Outros
1st, 2nd e 3rd Party Data: de onde vêm os dados que você usa nas suas campanhas?
Todo profissional de mídia digital trabalha com dados. Dados para segmentar, para qualificar audiências, para tomar decisão de compra. Mas existe uma pergunta que raramente é feita com a devida atenção: de onde esse dado veio?
A origem do dado não é detalhe técnico. Ela determina o nível de confiança que você pode ter nele, o grau de exclusividade que a sua campanha vai ter e, cada vez mais, o quanto isso está alinhado com as regras de privacidade que o mercado e a lei exigem.
O mercado usa três categorias para classificar a origem dos dados: 1st Party Data, 2nd Party Data e 3rd Party Data. Entender a diferença entre elas é entender por que duas campanhas com “público semelhante” podem ter resultados completamente diferentes.
1st Party Data: o dado que você mesmo gerou
1st Party Data é qualquer dado coletado diretamente pela sua própria marca, a partir da relação com seus próprios usuários ou clientes.
Isso inclui:
- Cadastros e formulários preenchidos no seu site
- Histórico de compras no e-commerce ou CRM
- Dados de uso do seu aplicativo
- Listas de e-mail de clientes ativos
- Dados de atendimento, SAC ou interações diretas
É o dado com maior nível de confiança porque a relação é direta, você sabe exatamente quem forneceu aquela informação, em qual contexto e com qual consentimento. É também o dado com maior valor estratégico, porque é exclusivo: nenhum concorrente tem acesso a ele.
A limitação é escala. Uma marca com 50 mil clientes cadastrados tem 50 mil registros, e por mais valiosos que sejam, não são suficientes para alimentar campanhas de grande alcance sem complementação.
2nd Party Data: o dado de parceiros com quem você confia
2nd Party Data é, na prática, o 1st Party Data de outra empresa, compartilhado com você por meio de uma parceria estratégica e com relação de confiança estabelecida entre as duas partes.
Um exemplo concreto: uma rede varejista firma uma parceria com uma marca de bens de consumo e compartilha dados de comportamento de compra dos seus clientes. Esses dados são 1st party para o varejista e se tornam 2nd party para a marca parceira.
O 2nd Party Data equilibra confiança e escala: você não coletou o dado, mas sabe exatamente quem coletou, como e com qual propósito. A exclusividade é menor do que o 1st party, mas é infinitamente maior do que comprar dado de mercado aberto.
O ponto crítico aqui é o acordo. Dado de parceiro sem transparência sobre origem e metodologia de coleta não é 2nd party, é dado de qualidade desconhecida com embrulho de parceria.
3rd Party Data: dado comprado no mercado aberto
3rd Party Data é o dado adquirido de terceiros que não têm relação direta com o seu negócio nem com os seus clientes. São os segmentos comprados em marketplaces de dados, disponíveis para qualquer anunciante que pague pelo acesso.
A vantagem é escala: volumes enormes de dados, prontos para ativação. A desvantagem é que esse dado é, por definição, não exclusivo. Se você comprou o segmento “interessados em viagens”, seu concorrente direto pode comprar exatamente o mesmo segmento e impactar as mesmas pessoas.
Além disso, o 3rd party data carrega uma incerteza estrutural: você raramente sabe com precisão como aquele dado foi coletado, há quanto tempo, se o consentimento foi obtido corretamente ou se a metodologia de inferência é confiável. Com o avanço da LGPD e das políticas de privacidade das plataformas, o 3rd party data vem perdendo relevância e disponibilidade progressivamente.
Por que a origem do dado importa na prática
Pense em dois anunciantes do setor automotivo. Ambos querem atingir pessoas que visitaram concessionárias nos últimos 30 dias.
O primeiro usa um segmento de 3rd party de um marketplace de dados: “interessados em automóveis”. Ele não sabe como esse interesse foi inferido, se foi por busca no Google, por conteúdo consumido ou por declaração em cadastro. Não sabe há quanto tempo esse dado foi coletado. E sabe que qualquer outra montadora pode estar ativando o mesmo público ao mesmo tempo.
