Página Principal Revista EBS

O marketing que prevê o futuro

marketing preditivo
Ijeab/Freepik
Através da matemática avançada de algoritmos, profissionais conseguem realizar prognósticos para ações

O marketing preditivo, como o próprio nome sugere, é responsável por “prever” o comportamento do consumidor. Isso pode parecer impossível, mas, graças à ajuda da ciência de dados, tal ato se tornou algo praticável. Através de uma função matemática aplicada a uma massa de dados é possível identificarmos padrões ocultos que podem prever o que irá acontecer.

O termo está na moda, mas é algo utilizado há muito tempo. A única diferença é que, com o passar dos anos, a capacidade de prever o futuro está cada vez maior – principalmente com a ajuda da inteligência artificial, estatísticas, e outras ferramentas que surgem a cada dia. Nossas ações tendem para um perfil e, por intermédio do Big Data (conjunto de dados), é possível identificarmos informações previsíveis.

Através da análise de dados conseguimos antever o sucesso (ou fracasso) de uma campanha. É possível diminuir gastos, ser mais assertivo do ponto de vista da marca, e o consumidor pode ter uma experiência personalizada. “Se você consegue prever de antemão aquilo que o consumidor está buscando, a forma de canal que ele quer ser atendido, o tipo de mensagem que para ele faz sentido, a experiência vai ser extremamente personalizada. A percepção desse consumidor é que ele achou o que queria, exatamente na hora que ele precisava”, explica Marcel Ghiraldini, vice-presidente de Growth & Strategy da Math.Marketing, empresa full servisse em marketing preditivo.

Um dos motivos que levou essa área a se transformar em uma tendência é a oportunidade de melhorar as chances de sucesso mesmo em um cenário onde os orçamentos estão cada vez mais curtos. Em um ambiente virtual com tanta informação disponível sobre públicos específicos, a análise dos clientes é cada vez mais importante e precisa ser atualizada regularmente. A grande questão é saber utilizar estatísticas para, através de informações sobre o que as pessoas fizeram no passado, ser relevante para o futuro. Elas são responsáveis por determinar a relação entre dados estabelecidos, funcionando como alavanca para um trabalho com grande volume de informação.

A aplicabilidade dessa análise se estende a diversas áreas, como operacional, riscos e fraudes. Na verdade, se tornou algo presente em nosso dia a dia, mesmo que, de certa forma, imperceptível. Um bom exemplo é a empresa de cartão de crédito, que analisa o comportamento dos clientes através de base de dados – histórico de empregos, pedido de empréstimo e outros fatores que influenciam diretamente em seu valor de crédito concedido pelas instituições financeiras. Ou seja, esse método é utilizado há anos, mas tende a continuar a crescer e se popularizar especialmente dentro da área de marketing.

Qual é a sua pergunta?

No marketing preditivo há sempre uma pergunta a ser respondida: “o que eu quero?”. Pode parecer algo simples, mas é essencial para a realização do mapeamento do seu consumidor e, consequentemente, sucesso da campanha.

Com essa informação, somos capazes de analisar os públicos que serão impactados com a campanha e, assim, personalizá-la. Com a resposta definida, é hora de pensar nos dados que façam sentido ao seu objetivo e que possam ser utilizados na ação. É importante pensar sobre o que você poderá precisar, bem como informações que necessitam ser enriquecidas. Se o processo for bem feito, ele tende a funcionar.

De olho no passado

Antes de prever o futuro, é preciso olhar para o passado. Através de acontecimentos anteriores e análises comparativas de dados é possível chegar a um nível mais próximo do que realmente pode acontecer. Por isso, é importante manter informações descritivas bem guardadas e organizadas. “Se os dados do passado e do presente não estão muito bem alinhados, talvez valha a pena fazer um trabalho dos resultados de hoje antes de começar a olhar os resultados de amanhã. Qualquer modelo de marketing preditivo que você for implementar vai começar utilizando os dados passados”, afirma Ghiraldini.

