A CIÊNCIA POR TRÁS DO MARKETING DATA-DRIVEN

Mais do que observar os dados e interpretá-los, é preciso formular hipóteses que confirmem que os padrões vão além das coincidências

Por Tempo de leitura: 3 minutos
O USO DE DADOS NAS EMPRESAS JÁ NÃO É NOVIDADE: faz alguns anos que organizações dos mais variados setores da economia entenderam a importância de ter uma estratégia de fato data-driven. Mas será que existe ainda uma lacuna entre o discurso e a prática? De acordo com Bernardo Canedo, VP executivo da Plusoft e fundador da DTM, empresa adquirida pela Plusoft em 2021, a resposta para essa pergunta é “sim”. “As empresas sabem hoje que possuem dados e que devem tomar decisões a partir deles, mas ainda não fazem isso.” 

De acordo com o estudo Marketing Data & Analytics 2020, publicado pela Gartner, a análise de dados influencia apenas 54% das decisões de marketing. Isso acontece, segundo Canedo, porque, apesar de saberem manipular dados, as empresas ainda não estão prontas para formular hipóteses e usar as informações encontradas para testá-las. “É nesse ponto que nós nos encaixamos”, destaca.

PUBLICIDADE
PUBLICIDADE

Ele lembra que a DTM foi fundada em 2004, quando ser data-driven ainda nem era uma preocupação das empresas. Naquela época, apenas o mercado financeiro lidava com dados. “Esse setor sempre precisou usar dados para fornecer seus serviços”, diz. “Outras indústrias tinham informações, mas não as associava ao cliente.” Dessa lacuna surgiu a ideia de associar as informações ao CPF. “Desde a fundação da DTM, contávamos com mineradores de dados e fizemos descobertas a partir de técnicas de modelagem de dados, buscando entender o comportamento do consumidor e não só gerando informações de gestão, como uma plataforma de BI”, conta. 

Hoje, com os exemplos de sucesso construídos ao longo dos anos, pode-se dizer que as empresas já entendem, então, que ser data-driven é uma questão estratégica. Um exemplo disso é a estratégia utilizada pela Coop, cliente da Plusoft DTM, com o objetivo justamente de criar uma comunicação direcionada para o cliente de acordo com as suas características.

Marketing data-driven na prática

Com um modelo de negócio diferente dos grandes supermercados, a Coop atua justamente como uma cooperativa, ou seja, seus clientes são como sócios que ganham descontos e benefícios na rede. Obter os dados dos clientes, então, não era o desafio da organização. Ao mesmo tempo, as promoções já faziam parte da estratégia da Coop, então era preciso ir além desse recurso na conquista, retenção e aproximação do cliente. 

“Usamos nossas ferramentas de segmentação para identificar clientes que valorizassem características da Coop além do desconto – fatores culturais, por exemplo”, conta Canedo. A estratégia deu certo: o resultado foi de 85% de conversão.  

No Cencosud, a estratégia utilizada teve como ponto central o uso de um cartão, que tinha como objetivo oferecer benefícios aos clientes que mais consumissem nas lojas. “A ideia da empresa era aumentar o ticket médio do cliente, por isso, o foco era incentivar o consumo recorrente – não em apenas alguns produtos, como costuma acontecer em programas de fidelidade em geral, mas a partir do volume de compra”, explica, ou seja, quanto maior o volume de compras, maior a recompensa. “Essa régua de relacionamento é uma ação mais técnica, menos encantadora em termos de campanha, mas geramos personalização e conseguimos o incremento do ticket médio”, conclui o VP executivo da Plusoft DTM. 

O método aplicado ao marketing

No método científico tradicional, uma pesquisa sempre surge a partir de um problema, para o qual buscam-se soluções. Adaptamos a linguagem para a realidade das empresas. Suponha, então, que uma organização identifique um atrito na experiência do cliente, a partir de um padrão de comportamento (uma reclamação recorrente, por exemplo).

As etapas a seguir são:

1. Observação 

Os dados do cliente são observados e estudados, para que haja o entendimento do padrão encontrado.

2. Formulação de hipóteses

A partir dos dados e das informações obtidos, são formuladas hipóteses para explicar a causa daquele problema.

3. Realização do experimento

É feita a combinação entre o problema e a hipótese formulada.

4. Aceitação ou rejeição da hipótese formulada

Caso os dados confirmem a hipótese, são elaboradas as afirmações a respeito daquele atrito e, a partir da certeza de que ele existe e por que existe, a empresa pode tomar decisões para eliminá-lo.

Olá, tudo bem? Você já pensou em receber nossos conteúdos no seu e-mail?

Todos os dias, matérias exclusivas sobre a evolução da jornada do consumidor, tendências e comportamento direto na sua caixa de entrada. Cadastre-se agora e faça parte desse mailing.
É rapidinho!