O segundo usa audiências GeoBehavior: clusters de pessoas que estiveram fisicamente em concessionárias específicas, com frequência mínima de visitas e tempo de permanência suficiente para distinguir quem foi ver um carro de quem simplesmente passou na calçada. Esse dado é comportamental, verificável e, porque deriva de plataforma proprietária, não está disponível para qualquer concorrente.
Os dois estão “usando dados”. Mas a diferença em termos de qualidade, exclusividade e confiabilidade é estrutural.
O que tudo isso tem a ver com LGPD
A Lei Geral de Proteção de Dados exige que o uso de dados pessoais esteja ancorado em base legal, e o consentimento é apenas uma das bases possíveis. O ponto prático para quem trabalha com mídia é simples: quanto mais distante você está da origem do dado, mais difícil é garantir que aquele dado foi coletado e está sendo utilizado dentro da legalidade.
Dado de 1st party tem origem rastreável. Dado de 2nd party tem relação contratual com quem coletou. Dado de 3rd party comprado em marketplace pode ter passado por várias mãos antes de chegar até você, e a responsabilidade, em caso de irregularidade, pode recair sobre quem está usando, não só sobre quem coletou.
Esse não é um argumento para não usar dados de terceiros. É um argumento para saber exatamente o que você está usando e por quê.
1st, 2nd ou 3rd: qual usar?
A resposta honesta é: depende do que você quer fazer e do que está disponível.
A lógica ideal é usar camadas: comece pelo seu 1st party data como âncora de qualidade, expanda com 2nd party quando tiver parcerias confiáveis, e use 3rd party com critério, priorizando fornecedores com metodologia auditável, não apenas volume.
Nesse contexto, dados como os gerados pelo GeoBehavior da Hands ocupam uma posição específica: são dados comportamentais coletados com metodologia própria, baseados em presença física verificada, e transformados em audiências exclusivas que não estão disponíveis em marketplaces abertos. Não são 1st party no sentido estrito, porque não vieram da sua marca, mas tampouco são 3rd party genérico. São dado qualificado, com origem conhecida e processo auditável.
A distinção importa. Porque no final, o dado que você usa define a qualidade da audiência que você cria. E a qualidade da audiência define o resultado da campanha.
Outros
Hands Precision Marketing na prática: quando a audiência vem antes do canal
Nem toda campanha depende de falar com mais pessoas. Em muitos casos, o resultado está em falar com as pessoas certas, no momento em que a decisão acontece.
Foi esse o desafio da campanha #VaiDeEtanol, desenvolvida pela Hands junto com a Biglink para a Única, organização que representa os produtores de cana-de-açúcar e etanol. O objetivo da campanha era incentivar o abastecimento com etanol em seis regiões metropolitanas do país, aproximando a comunicação dos proprietários de veículos que utilizam etanol e ativar o momento em que o motorista realmente escolhe qual combustível colocar no tanque.
Em vez de depender de segmentações disponíveis nas plataformas de mídia, a Hands começou pela pergunta de negócio: quem realmente possui maior probabilidade de abastecer com etanol?
Por se tratar de uma audiência super específica, a Hands estruturou uma estratégia de Precision Marketing, combinando diferentes sinais de comportamento em clusters customizados em uma audiência exclusiva. A construção da audiência considerou GeoBehavior para definir clusters de (a) Frequentadores dos Postos de Gasolina participantes e (b) Motoristas que circulavam por rodovias das praças selecionadas, já através de AppBehavior foram criados cluster de usuários que tinham Aplicativos de (c) Postos de Gasolina e (d) Manutenção de Veiculos. E, através de 2nd Party Data, em parceria com data providers específicos do segmento, utilizando o conceito de Branded Data da Hands, no qual garantimos a origem, qualidade e governança dos dados, habilitamos uma audiência de dados declarados de (e) Proprietários de veículos flex.
Em vez de depender de uma única segmentação, a audiência passou a refletir diferentes contextos que indicavam maior probabilidade de abastecimento.
Toda a inteligência foi estruturada no Audience Hub, plataforma proprietária de Precision Marketing da Hands, que permite combinar diversos tipos e fontes de dados, bem como operar a geolocalização com critérios e atributos exclusivos como; definição de polígonos, filtros por horário, frequência e tempo de permanência, itens que ajudam a otimizar o perfil GeoBehavior de quem realmente frequenta os locais de interesse.
