Se és um fã da Marvel, saberás as dificuldades que o conhecido Homem de Ferro, Thor e o Capitão América tiveram com as jóias do infinito. A peculiaridade destas pedras poderosas era que não podiam ser tocadas por ninguém, quanto mais unificadas. Daí que a manopla de Thanos (o mau da fita) tenha sido criada para os unir a todos e obter todo o seu poder em conjunto. Estas pedras, tal como os dados, eram muito poderosas individualmente, mas quando reunidas, o poder era infinito.
Algo parecido acontece hoje em dia nos departamentos de marketing quando se trata de unificar dados. Individualmente possuem valor, mas quando decidem unificar todos os dados, obtém aquela visão de 360º do cliente, e o seu o valor... torna-se infinito.
De acordo com um report da Salesforce, apenas 47% dos comerciantes têm uma visão totalmente unificada das fontes de dados dos clientes, o que significa que os restantes 53% não estão a aproveitar totalmente os dados para impulsionar o crescimento das receitas e optimizar os gastos com publicidade.
Para as CMO, existem várias aplicações empresariais convincentes para alavancar dados, incluindo iniciativas de personalização que aumentam o valor de vida do cliente, modelos de atribuição que revelam o quanto cada clique do cliente contribui para uma compra ou conversão, e algoritmos de aprendizagem de máquinas que melhoram as experiências do cliente. Mas se as organizações de marketing não conseguirem unificar os dados dos seus clientes desde o início, a longo prazo, não atingirão nenhum destes objectivos.
Partilhamos aqui as cinco melhores práticas para ajudar a unificar os dados de marketing e torná-los accionáveis para iniciativas de marketing estratégico.
Estas são as dicas que os marketeiros precisam de saber para abraçar plenamente uma cultura orientada pelos dados:
Aplicar uma estratégia de dados holística em vez de abordar os dados um de cada vez.
Identificar que fontes de dados são essenciais e estabelecer métodos óptimos de integração.
Armazenar dados numa plataforma que possa suportar todas as necessidades de análise e envolvimento de clientes, e dar às equipas acesso a uma única fonte de verdade.
Assegurar que os dados de marketing sejam acessíveis aos trabalhadores não técnicos em toda a empresa, em vez de limitar o acesso aos cientistas e analistas de dados.
Determinar quais as iniciativas orientadas pelos dados que são mais importantes e assegurar que a organização está alinhada com elas.
As organizações de marketing de todas as indústrias estão a aumentar os seus investimentos em iniciativas impulsionadas por dados.
De acordo com investigações do Interactive Advertising Bureau (IAB) e do Winterberry Group, as empresas gastaram 7,8 mil milhões de dólares em 2019 em soluções de apoio à recolha, gestão, segmentação, análise e distribuição de dados de audiência, um aumento de 8,1% em relação ao ano anterior.
Apesar do aumento das despesas com dados e análises, muitas organizações de marketing ainda carecem de uma estratégia abrangente. Em vez disso, estão a utilizar sistemas vagamente integrados, num esforço para alimentar as suas operações com dados. Por exemplo, os analistas exportam frequentemente bases de dados para o formato CSV e depois efectuam análises em Excel para extrair informações de publicidade dirigida. Processos como estes são soluções de trabalho, causando trabalho manual repetitivo. Além disso, os conjuntos de dados permanecem em silos separados e não podem ser acedidos ou consultados em tempo real, impedindo que iniciativas de personalização, modelos de atribuição e outras aplicações de aprendizagem de máquinas avancem.
Dado que uma estratégia de dados é a chave para uma gestão e análise de dados bem sucedida em organizações de marketing, uma estratégia de dados deve abordar cinco áreas essenciais:
Objectivos: Quem precisa de acesso aos dados e o que estão a tentar alcançar (são os gestores de produto que estão a tentar melhorar a experiência do cliente, por exemplo, ou os comerciantes de marca que precisam de ajustar rapidamente a comunicação para melhorar o desempenho da campanha?) É também importante estabelecer como será medido o sucesso das iniciativas orientadas pelos dados, quer em termos de optimização da publicidade, melhoria da experiência do cliente, aumento da margem ou qualquer outra métrica.
Pessoal: Em organizações de marketing sem uma estratégia de dados abrangente, as equipas de dados passam frequentemente a maior parte do seu tempo em tarefas rotineiras e repetitivas de preparação de dados, tais como o processo de transformação de dados brutos para utilização posterior. Se estas organizações quisessem concentrar-se em dados, teriam de contratar cientistas e analistas de dados altamente qualificados, bem como gestores de TI para disponibilizar dados de clientes a estas pessoas. Outra questão a abordar em termos de atribuição de recursos é a criação de uma equipa de dados centralizada ou a distribuição de cientistas e analistas de dados por diferentes áreas funcionais.
