Precisian ou Solomon: qual escolher para o dado do seu e-commerce

Escolha a Solomon se a pergunta é “de qual campanha veio esta venda” e você quer a resposta num painel pronto, contratado sozinho, em minutos. Escolha a Precisian se a pergunta é “qual foi a receita”, feita pela IA da diretoria sobre loja, marketplace e ERP, e ninguém no time tem tempo de escrever e manter a definição. Em 26/10/2026, a Solomon declara 6 modelos de atribuição, mais de 400 marcas atendidas e configuração “em menos de 5 minutos”. São produtos para perguntas diferentes.

Solomon: plataforma brasileira (SOLOMON BRASIL LTDA, São José dos Campos, SP) de atribuição, analytics e IA para e-commerce, com pixel próprio, dashboards, agentes de IA e conector MCP para Claude e ChatGPT, vendida em autosserviço (solomon.com.br, consultado em 26/10/2026). Não confundir com a Solomono, agência web, nem com projetos de cripto de nome parecido.

O que cada uma faz?

A Solomon se define como “sistema operacional que cresce seu ecommerce” e promete “atribuição, analytics e IA sobre a fonte da verdade do seu e-commerce” (Solomon). A oferta tem sete peças declaradas: Tracking (atribuição de venda a canal, campanha e anúncio), Touchpoint (envio de vendas aprovadas às plataformas de mídia), Pixel Solomon, Dashboards, Web Analytics, Influenciadores (links e cupons) e Solomon AI, com chat, agentes e um conector MCP. O público, nas palavras dela: “e-commerces, times de marketing e performance e agências que gerenciam mídia” (Solomon, /comecar).

A Precisian é uma plataforma de dados gerenciados. Ela coleta, integra e guarda o dado num lake isolado por cliente, modela com o seu time a camada semântica (o lugar onde “receita”, “pedido” e “ROAS” ficam escritos, versionados e aprovados) e entrega o acesso por MCP, API e BI. Para aí. Ela não tem painel, não faz atribuição como produto e não opera mídia. Quem lê o dado é a IA que você já usa, ou o seu BI.

Comparar as duas pela atribuição seria injusto com as duas. A Solomon é um produto de atribuição. A Precisian não vende atribuição. O que interessa é o que acontece quando a sua IA pergunta pelo número.

Quais critérios importam nessa escolha?

Declaro os critérios antes da tabela para que você possa discordar deles. Foram escolhidos para um leitor específico: e-commerce ou varejo de médio porte, com loja própria, marketplace e WhatsApp, sem time de dados, que quer usar IA sobre os números do negócio e não confia nos números que tem.

C1 · Dado isolado por cliente. O dado de cada cliente vive em ambiente separado ou num banco compartilhado?
C2 · Definição de métrica versionada. Existe um lugar onde a métrica está escrita, com versão, histórico e aprovação do cliente?
C3 · Acesso pela IA do próprio cliente. O Claude, o ChatGPT ou o agente da empresa chega ao dado sem passar pelo painel do fornecedor?
C4 · Fontes do e-commerce brasileiro. VTEX, Magento, ERP e mídia.
C5 · Quem opera o dado. Gente do fornecedor cuida da coleta e da modelagem, ou o cliente opera sozinho?
C6 · Propriedade e portabilidade. Se sair, você leva o dado?
C7 · Modelo comercial. Como cobra.

Ficaram de fora, de propósito, qualidade do modelo de atribuição, número de agentes de IA e tempo de ativação. Nos três a Solomon tem produto e a Precisian não compete. Se algum deles é o seu critério principal, a resposta já está no primeiro parágrafo.

Como Precisian e Solomon se comparam, critério a critério?

Cada célula é o que o fornecedor declara em fonte própria, lida em 26/10/2026 no site da Solomon e listada logo abaixo da tabela. “Não declarado” quer dizer que a página não diz, não que a função não existe.

