É ajudar a organização a compreender onde existem grupos distintos o suficiente para justificar estratégias distintas.