Tecnologia: As organizações de marketing precisam de identificar as fontes de dados de que necessitam, o que é discutido em mais pormenor na secção seguinte. Também precisam de clareza sobre os requisitos de armazenamento, segurança e acessibilidade para apoiar a forma como utilizam os dados. Finalmente, devem escolher entre construir a sua própria plataforma de dados de clientes ou comprar uma solução pronta a usar para activar os seus dados de clientes. Esta escolha dependerá da dimensão da sua empresa, da complexidade dos dados dos seus clientes, e dos seus profissionais de negócios.
Operações: Para manter os painéis de bordo e as consultas suficientemente actualizados com base nas necessidades específicas dos seus utilizadores, as empresas devem determinar o grau de velocidade de acesso aos dados de que necessitam. Se os dados devem ser utilizados para melhorar a experiência do cliente, também deve ser assegurado que a infra-estrutura fornece um serviço de qualidade tendo como pano de fundo o website. Além disso, as empresas precisam de estabelecer uma estratégia para tornar os dados acessíveis em tempo real com segurança e governação adequadas.
Integração: Os dados do CRM, ERP, pontos de venda ou cadeias de abastecimento estão isolados e fora de controlo do departamento de marketing? Em caso afirmativo, o plano deve abordar a viabilidade e logística da unificação de diferentes tipos de dados numa única plataforma.
O estabelecimento de uma estratégia que aborde todas estas questões pode parecer esmagador, mas as organizações de marketing não precisam de ter uma resposta imediata a todas estas questões. O importante é fazer as perguntas certas, especialmente se as organizações estão apenas a começar a investir na análise de marketing. Se já construíram uma área funcional de gestão e análise de dados, uma estratégia abrangente pode ajudar a assegurar que as equipas, tecnologia e operações que puseram em prática estejam alinhadas com os seus objectivos centrais.
Hoje em dia, os comerciantes têm ao seu alcance grandes quantidades de dados de clientes, incluindo dados de compras, pontos de venda, CRM, programas de fidelização, tráfego de websites, utilização de produtos, e dados de correio electrónico e de aplicações móveis. Além disso, as plataformas de gestão de dados e outros intermediários de terceiros oferecem dados demográficos, dados comportamentais e muito mais, que podem ajudar a refinar os perfis dos clientes e melhorar a segmentação, especialmente quando combinados com os próprios dados de uma empresa.
Confiando em fontes de dados úteis para alcançar os seus objectivos, as empresas evitarão a complexidade e a despesa de lidar com mais dados do que realmente precisam. Por exemplo, as empresas podem não precisar dos dados do Google Analytics clickstream se estiverem a utilizar o Adobe Analytics ou outro produto para medir o comportamento do website; a recolha de dados de ambas as fontes seria redundante e os dados poderiam entrar em conflito.
Alguns dados de clientes, tais como o histórico de compras, são armazenados em bases de dados internas, mas a maioria deve ser extraída da sua fonte original, o que pode exigir recursos de engenharia consideráveis ao longo de semanas ou mesmo meses para extrair dados de uma única fonte. Para evitar sobrecarregar os engenheiros com manutenção contínua de dados, as organizações de marketing precisam de uma ferramenta ETL com conectores pré-construídos para fontes de dados. Estas ferramentas extraem dados da fonte original (por exemplo, Facebook ou Adobe Analytics), limpam-nos ou alteram-nos para um formato útil para fins comerciais (como a conversão de endereços completos em códigos postais) e adicionam-nos ao armazém de dados da empresa.
Quando as empresas escolhem uma ferramenta ETL, podem optar por uma solução centralizada de classe empresarial, tal como Talend, Informatica ou Matillion, ou por uma ferramenta pronta a usar, tal como Fivetran ou Stitch. Eles estariam realmente a escolher entre maior controlo e configurabilidade versus custos de manutenção mais baixos. Uma solução específica da empresa permite-lhe aproveitar toda a potência dos seus dados, mas requer elevados custos de configuração e manutenção contínua. Por outro lado, uma ferramenta pronta a usar, é mais intuitiva mas muito menos configurável. Apenas permite obter dados de fontes conhecidas e será impossível construir painéis de instrumentos avançados ou personalizados e fluxos de interacção.
No processo de avaliação das soluções ETL, as organizações de marketing devem também considerar que percentagem das suas fontes de dados são apoiadas por conectores pré-construídos e se os utilizadores podem acrescentar novas fontes sem assistência de engenharia.
