Evento realizado pela Data Business Intelligence, consultoria do grupo, acontece simultaneamente em seis países e traz ao Brasil palestras de executivos de grandes empresas, como Adobe, Expedia VR e IBM
No dia 08 de agosto acontece a primeira edição do Data Driven Day. O evento, realizado pela Data Business Intelligence (DBI), empresa de consultoria do Grupo Havas especializada em Big Data Analytics, será apresentado simultaneamente em seis países, contemplando cidades como Bogotá, Buenos Aires, Ciudad de México, Lima, Miami e São Paulo.
A iniciativa, que acontecerá na ESPM, na Vila Mariana, marca a entrada da DBI no Brasil e visa fomentar a cultura “data-driven”, estimulando os presentes a refletirem sobre como as empresas podem aproveitar dados e tecnologia, aumentar a competitividade e otimizar seus negócios. Para isso, contará com a presença de executivos de grandes empresas e startups, que vão discutir a respeito de dados, tecnologia e marketing. Entre os convidados palestrantes estão Carolina Piber (vice-presidente Brasil de marketing da Expedia VR), Claudia Muchaluat (Chief Digital Officer para a América Latina da IBM) e Fernando Teixeira (Head of Practice, Advertising Experiente profissional de marketing digital da Adobe).
“Apenas 1 em cada 10 empresas da América Latina está conseguindo passar da informação à ação. O problema não é técnico, mas cultural. A maioria das empresas que conhecemos hoje – mesmo as mais tecnológicas – começou em uma época em que a informação era escassa. Não é incomum ver empresas que não têm uma mentalidade voltada para os dados”, comenta Juan Damia, CEO da DBI Latin America.
Unindo três importantes pilares, o Data Driven Day marca a oportunidade de atualização e aprimoramento do conhecimento sobre os desafios da indústria dos dados e sua implementação no campo dos negócios. Especialmente idealizado para um público formado por C-Levels, vice-presidentes e diretores de todos os segmentos de mercado, o evento tem como objetivo promover discussões de alto nível, networking e aprendizado a respeito do tema.
Responsável pela iniciativa, a DBI tem sede em Paris e mais de 20 escritórios ao redor do mundo. A empresa fornece soluções digitais de ponta e práticas recomendadas para empresas dos mais diversos segmentos. No Brasil, pretende atender tanto os clientes locais quanto os internacionais. Em seu portfólio global estão atualmente clientes como Mercado Livre, Telefónica, Fox, DirectV, L’oreal, Santander e UNICEF, entre outros.
Por Norberto Tomasini, Head of Digital Business, da TIVIT
As tecnologias emergentes têm permitido que empresas, de todos os portes e perfis, criem produtos, serviços e modelos de negócios inovadores, de forma cada vez mais rápida e eficiente. Um dos grandes pilares tecnológicos dessa transformação está no uso de Big Data. Isso porque, a organização, manipulação e análise de grandes volumes de dados – estruturados e não estruturados – representa hoje um fator essencial para que as organizações tomem decisões assertivas e que as tornem mais competitivas e bem-sucedidas em um cenário de transformação digital.
A digitalização dos negócios, no entanto, passa por três grandes ondas: a da preparação e organização desses dados, a geração de valor e novas experiências aos consumidores, e a criação de novos produtos. Mas ainda há um longo caminho a seguir. Segundo dados do Gartner, 80% das empresas brasileiras ainda estão na primeira onda da digitalização, extraindo pouco valor das novas tecnologias. Já as empresas que estão no segundo passo do processo 30%, e já contam com ambientes mais avançados de analytics, estão enriquecendo seus bancos de dados com informações de extrema relevância para o desenvolvimento dos seus negócios. A última fase do processo ainda é uma realidade para apenas 20% das companhias, que estão realmente criando produtos e serviços novos a partir da exploração e automação.
De acordo com um relatório da Frost & Sullivan, as expectativas são de que o setor de Big Data e Analytics movimente US$ 8,5 bilhões até 2023 na América Latina, com uma taxa composta anual de crescimento de 19,2%. Em 2017, só no Brasil foram investidos cerca de US$ 1,3 bilhão em projetos associados a essa área. Também como reflexo da expectativa de crescimento um recente estudo da Liga Ventures, realizado em parceria com a TIVIT, demonstra que entre as startups brasileiras que irão impactar a sociedade e os modelos de negócios nos próximos cinco a dez anos, 20% delas têm como foco o uso de Big Data e Analytics.
