Data Driven Marketing: o que é e como funciona?
Uma das práticas mais badaladas do momento no meio digital é o Data Driven Marketing, ou melhor, o Marketing Orientado a Dados.
– Como a LGPD vai impactar a Programática no Brasil
– 6 mitos e verdades sobre Mídia Programática
– 15 aplicações da Inteligência Artificial no marketing
O principal motivo para que a prática se torne cada vez mais comum é a comprovação de que as campanhas de marketing apoiadas em dados são mais bem sucedidas, atingem públicos mais assertivos e apresentam melhores retornos de investimento.
Mas o que é o Data Driven Marketing?
É a estratégia de se apoiar nos dados dos consumidores para otimizar a compra de mídia e veicular mensagens mais direcionadas. Isso inclui abordagens como pesquisa de mercado, análise, ferramentas de suporte à decisão, automação e experimentos de negócios.
A tecnologia se torna uma grande aliada nesse cenário, contribuindo para a compreensão da jornada do consumidor e dos recursos de Big Data. Reunir, integrar, acessar e utilizar esses dados de maneira adequada é um desafio crucial a ser vencido para quem busca usar o Data Driven Marketing.
O mercado já está ciente deste novo momento:
– De acordo com estudo The Global Review of Data-Driven Marketing and Advertising, realizado com empresas e anunciantes do mundo inteiro, 79% dos entrevistados disseram que dados são importantes para seus esforços de marketing e publicidade.
– 7 em cada 10 profissionais de marketing afirmam que suas empresas usam dados para tomar decisões de todos os tipos
– 75% deles acreditam que a maior barreira para os insights de dados é a falta de treinamento em como lidar com eles?
– 86% dos altos executivos acreditam que a eliminação de silos organizacionais é fundamental para expandir o uso de dados
– 93% concordam que a colaboração entre as áreas de marketing e análise trazem melhores resultados. Muitas vezes a equipe de marketing precisa de informações clientes que ficam na base CRM da empresa e não tem acesso a ela.
Como funciona o Data Driven Marketing?
Podemos dizer que o DDM se divide em 4 etapas principais no que se refere aos dados: Coleta, Tratamento, Armazenamento e Visualização. Ao longo desse caminho, os dados vão desde o seu estado mais bruto até o mais limpo e ideal para ser analisado/gerar insights.
Coleta
É claro que, para usar os dados na sua estratégia, é preciso antes coletá-los. As possibilidades para essa etapa são infinitas. Pode-se coletar dados oferecendo conteúdos ricos, por meio de cookies, fazendo parcerias com data providers… podemos separar essas possibilidades em 1st, 2nd e 3rd party.
1st party
Os dados de 1st party são considerados os mais confiáveis a serem aplicados em uma estratégia. O motivo disso está ligado à maneira como eles são coletados. Aqui, as informações são extraídas diretamente dos consumidores, por meio de cookies, CRM, campanhas de marketing (como oferecer um conteúdo rico em troca de informações) etc.
2nd party
São dados compartilhados entre empresas parceiras que, geralmente, contemplam o mesmo segmento. A vantagem para quem recebe/compra esses dados é não ter que elaborar estratégias 1st party.
3rd party
É aqui que entram os Data Providers, empresas que coletam dados de diversas fontes para, posteriormente, vendê-los para outras empresas. São uma ótima opção por oferecerem grandes quantidades de informação.
Tratamento
Como as possibilidades de coleta são muitas e diferentes entre si, os dados chegam despadronizados e com possibilidades de inconsistência, como erros de digitação, inconsistências e falta de informação. Para corrigir isso, exige a etapa de tratamento, também conhecido como Data Cleaning.
Como a própria tradução diz, o Data Cleaning tem a proposta de limpar todas as “sujeiras” dos dados para facilitar suas análises e insights. Isso envolve a reconstrução de dados ausentes, padronização, remoção de duplicidades etc.
Algumas ferramentas dentro do Google Cloud Platform podem ser ótimas aliadas nesse momento.
