You are leaving our main website to go to our chinese website hosted in China. For legal reasons there will not be any links pointing back to the main website.
Já passou uma década desde que o termo "Big Data" se tornou omnipresente, e o investimento dos departamentos de marketing em tecnologia para aproveitar os benefícios destes "Grandes Dados" aumentou significativamente desde então.
Um estudo da Forrester revelou que 64% dos decisores globais de marketing B2C afirmaram que as suas empresas planeavam aumentar os seus investimentos em tecnologia de dados e análises.
O poder dos dados para personalizar conteúdos, experiências e ofertas a clientes individuais, e para optimizar a tomada de decisões sobre meios e mistura de canais, impulsiona estes investimentos acrescidos. Mas a recolha de dados é apenas uma das peças do puzzle. A capacidade de aceder e agir sobre os dados em tempo real tornou-se um diferenciador fundamental para as empresas que conseguem tirar partido dos seus dados. No entanto, os silos de dados - a prática de armazenar diferentes tipos de informação em sistemas separados e desconectados - muitas vezes impedem que isso aconteça.
O problema dos silos de dados não está a desaparecer. O analista da Forrester Jay McBain previu que o número de empresas no que ele descreve como "a pilha de software do canal" iria aumentar de aproximadamente 100.000 em 2017 para 1 milhão em 2027, apesar de as CMO quererem menos complexidade.
Então como podem os profissionais de marketing assegurar-se de que estão a extrair o máximo valor dos seus dados, e como podem tornar os seus dados acessíveis e accionáveis em tempo real? A resposta pode estar numa plataforma de dados em cloud, onde todos os dados de uma empresa podem ser armazenados de forma segura e acessíveis sem problemas tanto aos utilizadores técnicos como aos não técnicos.
A ideia de uma plataforma de dados que reúna todos os dados de uma empresa não é nova; as tecnologias Data Warehouse Legacy existem há décadas, mas têm estado no domínio do departamento de TI, com pouca visibilidade ou interacção das equipas de marketing e outras funções empresariais.
Obter uma visão holística dos clientes para proporcionar experiências personalizadas, aumentar a lealdade e, portanto, o valor da vida do cliente.
Aumentar a velocidade do ROI, permitindo que as equipas de dados e de análise sejam mais ágeis através da optimização
Alavancar a análise preditiva para melhorar a experiência do cliente e informar as despesas, a alocação apropriada de canais, merchandising e outras decisões chave de marketing.
Manter-se à frente tanto dos requisitos regulamentares como das TI.
Vejamos tudo com mais detalhe:
Quando se trata de aumentar a lealdade e retenção, muitas marcas estão em desvantagem porque os seus dados de clientes são siloados, tornando difícil obter os conhecimentos profundos necessários para a personalização do marketing em escala.
Para apreciar a escala do problema (e a oportunidade resultante), considerar a quantidade de dados que um comerciante lida hoje em dia:
Dados de compra, que mostram o que os clientes realmente compraram.
Dados de tráfego do website, que mostram a navegação até à compra
Email e dados de aplicações móveis, que também revelam detalhes sobre o caminho para a compra
Dados pagos dos meios de comunicação, que revelam informações sobre a origem dos clientes e os pontos de contacto que influenciam as suas decisões
Dados do programa de fidelização, que fornece insights chave sobre os atributos dos clientes existentes de alto valor.
Social Media e Third Party Data
Estas peças de informação são frequentemente armazenadas em locais diferentes, tornando extremamente difícil ligar os pontos e obter uma imagem completa de quem são os seus clientes e como são as suas trajetórias. Como resultado, muitos comerciantes estão a perder a oportunidade de cultivar clientes de alto valor através de conteúdos e ofertas personalizadas. E quando os clientes com afinidade pela sua marca não obtêm a melhor experiência, estão a perder potenciais receitas.
Por exemplo, antes da retailer de luxo Lilly Pulitzer adoptar uma plataforma de dados em cloud, as equipas de dados e análise da marca utilizavam múltiplos sistemas, tornando impossível o tratamento de todos os dados de que necessitavam ao mesmo tempo.