Esse mercado tem sido especialmente impulsionado pelo uso da Inteligência Artificial, Machine learning e IoT, associado à necessidade de coletar, armazenar e manipular dados que crescem em volume exponencial nas organizações. Com isso, as lideranças dos mais diferentes setores da economia têm visto o Big Data como uma forma de permitir a gestão eficiente de uma série de atividades, incluindo marketing, vendas, supply chain, finanças e operações.
O sucesso dos projetos, no entanto, está diretamente associado à capacidade das empresas explorarem ao máximo essa análise de dados para gerar insights e predições relevantes para a tomada de decisão. Isso porque, muitas iniciativas se perdem pela falta de clareza sobre quais as perguntas que devem ser respondidas e como as descobertas e insights podem ser explorados em benefício do negócio.
Nesse sentido, um dos grandes desafios enfrentados hoje pelas empresas que adotam o Big Data está em encontrar profissionais e parceiros capacitados a estabelecer processos eficientes e customizados para coleta, organização, análise, compartilhamento e monitoramento das informações trafegadas nos sistemas. Mais do que isso, as corporações que embarcam nesses projetos precisam levar em conta a infraestrutura de TI adequada para trafegar, armazenar e manipular esses grandes volumes de dados, em especial, para evitar que o custo para gestão e manutenção desses ambientes tornem os projetos inviáveis.
A boa notícia para quem planeja embarcar em projetos de Big Data está no fato de que hoje existem no mercado provedores de serviços especializados em apoiar as empresas na implementação e gestão desses projetos. Ou seja, os desafios em relação ao conhecimento técnico, ao controle de diferentes parceiros e à complexidade da infraestrutura de TI para suportar essas iniciativas, não representam mais um obstáculo para que as organizações invistam na análise de dados para inovar e ter sucesso em um cenário de transformação digital.
Entender o movimento do cliente dentro do seu portal B2B de vendas online. Esse era um dos principais objetivos da Avon, companhia com 60 anos de atuação no Brasil que fatura, em média, 150 mil pedidos por dia, ao desenvolver um projeto de Big Data & Analytics, que se beneficia de dados extraídos do mundo online e os cruza com a base histórica da plataforma analítica da MicroStrategy. A iniciativa trouxe à companhia, líder mundial no mercado de beleza e uma das maiores empresas de venda direta do mundo, a capacidade de responder quase instantaneamente várias perguntas de negócios capazes de influenciar tomadas de decisão e personificar ofertas para as suas clientes, isso tudo analisando o comportamento de compra de milhões de usuários.
De acordo com Raquel D’Anello, diretora de TI da Avon, evitar que o “carrinho” seja abandonado nas vendas online, entender o movimento no site, bem como identificar os motivos que levam os clientes a desistirem de uma compra, é um dos principais desafios das empresas, independentemente de sua área de atuação. Em se tratando da Avon, especialmente após a inserção de tags em todo o portal de vendas B2B, essa necessidade ficou ainda mais evidente, pois se tornou possível acompanhar todos os movimentos da revendedora no site e saber o que ela fazia e em que momento, gerando um grande volume de informações. Além disso, o BI já permitia acessar o histórico baseado em pedidos e faturamentos anteriores, além de dados das redes sociais.
“Diante desse cenário, nossa questão era: o que fazer com esse monte de informação? Começaram a chover perguntas sobre o comportamento e nós, meio sem saber o que fazer, chegamos para a MicroStrategy e falamos: ‘o nosso BI tradicional não funciona mais. O que tem no mercado? Ouvimos falar do big data, o que podemos fazer com isso?’ E aí veio a ideia de fazermos um piloto e começar a trabalhar essas informações”, explica Raquel.