Cloud Dataprep
É uma ferramenta inserida no Cloud que permite a limpeza de dados sem a necessidade de qualquer tipo de código ou software instalado. A sua capacidade de interatividade faz a distribuição dos dados de maneira inteligente e atua de acordo com as ações que você faz na interface do usuário.
Cloud DataFlow
Oferecendo desde detecção de fraudes até análise de sequência de cliques, o DataFlow é um serviço de aprimoramento de dados em tempo real e em lotes. Ele tem integração com o SDK do Apache Bean e pode trabalhar em parceria com o DataPrep.
Armazenamento
Depois de coletar e higienizar as informações, é preciso abrigá-las em um lugar seguro e onde possam ser acessadas. De acordo com o tipo de negócio e quantidade de dados, pode-se optar entre o Data Lake e o Data Warehouse.
Data Lake
Como o próprio nome diz, o Data Lake é como se fosse um grande lago cheios de dados. Ele é ideal para quem precisa abrigar uma quantidade grande de informações brutas, como arquivos, bancos de dados etc. Não é a melhor alternativa para quem precisa de dados direcionados, tratados e de fácil visualização. O Data Lake é para quem precisa de um repositório. Geralmente ele apresenta altos custos.
Data Warehouse
Voltado para dados mais estruturados e que já passaram por um processo de tratamento, o Data Warehouse é uma boa opção para quem não quer armazenar um volume muito grande de dados, mas precisa fazer buscas de maneiras simples, criando e organizando relatórios através de históricos que são depois usados pela empresa para ajudar a tomar decisões importantes com base nos fatos apresentados.
Visualização
A última etapa do processo consiste em organizar esses dados de uma forma clara de ser visualizada e extrair insights. Padrões, tendências e correlações que podem passar despercebidas em dados baseados em texto devem ser expostos e reconhecidos com mais facilidade com o software de visualização de dados. São os famosos Dashboards.
Existem 3 tipos diferentes de Dashboards:
Operacional: como o próprio nome diz, este dashboard é focado em processos mais específicos e de desempenhos de operação. Geralmente ele é utilizado com atualizações rápidas e auxilia na correção de problemas dentro de uma equipe de trabalho, por exemplo.
Tático: mais conectado ao DDM, o dashboard Tático tem a proposta de analisar grandes volumes de dados e ajudar a entender quais tendências eles indicam e quais possíveis resultados uma determinada ação pode ter. Não tem a atualização de seus dados feitas com a mesma constância que no caso no operacional.
Estratégico: totalmente apoiados em KPI’s, o dashboard Estratégico tem o papel de mostrar metas e resultados de uma forma simples. Também são muito úteis para definir metas de usuários alcançados em campanhas digitais, por exemplo.
A Google Marketing Platform
Diante de um cenário complexo e cheio de etapas a serem cumpridas, o Google oferece plataformas que possibilitam os profissionais de Marketing e BI a ir desde o levantamento dos dados até sua exportação para análise. Funciona assim:
DV360 + Search Ads 360: é dessas plataformas que vêm os dados de usuários por Display ,Video e pelas buscas feitas em rede de pesquisa.
Campaign Manager: gerencia a campanha de marketing e os criativos para distribuir para o DV 360 ou simplesmente servir como Adserver de publicação de mídias
Tag Manager 360: é o gestor de tagueamento e setup do Google que permite capturar mais informações em todas as plataformas.
Optimize 360: é a ferramenta que permite fazer não só teste A/B no seu site, mas também multivariável e de redirecionamento, trazendo uma experiência personalizada para o público
Analytics 360: o Analytics 360 que, por sua vez, vai mostrar o comportamento dos clientes dentros de sites e aplicativos de uma forma clara e consolidada. Você também pode conectar os sistemas para analisar o CRM, os pontos de venda e outros pontos de contato com seus clientes para ter uma visão mais completa.
Google Cloud Platform: todas essas ferramentas estão integradas ao Google Cloud Platform para onde os dados são exportados para análise, aprendizado e insights. O Cloud também oferece todo um universo de Machine Learning que também contribui na hora de entender o comportamento dos usuários.