Após a implementação da Snowflake, Lilly Pulitzer começou a beneficiar de um sistema unificado de relatórios, permitindo às equipas empresariais tomar decisões orientadas para os dados e, por vezes, contra-intuitivas. Por exemplo, quando a marca lançou uma iniciativa de devoluções gratuitas, esperavam que os novos clientes fizessem a maior parte das devoluções. Em vez disso, graças às capacidades dos seus novos dados em cloud, aperceberam-se de que eram os clientes existentes que estavam a tirar o máximo partido da política. Como resultado, a marca alterou a sua estratégia de marketing para promover a iniciativa como um benefício adicional para os clientes existentes.
A análise avançada também permitiu uma experiência de cliente omni-canal na Lilly Pulitzer.
Em organizações que dependem da tecnologia tradicional de armazenamento de dados, as consultas simultâneas sobre os mesmos conjuntos de dados causam atrasos no desempenho global. Combine isto com atrasos causados pela necessidade de aceder a dados em silos e pela dependência de múltiplas equipas para transformar ou embalar esses dados para os utilizadores empresariais, e a sua equipa de marketing poderá passar mais tempo à espera de dados do que a utilizá-los.
Uma plataforma de dados em cloud pode reduzir significativamente o tempo para o valor dos dados, permitindo a toda a equipa trabalhar em paralelo e em problemas mais complexos, com mais dados. As plataformas de dados em cloud permitem que as equipas sejam mais concentradas, empenhadas e produtivas, em vez de dispersarem a sua atenção entre outras tarefas enquanto esperam por consultas complexas para terminarem a execução.
As equipas também teriam mais liberdade para experimentar, testar novas consultas (por exemplo, os dados de sentimento do Twitter correlacionam-se com o tamanho da compra?) e fazer novas ligações sem medo de abrandar ou "quebrar" as actividades centrais. O resultado é um ROI mais rápido e a capacidade de reportar sobre o desempenho de novos programas e tecnologias disponíveis para a gestão de topo e executivos de nível C muito mais rapidamente.
A recolha de dados em tempo real combinada com o processamento de baixa latência também permite ciclos mais rápidos de iteração do produto, porque as métricas e o feedback das actualizações do produto estão disponíveis muito mais rapidamente - em minutos e não em dias.
As plataformas de dados em cloud também potenciam a análise preditiva, permitindo a modelação de cenários para informar as decisões sobre os gastos com meios de comunicação, distribuição de canais e marketing, e para melhorar a experiência do cliente.
Na prática, isto significa que as marcas podem identificar segmentos semelhantes com atributos de clientes existentes de alto valor e anúncios e ofertas alvo a eles, ou identificar clientes existentes em risco de falhar e melhorar proactivamente a sua experiência, entre outras coisas.
Também é possível a análise avançada de produtos e inventários. Por exemplo, a Instacart, a plataforma de entrega de mercearia, construiu modelos de previsão sofisticados para estabelecer expectativas realistas sobre artigos que em breve estarão fora de stock e recomendar substituições aceitáveis.
Os 100 mil compradores da empresa geram muitos dados, e isto alimenta o modelo de disponibilidade de artigos Instacart, que prevê consistentemente a disponibilidade de 200 milhões de artigos de mercearia a cada 30 minutos. O que está em jogo é se o modelo funciona eficazmente: os clientes terão uma má experiência se forem ao website, completarem uma encomenda, e ao receberem a encomenda descobrirem que esta não pôde ser totalmente concluída. Os comerciantes estão cada vez mais conscientes dos benefícios da análise preditiva, embora a execução continue a ser um desafio devido aos silos de dados.
Apenas 16% dos inquiridos do questionário Harvard Business Review afirmaram trabalhar em organizações que já realizam análises preditivas, em comparação com 51% que planeavam fazê-lo nos próximos anos.
O fosso entre a adopção actual e a intenção de implementação futura é ainda maior para a análise "prescritiva", que vai além da previsão de resultados para delinear recomendações e automatizar a tomada de decisões futuras.