Dados de campanhas antigas são verdadeiros aliados para as previsões de ROI (Return On Investment) e sobre quem é seu público, peça principal para um retorno positivo de qualquer ação. Porém, mesmo quem não tem dados passados para análise pode começar a implementar o marketing preditivo. Nesse caso, começamos pela coleta de informações existentes o quanto antes, a fim de conseguirmos materiais suficientes para o projeto. Muitas vezes, o principal trabalho é organizar o que aconteceu no passado – grande responsável por nos mostrar o futuro. Sem essas informações, não adianta querer olhar o amanhã.

marketing preditivo
Divulgação: LSDM/lsdmlondon.com

Ferramentas para o marketing preditivo

Diversas ferramentas estão disponíveis para a realização desse trabalho. Entre elas, a Google Analytics 360 é uma das mais conhecida para a análise de tráfego de sites e, recentemente, integrada ao BigQuery (serviço de armazenamento de dados de baixo custo, totalmente gerenciável e com escala em petabytes criado pelo Google para análise). Com essa junção, é possível importar registros de alta resolução do Analytics automaticamente para o projeto do BigQuery, que é totalmente gerenciado, rápido e escalável para análise de Big Data. Esses dados sobre as atividades dos clientes podem ser utilizados para o marketing preditivo, combinando diversas fontes de informações e com a análise de estatísticas avançadas.

A Adobe Systems Incorporated, famosa companhia americana que desenvolve programas de computador, também disponibiliza um sistema para análise como recurso para o marketing preditivo. Chamado de Adobe Analytics, o serviço é líder no mercado e capacita um entendimento mais pessoal a respeito dos clientes.

A grande novidade nesse setor acaba sendo ferramental. “Ferramentas novas acabam aparecendo todos os dias. O Hubspot acabou de comprar um produto de chatbot que tem inteligência artificial dentro dele e consegue prever o comportamento. A IBM acabou de disponibilizar um motor de inteligência artificial do Watson pra você conseguir trabalhar algo versus uma visão preditiva. Então, do ponto de vista técnico, a ciência que a gente usa para fazer previsão é estatística”, reconhece Ghiraldini.

Desvantagens 

Apesar de todas os benefícios possíveis, Ghiraldini destaca duas desvantagens desse método. “A primeira desvantagem, no ponto de vista de querer implementar, é o processo ficar megalomaníaco. Os projetos começarem a se tornar projetos de dados muito grandes e demorar muito a ir para a rua. O marketing preditivo é um processo básico de modelos estatísticos. Se esses modelos não são treinados contra a realidade, eu nunca sei se eles estão certos. E, se eles estão errados, eu nunca consigo melhorá-los”, diz.

O excesso de informação disponível também pode ser tornar algo negativo se não utilizado corretamente. “Hoje, mesmo com a nova norma da União Europeia e o Marco Civil da Internet, muitas vezes existem mais dados disponíveis dos consumidores do que aqueles que são legais e éticos de serem usados. Então, na hora de fazer a captura, eu acho que devemos manter a ética acima de tudo. Porque, senão, você passa da personalização e pode entrar um pouco em invasão. Acredito que esse é um ponto que tem que se manter, não só em vista, mas quase como uma premissa do seu processo, da sua iniciativa de marketing preditivo”, declara Ghiraldini.

No final, o dado simplesmente armazenado não representada nada. É necessário combinarmos elementos para que o resultado se transforme em informação e conhecimento. Só assim conseguimos criar ideias que, quando reunidas, se transformam em sabedoria. Afinal, de nada adiantam os dados se você não tiver ação para trabalhar com eles.

Relacionados

Curso “Ativação de Marca e Patrocínios como Ferramentas de Marketing” com Paulo Octavio Pereira de Almeida

Tendências e estratégias de marketing para 2023

CMOs e a pressão para provar impacto do marketing em meio à incerteza econômica

Livro “Isso é marketing: Para ser visto é preciso aprender a enxergar”, Seth Godin