Nos anos 1930, o economista John Maynard Keynes fez uma previsão ousada sobre um futuro não muito distante: com os avanços tecnológicos e os ganhos de produtividade resultantes deles, todos trabalharíamos 15 horas por semana. Quase 90 anos depois, o norte-americano médio - assim como o brasileiro - trabalha mais que o dobro disso.
Isso soa familiar para você que trabalha com marketing ou publicidade? Por muito tempo, ouvimos que as tecnologias de automação nessa área, como a programática, trariam mais eficiência, nos liberando para focar em trabalhos mais criativos. Essa é uma profecia que ainda está para se concretizar.
Assim, eu e meus colegas do Google Media Lab – a equipe que lida com estratégias de mídia para as campanhas de marketing do Google – começamos há pouco a desenhar um plano que talvez possa transformar essa previsão em realidade.
1. Encontre dados que preveem resultados
Quando falamos de um futuro automatizado, é importante lembrar de uma coisa: As máquinas são tão boas quanto os dados com que as alimentamos.
As máquinas são tão boas quanto os dados com que as alimentamos.
Para quem trabalha com marcas, isso pode ser difícil. Afinal, o nosso objetivo é impulsionar a percepção das pessoas em relação à sua empresa ou produto. Que tipo de dado em tempo real pode ajudar a mensurar algo tão nebuloso? É essa pergunta que sempre tentamos responder quando usamos criativos e mídia nas nossas campanhas.
Em termos de criativos, temos um approach estruturado em nossos aprendizados. Pegamos as peças, desenvolvemos várias hipóteses e depois produzimos diferentes versões dos anúncios para isolar as variáveis de performance mais importantes, antes de testá-las no laboratório. O time que faz isso não está envolvido no dia a dia das campanhas, então ficamos completamente focados nessa tarefa. Se os resultados forem consistentes, definimos que essa será uma best practice criativa, e dividimos isso com o resto da empresa.
Usamos uma abordagem semelhante nas nossas campanhas de mídia. Por exemplo, há alguns anos, mapeamos todo tipo de variável que poderia aumentar as chances de um anúncio ser eficiente — desde taxas de conclusão de vídeos até presença de áudio e viewability. E como mensuramos nossas campanhas com base nas impressões, era possível testar a eficiência de cada variável.
No fim das contas, muitas das coisas que estávamos otimizando – conclusão de vídeos, por exemplo – não faziam diferença no brand lift. Descobrimos que, quando um anúncio era visto e ouvido até o final, havia um aumento significativo no conhecimento de marca. Em outras palavras, esse tipo de dado previa os resultados que esperávamos.
2. Use os dados para otimizar
Mas de que servem todos esses dados se não otimizarmos nossos algoritmos para usá-los? É por isso que, em vez de depender de soluções “fora da caixa”, estamos mais e mais usando ferramentas de automação de marketing, como o algoritmo personalizado do Google Marketing Platform. Quem trabalha com marketing pode alimentá-lo com seus dados principais, e a ferramenta vai usar o machine learning para otimizar as campanhas com os parâmetros que foram estabelecidos.
Até agora, os resultados foram promissores. Por exemplo, em campanhas recentes de Pixel e do Google Assistant, personalizamos nosso algoritmo de otimização baseados nos sinais de previsão de dados coletados de mais de 300 campanhas anteriores, rodados diretamente contra ferramentas de otimização inovadoras para ver qual foi mais eficiente. Descobrimos que nosso algoritmo personalizado aumentou bastante o conhecimento de marcas em termos estatísticos.
3. Construa modelos escaláveis
A beleza do marketing digital é sua facilidade de ser contextualmente relevante. Diferentemente da TV, que pede uma abordagem padronizada, no digital é possível pegar um modelo criativo – incorporando todas as melhores práticas que identificamos – e modificá-lo para encaixar em centenas, senão milhares, de usos diferentes. Esses usos podem surgir em momentos e contextos inesperados – quando atualizamos anúncios dinamicamente para dar uma noção de local, de clima ou mesmo para refletir um placar de jogo – ou momentos esperados para os quais cenários planejados foram construídos.
A beleza do marketing digital é sua facilidade de ser contextualmente relevante.
Por exemplo, para lançar o Google Home Mini, fizemos o que chamamos de exercício de mapeamento de momentos. Desenhamos todos os grandes e pequenos momentos os quais pensamos que nosso produto seria útil – de eventos esportivos, como a Copa do Mundo, e feriados, como o Natal, a pequenos momentos diários, como montar uma lista de compras. Depois, personalizamos esse padrão para cada caso e usamos a tecnologia programática para impactar a pessoa certa, com o anúncio certo no momento certo.
Se alguém estiver buscando por uma receita de peru, por exemplo, ela pode ser impactada por um anúncio contextualmente relevante. Com a estratégia de marketing automatizada, conseguimos equilibrar criativos dinâmicos e escala, entregando mais de 1,5 bilhões de impressões e levando a 6% a mais no conhecimento de marca e 5% a mais na consideração1.
4. Pense além dos anúncios
Até agora, falamos muito sobre o papel dos algoritmos, dados, machine learning e inteligência artificial. E qual será o papel para os humanos nesse futuro automatizado? Na verdade, se fizermos tudo isso que falamos aqui, o tempo das pessoas pode ser liberado para trabalhos criativos mais interessantes – peças realmente personalizadas que não cabem dentro de um modelo.
Para lançar o Pixel 2, fizemos uma parceria com o jornal britânico The Guardian, em uma campanha envolvendo influenciadores e branded content que gerou tanto buzz quanto resultados concretos de negócios, como um aumento de 40% no interesse de compra e uma alta de 76% no número de pessoas que descreviam o aparelho como “de prestígio”.
Mas esse tipo de trabalho criativo só é possível se desconstruirmos as normas e processos de longa data, construídos para coisas feitas à moda antiga. Isso passa por mudar a forma como montamos nossas equipes, incluindo mais talentos criativos. Só no ano passado, nossa equipe de talentos criativos no Google Media Lab e nas agências de mídia parceiras aumentou em 5 vezes.
Também mudamos nossos processos. Para a campanha da Pixel 2, por exemplo, dividimos o que normalmente era um único processo em duas linhas de produção, cada uma com seu próprio cronograma e orçamento. Na primeira linha, que incluía todo o trabalho automatizado padrão, dedicamos 20% do nosso tempo e 90% dos nossos gastos. Na segunda linha, que tinha todos os elementos personalizados da campanha, dedicamos 80% do nosso tempo e 10% dos gastos. Descobrimos que as chances de atingir o que queremos são maiores quando organizamos as equipes e processos para refletir nossos objetivos.
Preparando-se para um futuro de automação no marketing
Ainda estamos longe de ter uma jornada semanal de trabalho de 15 horas. Mas se seguirmos esses quatro passos, temos certeza de que poderemos fazer a segunda promessa - a de um marketing que usa a automação para liberar um outro nível de eficiência, dando tempo às pessoas para focarem no trabalho mais criativo - se tornar realidade.