Depois de criada a Audiência, os Clusters foram ativados de forma independente em diversos canais de ativação de mídia como Google, Instagram, Facebook, TikTok e Push Notifications, empoderando o anunciante para comparar o desempenho de cada cluster em cada canal, criando uma matriz de performance entre Audiências e Canais, dando transparência sobre qual Cluster performa melhor em cada Canal, e com autonomia para migrar investimentos entre os canais sem perder a segmentação e a inteligência criada.
Mais do que um case, esse projeto demonstra uma mudança de paradigma. Através do Precision Marketing a inteligência deixa de estar concentrada nas plataformas de mídia e passa a ser construída como um ativo estratégico da marca e sua agência.
Quando a audiência se torna um ativo proprietário, marcas e agências ganham mais transparência sobre os dados, mais controle sobre as segmentações além de autonomia e liberdade para ativar campanhas em diferentes canais sem abrir mão da inteligência construída.
Quer saber mais sobre como levar o conceito de Precision Marketing para suas campanhas?
Outros
Brasil em Cannes: os cases que ganharam Leões

O Brasil voltou a mostrar em Cannes uma força que vai além da criatividade pela criatividade. Os cases premiados combinam cultura, mídia, tecnologia, comportamento e ideias simples de entender, exatamente o tipo de construção que transforma campanhas em conversa.
O principal destaque foi “Cupom em Campo”, da GUT São Paulo para Mercado Livre, vencedor do Grand Prix em Outdoor. A campanha transformou o gramado do Pacaembu em um código de barras gigante, permitindo que o público escaneasse a imagem durante a transmissão de uma partida e acessasse descontos em tempo real.
A LePub também levou Ouro com “Podia ser uma Heineken”, campanha criada para Heineken que conectou mídia exterior, comportamento social e o convite para encontros presenciais. Já a VML conquistou Ouro com “The Last Coke in the Desert”, para Coca-Cola, ao valorizar pequenos comerciantes que mantêm a bebida gelada mesmo em regiões remotas.
Na área de Health & Wellness, a Publicis Brasil foi premiada com “Save the Day”, para o Grupo Pulsa, iniciativa que transformou o dia de folga após a doação de sangue em uma oportunidade para jogar, aproximando a causa do universo gamer.
A Africa Creative também apareceu entre os Ouros com “Searching for Birds on Wires”, para Abradee, usando o áudio como ferramenta para chamar atenção aos riscos enfrentados por aves em fios elétricos.
Outro destaque veio em Design, com “Dancebook Brasil”, da Lovely para Bradesco, projeto que registrou danças brasileiras em partituras coreográficas, preservando movimentos culturais como samba, frevo, toada e chula.
Mais do que celebrar troféus, os cases brasileiros mostram uma direção importante: criatividade premiada hoje não vive só da grande ideia. Ela precisa conectar contexto cultural, uso inteligente de mídia, comportamento real e uma execução simples o suficiente para ser entendida rápido e forte o suficiente para circular.
Outros
Data Lions: quando o uso dos dados ajuda a criar novas idéias e experiências.

O Creative Data Lions surgiu em 2015 como resposta a uma mudança de mercado: o dado deixava de ser camada de mensuração para virar matéria-prima de criação, de produtos, serviços e experiências, não só de argumento de campanha.
A categoria nasceu para reconhecer trabalhos em que dados, tecnologia, estratégia e criatividade atuam juntos para gerar impacto real. Não basta usar dado como prova de resultado. O ponto é mostrar como a inteligência de dados pode ser a base da própria ideia, o esqueleto, não a maquiagem.
Logo no primeiro ano, a categoria recebeu 609 inscrições e premiou 28 trabalhos. O júri decidiu não dar Grand Prix naquela edição, justamente por entender que a régua ainda estava sendo desenhada.O Brasil apareceu com um Leão de Bronze para “Meeting Murilo“, da Huggies/Kimberly-Clark (agência Mood).