Apenas 7% dos inquiridos disseram que as suas empresas praticavam uma análise prescritiva, em comparação com 37% cujas empresas planeavam implementá-la num futuro próximo.
As organizações de marketing empenhadas em implementar análises preditivas devem avaliar cuidadosamente a sua plataforma de dados e considerar a actualização para uma solução moderna que permita rapidez, simultaneidade e escalabilidade instantânea. As equipas de dados e análises requerem acesso em tempo real a uma grande variedade de fluxos de dados a fim de construir modelos eficazes e executar as suas consultas rapidamente. Isto não é possível se o armazenamento de dados estiver fragmentado, com alguma informação armazenada num data mart, alguma num lago de dados e alguma em sistemas legados no local.
Praticamente todas as organizações de marketing estão sedentas de talento em dados e análises, mas contratar e reter analistas e cientistas de dados pode ser complicado, mesmo quando a sua empresa oferece salários competitivos (e por vezes desconfortavelmente elevados), benefícios extensivos e organização flexível do trabalho a estes funcionários valiosos.
De acordo com um relatório da Associação Nacional de Colégios e Empregadores (NACE) sobre os desafios na contratação para cargos de Analistas de Dados, mais de 38% dos inquiridos disseram que as suas empresas não dispunham actualmente da infra-estrutura tecnológica necessária para retirar valor dos seus dados.
Isto é importante porque a infra-estrutura de uma empresa - ou a sua falta - pode ser um factor crítico na decisão de aceitar um emprego ou permanecer no actual. A falta de uma infra-estrutura flexível e escalável para apoiar o seu trabalho é um dos principais factores de agitação entre os trabalhadores de dados, especialmente quando estes passam a maior parte do seu tempo em tarefas de preparação de dados, tais como o processo de transformação de dados brutos para os tornar úteis para fins a jusante. Uma plataforma de dados em nuvem pode automatizar ou eliminar este tipo de trabalho manual fastidioso e demorado. Numa época em que os peritos em dados são caros e fáceis de persuadir a escolher melhores oportunidades, os departamentos de marketing podem tornar as suas tarefas de análise de dados mais desejáveis através da implementação de uma plataforma de dados em nuvem. Uma plataforma de dados pode eliminar muitas das tediosas tarefas manuais que os analistas de dados teriam de realizar, libertando-os para se concentrarem em trabalhos mais impactantes.
Ao investir em tecnologia e numa arquitectura de dados para os apoiar, recrutar e reter talentos técnicos pode tornar-se uma vantagem competitiva para a sua organização.
No meio da constante preocupação com orçamentos e ROI, os comerciantes estão também a entrar num ambiente crescente de requisitos regulamentares e de conformidade. Uma plataforma de dados em nuvem pode ajudar a aliviar a dor em ambas as frentes.
Uma das maiores fontes de tensão entre as equipas de marketing e de análise de TI deriva da necessidade da equipa de marketing de escalar o negócio e do imperativo da equipa de TI de proteger contra orçamentos ultrapassados. Os modelos de personalização de marketing jogam com esta dinâmica porque requerem petabytes de dados para funcionar, e o poder computacional a essa escala pode ser caro. Como as organizações de marketing procuram aumentar o valor vitalício dos seus clientes através de conteúdos, ofertas e experiências personalizadas, necessitarão de uma maior quantidade de recursos informáticos, mas por vezes apenas por curtos períodos de tempo. Os armazéns de dados tradicionais Legacy on-premise não são viáveis para este fim, porque os departamentos de TI teriam de adquirir e manter um número elástico de servidores físicos (dezenas a milhares, dependendo das necessidades informáticas do dia), o que simplesmente não é realista. Contudo, uma plataforma de dados em nuvem permite a escalabilidade e, ao mesmo tempo, permite às equipas de TI colocar barreiras para o negócio. Especificamente, as equipas de TI podem ter visibilidade e controlo sobre o orçamento planeado, pré-determinando a quantidade de recursos informáticos que um cientista ou analista de dados pode utilizar durante vários períodos. Isto permite às equipas de análise escalar para cima ou para baixo conforme necessário, sem ter de passar por um processo intensivo de emissão de pedidos às TI, o que pode dificultar os esforços de actividades como a personalização do marketing e a análise preditiva que dependem da capacidade de aceder aos dados em tempo real.