Dicas fundamentais para uma estratégia de DDM
Monte e integre equipes de Business Intelligence e Marketing
A integração das áreas de BI e Marketing é crucial para que qualquer estratégia de DDM funcione. Por conta disso, não basta apenas ter essas duas áreas dentro de uma empresa. É preciso que elas estejam integradas, desenvolvendo as estratégias de maneira unificada.
Investir na tecnologia necessária
É impossível colocar qualquer estratégia em prática sem as ferramentas necessárias. Com o Marketing Orientado a Dados não é diferente. Quem quiser aproveitar dos benefícios que ele oferece, precisa investir nas tecnologias que ele exige. As possibilidades são muitas, mas vale reforçar as soluções que o Google oferece com suas integrações de Google Marketing Platform, Google Cloud Platform, Data Studio etc.
Contratar um parceiro Adtech
Chegamos a um ponto crucial. Ter as equipes montadas e a tecnologia nas mãos não basta. Contratar um parceiro de Adtech vai garantir que as tecnologias sejam operadas com a expertise necessária, que as campanhas sejam colocadas no ar da maneira mais efetiva e que seus investimentos tenham o retorno esperado. Dessa forma, suas equipes de Marketing e B.I serão munidas adequadamente com os insights necessários.
Ter um objetivo definido
Assim como qualquer planejamento de campanha, o primeiro passo é entender aonde você quer chegar com ela, aquilo que o mercado chama de SMART (Specific, Meansurable, Actionable, Relevant and Time Bound), ou seja, (Específico, Mensurável, Acionável, Relevante e com tempo definido).
Entender seu Público Alvo
Principalmente no que se refere a Demografia, Comportamento e Motivação. O espaço físico onde o usuário está localizado impacta na sua forma de interagir com a campanha. Seu comportamento também deve direcionar os criativos e onde é importante ele ser impactado. A motivação também entra em questão quando envolve datas comemorativas e finais de ano, por exemplo. Esses são os principais pontos.
Alinhar os dados de forma correta
De nada adianta levantar os dados se eles não forem alinhados para melhorar a compreensão e insights. Destaca-se aqui avaliar o Histórico de Vendas, levantar possíveis comunicações desse cliente com os canais de venda e quais foram suas ações dentro do site e em pesquisas de satisfação.
Escolher os canais de Marketing
É preciso escolher quais canais de marketing vão trazer mais resultados para selecionar os que apresentam mais conversões. A partir do momento que há uma base de dados de campanhas passadas, fica mais claro como escolhê-los.
Oferecer conteúdo apropriado
Os investimentos em campanhas de marketing podem ser desperdiçados se os banners não aparecerem para um público de interesse ou se sua mensagem não for atraente.
Acompanhar as Campanhas
Colocar a campanha no ar é apenas o primeiro passo. É fundamental um acompanhamento contínuo para fazer as alterações ao longo dela. Com os dados em mão, as mudanças são mais efetivas. No momento de analisar resultados finais, devemos comparar com resultados anteriores para tirar aprendizado e insights para as próximas.
A Lei Geral de Proteção de Dados
A Lei Geral de Proteção de Dados se apoiou na GDPR Europeia para mostrar que o Brasil também valoriza a proteção das informações dos seus usuários na internet. A lei impõe uma série de medidas a serem seguidas no que se refere ao tratamento dos dados pessoais. Ela foi sancionada em agosto de 2018 e entra em vigor em fevereiro do ano que vem.
Até lá, as empresas precisam se adequar a essas medidas que, no geral, dão autonomia total aos usuários no momento de escolher se querem ou não compartilhar seus dados no meio digital.
Uma estratégia de Data Driven Marketing deve estar 100% dentro dessas regulamentações. Isso vale não apenas para o anunciante, mas também para quaisquer outros parceiros envolvidos nesse processo. Por isso é tão importante contratar parceiros de Adtech e agências referência no mercado. Se houver um descumprimento da LGPD, as sanções podem chegar a 2% do faturamento ou 50 milhões de reais.
Para saber mais sobre o impacto da LGPD no Brasil, acesse este link.