O primeiro Grand Prix só veio na edição seguinte, em 2016: “The Next Rembrandt“, para o ING, criado pela J. Walter Thompson Amsterdam, um quadro impresso em 3D, treinado com dados de 346 pinturas originais de Rembrandt, que também levou o Grand Prix de Cyber no mesmo ano.
Para nós da Hands, Creative Data sempre foi a parte da premiação com maior expectativa, não pelo tema em si, mas porque conversa direto com como enxergamos mídia, comportamento e tecnologia: dado não como fim, mas como infraestrutura para criar contexto, resolver problema e gerar ação.
Em 2026, a categoria recebeu 391 inscrições e premiou 13 cases: 1 Grand Prix, 2 Ouros, 4 Pratas e 6 Bronzes. O Brasil chegou com 5 finalistas e converteu 2 Leões, Prata para “Unwatched Goals“, da Africa Creative para a Brahma, e Bronze para “Nigrum Corpus“, da Artplan para IDOMED e Instituto Yduqs (que também levou o Grand Prix de Glass: The Lion for Change nesta edição, tornando-se a primeira campanha brasileira a vencer dois Grand Prix diferentes na história do festival).
O Grand Prix mostrou onde a régua está agora
O Grand Prix de Creative Data 2026 foi para “SOS POS“, criado pela Circus Grey Lima para o BCP, o maior banco do Peru. E o que esse case prova é o oposto do que a maioria do mercado assume sobre “dado criativo”: não é sobre complexidade, é sobre encontrar um problema e entender como o uso inteligente de dados pode resolvê-lo, nesse caso ainda com o brilhantismo de utilizar uma infraestrutura já existente.
O ponto de partida é um problema concreto: no Peru, mais de 4 mil celulares são roubados por dia. O ladrão desbloqueia o aparelho em minutos e esvazia contas pelos apps bancários antes que a vítima consiga reagir. Todo banco tem linha de emergência para bloqueio, mas como ligar sem o celular? A pessoa depende de pedir emprestado, ou correr até uma agência, perdendo os minutos que mais importam.
A resposta do BCP não foi criar um canal novo, foi reaproveitar uma infraestrutura que já está em praticamente toda esquina: a maquininha de cartão. O POS (máquina de cartão de crédito) deixou de ser só ponto de venda e virou ponto de bloqueio de emergência. A vítima vai até o comércio mais próximo, digita documento e senha em qualquer maquininha participante, e a conta é bloqueada na hora, sem app, sem ligação, sem depender do aparelho roubado. O banco mapeou as regiões de maior incidência de furto e instalou mais de 17,5 mil pontos de bloqueio, cada um a menos de dois minutos de distância, com meta de chegar a 120 mil ao longo de 2026.
O que faz esse case ser forte em Creative Data não é sofisticação técnica, é o contrário disso. A ideia usa dados de localização (onde o roubo acontece mais), dado de autenticação (documento + senha) e uma rede física já madura (a malha de POS) para resolver, em minutos, um problema que hoje custa horas. Simples, rápido, escalável, e sem inventar nenhuma tecnologia nova. A criatividade estava em reconhecer que o dado certo já existia dentro de um sistema que ninguém tinha pensado em usar daquele jeito.
É a mesma lógica que sustenta qualquer estratégia de segmentação geolocalizada: o valor não está em coletar mais dados, está em reconhecer o padrão que já está ali, visita, frequência, permanência e transformar isso em ação no momento certo. O SOS POS não inventou uma nova camada de dado. Ele leu o que já tinha, e resolveu um problema real com ela.
-
Geobehavior9 meses agoAudience Hub: como funciona a tecnologia por trás da segmentação precisa da Hands
-
Outros1 ano agoBem-vindo ao Hands Academy
-
Outros1 ano agoConfira os detalhes do último Hands Quiz!
-
Outros7 meses agoDBSCAN: a metodologia para o entendimento de comportamento baseado em geolocalização
-
Geobehavior1 ano agoOOH + Estratégias Mobile
-
Geobehavior1 ano agoGeoBehavior como segmentação de Mídia Digital
-
Hands Quiz12 meses agoHash: o que é, como funciona e porque quem trabalha com marketing digital precisa conhecer.
-
Outros1 ano agoSegmentação Geográfica com Polígonos: maior precisão, melhores resultados