Um moderno Data Warehouse também permite o cumprimento do Regulamento Geral de Protecção de Dados da UE (GDPR). As empresas que não disponham de uma plataforma de dados em nuvem poderão ter de recorrer a um processo laborioso para cumprir estes novos requisitos de dados, explorando uma variedade de funções ou unidades de negócio para localizar informação pessoalmente identificável (PII) dentro dos seus respectivos silos. Dada a magnitude dos dados PII recolhidos e utilizados pelas organizações de marketing modernas, esta é uma área a que os decisores de marketing precisam de prestar muita atenção, a fim de evitar que as equipas fiquem impedidas de cumprir as normas.
Já descobriu os benefícios de implementar uma plataforma de dados em nuvem para os profissionais de marketing, que incluem: obter uma visão holística dos consumidores para aumentar o valor vitalício, aumentar a velocidade e produtividade das equipas orientadas para os dados, alavancar a análise preditiva para melhorar a experiência do cliente, melhorar o envolvimento e retenção, e remover obstáculos ao cumprimento e requisitos de TI. Mas como lançar os alicerces para começar? Aqui estão três maneiras de começar:
Criar um mapa de dados: Que dados são actualmente capturados e onde se encontram? A compreensão dos silos dentro da sua organização ajudará a identificar os silos que precisam de ser eliminados. O mapeamento dos seus dados também lhe permitirá identificar lacunas no seu conjunto de dados desejado.
Consulte os utilizadores nas suas equipas de dados e análises: Compreenda o estado actual fazendo perguntas como "Quanto tempo demora normalmente a chegar os resultados da consulta?" e "Quanto tempo demora normalmente o pessoal de TI a fornecer servidores quando submete um ticket a pedir mais recursos? Conseguir que estes utilizadores colaborem para seleccionar a plataforma de dados na nuvem que melhor se adapta às necessidades da organização. Se a retenção de funcionários é um dos seus objectivos (e, como já dissemos, deveria ser), é importante que os peritos em dados estejam envolvidos e sintam-se proprietários de uma tecnologia que lhes facilitará a vida.
Obter feedback da equipa de TI: Fale com a equipa que gere a infra-estrutura de TI sobre quanto tempo passam normalmente a abastecer servidores e a tratar os pedidos dos utilizadores para mais recursos informáticos. É importante compreender os seus pontos de dor e transformá-los em parceiros ao seleccionar um fornecedor que possa satisfazer as suas necessidades e as do negócio.
Alavancar dados nunca foi tão crítico para um comerciante, mas também nunca foi tão viável. A boa notícia é que os benefícios de uma plataforma de dados em cloud são suficientemente claros para que praticamente todas as partes interessadas da sua organização se mobilizem. A plataforma de dados da Snowflake derruba as barreiras que impedem as organizações de desbloquear o verdadeiro valor dos seus dados. Milhares de clientes incorporam esta plataforma para fazer avançar os seus negócios para além do que outrora foi possível, obtendo todos os conhecimentos a partir de todos os seus dados para todos os utilizadores empresariais. A Snowflake equipa as organizações com uma plataforma única e integrada que oferece o único armazém de dados construído para qualquer nuvem; acesso instantâneo, seguro e governado a toda a sua rede de dados; e uma arquitectura central para permitir muitos outros tipos de cargas de trabalho de dados, incluindo uma plataforma única para o desenvolvimento de aplicações de dados modernas.
Referências: Todos os direitos reservados Snowflake
Artigos, eventos e muito mais!
Seu endereço de e-mail é utilizado para enviar-lhe a Newsletter da Keyrus e para fins de prospecção comercial. Você pode usar o link de descadastro em nossos e-mails a qualquer momento. Saiba mais sobre a gestão de seus dados e seus direitos.
