Inteligência e Análise de Dados

Quando o final do ano se aproxima, é natural o processo de recapitulação e revisão em relação ao que se destacou (para o bem ou para o mal) durante o ano, e a expectativa pelo que está por vir com a chegada de um novo ciclo. No mercado de marketing digital, ou mais especificamente na área de inteligência e análise de dados, isso não poderia ser diferente.

Em 2015, vivenciamos o surgimento de novos temas de destaque, mas também a continuação da discussão de alguns assuntos que, no ano passado, já eram traçados como tendências. Muitos deles evoluíram e outros ainda apresentam margem para continuidade do desenvolvimento, então tentamos fazer uma seleção de alguns dos principais tópicos que mereceram destaque.

A “eterna morte” do last click

Há muito tempo fala-se na “morte” do last click e na importância de considerar todos os pontos de contato dos usuários antes da efetivação da conversão, porém este assunto continua em voga no cenário de digital analytics. A verdade é que não há mais muito espaço para discussão: o conceito de last click é ultrapassado e não é o ideal para análise e interpretação da performance de uma mídia, pois é preciso considerar a complexidade da jornada do consumidor. Porém, o intervalo entre o entendimento do conceito e a real aplicação dele no dia a dia e na prática de uma empresa, pode ser muito grande.

Isso pode acontecer por diversos motivos: sejam eles por limitações técnicas, burocráticas, operacionais ou até mesmo de priorização. E a verdade é que, na maioria dos casos, continuar avaliando a performance das mídias unicamente pelo seu papel de conversor direto ou final no caminho da conversão pode trazer visões equivocadas do desempenho de mídia e, consequentemente, uma tentativa de otimização ou realocação de investimento enviesada.

Post final do ano Moniquinha                                    Imagem: Exemplo de Modelo de Atribuição Linear. Fonte: Google Support

Apesar deste assunto ter evoluído e se propagado com mais força, espera-se que discussões e aplicações mais avançadas de modelos de atribuição, por exemplo, possam fazer parte da rotina das marcas. Para isso, além da disseminação dessa linha de pensamento e dos conceitos, é essencial que exista abertura para testes dos modelos, visando o encontro do mais adequado para cada negócio. Isso resultaria em debates, análises e insights mais maduros e assertivos, para que, aos poucos, possamos colaborar para a evolução do mercado como um todo.

A importância da visão cross-device

Depois de um ano em que o mobile ultrapassou o desktop, materializou-se, mais do que nunca, a afirmação de que mobile não é mais (há muito tempo, diga-se de passagem) tendência e sim realidade. Segundo a 32ª edição do relatório Webshoppers, da E-bit, referente ao 1º semestre de 2015, o volume de acessos via dispositivos móveis continua aumentando, e estima-se que mais de 37% dos acessos aos maiores sites de ecommerce sejam originados de smartphones ou tablets. Além disso, neste período, de acordo com o mesmo levantamento, 10,1% das transações foram realizadas por meio de dispositivos móveis.

É notável o crescimento exponencial de mobile e da navegação em múltiplos devices, e segundo o estudo divulgado pela Criteo (Brazil State of Mobile Commerce) em relação ao terceiro quarter do ano de 2015, os usuários cross-device estão três vezes mais propensos a completar uma transação utilizando o dispositivo mobile. Isso só ajuda a comprovar que o papel dos smartphones não se restringe somente a facilitador na realização de buscas por produtos ou comparações, mas também de realmente meio para efetivar a transação.

post final do ano Moniquinha 2

Fonte: Brazil State of Mobile Commerce – Q3 2015, Criteo

E é importante ressaltar que, apesar de acabarmos focando em mobile, quando falamos sobre cross-device também devemos expandir esse conceito e pensar em outros tipos de dispositivos que estão conectados e podem ser mensuráveis, como TVs conectadas, videogames e wearables (ou tecnologia vestível). Tendo em vista a importância dessa visão e das ações que podem ser realizadas por intermédio deste tipo de análise, tecnologias que permitam este tipo de cruzamento de dados serão cada vez mais essenciais na rotina das equipes responsáveis por trazerem estes insights à tona.