Com baixos investimentos, curto prazo e recursos escassos, mas com muita vontade de fazer acontecer, como a própria executiva ressalta, o projeto começou a ser concebido. O piloto foi feito usando uma máquina relativamente simples e de baixo custo e toda essa infraestrutura foi levada para a nuvem. O investimento para viabilizar esse pontapé inicial, já incluindo os custos da mão de obra e da consultoria, totalizou cerca de 50 mil dólares, valor bastante inferior ao que se costuma investir em projetos de Big Data & Analytics. Um recurso da equipe de TI e um profissional do time de consultoria da MicroStrategy foram os responsáveis pela execução. As primeiras tentativas não surtiram efeito e foi somente após o envolvimento da área de negócios da Avon, chamada de Digital, que o projeto começou a decolar. “Queríamos descobrir e desmistificar esse tal de big data. Batemos na porta do Digital e questionamos o que o presidente perguntava e eles não conseguiam responder ou, então, saber o que levava três meses para ser respondido. Recebemos de volta umas quatro perguntas e, com base nelas, conseguimos entender quais eram os dados do nosso sistema transacional, do B2B e das mídias sociais que precisavam ser levados para esse sistema. E assim fizemos”, diz Raquel.
Os resultados obtidos com esse projeto de Big Data & Analytics foram vários e ajudaram a impulsionar as vendas online da Avon. A capacidade de personalizar ofertas digitais com base no comportamento específico da revendedora no site foi um avanço significativo. Hoje, a área de Digital da Avon olha o histórico de compras, cruza com as informações da navegação e faz análises que geram insights em tempo real. Com o apoio do big data, também é possível corrigir rotas e erros nas campanhas a qualquer momento, o que cria uma capacidade maior para planejar os próximos passos.
Outro ponto importante é que a Avon tem um portfólio de mais de três mil produtos ativos e as campanhas mudam de 15 em 15 dias, o que impossibilitava, por exemplo, a capacidade de traçar estimativas. Com as informações geradas a partir do Big Data, é possível fazer uma antecipação do forecasting, enquanto o próximo ciclo está em planejamento. Fora isso, o projeto também possibilitou algumas análises preditivas, como, por exemplo, saber qual das revendedoras pode não completar o carrinho. É possível ver quem entrou, não comprou e fazer uma ativação via call center, whatsapp ou SMS, enquanto a pessoa ainda estiver em seu momento de compra.
“Também conseguimos revisar o limite de crédito online, o que antes era um dos vilões, pois a pessoa começava a fazer um pedido, mas em seguida passava a remover do carrinho alguns itens, porque seu limite de crédito havia estourado, por exemplo, e isso a levava a desistir da compra. Já pudemos perceber que isso aumentou a satisfação da mulher e fez com que ficasse mais tempo no site. E quanto mais tempo ela fica, maior probabilidade de venda nós temos. Sem falar que, entendendo o comportamento, também posso tomar ações que chamam a atenção da mulher”, enfatiza Raquel.
Para apresentar esses dados, foi criada uma série de dashboards e relatórios ad hocs para algumas das áreas, como de Marketing e Digital, que preferem receber as informações nesse formato para fazer suas próprias análises. O ambiente continua em pleno funcionamento e agora o próximo passo é crescer. À medida que perguntas mais complexas vão chegando, é preciso, por exemplo, plugar mais dados transacionais e aumentar a quantidade de tags no portal B2B.
“Hoje nada nos impede de chegar mais longe com Big Data & Analytics. É apenas uma questão de foco. Porque vimos que dá pra ser robusto e flexível com segurança e baixo custo. A nuvem funciona e é segura – o que, aliás, era um dos meus receios – e, muitas vezes, é até melhor do que a infraestrutura interna, que tem burocracia e recursos limitados. Ter a informação certa, na hora correta, é sinônimo de sucesso. Quem trabalha em TI sabe disso e quem trabalha na área de negócios sabe disso duas vezes mais”, finaliza.
Para o coordenador do curso de MBA em Marketing Digital da Fundação Getulio Vargas (FGV), André Miceli, a Copa do Mundo de 2018 mostra que a tecnologia desempenha cada vez mais um papel cada vez mais significativo dentro e fora de campo. De acordo com ele, a chave está na coleta de dados que giram em torno do desempenho e das características fisiológicas dos jogadores, a fim de monitorar e melhorar o rendimento de cada equipe.
“Muito se fala do árbitro de vídeo e do chip na bola, mas o Big Data está se tornando cada vez mais relevante no futebol. Já é comum técnicos usarem dados para analisar as características de cada jogador da sua equipe e dos adversários para traçar estratégias de jogo”, afirma André Miceli.