Uma vez que tenhamos dados de marketing, estes precisam de ser armazenados numa única plataforma que possa suportar dados semi-estruturados, tais como JSON de um website, e dados estruturados, tais como entradas de campo CRM, dados de localização e histórico de compras. A infra-estrutura da plataforma deve ser suficientemente flexível e escalável para permitir uma integração de dados quase em tempo real, necessária para iniciativas de personalização, modelos de atribuição, e aprendizagem avançada da máquina. Deve também fornecer uma fonte única fiável, ou seja, conjuntos de dados limpos e combinados que possam ser utilizados por várias equipas.
As empresas que unificam os seus dados precisam de poder suportar cargas de trabalho simultâneas, o que é difícil se tiverem um número fixo de servidores. Se os recursos informáticos forem limitados, o trabalho dos cientistas e analistas de dados ficará paralisado.
A solução ideal é uma plataforma de dados em cloud que pode instantaneamente aumentar a sua capacidade para fornecer mais energia de acordo com a demanda.
A elasticidade instantânea elimina preocupações de planeamento e agregação de dados, permitindo aos cientistas de dados gerir modelos complexos e aos utilizadores não técnicos aceder a painéis de instrumentos sempre que necessário.
A solução é uma plataforma de dados em nuvem que pode escalar instantaneamente a sua capacidade para fornecer mais energia a pedido. A elasticidade instantânea elimina preocupações de agendamento e agregação de dados, permitindo aos cientistas de dados lidar com modelos complexos e aos utilizadores não técnicos acederem a painéis de instrumentos sempre que precisarem deles.
Finalmente, o isolamento da carga de trabalho é essencial para que os trabalhos de recolha de dados não interfiram com os painéis de bordo dos utilizadores ou, mais importante ainda, com a experiência do cliente se construídos sobre a plataforma de dados.
Para obter o máximo ROI da sua plataforma de dados em cloud, as empresas precisam de pensar para além da produtividade dos cientistas de dados. A sua plataforma deve ser acessível a um grande número de trabalhadores não técnicos de todas as áreas do negócio, incluindo Operações, Jurídico, Produto, Desenvolvimento de Negócios, Parcerias e, claro, Marketing.
Existem várias formas de utilizar a plataforma de dados Cloud que podem ajudar ostrabalhadores fora do departamento de Marketing. Por exemplo, o trabalho dos gestores de conformidade que devem cumprir a GDPR, identificando e removendo todas as informações relacionadas com os clientes a pedido, é drasticamente simplificado quando todos os dados dos clientes se encontram no mesmo local. Além disso, os gestores da cadeia de abastecimento podem prever as necessidades futuras de inventário quando têm dados em tempo real sobre encomendas, permitindo à empresa poupar dinheiro no stock armazenado.
Se uma plataforma de dados deve abranger casos de utilização múltipla e ser adoptada em toda a empresa, quer seja marketing, cadeia de fornecimento, finanças, jurídica ou qualquer outra necessidade de dados, deve ser unificada e gerida através de uma gestão de dados adequada. Os fortes controlos de acesso para evitar a utilização indevida de dados são críticos quando se trabalha com informações sensíveis, tais como o desempenho financeiro da empresa ou informações pessoais dos clientes.
É importante notar que os métodos tradicionais de movimentação de dados entre computadores, tais como a cópia de ficheiros via FTP ou conjuntos de dados em nuvem e a construção e manutenção de APIs, têm muitos problemas de acessibilidade e usabilidade. Podem também ser inseguras, propensas a erros e dispendiosas de manter. Os analistas de dados encarregados de fornecer relatórios a utilizadores não técnicos podem também tornar-se um estrangulamento, uma vez que têm um grande volume de pedidos para tratar.
Se tiver uma única versão de dados actualizada em tempo real residente numa plataforma de dados em nuvem com capacidades de partilha segura, não há necessidade de mover ou copiar dados. Isto elimina atrasos e permite a entrega de dados antes que estes se tornem obsoletos. Além disso, esta plataforma pode estar disponível a todas as equipas e o acesso pode ser controlado e mesmo revogado.
Com a finalidade de evitar problemas de acessibilidade, os dados devem ter um layout de alta qualidade que permita o seu fácil acesso, compreensão e manipulação e não exija ligações complexas nas operações do dia-a-dia. Para uma colaboração eficaz entre as equipas e as suas funções, é também essencial ter uma única fonte de verdade; cada utilizador deve analisar os mesmos dados, a fim de evitar resultados contraditórios e questões de confiança nos dados. Por exemplo, os esforços de conformidade da GDPR podem ser dificultados se várias cópias de dados estiverem em silos diferentes, expondo a empresa a acções judiciais ou multas.
