Não corra mais riscos! O Data Marketing é um “braço-direito” para tomar decisões

Nem de propósito, vivemos cada vez mais uma realidade de “tentativa-erro” que é massivamente impactada pela geração de dados, os quais permitem, mais precisamente, delinear estratégias de inbound, aprimorar a produção de conteúdo e otimizar vendas.

Não é de estranhar, assim, que as estratégias criativas e de comunicação das agências digitais se pautem cada vez mais pelos dados recolhidos de diferentes canais de uma marca. Os dados são os protagonistas da realidade atual da Transformação Digital; são eles que permitem, a título de exemplo, ora uma análise do volume de vendas de um produto e-commerce, ora enviar emails para uma lista de contactos.

São os dados que permitem analisar comportamentos e tendências e, por conseguinte, promover serviços, produtos e campanhas junto de segmentos de pessoas. Aliás, 61% dos consumidores em 2018 já esperavam que as marcas conseguissem personalizar as experiências que oferecem às suas preferências (fonte: estudo Think with Google, 2018).

Fonte: Marketoonist.com

Comecemos por estes dois conceitos

Por outras palavras, os factos empíricos não se devem sobrepor às informações extraídas dos algoritmos matemáticos – ou fonte de dados – para implementar soluções e ajudar uma empresa a crescer. 

Neste universo do Marketing que tem como eixo central a orientação por dados há dois conceitos a ter logo em mente: o Big Data e o Data-Driven, i.e., respetivamente, analisar e interpretar o conjunto de informações presentes nos volumosos bancos de dados de servidores e de empresas, torná-los informações úteis e, com base nesse tratamento e conhecimento dos dados, tomar decisões e definir estratégias para melhorar resultados. 

O Youtube, o aplicativo de streaming como o Spotify e o Wikipedia são exemplos de Big Data ao nível online, ora com vídeos, músicas, ora com textos, sendo bancos de dados disponíveis para acesso dos utilizadores. A jornada do cliente ou, mais em concreto, os rastos dos utilizadores enquanto navegam na Internet também fazem parte do conjunto de dados do Big Data. 

Por que usar os dados?

A cultura Data-Driven permite, grosso modo, gerir o Big Data no universo das marcas. Permite monitorizar dados sobre a aquisição de tráfego, interação dos visitantes no site e apps – bem como em ambientes físicos – e sobre os padrões de comportamento face aos diferentes canais de aquisição de vendas, tornando mais claro quais as estratégias a adotar no mercado (apostamos mais em promoções ou em novos lançamentos de produtos?). 

Com os insights obtidos pela integração destes dados é possível: fazer análises de mercado (segmentações, benchmarking); poder explorar novos mercados; avaliar a saúde das ações de Marketing; diagnosticar problemas e aproveitar oportunidades; entender as necessidades do consumidor e otimizar a relevância da relação com esse; planear estratégias e prever vendas. Principalmente perante uma realidade acelerada de transformações, os dados reduzem incertezas e dão mais segurança às marcas. 

Em suma, os dados devem permitir transformar as informações em ações para atingir bons resultados!

Estamos naquela que é considerada a Era Dourada dos dados, em que as equipas de Intelligence têm como recolher dados abundantes sobre as audiências, por meio de vários tipos de plataformas de social media e de diferentes dispositivos. Os dados são considerados autênticos tesouros. E não é preciso ter uma grande empresa para fazer uso da informação e ter o mindset orientado para uma cultura data-driven. 

Decidir com base em dados implica Data Literacy

Porém, a gestão data-driven só alcança bons resultados se for levada a cabo por Analistas de Marketing que trabalhem com dados qualificados e com ferramentas especializadas. É muito importante existir nesta área de Analytics aquilo que se designa por Data Literacy, ou alfabetização dos dados: saber ler e compreender os algoritmos, para serem informação útil para uma estratégia de negócio, pode significar experimentar, também, desafiar os seus resultados. A avaliação da Inteligência artificial (IA) – ciência alargada de reproduzir as capacidades humanas – implícita numa metodologia orientada por dados, depende da inteligência humana. 

O Marketing orientado por dados precisa, então, de um componente humano com competências para ser imparcial, objetivo e orientar as análises em relação ao cenário de um negócio em concreto. Até porque, contrariamente ao que se pudesse ter pensado até agora com a leitura deste texto, os dados também deturpam realidades.

Há um exemplo polémico que ilustra a importância da origem dos dados que alimentam os algoritmos: a tentativa da Amazon, em 2018, de utilizar a IA na otimização do processo seletivo de candidaturas pela área dos Recursos Humanos. Contudo, os programadores, sem um desenvolvimento adequado e uma mentalidade crítica, colocaram dados tendenciosos, nomeadamente as características muito específicas de candidatos que haviam sido recrutados há muitos anos, tais como serem do sexo masculino, caucasianos e com um grau académico associado a uma das melhores Universidades dos Estados Unidos.

O algoritmo do modelo de IA começou a dispensar, assim, todos os outros ótimos currículos mas que não se encaixavam no perfil. Naturalmente abortaram o modelo assim que o erro foi descoberto. 