O professor da FGV diz que com as ferramentas de Big Data é possível construir um vasto conjunto de dados para armar as táticas de jogo em tempo real. “As estatísticas colhidas durante a partida sobem para a nuvem e abastecem a ferramenta. Assim, o treinador e sua equipe podem usufruir de dados como algoritmos preditivos, redes neurais, programas que registram padrões para fazer projeções futuras”, explica o especialista.
André Miceli ressalta que a posse desses dados pode fazer a diferença dentro de campo e resultar em um placar positivo. Ele lembra que esse pode ter sido o trunfo da seleção da Alemanha na Copa do Mundo de 2014, quando se tornou campeã.
“A seleção alemã usou o SAP Match Insights para vencer a Copa de 2014. Os dados permitiram melhorar a velocidade da equipe. Os tetracampeões, por exemplo, foram capazes de saber que os franceses concentravam seu jogo no meio e deixavam espaços nos flancos. Assim, venceram as quartas-de-finais. Na semifinal com o Brasil, eles já sabiam as jogadas preferidas da nossa seleção e as reações de seus jogadores em situações adversas”, descreve o professor da FGV.
Big Data – Miceli lembra que o futebol não é o único esporte que usa informações extraídas do Big Data. Ele cita que no beisebol, no basquete e no tênis há análises de dados há um bom tempo. “No entanto, dois exemplos de que a habilidade humana pode vencer a tecnologia são o Garrincha, e recentemente, o Robben, da Holanda. Todos sabiam para onde eles iam driblar, mas a genialidade dos craques era superior à previsibilidade da ferramenta e a habilidade humana continua sendo a principal fator de sucesso”, assegura o professor da FGV.
Data has many benefits. But with data points constantly being collected and updated, marketers can have trouble managing it. Data is only useful when it’s actionable.
When it comes to big data management, actionable goals that give a purpose to your data will make it more manageable and useful. Here are some of the areas where you can put your big data to work and use it to guide your future campaigns and strategy.
Purchasing Behavior
The purchasing behavior of your customers may be your biggest data asset. By analyzing specific metrics of how and why customers make purchases, you can see what works and what doesn’t in your marketing strategy. Some metrics that are important to look at in your data include:
Conversion Rate: Your average conversion rate can help determine whether or not new campaigns or products are successful. If you try a new product page and see a higher conversion rate, then you know the product page is converting better than the previous version.
Industry Conversion Rate: When you see how your organization’s conversion rate compares to your industry average, you can determine if your campaigns are as successful as they should be.
Repeat Customer Rate: How many times does an average customer make a purchase from you? This can help determine your sales funnel and repeat customer targeting strategy.
Average Order Amount: If the average order amount is less than the cost of some of your premium products, you may see more revenue from promoting more of your lower-cost products. Try experimenting with different selling methods (for example, BOGO, bundles).
Amount Spent on Site Before Purchasing: This relates to the buying cycle. If the average customer visits your product pages three times before making a purchase, they may need more convincing on their first visit. You need to test product page conversion tweaks to try to convince them to make a purchase sooner.
With some big data solutions, you can compare your results to industry standards — such as the industry conversion rate. Use your own data combined with a mixture of data from other sources to make more accurate decisions.
Continue Building with Demographics and Behaviors
Knowing the basics about your average customer helps you form personas, create new campaigns, and build better products. In a process known as data mining, look at your data for patterns in gender, age, location, and interests to flesh out your answer to the question “Who is my average customer?”
Combine these patterns with your metrics and other common customer behaviors. For instance, if you know that your customer base skews 30- to 45-year-old adults who make an average purchase of $100 on your site and reach out to customer service using the phone, you can spend more time testing call tracking and evaluate whether there needs to be more phone support for customers.
Combined data will give you the most information available. This helps all departments make better decisions, including evaluating employee performance, tracking trends, and predicting cash flow.
Campaign Integration
Big data management is all about combining the data you have in the most robust system available so your employees have the information they need.
As you create a picture of who your average customer is, you can integrate other data to better target the behavior patterns of those most likely to make a purchase from you. For instance, you can use social media analytics to pull more data that is relevant to behavioral targeting: It helps you see how and where your customers are engaging with your brand on social media. This will help with asset allocation when it comes time to decide advertising budgets or employee time management. It will also help you see which existing efforts are actually turning into conversions.