Critério	Solomon	Precisian
C1 · Dado isolado por cliente	Parcial: “Segregação Lógica (Single-Tenant)” e processamento “em endpoints isolados” para o treino de IA; banco ou ambiente físico separado não declarado	Sim: lake isolado por cliente, na infraestrutura da Precisian
C2 · Métrica versionada	Parcial: “KPI’s Layer” de “indicadores auditados” e habilidades que guardam “o jeito de calcular margem”; versão, histórico e aprovação não declarados	Sim: camada semântica com definição única, versionada (data, autor, histórico) e aprovada pelo cliente
C3 · Acesso pela IA do cliente	Sim: conector MCP para Claude e ChatGPT; API de leitura para BI não documentada	Sim: MCP, API e conexão com o BI do cliente, inclusos
C4 · Fontes do e-commerce BR	Sim: 31 integrações, entre elas VTEX, Magento, Bling, Meta, Google Ads e TikTok Ads; GA4 não listado	Sim: GA4, Meta Ads, Google Ads e TikTok Ads inclusos; VTEX e Magento prontos; ERP e outras fontes por API aberta
C5 · Quem opera o dado	Não declarado: autosserviço (“sem desenvolvedor”) com suporte em horário comercial	Sim: coleta, integrações, server-side, sustentação e modelagem inclusas (Precisian Foundation)
C6 · Propriedade e portabilidade	Parcial: cliente é controlador; exportação do histórico da loja não descrita; exclusão “normalmente, após 90 dias da rescisão”	Sim: “A infraestrutura é nossa, o dado é seu. Você acessa a qualquer momento e, se sair, leva tudo.”
C7 · Modelo comercial	Assinatura mensal em três planos por faixa de faturamento; preço não publicado	Assinatura mensal, sem setup, sem cobrança por assento; condições em /precos

Fontes da coluna Solomon: plano de governança (C1, C6), página inicial e Solomon AI (C2), política de privacidade, §13 (C3), integrações (C4), /comecar e termos do administrador (C5), app na loja da Nuvemshop (C7). O endereço do MCP, mcp.solomon.com.br/mcp, respondia HTTP 401 sem login em 27/10/2026, o que confirma que ele existe e exige conta.

Onde a Solomon é mais forte?

Em seis pontos ela entrega o que a Precisian não entrega.

Ativação. A Solomon diz que os dados aparecem “em cerca de 15 minutos”, conectando loja, checkout e mídia por integração oficial, “sem desenvolvedor e sem mexer no código” (Solomon). A Precisian é contrato com implantação feita por gente.

Atribuição como produto. Pixel próprio, 6 modelos de atribuição e vendas aprovadas sem duplicadas, canceladas ou pendentes (Solomon, Tracking). O Touchpoint devolve às mídias só a venda aprovada, para que o Pix e o boleto não pagos não ensinem o algoritmo errado (Solomon, Touchpoint). É o mesmo problema que descrevi em Pix quebra o purchase do GA4, resolvido do lado da mídia.

Painel pronto. O Dashboard Ecommerce traz metas, funil, comparação de canais, lucro, região e método de pagamento (Solomon, Dashboards). A Precisian não tem front.

Cobertura de plataforma de loja e checkout. Nuvemshop, Tray, Magazord, Wake, Linx, Yampi, CartPanda e outras 24 estão na lista de integrações. Para essas plataformas, a Solomon chega pronta onde a Precisian precisaria de conexão adicional.

IA com execução. Chat, agendamentos, agentes em kanban, artefatos e análise de criativo, além do MCP (Solomon AI).

Influenciadores e benchmark. Links e cupons por influenciador e o Solomon Pulse, benchmark trimestral público (Solomon).

Onde a diferença pesa para quem usa IA sobre o número?

A diferença aparece quando a pergunta sai da mídia e chega ao financeiro. Um exemplo com números redondos, sintético: a loja na VTEX faturou R$ 1 milhão em setembro pelo ERP; o painel de atribuição mostra R$ 950 mil em vendas aprovadas atribuídas; o Mercado Livre vendeu mais R$ 200 mil fora da loja. O diretor pergunta ao Claude “qual foi a receita de setembro?”. Os três números estão certos, cada um na sua definição. O modelo devolve o que estiver mais à mão. Esse erro se chama alucinação de métrica e acontece quando a conta está certa sobre uma definição que ninguém escreveu.

