Personalização e diversidade de consumo: o que o experimento do Spotify revela para o varejo digital

A personalização e diversidade de consumo têm uma relação mais tensa do que a intuição costuma sugerir. Um dos estudos mais citados sobre o tema é um experimento de campo conduzido pela Spotify em parceria com pesquisadores do MIT: ele mostra que algoritmos de recomendação altamente personalizados aumentam o engajamento, mas reduzem a diversidade individual de consumo — ao mesmo tempo em que ampliam a diversidade agregada entre usuários. O achado tem implicações diretas para quem desenha feeds, vitrines digitais e motores de recomendação no varejo brasileiro.

Abertura da 2026 IDE Annual Conference (BIG AI @ MIT). Foto: acervo do autor.

Estive recentemente na BIG AI @ MIT 2026 — a 2026 IDE Annual Conference, promovida pelo MIT Initiative on the Digital Economy (MIT IDE) — em contato direto com pesquisadores que estão na fronteira da inteligência aplicada à economia digital. Um dos trabalhos que circula nesse ecossistema é justamente o paper “The Engagement-Diversity Connection: Evidence from a Field Experiment on Spotify”, assinado por David Holtz e Sinan Aral (MIT Sloan School of Management) em conjunto com Benjamin Carterette, Praveen Chandar, Zahra Nazari e Henriette Cramer, todos da Spotify (arXiv:2003.08203, https://arxiv.org/abs/2003.08203). É esse estudo que resumimos a seguir, conectando seus achados ao varejo digital brasileiro.

O experimento: recomendação personalizada de podcasts para 850 mil usuários

Em dezembro de 2019, a Spotify contava com 271 milhões de usuários mensais ativos e 124 milhões de assinantes pagantes, com podcasts no catálogo desde 2015. Entre 18 de abril e 2 de maio de 2019, os pesquisadores testaram, com 852.937 usuários premium em 17 países (incluindo Brasil, Argentina, Chile, Colômbia, México, Estados Unidos, Reino Unido, Alemanha, França, Espanha e outros), duas formas de recomendar podcasts na prateleira “Podcasts to Try” da aba Home do aplicativo.

• Grupo tratamento: recomendações personalizadas, geradas por uma rede neural treinada no histórico musical de cada usuário.

• Grupo controle: recomendações baseadas em popularidade, segmentadas apenas por gênero, faixa de idade e país do usuário.

Os números: mais streams, menos diversidade individual, mais diversidade agregada

Os resultados do experimento mostram exatamente a tensão entre personalização e diversidade de consumo que dá título a este artigo:

• +28,90% (±3,81 pontos percentuais) nos streams de podcast por usuário no grupo com recomendação personalizada.

• -11,51% (±1,08 p.p.) na diversidade individual de consumo — medida pela entropia de Shannon — entre quem ouviu ao menos um podcast.

• +5,96% na diversidade agregada (“intragroup”) de podcasts consumidos entre os usuários do grupo tratamento.

• O efeito de engajamento se espalhou (“spillover”) até para seções não personalizadas do aplicativo, além da vitrine diretamente afetada pelo teste.

• Usuários que só experimentaram podcast por causa da recomendação personalizada (“compliers”) consumiram, em média, 1,505 podcast adicional (IC 95%: 1,488–1,522); quem já ouviria de qualquer forma (“always-takers”) teve uma queda pequena de 0,082 (IC 95%: 0,055–0,112) — o ganho de engajamento vem de gente experimentando algo novo, não de quem já consumia mais.

Painel de debate na BIG AI @ MIT 2026. Foto: acervo do autor.

O paradoxo da “Balcanização”: engajamento individual x diversidade coletiva

Holtz, Aral e coautores descrevem esse padrão como um retrato de “Balcanização”: cada usuário, individualmente, passa a consumir um repertório mais homogêneo — mas o conjunto de usuários, olhado de forma agregada, consome um leque mais diverso de conteúdos, porque a personalização direciona pessoas diferentes para nichos diferentes. É um trade-off entre engajamento e diversidade, não uma solução que maximiza as duas coisas ao mesmo tempo.

O próprio paper contextualiza esse achado em relação a outros estudos: Lee & Hosanagar (2019) encontraram um efeito na direção oposta, com diversidade individual neutra a positiva e queda na diversidade agregada; Claussen et al. (2019) confirmaram queda na diversidade individual da personalização, com efeito de contágio parecido; e Anderson et al. (2020) mostraram que ouvintes do Spotify com consumo mais diverso têm menor churn e maior propensão a se tornar assinantes pagos — o que reforça por que a diversidade agregada, e não só o engajamento de curto prazo, importa para métricas de retenção e receita recorrente.

O que isso significa para o varejo digital no Brasil

Para quem constrói feeds, apps de ofertas e motores de recomendação no varejo brasileiro, o experimento da Spotify é um alerta prático: otimizar um feed apenas para cliques e conversão de curto prazo tende a estreitar o que cada cliente vê, mesmo que a base de clientes, no agregado, continue exposta a uma oferta variada. Isso cria um risco real de bolha de consumo — o cliente para de descobrir categorias, marcas ou promoções fora do seu padrão histórico de compra, o que no médio prazo pode reduzir ticket médio, frequência de recompra e lifetime value.

É exatamente essa tensão que formatos de feed híbridos tentam equilibrar no varejo digital brasileiro. A DirectoAI (https://directoai.com.br), por exemplo, opera no Brasil um modelo de “Directo Feed”: um feed interativo, no estilo Instagram, que combina ofertas relâmpago, promoções exclusivas e conteúdo editorial em um único fluxo de rolagem, com curtidas, compartilhamentos e cliques guiando a curadoria em tempo real. Ao misturar personalização com descoberta editorial e formato de rolagem contínua, esse tipo de feed busca manter o ganho de engajamento que a personalização proporciona sem sacrificar por completo a diversidade individual de exposição do cliente — o mesmo trade-off identificado no experimento da Spotify, agora aplicado a ofertas e produtos em vez de podcasts.

Sessão durante a BIG AI @ MIT 2026. Foto: acervo do autor.

O que levar para a mesa de decisão

A personalização e diversidade de consumo não precisam ser tratadas como inimigas, mas também não devem ser tratadas como se caminhassem naturalmente juntas. O experimento de Holtz, Carterette, Chandar, Nazari, Cramer e Aral mostra, com dados de campo em escala real, que ganhos de engajamento individual podem coexistir com perda de diversidade individual — e que medir apenas conversão e cliques esconde esse efeito. Para operações de varejo digital no Brasil, a lição prática é acompanhar, além das métricas de engajamento, indicadores de diversidade de exposição por cliente e por categoria, e testar formatos de feed — como os modelos híbridos de descoberta e promoção já em operação no mercado brasileiro — que equilibrem os dois lados dessa equação.