A título de curiosidade, a procura por Profissionais de Analytics ou “Cientistas de Dados” é cada vez mais evidente e um estudo da Marketing Week Career e do Salary Survey revelou mesmo que são a Carreira do Futuro  (fonte: site Marketing Week). 

Então, como se faz a recolha e a análise de dados?

O Data Marketing requer que se adquiram ferramentas e softwares para a análise de dados. Há vários tipos de dados que podem ser recolhidos e com muito potencial para serem explorados. Normalmente diferenciam-se os dados primários – também conhecidos por first party data – dos dados secundários para uma análise do mercado. 

Os dados primários são aqueles que são recolhidos pela primeira vez pelos meios da própria empresa; já os secundários foram pesquisados por outras organizações e estão acessíveis para consulta. Os dados secundários acabam por ser aqueles com menos interesse para quem quer aplicar uma estratégia de Marketing diferenciada, pois dizem respeito a características e comportamentos gerais da população (e não do público de uma marca), não respondem especificamente a um problema de pesquisa de uma marca e dificultam a autonomia na monitorização de dados ao longo do tempo (o controlo da publicação de dados está, afinal, nas mãos de terceiros).

Estes dados secundários são basicamente aqueles que são consultados por desk research – através de imprensa, agências de publicidade (Think with Google, LinkedIn Business, Socialbakers, McKinsey, etc.), organizações governamentais, trabalhos académicos, etc. 

Foquemo-nos no first party data

Há vários métodos de recolha de dados primários, desde os mais tradicionais até às ferramentas tecnologicamente mais avançadas. Os métodos de pesquisa primária mais conhecidos são, por exemplo, as entrevistas, os questionários, os grupos focais ou a observação participante (em modo presencial ou online). 

No que respeita a ferramentas online e softwares para recolha e análise de dados, há opções que permitem insights muito interessantes (inclusive algumas delas gratuitas como o Google Analytics):

De notar que o Machine Learning tira partido dos grandes dados da web, daí estar estreitamente relacionado com o universo do Marketing Digital. São softwares com Machine Learning que permitem, por exemplo, recomendar (de forma autónoma sem interferência humana) sugestões aos usuários da Netflix ou do Spotify (utiliza IA para reconhecer padrões e entender as preferências dos usuários dentro dos dados analisados), direcionar e-mails para spam, impactar no Instagram com anúncios que parecem ter lido a nossa mente, personalizar a comunicação a cada cliente, entre outros. No Machine Learning há uma capacidade de interpretação muito superior à nossa. 

De uma forma geral, todos os dados (quer sejam primários ou secundários) devem ser bem organizados para poderem ser corretamente avaliados e tal é crucial desde o momento da sua extração que surge de diversas fontes e que acaba por ser ininterrupto. Convém entender os objetivos da recolha e da análise dos dados; por exemplo, se uma marca quer potenciar o seu brand awareness, então deve priorizar a análise das métricas de alcance, avaliar a sua posição nos resultados do Google, etc. 

O dever de proteger os dados 

As oportunidades que surgiram com a Transformação Digital para o tratamento de tantos dados também abriram espaço para o uso indevido destes por parte de grandes empresas. Por isso, surgiu uma lei para regular e proteger os dados ao nível mundial (em Portugal, o regulamento Geral sobre a Proteção de Dados – RGPD, desde Maio de 2018), para que os mesmos só possam ser usados com consentimento e também possam ser privados, obrigando as  empresas a serem mais transparentes e a atuarem com responsabilidade. 

Isto vai levar a que as estratégias de Marketing acabem por ser mais direcionadas a quem realmente interessa, já que só autoriza o uso consensual de informações pessoais, quem esteja realmente interessado.

A controvérsia dos cookies 

Os cookies, como dito anteriormente, são os códigos que um site recolhe ao receber a visita de um usuário. Mas não são todos “iguais”. Podem ser categorizados como first-party cookies os que dizem respeito às preferências de idioma, métodos de pagamento, produtos no carrinho, entre outros; são os usuários que dão estes dados à empresa ou podem ser inferidos pelos comportamentos dos usuários.

Têm concretizado informações bastante úteis para os profissionais de Marketing, já que permitem entender a atividade dos usuários no site (por exemplo, o número de cliques, páginas visitadas e conversões) e, assim, melhorar as experiências.

Fonte: Google Images

Também existem os zero party-cookies, que são os dados declarados com informações explícitas e intencionalmente facultados pelos usuários. 

Já os third-party cookies (ou cookies de terceiros) são criados por um domínio diferente daquele que o usuário visita, sendo muito usados para fins de publicidade e Marketing. São estes dados que dão suporte às ferramentas de automação de Marketing: permitem monitorizar a navegação dos usuários entre diferentes sites (cross-site tracking), direcionar anúncios de retargeting (com base em padrões de comportamento anteriores) e comunicar anúncios em diferentes sites de forma otimizada (ad serving).

