Neil Hone, líder global de Customer Analytics do Google, estudou durante anos para entender como as empresas líderes fortalecem a cultura de análise de dados, identificando também os aspectos técnicos envolvidos nas metrificações. Neste artigo, ele destaca as melhores estratégias data-first adotadas pelas principais organizações do mundo.
Já perdi a conta de quantas vezes eu vi empresas cometendo erros em relação à interpretação de dados. Mas errar nunca é o problema, e sim uma mentalidade que não permite espaço para experimentar, fazer diferente, temendo justamente… falhar.
Os dados conferem aos profissionais de marketing o poder de acertar mais, de tomar decisões com mais informação, assumindo riscos com inteligência. Interpretá-los é fácil? Nem sempre, e eu já vi analistas errando, mesmo com as melhores intenções, por não se permitirem aprender, crescer, falhar e desenvolver todo o seu potencial trabalhando em equipe.
Uma campanha que não performa de acordo com o esperado pode ensinar tanto quanto uma bem-sucedida. Desde que você esteja disposto a aprender com as duas.
O que eu notei é que alguns profissionais estão tão apegados ao passado e a trabalhar da "maneira como tudo sempre foi feito", que acabaram virando especialistas em fazer a coisa errada. As empresas, por sua vez, têm a expectativa de que eles sejam bem-sucedidos a qualquer custo, mesmo que seja usando uma estratégia antiga e inadequada, os canais menos indicados e perseguindo um tipo de consumidor que não vai impulsionar o crescimento dos negócios a longo prazo.
Empresas líderes não olham para suas métricas como números. Para elas, métricas são oportunidades para fazer mais perguntas.
Por outro lado, também vi o que empresas podem alcançar quando se permitem caminhar na direção certa, independentemente de se vão ou não fracassar em um primeiro momento. Reuni alguns exemplos práticos de quem privilegia dados em sua estratégia para que você possa avaliar o que é interessante ou não para o seu modelo de negócio.
Olhar os dados isoladamente é um dos maiores erros que um profissional pode cometer. Se você começa a simplificar demais, acaba perdendo de vista toda a magia que existe no processo. E mais: o que venho observando nas empresas bem-sucedidas é que elas não encaram suas métricas como um fim, e sim como um ponto de partida para fazer novas perguntas-chave.
- Será que sei mesmo o que essa métrica significa? Vamos pegar as conversões como exemplo: elas são peças centrais de todo negócio, mas são atingidas da mesma forma? Nem sempre. Ao analisarmos quais são os diferentes dispositivos que um usuário utiliza durante uma jornada, se o público é online ou offline ou a taxa de visualização de cada conversão, começamos a perceber as diferenças reais entre as plataformas. E elas podem determinar como você interpreta a mensuração de dados e de custos futuros. Por isso, é crucial estar atento aos detalhes e diferenças na hora de analisar cada métrica.
- O que pode influenciar essa métrica e como? Andy Grove, ex-CEO da Intel, dizia: "Para cada métrica, deve haver uma outra correspondente que lide com as consequências adversas da primeira". Sugiro que você guarde esse conselho com carinho. Um exemplo: se você faz uma promoção com cupons que leva multidões de clientes para sua loja, você está fazendo isso à custa de reduzir sua margem de lucro ou sua meta de retenção de clientes?
- Será que estou limitando o que posso aprender com as métricas? Não concentre a atenção apenas nos resultados que não performaram bem. Pense se é possível melhorar e aprender mesmo com o que você já está acertando. Claro que você deve comemorar se, por exemplo, é dono de uma empresa de sapatos que bate todos os recordes de vendas online. Mas é importante analisar: você realmente sabe por que isso acontece? Consegue replicar o que é feito em outras práticas de marketing?
A vantagem de encontrar perguntas-chave é descobrir caminhos e possibilidades que você não imaginaria em outros cenários. Para onde o mercado está indo? O que devemos saber sobre isso? Uma métrica é apenas uma parte do todo, é preciso buscar a história completa.