If you use Facebook pixel tracking, you can see what percentages of sales come or originate from Facebook. If a customer clicks on an ad about your new product suite and doesn’t complete the lead form, but follows up later to fill out a free content offer, the pixel gives you data on all the customer’s previous actions before completing the lead generation form.
Having better, integrated data allows you to see if all your marketing efforts are worthwhile. For instance, if your company has been creating quarterly white papers, but the data shows that white papers only make up 2% of your total lead source, you can experiment with different facets of the white papers (for example, the length, topic, or landing page copy) or consider cutting them from your marketing plan and refocusing those resources on something that generates a higher percentage of leads.
Sales Integration
Because marketing is mainly responsible for and focused on its own efforts, it may not see where a lead goes once it is collected for the company. This is why customer data from multiple departments and sources should be integrated into one big data management strategy.
In addition, leveraging third-party data sources can help companies predict what products customers in a specific industry will like. This can help shape both marketing and sales strategy and outreach. By using the right platform to collect all external and internal data into one place, you can see from which source a customer originates (for example, social media) as well as their average sales cycle and location. A centralized source of your data is beneficial to all departments.
For instance, if your digital marketing department sees that the average sales cycle of a customer is 12 weeks, but its campaigns usually only run for six weeks, it needs to look into lengthening campaigns to capture more leads within the normal sales cycle.
Integrating data into one platform helps you make better predictions, according to Doug Camplejohn in an article for CIOReview. By analyzing lots of data simultaneously, you can predict sales, customer rate of return, and several other metrics that can influence sales and marketing goals.
Goal Setting
Knowing key data points helps a great deal with goal setting. With the 12-week campaign example, the digital marketing department knows it needs quarterly goals that correspond with its average sales cycle.
Predictive analytics is another tool for big data that helps teams set more effective goals. Looking at a mix of internal and external data can let you determine any outliers. If you had a quarter that doesn’t go as well as predicted, for instance, but historically that’s unusual, you can set clearer goals based off the historical data and focus on what caused the quarter to go the way it did.
Looking at past performance trends can create clearer expectations, which makes goals more attainable. If the past three marketing campaigns have a strong start and then see incoming leads drop by 25% after two weeks, you can compare this historical performance to current campaign performance to see if you hit the mark.
Better use of data is all about leveraging it the right way to make more informed decisions. Big data management tools can help companies organize their own data, and use data from third parties to help predict behaviors and learn purchasing patterns. By using all the available knowledge, organizations can make better decisions for both marketing and overall product strategy.
About the Author:
Kelsey Jones has been working in digital marketing since 2007 and journalism since 2004, gaining proficiency in social media, SEO, content marketing, PR, and web design.
Os dados têm muitos benefícios. Mas, com os pontos de dados sendo constantemente coletados e atualizados, os profissionais de marketing podem ter problemas para gerenciá-los. Os dados só são úteis quando são acionáveis.
Quando se trata de gerenciamento de big data, metas acionáveis que dão um propósito aos seus dados o tornarão mais gerenciável e útil. Veja algumas das áreas em que você pode colocar seus dados grandes para funcionar e usá-los para orientar suas campanhas e estratégias futuras.
Comportamento de compra
O comportamento de compra de seus clientes pode ser seu maior recurso de dados. Ao analisar métricas específicas de como e por que os clientes fazem compras, você pode ver o que funciona e o que não funciona na sua estratégia de marketing. Algumas métricas importantes para analisar seus dados incluem:
Taxa de conversão: sua taxa de conversão média pode ajudar a determinar se novas campanhas ou produtos são bem-sucedidos ou não. Se você tentar uma nova página de produto e ver uma taxa de conversão mais alta, saberá que a página do produto está convertendo melhor que a versão anterior.
Taxa de conversão do setor: quando você vê como a taxa de conversão da sua organização se compara à sua média do setor, pode determinar se suas campanhas são tão bem-sucedidas quanto deveriam.
Taxa de repetição do cliente: quantas vezes um cliente médio faz uma compra com você? Isso pode ajudar a determinar seu funil de vendas e repetir a estratégia de segmentação de clientes.
Valor médio do pedido: se o valor médio do pedido for menor que o custo de alguns de seus produtos premium, você poderá ver mais receita promovendo mais produtos de baixo custo. Tente experimentar diferentes métodos de venda (por exemplo, BOGO, bundles).
