Só 21% dos profissionais de marketing dizem que os dados de CRM da empresa estão “muito bem preparados” para IA. O número vem do relatório State of CRM Data Management in 2026, da Validity, fornecedora de soluções de integridade de dados, que ouviu 500 profissionais de marketing B2B e B2C. A pesquisa, divulgada em comunicado reproduzido pela CustomerThink, inclui entrevistados do Brasil, mas não apresenta um recorte por país.
Por ser uma pesquisa de fornecedor, os números devem ser lidos como indicativos, não como retrato do mercado brasileiro. Ainda assim, o tema é direto para quem automatiza régua, segmentação e atendimento: se a IA age sobre dado ruim, o erro deixa de ser um número errado em relatório e passa a ser uma decisão errada executada.
Como a pesquisa foi feita
Segundo o comunicado publicado pelo AI Journal, a amostra reúne 500 profissionais de marketing nos EUA, Reino Unido, Brasil, Austrália e Nova Zelândia. O comunicado não informa a modalidade da pesquisa, as datas de campo nem a margem de erro. A página do relatório também não detalha o questionário, e o acesso completo exige cadastro.
O que os números mostram
O dado central é a distância entre a pressa em adotar IA e a qualidade da base. Cerca de dois terços das organizações ampliaram, no último ano, as decisões de marketing delegadas a agentes autônomos. Ao mesmo tempo, quase 60% dos executivos de nível C e 52% dos vice-presidentes sentem pressão para implantar IA agora, mesmo sabendo que os dados não estão prontos.
O gráfico mostra quem já agiu sobre uma recomendação de IA que depois suspeitou estar errada por causa dos dados.
| Indicador | Resultado | Leitura |
|---|---|---|
| Dados muito bem preparados para IA | 21% | Só um em cada cinco marketers confia na base |
| Perda direta de receita por dados ruins | 62% | Maioria das organizações já sentiu o efeito |
| Times que gastam 6 horas ou mais por semana corrigindo dados | Quase um terço | Custo operacional recorrente |
| Atraso ou cancelamento de campanhas por dados ruins | 67% | Impacto na execução, em algum grau |
| Risco de conformidade ligado a dados ruins | 63% | Também em algum grau |
| Organizações com responsável ou time de governança | 41% | Pouco mais de quatro em cada dez |
Há um dado que exige cuidado: 67% dos executivos de nível C afirmam que os dados de campanha são, às vezes, manipulados para que os resultados pareçam melhores, contra 38% no total de entrevistados. É uma percepção declarada, não uma auditoria, e vale tratá-la como alerta de governança.
Por que a IA torna o dado ruim mais caro
O CEO da Validity, Mark Briggs, resume o risco ao descrever agentes autônomos:
Um dado ruim deixa de ser um erro passivo e se torna uma instrução ativa.
Mark Briggs, fundador e CEO da Validity, em comunicado sobre o relatório
Na prática, uma régua de WhatsApp que usa um telefone desatualizado ou um segmento montado sobre cadastros duplicados envia a mensagem errada para a pessoa errada. Em fluxos automáticos, o ganho vem justamente de gatilhos corretos, e em descadastros, o custo de errar a frequência e a relevância é a perda do canal.
O que a pesquisa indica como solução
Para ganhar confiança nos dados, 39% dos entrevistados escolhem o monitoramento contínuo e automatizado, que detecta e corrige problemas em tempo real (47% entre executivos C-level). Unificar tudo em uma só plataforma aparece com 23%, e validação ou enriquecimento por terceiros, com 19%. Como a Validity vende soluções nessa área, vale comparar a conclusão com a necessidade real de cada operação.
Um roteiro mínimo, que independe de ferramenta, ajuda a começar. A base legal e o consentimento fazem parte dele, como detalha o texto sobre LGPD no CRM.
Quando o programa de retenção cresce, como em programas de fidelidade em níveis, a qualidade de cadastro e de histórico de compras determina quem sobe de nível. Para a parte de mensuração, o checklist de auditoria do GA4 complementa a revisão dos dados de comportamento.
Perguntas frequentes
O que a Validity pesquisou?
A empresa ouviu 500 profissionais de marketing B2B e B2C nos EUA, Reino Unido, Brasil, Austrália e Nova Zelândia sobre a qualidade dos dados de CRM e o uso de IA.
Esses números valem para o Brasil?
O Brasil está na amostra, mas o comunicado não traz um recorte por país. Os resultados indicam uma tendência, e a situação de cada empresa brasileira precisa ser verificada na própria base.
Qual é o principal risco de usar IA com dados ruins?
Agir sobre recomendações erradas. Segundo a pesquisa, 78% dos executivos C-level e 92% dos vice-presidentes e SVPs já agiram sobre uma recomendação de IA que depois suspeitaram estar errada por causa dos dados.
Por onde começar a melhorar a base?
Defina um responsável, elimine duplicidades, padronize campos e consentimento, monitore a qualidade com frequência e revise por amostra o que a IA sugere.