Considere o comportamento humano
As tecnologias de machine learning estão crescendo rapidamente e nos ensinando muito. Mas as pessoas não são máquinas. Por isso, nem sempre são racionais, eficientes, capazes de realizar com perfeição suas funções e responder necessariamente da maneira como gostaríamos. Como um profissional de marketing, você precisa ser capaz de observar e tentar prever esses comportamentos para entender melhor a influência da ação humana por trás dos dados. É justamente essa influência que pode impulsionar seus negócios.
Confira alguns exemplos de pesquisa sobre economia comportamental que ilustram bem isso:
- Lentidão não é necessariamente algo ruim. Quando o assunto é a velocidade de carregamento de um site, é difícil negar que, quanto mais rápido, melhor: quanto mais as pessoas esperam sua página carregar, mais clientes você perde. Mas um estudo da Harvard Business School mostra que quando existe o que eles chamam de "transparência operacional", ou seja, quando as pessoas compreendem como o trabalho está sendo feito, elas apresentam maior tolerância e, em alguns casos, até preferem esperar mais do que o habitual. Um bom exemplo é o caso da Pizzaria Domino's, que mantém visível e atualizado em tempo real o rastreador que mostra a distância entre o entregador de pizza e a casa do cliente. Esse tipo de recurso pode contribuir para um maior senso de lealdade e reciprocidade em relação à sua empresa.
- Os perigos da proatividade. Ao encarar o desafio de aumentar o número de clientes, muitas empresas recorrem à rebaixa de preços de maneira frequente, tanto para demonstrar que se preocupam com o público como também para divulgar os benefícios que oferecem. De acordo com pesquisadores das universidades Columbia, Wharton e IAE Business School, essa tática gera o efeito contrário: incentivar os clientes a mudar os planos pode acabar aumentando a rotatividade e, em alguns casos, até motivar a busca por outros prestadores de serviços.
Sabe o que espero listando essa variedade de exemplos contraintuitivos sobre o comportamento do consumidor? Certamente não é que você jogue fora tudo o que sabe. Mas acho importante dizer que muitas empresas líderes têm consciência de que não podem prever todo e qualquer elemento da jornada do usuário. Não importa o quanto você mensure, você não vai capturar tudo. Se não há humanos perfeitos, não há dados perfeitos.
Aprenda a amar os erros
Quando trabalhamos com negócios menores ou startups, vemos algumas ações de marketing muito, mas muito erradas. Tudo isso faz parte do processo de crescimento, certo? Mas, ainda assim, temos muito o que aprender observando a maneira como eles lidam com as falhas: olhando para dentro. Eles cogitam que a marca que têm em mãos talvez ainda não seja forte o suficiente. Ponderam se não deveriam ter otimizado adequadamente suas campanhas nos estágios iniciais. Todo esse questionamento gera aprendizado. Sabe uma coisa que eles não fazem? Procurar algo ou alguém para culpar.
Existem vários componentes para medir performance. A falha é um deles.
Eis o que já vi repetidas vezes em grandes empresas: elas testam alguma coisa e, se falharem, se concentram quase que imediatamente em criar uma estratégia para corrigir a rota. Culpar determinado canal que não funciona ou clientes que simplesmente não estão lá não é uma opção.
É nesse momento que fazer a coisa certa – da maneira errada – pode se tornar seu novo lema, independentemente do tamanho da sua empresa. Existem vários componentes para medir a performance, e a falha é um deles.
Permita que você e sua equipe errem, com a visão de que esse é o primeiro passo para crescer. Esse crescimento só é possível se você estiver usando os aprendizados dessas falhas – e dos seus sucessos – para fazer perguntas. Mantenha o foco sempre na questão mais importante: qual é a atitude certa que devo tomar para o meu negócio?
Saber a resposta é o primeiro passo para chegar à melhor estratégia data-driven, mesmo que você ainda não saiba como agir depois disso.