A Solomon tem dois lugares para regra: a “KPI’s Layer” e as habilidades da Solomon AI, que guardam “o jeito de calcular margem” (Solomon). O que ela não declara é quem escreve essa regra, com que versão e com aprovação de quem. Em autosserviço, essa tarefa fica com o cliente. A Precisian põe esse trabalho no contrato: a definição de receita é modelada com o seu time, versionada com data e autor, e é ela que o MCP serve. Por que isso decide a resposta da IA está em a mesma definição de receita.

O segundo ponto é isolamento. A Solomon declara segregação lógica e proíbe treinar a IA de um cliente com o dado de outro (plano de governança), o que é bom. Ambiente separado por cliente não aparece no texto. Para quem liga um agente ao dado, a diferença entre as duas coisas está em isolamento por cliente no MCP.

O terceiro é a saída. Os termos da Solomon proíbem “fazer o download de conteúdos da plataforma para criar bancos de dados ou serviços que possam concorrer” com ela (termos do administrador, cl. 18), e a exportação do histórico ao sair não está descrita. Vale perguntar por escrito, antes de assinar, o que sai com você no fim do contrato.

Quando escolher a Solomon e não a Precisian?

Loja pequena ou média em Nuvemshop, Tray, Shopify, Yampi ou Loja Integrada. A Solomon conecta essas plataformas prontas e cobra por faixa de faturamento (Nuvemshop). Esse público está fora do perfil da Precisian.

Dropshipping e infoproduto. A Solomon aceita esses modelos no próprio formulário de demonstração (Solomon). Os dois estão fora do perfil da Precisian.

Time de performance cuja pergunta é “qual anúncio vendeu”. Atribuição por anúncio, influenciador e cupom, com envio de venda aprovada à Meta e ao Google, é o produto dela. A Precisian não vende atribuição.

Quem quer painel pronto e IA embutida, contratando sozinho, hoje. A Precisian não tem painel nem autosserviço, e não tem plano de entrada para testar sem conversa.

Agência que gerencia mídia de várias lojas. A Solomon tem programa de parceiros com comissão recorrente.

O que recomendar, por perfil?

Loja até o médio porte, um canal de venda, decisão de mídia no dia a dia: Solomon. Painel, atribuição e IA no mesmo lugar, sem projeto.

Médio porte com loja própria, marketplace e ERP, diretoria perguntando à IA sobre receita e margem: Precisian. O que falta aqui é definição escrita e mantida antes de ferramenta, e é isso que o contrato cobre.

Operação que já usa a Solomon e quer ligar a IA ao dado de negócio inteiro: as duas convivem. A Solomon responde pela mídia; a camada semântica responde pela receita que o financeiro reconhece. Antes de juntar, defina qual delas é a fonte de cada métrica, ou o agente vai somar as duas. Como pensar o acesso da IA versus o painel está em MCP server ou BI.

Grupo com várias marcas: o critério que domina é C1. Pergunte a cada fornecedor, por escrito, onde o dado de cada marca fica fisicamente.

O que este artigo não cobre?

Não avalia a qualidade dos modelos de atribuição da Solomon nem a precisão do pixel dela; não testei o produto. Não traz preço: a Solomon não publica valores em reais no site nem na loja da Nuvemshop (consultados em 26/10/2026), e números que aparecem no painel de exemplo do programa de parceiros são ilustrativos. Não confirma conector direto de marketplace nem de GA4, que não constam da página de integrações. E não compara a Solomon a outras plataformas brasileiras; isso fica para o ranking de plataformas de dados para e-commerce.

Se a receita que a sua IA devolve não bate com a do ERP, o primeiro passo é medir a distância entre as duas e descobrir que definição cada uma usou. O que a plataforma inclui para fechar essa distância, e como ela é cobrada, está em preços da Precisian, sem compromisso de contrato.