Publicação no blog
Os bancos estão a sentir de perto a respiração dos concorrentes de fora do panorama bancário na maratona para tornarem-se "os melhores" amigos dos utilizadores nas suas transacções e gerenciamentos bancários diários.
Publicação no blog
Imagina que estás num jogo de vídeo. O típico onde se tem de fugir do mau da fita até chegar a um castelo onde se estará a salvo. Estás a dar o teu melhor, vê o castelo à distância, mas... oh oh mesmo antes de lá chegar cais num penhasco. Por isso tens a opção de ficar no limite e deixar que o mau da fita o apanhe ou saltar de um penhasco... do qual não sabe se vai conseguir sair com vida. O que farias?
Publicação no blog
Neste guia vamos descifrar o antes e o depois da troca e análise de dados à medida que estes evoluem dos sistemas tradicionais herdados para novas plataformas de dados em cloud. Vamos descobrir o desafio fundamental que os analistas enfrentam, revelar a solução que põe fim a todos os problemas, e finalmente olhar para 4 best practices para pôr a mudança em marcha agora. Soa bem, não achas? Rápido e conciso. Agora vamos ao que interessa.
Publicação no blog
Um dos fundamentos de qualquer organização orientada para os dados é estabelecer uma série de processos analíticos capazes de simplificar o acesso a todos os tipos de dados. Do mesmo modo, quando se começa a utilizar tecnologias de nuvem, os processos analíticos tornam-se mais abrangentes, permitindo-lhe deixar para trás tarefas enfadonhas de gestão de informação e começar a fornecer grandes experiências de dados.
Publicação no blog
Criar uma boa cultura de dados para começar a colher os benefícios da personalização à escala. A Data Science permite aos marqueteiros consolidar e extrair insights de todos os seus dados (independentemente do formato), reconhecer padrões nesses dados, e prever comportamentos futuros para criar campanhas de personalização à escala quase em tempo real.
Publicação no blog
Se és um analista de marketing, conheces demasiado bem as expectativas em torno de uma tomada de decisão ágil e baseada em dados. A pressão para fornecer uma visão mais rápida da eficácia das campanhas recai directamente sobre os teus ombros, incluindo permitir uma tomada de decisão ágil para que as campanhas possam ser optimizadas. Mas porque é que os analistas de marketing não estão a analisar, não estão a trabalhar o suficiente, estão a fazer snowboard, a jogar ténis de paddle ou a trabalhar à distância com as suas séries favoritas em segundo plano?
Publicação no blog
Diz a lenda que não há muito tempo havia uma empresa muito boa que todos invejavam porque tinha os melhores analistas do mercado, as melhores plataformas internas e uma riqueza de dados proprietários com os quais tomava todas as suas decisões. Viveram num mundo idílico, até que de repente os seus concorrentes começaram a ultrapassá-los de uma forma surpreendente.
Publicação no blog
A análise de dados está a tornar-se rapidamente a chave para uma estratégia empresarial de sucesso. Mas sem a abordagem, competências e tácticas correctas, as suas iniciativas de dados podem não ter sentido. A análise de dados tornou-se um dos mais importantes diferenciadores empresariais e tecnológicos para as empresas, permitindo-lhes obter conhecimentos detalhados sobre praticamente todos os aspectos das suas operações, ganhando assim uma vantagem sobre a concorrência.
Publicação no blog
Graças ao Machine Learning pronto para melhorar e, em alguns casos, até mesmo substituir a tomada de decisões humanas, os Responsáveis de Dados, Cientistas de Dados e CIOs estão a reconhecer que as formas tradicionais de organização de dados para consumo humano não serão suficientes na próxima era de tomada de decisões baseada na inteligência artificial (IA). Isto deixa um número crescente de empresas focadas no futuro com apenas um caminho em frente: para que as suas estratégias de machine learning tenham sucesso, terão de ser perturbadoras na cadeia de valor de gestão de dados de ponta a ponta.
Publicação no blog
Actualmente, é inconcebível que uma organização não analise os dados da sua supply chain, mas será que as empresas estão realmente preparadas para a enorme avalanche de dados que se avizinha?