Outros
AppBehavior: o que os apps instalados no celular revelam sobre quem os carrega
Existe uma camada de dados que ajuda, e muito, a entender quem está do outro lado da tela.
Estamos falando dos aplicativos instalados no smartphone.
Por que app instalado é um sinal comportamental
Pense no seu próprio celular por um segundo. Os apps que estão lá não chegaram por acidente. Cada um foi buscado, baixado, instalado, e se ainda está presente, é porque continua sendo usado ou pelo menos relevante para alguma parte da sua rotina.
Quem tem um aplicativo de corrida provavelmente corre. Quem tem três apps de banco digital provavelmente está ativo financeiramente e aberto a produtos do setor. Quem tem apps de streaming de música, jogos mobile e plataformas de e-sports compõe um perfil de comportamento digital muito específico, independente de qualquer dado demográfico.
Isso é o que o AppBehavior explora: o conjunto de aplicativos presentes em um dispositivo como proxy de estilo de vida, interesses e hábitos de consumo.
Não é dado declarado. Não é inferência por conteúdo consumido. É presença verificada, o app está lá ou não está.
A diferença entre dado de device e dado comportamental
É importante distinguir AppBehavior de outros tipos de dado técnico de dispositivo.
Sistema operacional, modelo do aparelho, versão do software, resolução de tela, tudo isso são atributos do device, não do comportamento de quem o usa. Duas pessoas com o mesmo modelo de celular podem ter perfis de consumo completamente opostos.
Apps instalados são diferentes porque refletem escolhas ativas do usuário. Ninguém instala um app de academia sem alguma relação com aquele universo. Ninguém tem app de investimentos sem pelo menos interesse no tema. O app é uma declaração de interesse que o usuário faz para si mesmo, não para o anunciante.
Essa distinção tem consequência prática direta na qualidade da audiência construída. Segmentações baseadas em atributos de device têm baixo poder preditivo de comportamento. Segmentações baseadas em apps instalados têm correlação verificável com hábitos reais.
Como o AppBehavior funciona na prática
A lógica é simples: a partir da base de dispositivos mapeados, é possível identificar quais apps estão presentes em cada device e agrupar perfis por combinações de aplicativos que sinalizam comportamentos específicos.
Alguns exemplos de clusters que o AppBehavior permite construir:
Fitness e saúde ativa: devices com apps de corrida, ciclismo, academia, nutrição e monitoramento de saúde. Perfil relevante para marcas de equipamentos esportivos, suplementos, planos de saúde e vestuário técnico.
Comportamento financeiro ativo: devices com múltiplos apps de banco digital, investimento, gestão de despesas e criptomoedas. Perfil de alto interesse para o setor financeiro, fintechs e produtos de crédito.
Mobilidade urbana: devices com apps de transporte por aplicativo, aluguel de patinete, navegação e transporte público. Perfil relevante para seguradoras, concessionárias, postos de combustível e marcas de mobilidade.
Games e entretenimento digital: devices com múltiplos apps de jogos, plataformas de streaming, e-sports e comunidades digitais. Perfil específico e altamente engajado, relevante para marcas que querem atingir esse universo com precisão.
Consumo recorrente: devices com apps de delivery, supermercados, farmácias e assinaturas de serviços. Perfil de consumo ativo no ambiente digital com alta frequência de transação.
Em cada caso, o AppBehavior não está inferindo interesse a partir de conteúdo consumido ou busca realizada. Está lendo presença verificada de aplicativos que o próprio usuário escolheu instalar e manter no dispositivo.
AppBehavior e GeoBehavior: camadas que se complementam
O AppBehavior não substitui o GeoBehavior, ele acrescenta uma dimensão.
O GeoBehavior mapeia onde o cluster esteve, com que frequência, em que horários e por quanto tempo. O AppBehavior responde quais são os padrões digitais desse mesmo grupo. Quando as duas camadas se combinam, a segmentação ganha uma profundidade que nenhuma das duas entrega separada.
Exemplo concreto: uma marca de material esportivo quer atingir pessoas que frequentam academias regularmente. O GeoBehavior identifica o cluster por presença física verificada, quem esteve em academias ao menos três vezes nas últimas quatro semanas, com permanência mínima de 45 minutos. O AppBehavior complementa: dentro desse cluster, quais devices também têm apps de treino, nutrição ou wearables conectados?
O resultado é uma audiência que não apenas foi à academia, mas que organiza uma parte relevante da sua vida digital em torno de saúde e atividade física. Isso muda a mensagem que faz sentido entregar e o canal em que ela vai performar melhor.
Ativação: da segmentação ao canal
Audiências construídas com AppBehavior seguem o mesmo fluxo de ativação de qualquer segmentação gerada no Audience Hub da Hands.
O conjunto de devices que compõem o cluster é convertido em identificadores criptografados via Hash256, sem que nenhum dado pessoal identificável trafegue entre sistemas. A partir daí, esses identificadores são enviados às plataformas de mídia parceiras, onde o match é feito localmente em cada plataforma, e a campanha passa a impactar exatamente aquele cluster em Display, Social, Push Notification ou qualquer outro canal conectado.
A audiência é exclusiva, construída com metodologia e base de dados próprias, e pode ser ativada onde a campanha fizer mais sentido, sem depender dos segmentos genéricos disponíveis nas próprias plataformas.
O que o AppBehavior muda, no fundo, é a pergunta de partida. Em vez de “onde eu alcanço pessoas interessadas em X?”, a pergunta passa a ser “quem, de fato, já demonstrou comportamento consistente com X, e onde faz sentido falar com esse cluster?”
É uma diferença pequena na formulação. É uma diferença grande no resultado.
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