E são precisamente os cookies de terceiros que estão a ser alvo de polémica por questionarem o direito da privacidade dos usuários, levando as principais autoridades mundiais a seguir novos protocolos.  Por essa razão, os maiores players da web, como a Google e a Apple, estão já a anunciar atualizações para oferecer mais privacidade ao consumidor, o que implica “matar” os cookies dos navegadores como os conhecemos no ecossistema do Marketing digital. O Safari e o Firefox já os bloquearam. A Apple já se começou a afastar do universo dos cookies de terceiros com o lançamento do iOS 14, o qual já exige a permissão para o rastreamento dos dados. 

O fim da era dos cookies de terceiros implica, assim, que as estratégias de Marketing comecem a ser mais transparentes e apostem mais em first-party data – na criação dos seus próprios canais (e-mail marketing, conteúdos como e-books, inquéritos por redes sociais, tráfego orgânico, SEO) – para conhecer melhor as suas audiências e incentivar a sua confiança para “contribuírem” com dados. 

É verdade que a publicidade online parece ficar comprometida, a partir do momento em que pode colocar em causa o investimento das marcas em anúncios, cujos dados passam a ser menos específicos. Mas também é uma oportunidade para as marcas ficarem mais próximas dos seus consumidores, sem comprometerem a proteção dos seus dados, e construírem melhores experiências de conteúdo!

Insights do Big Data transformam-se em Big Ideas 

Com a tecnologia de hoje em dia e precisamente em tempos de Big Data, torna-se mais fácil para as marcas recolherem insights enriquecedores do first-party data para analisarem e direcionarem as estratégias de conteúdo. Só precisam de criatividade e qualidade ao nível do Marketing de Conteúdo para impactar um lead, ou um potencial consumidor que já mostrou interesse na marca. Por outras palavras, o Data Marketing guia o Marketing de Conteúdo para este ser mais eficiente: o planeamento (como a definição do público-alvo), a produção e a comunicação (como a escolha dos canais de comunicação) de conteúdo tem por base a informação analisada pelos dados. 

Estamos a produzir conteúdos que respondem às tendências do mercado e às dúvidas ou problemas das pessoas? Quais são os melhores canais para a nossa marca comunicar – blog, Instagram, Pinterest, e-mail marketing? Que impacto têm tido os conteúdos que temos comunicado? Quais têm sido as estratégias dos concorrentes? 

Com a orientação dos dados, aumentar-se-ão as probabilidades dos conteúdos despertarem interesse do público-alvo. É realmente importante criar os formatos certos de conteúdo para alavancar o engagement em cada etapa do funil ao longo da jornada do consumidor.

O engagement consegue-se, então, através da entrega de experiências impactantes, envolventes e relevantes junto dos consumidores, tendo em consideração a etapa da jornada em que se encontram e o canal de comunicação onde estão. Os conteúdos guiados pela cultura data-driven passam a seguir estratégias orientadas para a persona e focadas em atingir resultados. A cereja no topo do bolo é, efetivamente, alcançar os objetivos do Inbound Marketing e levar à conversão.

Vamos a exemplos práticos de como o Data pode inspirar o Marketing de Conteúdo?

Campanha #KillerSkin da marca de cosmética Olay com a actriz Sarah Michelle Geller para o Super Bowl 

Fonte: filmow.com

Se fosse uma marca de cosmética e tivesse que criar um anúncio para os cuidados com a pele, será que iria pensar e investir no célebre evento do Super Bowl (o campeonato de futebol americano) para o comunicar? Mas a marca Olay quis investir nesse evento, depois de analisar os dados do seu público-alvo e constatar que para além de terem interesse em cuidados de pele, também gostavam de futebol e de filmes de terror. Desta pesquisa resultou o insight para a campanha “Killer Skin” com um storytelling de terror – protagonizado pela actriz conhecida pelos filmes de terror em que participou, a Sarah Michelle Gellar – para ser comunicado no Super Bowl.

Outro exemplo dos insights que o Big Data pode dar ao Marketing de Conteúdo designa-se precisamente por Data Storytelling. Que não é nada mais do que usar os dados dos usuários como sendo o próprio conteúdo de comunicação, não só para a comunicação online personalizada para cada cliente, mas também para aquela que é feita em media tradicional. Um dos exemplos mais conhecidos de Data Storytelling é concretizado pela campanha “Wrapped” do Spotify (que se iniciou em 2016), que comunica os padrões de consumo que identificou: apresenta os artistas, as músicas e os podcasts mais ouvidos do ano.

Em jeito de conclusão, penso que será óbvio dizermos que o ecossistema digital só tem a ganhar com a extração e análise de dados, já que se “arrisca” a acertar em cheio nos objetivos de uma marca (adquirir mais tráfego e fidelizar clientes), a ter um posicionamento diferencial e competitivo no mercado e a conseguir identificar mais oportunidades.

A era digital vai sempre continuar a avançar, os dados independentemente das fontes vão continuar a ser gerados e, acima de tudo, as pessoas serão sempre as principais protagonistas, quer estejam a atuar no backoffice de um negócio (como Analistas do Data Marketing ou Profissionais do Marketing de Conteúdo), quer sejam a persona de uma marca.

Anúncios da aplicação de streaming Spotify com base em Data Storytelling 

Fonte: Ads.spotify.com