A magia das métricas no Marketing – CURSO EXCLUSIVO.
DADOS & CONHECIMENTO: A IMPORTÂNCIA DE SABER O QUE É IMPORTANTE
O guru do marketing direto e data-driven Lester Wunderman tem uma frase famosa: “Dados são um gasto: conhecimento é uma barganha”.
Anúncios
Em apenas oito palavras, ele expressou uma das verdades chave para entender e lucrar com a base de dados e o data-driven marketing. Não é quantos dados você tem, mas sim o conhecimento útil que você tem sobre seus clientes e potenciais clientes que tem valor. Empreendedores que quiserem construir uma base de dados própria, tomem nota.
A corrida está aberta entre os profissionais de marketing sofisticados para aproveitar esse conhecimento útil e fazer dele a fundação para iniciativas de marketing mais eficientes e mensuráveis. Infelizmente, o caminho para esse castelo brilhante no topo da montanha é íngreme e escorregadio.
Em um blog recente e muito útil para Online Metrics Insider, Michael Kaushansky escreveu: “Quando falamos sobre dados centrados no consumidor, estamos na verdade falando sobre três categorias de dados: comportamental, ‘atitudinal’ e demográfico. Dados comportamentais vão te dizer o que o consumidor está fazendo online, tipicamente começando com o monitoramento de anúncios (adserver). Dados atitudinais vão te dizer por que o consumidor está se comportando de determinada maneira, desencobrindo suas percepções/opiniões sobre seu produto/marca. Finalmente, dados demográficos vão te dizer quem é esse consumidor.
Não há dúvidas de que o Google e o Facebook já sabem mais sobre nós do que qualquer um imaginaria ser possível alguns anos atrás. Mas mesmo que eles tivessem intenção de tornar esses dados acessíveis para os profissionais de marketing em formulários com ou sem nomes específicos de consumidores, não seria uma tarefa fácil peneirar tantos dados até chegar no conhecimento necessário para determinada iniciativa de marketing.
Seguindo a lei de Moore, porque não enxergamos o custo cada vez mais baixo
de armazenar dados como um impedimento, nossa tendência é coletar quantos dados for possível de múltiplas fontes e depois usar ferramentas sofisticadas de
análise para extrair as agulhas certas desse palheiro de dados. Onde costumamos falhar é em determinar, dentre todos esses dados, quais são as características prioritárias que vão trazer o máximo lucro do nosso uso dos dados?
Os fornecedores de dados têm uma lástima em comum. Ao oferecer uma segmentação que poderia aumentar muito a eficácia do marketing, embora um custo adicional, muitos usuários de dados vão escolher pela quantidade não segmentada em vez de pagar um preço mais alto pela segmentação. A ilustração
abaixo pode ajudar a mudar essa percepção.
Usando esse template ou alguma variação dele, você pode inserir seus custos para um mailing ou outro tipo de distribuição não segmentado, sua quantidade
para um mailing ou outro tipo de distribuição não segmentado, sua quantidade e a quantidade provável de respostas nas células brancas. As células sombreadas vão determinar o número de pedidos que você poderá esperar, o custo por pedido, e seu custo total.
Agora começa a diversão. Ao inserir várias possibilidades de segmentação da prioridade mais alta (a que tem maiores chances de impulsionar a promoção) para baixo e então estimar a porcentagem de pedidos adicionais que cada uma deverá gerar, o usuário poderá ver rapidamente como isso vai afetar o custo por pedido final, o número reduzido de promoções que serão necessárias e, finalmente, a economia sobre o custo original.
Se o conhecimento, em vez de dados “crus”, é poder, seria ótimo que todos considerássemos maneiras de melhorar esse conhecimento e aproveitar os benefícios resultantes.
