Agente de IA tentou comprar no seu site? O Clarity agora mede agentes como público à parte
O Agentic Analytics mostra quais agentes visitam seu site, o que tentam fazer e se agentes simulados concluem a tarefa. Se seus clientes mandam agentes, seu site é uma interface a testar.
Ouça este artigo · 4 min
Narração completa do artigo, gerada por IA.

Seu analytics mostra quantas pessoas abandonaram o checkout. Ele mostra quantos agentes de IA tentaram finalizar a compra em nome de alguém, e por que desistiram?
A ferramenta de analytics gratuita da Microsoft, o Clarity, agora tenta fazer isso. O novo Agentic Analytics trata agentes como um público próprio.
O que o Clarity mede
São duas frentes. Um dashboard Agent Activity mostra o tráfego agêntico ao longo do tempo, quais agentes visitaram e o que fizeram: buscas, envios de formulário, logins, downloads, reservas e checkouts. As Simulation assessments enviam agentes para tentar concluir tarefas no site e reportam se eles conseguiram, quanto tempo levou, quantas interações foram necessárias e onde eles tiveram dificuldade.
Os limites são declarados sem rodeios. O Agentic Analytics reconhece apenas agentes operados por Google, OpenAI e Anthropic. As simulações começam por cenários de comércio e viagens.
A Microsoft também publicou uma linha de base. Entre 13 de agosto e 9 de setembro, o Clarity detectou 5,23 milhões de sessões de agentes em 230.511 sites, e agora vê quase 2 milhões de sessões de agentes por semana. Isso dá uma média de cerca de 23 sessões de agentes por site ao longo de quatro semanas: pouco para a maioria dos sites, mas não é mais zero.
O mesmo post apresenta o Brand Agents, um assistente de compras para lojistas elegíveis de WooCommerce e Shopify que pode exibir produtos no Copilot, no Bing e no MSN, e o Ask Clarity, uma ferramenta de perguntas e respostas sobre o comportamento no site, em beta fechado para varejistas. Ambos miram lojistas. A medição de agentes é a parte com consequências mais amplas.
Por que empresas enterprise devem se importar, e não só o varejo
A maioria das empresas pensa em agentes como algo que ela mesma faz o deploy. A outra metade são os agentes que seus clientes, fornecedores e candidatos fazem o deploy, e que chegam ao site, ao portal ou ao fluxo de reserva da empresa tentando concluir uma tarefa.
Esses agentes falham de formas que humanos não falham. Um formulário que depende de um tooltip ao passar o mouse, um seletor de data que só responde a eventos de mouse, um captcha a cada etapa ou um login que expira no meio de um fluxo de várias etapas barram um agente que um humano paciente atravessaria. O cliente nunca vê a falha. Ele só ouve do seu agente que a reserva não funcionou, e pode tentar um concorrente.
Descrevemos um lado disso quando a Radisson transformou o ChatGPT em canal de vendas: uma empresa pode escolher construir para agentes. O Clarity mede o outro lado, em que os agentes aparecem tendo você construído para eles ou não.
O que fazer com isso
Olhe antes de otimizar. Ative o dashboard de agentes e veja quais fluxos os agentes tentam. Cotações de seguro, agendamento de consultas, rastreamento de pedidos e devoluções são os candidatos prováveis fora do varejo.
Separe as sessões de agentes nas métricas de funil. Um agente que abandona um checkout não é um humano perdendo o interesse. Misturar os dois esconde os dois sinais.
Decida quais ações de agentes você aceita. Alguns fluxos, como criação de conta ou pagamentos, podem exigir verificação mais forte quando um agente está agindo. Essa é uma decisão de política para segurança e jurídico, não algo que o analytics deva resolver por padrão.
Teste os caminhos críticos. As simulações mostram se um agente consegue concluir uma tarefa. Rode-as nos dois ou três fluxos que trazem receita, e trate as falhas como bugs de acessibilidade, porque muitas vezes é exatamente o que elas são.