Vantage Discovery

Vantage Discovery

Vantage Discovery (acquired by Shopify in March 2025) · Programação · Negócios

O Vantage Discovery é uma plataforma de busca com IA para lojas online. Usa embeddings e modelos de linguagem para ler a intenção do comprador, ordenar produtos e personalizar resultados. A Shopify comprou a empresa em março de 2025.

Prévia da interface de Vantage Discovery

Sobre Vantage Discovery

About

O que é o Vantage Discovery

O Vantage Discovery era uma plataforma de descoberta de produtos com IA para o varejo online. Lance Riedel e Nigel Daley, dois engenheiros que trabalharam na busca do Pinterest, fundaram a empresa em 2023. Ela passou por rodada seed e Série A antes de entrar na Shopify em março de 2025. O produto não era um app para o consumidor final: era a camada de busca que a loja conectava ao próprio catálogo e à própria vitrine.

O problema que ela atacava fica entre o jeito que o cliente escreve e o jeito que o catálogo está indexado. Uma consulta como "jaqueta leve de chuva para ir de bike ao trabalho" não funciona em um motor que só compara título e etiqueta. A plataforma transformava produtos e consultas em vetores, e assim a busca de produtos em linguagem natural devolvia itens que não tinham nenhuma dessas palavras. Depois, um modelo de linguagem reordenava essa lista curta pela relevância provável.

A disponibilidade é o limite principal hoje. O Vantage Discovery não é mais vendido como serviço separado, e a página de preços e a documentação pública saíram do ar depois da aquisição. Quem lê sobre ele agora costuma estar avaliando o que a Shopify construiu com o mesmo time, não comprando a plataforma original. O segundo limite é o esforço técnico: é um produto de API, então alguém precisa modelar o catálogo, ligar os endpoints e ajustar o ranking com o tempo.

Como começar

  1. Conversar com o time sobre o tamanho do catálogo e o volume de consultas. O acesso passava por uma conversa comercial, não por um cadastro automático.
  2. Enviar o catálogo. Os produtos entravam como registros com título, descrição, preço e os atributos que a busca podia usar.
  3. Conectar o endpoint de busca à vitrine e definir filtros por categoria, faixa de preço e disponibilidade.
  4. Acompanhar consultas e cliques depois do lançamento, ajustando os pesos do ranking e o espaço dado aos sinais de personalização.

Informações do produto

Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Vantage Discovery.

Plano gratuitoNão
Planos pagosCustom pricing, not published
PlataformaWeb dashboard, REST API
DesenvolvedorVantage Discovery (acquired by Shopify in March 2025)
CategoriaProgramação · Negócios
Data de lançamentoJan 2023
Última atualizaçãoMar 2025
Visitas ao siteN/A
Ranking global do siteN/A
Disponibilidade da APISim

Ideal para

Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.

Usuários

  • Times de engenharia de ecommerce
  • Responsáveis por merchandising em varejistas médios
  • Catálogos de marketplace e de B2B

Tarefas

  • Salvar buscas sem resultado
  • Adicionar busca de produtos em linguagem natural a uma loja em operação
  • Montar recomendações personalizadas a partir do comportamento

Cenários

  • Um catálogo cheio de peças técnicas
  • Muito tráfego com pouca conversão vinda da busca
  • Uma loja que já roda na Shopify

Principais recursos

Correspondência semântica em todo o catálogo

Produtos e consultas viram vetores no mesmo espaço, então a busca pode casar por significado e não por palavras em comum. Quem pede "roupa de ficar em casa quentinha para o inverno" pode ver conjuntos de fleece que nunca usam a palavra quentinha. Esse é o núcleo da plataforma e todo o resto se apoia nele.

Reordenação com LLM sobre os resultados vetoriais

A similaridade vetorial gera uma lista curta e um modelo de linguagem a reordena com sinais como aderência de atributos e chance de conversão. Na prática, os primeiros resultados parecem a escolha de um bom profissional de merchandising, não apenas o que pontua mais alto na distância numérica. Os fundadores colocavam aí a principal diferença em relação a outros buscadores.

Personalização de busca a partir do comportamento

A plataforma lia cliques, salvamentos e compras para ajustar os resultados de cada visitante. Quem olha calça jeans de perna larga várias vezes vê essas peças mais acima na visita seguinte. Lojas que já coletam dados de comportamento aproveitam mais, porque o modelo tem histórico para trabalhar.

API de busca vetorial para desenvolvedores

Tudo passa por uma API de busca vetorial que a loja chama do próprio front-end. O time mantém a interface e o checkout que já tem e troca a camada de consulta por baixo. Não é preciso refazer o tema, o que encurta o caminho entre o teste e a produção.

Filtros por atributos e metadados

Os produtos carregam metadados como categoria, preço e disponibilidade, e as consultas podem filtrar por eles antes da ordenação. Isso evita que uma correspondência semântica devolva tamanho errado ou item esgotado. Os filtros também servem para aplicar regras de negócio que a similaridade pura ignoraria.

Fluxo de entrada do catálogo

Colocar produtos dentro é uma etapa definida, não um detalhe do fim do projeto: os registros entram com os campos que o modelo precisa e são atualizados conforme o catálogo muda. Título e atributos limpos fazem diferença, porque dado fraco gera correspondência fraca por melhor que seja o ranking.

Prós e contras

Prós

  • Consultas descritivas com vários atributos retornam resultados usáveis, exatamente onde a busca por palavra-chave quebra em catálogo de varejo.
  • O desenho API-first deixa a loja com o próprio front-end e o próprio checkout, sem migrar para outra plataforma de comércio.
  • O time fundador construiu busca no Pinterest, então o trabalho de ranking reflete experiência real com tráfego alto.
  • A personalização se apoia em dados de comportamento que quase toda loja já registra, sem camada nova de rastreamento.

Contras

  • Não dá mais para contratar. Desde a compra pela Shopify, o Vantage Discovery não é oferecido como serviço separado, o que o tira da lista de quem procura fornecedor de busca em 2026.
  • Não existe preço público, e a antiga página de planos saiu do ar, então não há referência para montar orçamento.
  • Exige dono técnico interno. Modelar catálogo, integrar endpoints e afinar relevância ficam do lado da loja, e um time de marketing não dá conta sozinho.

Perguntas frequentes

Entregava busca e descoberta de produtos em vitrines de varejo. A loja enviava o catálogo e depois chamava uma API que devolvia correspondências semânticas e resultados personalizados em vez de acertos por palavra-chave.