Hoje, existem duas formas de identificar o usuário em diferentes devices, sendo que uma delas é potencialmente mais problemática que a outra em termos de privacidade: uma é identificada como método determinístico (quando o usuário utiliza o mesmo login de email para acessar o site via desktop, o site mobile, o aplicativo, etc. e é possível fazer uma identificação única deste usuário em múltiplas telas, desde que ele faça uso de forma logada), e outra é conhecida como forma probabilística (na qual, por meio de diferentes dados anônimos – como localização, horário, ponto de wi-fi, sistema operacional, etc. – é realizada uma análise algorítmica para gerar uma identificação estatística entre os dispositivos). A primeira, por exemplo, acaba se restringindo a grandes players, já que exige escala para ser mais efetiva, mas por outro lado enfrenta sérios questionamentos relacionados a privacidade. A tendência é que os dois métodos evoluam e se tornem cada vez mais presentes em diversas ferramentas disponíveis no mercado, permitindo assim uma propagação maior deste tipo de visão, e consequentemente de análises mais avançadas, que podem contribuir para insights, ações e otimizações, levando em consideração esses tipos de comportamentos e efeitos gerados pela visão cross-device.

A necessidade de contar histórias a partir dos dados

Diante de uma grande disponibilidade de dados, que podem ser originados de diversas fontes, saber identificar a importância de cada um deles, o que eles significam e o que seus números querem dizer, já é uma tarefa essencial e que muitos podem ter dificuldade. A partir daí, ainda é importante ir além: saber cruzar essas informações e contar uma história por meio desses dados, fazendo com que eles realmente tenham significado e sejam utilizados para um objetivo ou uma tomada de decisão, é o que realmente faz a diferença.

Alguns recursos e ferramentas podem ser utilizados para facilitar esta estratégia e, neste ano em especial, os dashboards foram destaque. Muito deste sucesso se deve à capacidade de analisar dados em tempo real, mas além desta facilidade também podemos destacar algumas outras: possibilidade de cruzamento de dados de diversas fontes, automatização e consequente ganho operacional, fácil visualização e possibilidades de compartilhamento.

Mas não devemos nos restringir às ferramentas: a análise de dados não se trata somente de gráficos e formas de visualização – o foco ainda é a capacidade de contar uma história. Para isso, é importante organizar os dados e as evidências, tentar entender o que aconteceu, quais foram as influências e qual era o cenário, para depois cruzar e contextualizar as informações e os argumentos, as causas e os efeitos, os reflexos, aprendizados e próximos passos.

post final do ano Moniquinha 3

Imagem: Amsterdam City Dashboard. Fonte: Infosthetics

Além disso, a simplicidade, a clareza e a capacidade de envolver, materializar e transformar em uma história que realmente seja importante, são pontos extremamente relevantes para que a mensagem seja transmitida da melhor forma possível, colaborando, inclusive, para que os insights e as recomendações sejam transformados de fato em ações.

Nos próximos anos, a capacidade de contar histórias por intermédio dos dados e inclusive analisá-los em tempo real tendem a evoluir, não somente em termos de ferramentas, mas principalmente em aplicações e resultados que podem ser originados através dela: uso mais frequente em monitoramento de crises (que exigem percepções e ações rápidas), a propagação de uma cultura de tomada de decisões com base em análise de dados, análises preditivas que não se baseiam somente em comportamentos de dados passados, mas também recebem a ajuda de informações real time que podem modificar uma decisão.

Transformando insights em ações e aprimorando as capacidades de análises preditivas

Nunca se deu tanta importância à tomada de decisão com base em dados, ou até mesmo à disseminação da data-driven culture. Assim, mais do que somente coletar, organizar e analisar os dados, é cada vez mais essencial e natural que seja possível transformar os aprendizados e as oportunidades em ações efetivas, visando melhores resultados: sejam eles por meio da otimização de budget, de esforços ou até mesmo de gastos.

post final do ano Moniquinha 4

Fonte: Data Driven Journalism