De modo a assegurar que os utilizadores não técnicos tenham a informação necessária, as empresas precisam de estabelecer proactivamente uma estratégia de auto-serviço que lhes ponha à disposição ferramentas de visualização. As organizações de marketing precisam especificamente de uma plataforma analítica de BI, tal como Tableau ou Power BI, que possa fornecer análises de auto-atendimento à maioria dos membros da equipa.
Em geral, o princípio de pareto, conhecido como "80/20" aplica-se à realização de análises de auto-atendimento para utilizadores não técnicos. Se 80% do tempo conseguirem aceder rapidamente aos dados de que necessitam por si próprios, valerá a pena o esforço (os outros 20% do tempo, podem necessitar da ajuda de um analista, por exemplo, para escrever uma complexa consulta ad hoc).
Para alcançar um equilíbrio 80/20, as equipas de análise de dados devem trabalhar numa estreita colaboração com os utilizadores empresariais para compreender quais os painéis de instrumentos operacionais e conjuntos de dados de que necessitam e identificar como fazer pedidos de self-service através de painéis de instrumentos ou consultas pré-definidos.
Assim que as empresas obtenham uma visão de 360 graus dos seus clientes através de uma fonte unificada de dados em tempo real e actualizados, podem impulsionar o envolvimento para aumentar o valor de vida do cliente, optimizar os gastos em publicidade, reduzir a agitação e muito mais. É importante concentrar-se primeiro nos resultados e depois comunicar essas decisões em toda a organização de marketing para assegurar que a energia colectiva é canalizada na direcção certa.
Abaixo, exemplificamos três das aplicações mais impactantes da Advanced Analytics in Marketing:
As organizações de marketing podem aproveitar a análise avançada para compreender as características únicas dos seus melhores clientes, para que possam, por sua vez, realizar "modelação semelhante" e encontrar mais perspectivas com características semelhantes às dos seus melhores clientes.
A análise de marketing pode revelar, por exemplo, que descarregar um aplicativo é um indicador muito melhor do valor vitalício do que a frequência de compra, ou que os clientes que chegam primeiro a um website a partir de um motor de busca são mais valiosos a longo prazo do que aqueles que clicam num anúncio para chegar ao website. Ao efectuar uma análise mais profunda sobre os atributos e comportamentos dos melhores clientes, os marqueteiros podem compreender melhor quais os factores e comportamentos que se correlacionam mais directamente com uma maior retenção e valor de vida útil e priorizar as campanhas em conformidade.
Iniciativas de personalização bem executadas podem levar a saltos significativos na fidelidade do cliente, na retenção e, em última análise, no valor vitalício.
Segundo McKinsey, a personalização pode aumentar as receitas em 5% a 15% e aumentar a eficiência das despesas de marketing em 10% a 30%.
A personalização pode também melhorar o customer experience. Ao investirem na aprendizagem de máquinas, as empresas podem construir motores de recomendação que adaptam as sugestões de produtos a utilizadores individuais, aumentando o tamanho do cesto.
A análise avançada pode ser utilizada para refinar a segmentação e tornar os gastos com publicidade mais eficientes. Especificamente, lança luz sobre que mensagem deve ser dirigida a que cliente e como deve ser adaptada através de um canal. Este ajuste fino melhora a eficácia das licitações através da pesquisa de palavras-chave, pontuação de chumbo e outras tácticas, levando à compra de meios mais inteligentes e a um melhor desempenho dos meios pagos.
Uma visão 360 dos clientes e prospectos também permite modelos de atribuição, que permitem às organizações de marketing espalhar o crédito para vendas ou conversões através de todos os cliques ao longo do processo de compra em vez de dar crédito total ao primeiro ou último clique, uma prática desactualizada que não reflecte a forma como as pessoas realmente compram online.
As empresas podem então aumentar ou diminuir os gastos em cada um dos respectivos canais de comunicação com base no quanto contribuem para a taxa de conversão.
Ao facilitar a tomada de decisões em tempo real, a análise avançada também permite que as pessoas sejam mais eficientes e produtivas. Com informação actualizada sobre o desempenho da campanha, por exemplo, os gestores de marca podem rapidamente reafectar os gastos com publicidade aos canais com melhor desempenho e alterar os parâmetros de direccionamento para perspectivas com taxas de conversão mais elevadas.
Para que uma organização de marketing abrace plenamente uma cultura orientada pelos dados requer um investimento significativo tanto em tecnologia como na gestão da mudança. Se o esforço for bem planeado e executado, o crescimento das receitas e a redução de custos justificarão o investimento em curso. Mas antes de as empresas poderem desenvolver algoritmos que optimizem os gastos com publicidade ou personalizem o conteúdo, precisam de planear cuidadosamente e assegurar que os dados dos clientes possam ser acedidos de forma rápida, fácil e segura.
Referências: Todos os direitos reservados Snowflake