Montante gasto no local antes da compra: refere-se ao ciclo de compra. Se o cliente médio visitar as páginas do seu produto três vezes antes de fazer uma compra, elas talvez precisem ser mais convincentes na primeira visita. Você precisa testar os ajustes de conversão da página do produto para tentar convencê-los a fazer uma compra mais cedo.
Com algumas soluções de big data, você pode comparar seus resultados com os padrões do setor, como a taxa de conversão do setor. Use seus próprios dados combinados com uma mistura de dados de outras fontes para tomar decisões mais precisas.
Continue construindo com dados demográficos e comportamentos
Conhecer o básico sobre o seu cliente médio ajuda você a formar personas, criar novas campanhas e criar produtos melhores. Em um processo conhecido como mineração de dados, analise seus dados em busca de padrões de gênero, idade, localização e interesses para detalhar sua resposta à pergunta “Quem é meu cliente médio?”
Combine esses padrões com suas métricas e outros comportamentos comuns dos clientes. Por exemplo, se você sabe que sua base de clientes distorce adultos de 30 a 45 anos que fazem uma compra média de US $ 100 em seu site e acessam o atendimento ao cliente usando o telefone, você pode passar mais tempo testando o acompanhamento de chamadas e avaliando se é necessário ter mais suporte por telefone para os clientes.
Dados combinados fornecerão a maior quantidade de informações disponíveis. Isso ajuda todos os departamentos a tomar decisões melhores, incluindo a avaliação do desempenho dos funcionários, o rastreamento de tendências e a previsão do fluxo de caixa.
Integração de Campanha
O gerenciamento de big data tem tudo a ver com combinar os dados que você tem no sistema mais robusto disponível para que seus funcionários tenham as informações de que precisam.
À medida que você cria uma imagem de quem é seu cliente médio, é possível integrar outros dados para segmentar melhor os padrões de comportamento dos que têm maior probabilidade de fazer uma compra com você. Por exemplo, você pode usar a análise de mídia social para extrair mais dados relevantes para a segmentação comportamental: ela ajuda a ver como e onde seus clientes estão interagindo com sua marca nas mídias sociais. Isso ajudará na alocação de ativos quando chegar a hora de decidir os orçamentos de publicidade ou o gerenciamento do tempo dos funcionários. Também ajudará você a ver quais esforços existentes estão se transformando em conversões.
Se você usa o acompanhamento de pixels do Facebook, você pode ver quais porcentagens de vendas vêm ou se originam do Facebook. Se um cliente clica em um anúncio sobre seu novo conjunto de produtos e não preenche o formulário de lead, mas acompanha mais tarde para preencher uma oferta de conteúdo gratuito, o pixel fornece dados sobre todas as ações anteriores do cliente antes de preencher o formulário de geração de leads .
Dados melhores e integrados permitem que você veja se todos os seus esforços de marketing valem a pena. Por exemplo, se sua empresa estiver criando white papers trimestrais, mas os dados mostrarem que os white papers representam apenas 2% de sua origem total de leads, você poderá experimentar diferentes facetas dos white papers (por exemplo, o comprimento, o tópico, ou cópia da página de destino) ou considere cortá-los de seu plano de marketing e refocar esses recursos em algo que gere uma porcentagem maior de leads.
Integração de Vendas
Como o marketing é o principal responsável e se concentra em seus próprios esforços, ele pode não ver para onde um lead vai quando é coletado para a empresa. É por isso que os dados de clientes de vários departamentos e fontes devem ser integrados em uma única estratégia de gerenciamento de big data.
Além disso, o aproveitamento de fontes de dados de terceiros pode ajudar as empresas a prever quais produtos os clientes de uma indústria específica preferirão. Isso pode ajudar a moldar a estratégia de marketing e vendas e o alcance. Ao usar a plataforma certa para coletar todos os dados externos e internos em um único local, você pode ver de qual origem um cliente é originado (por exemplo, mídias sociais), além de seu ciclo e local de vendas médios. Uma fonte centralizada de seus dados é benéfica para todos os departamentos.
Por exemplo, se o departamento de marketing digital perceber que o ciclo médio de vendas de um cliente é de 12 semanas, mas suas campanhas normalmente são executadas por seis semanas, é necessário analisar as campanhas para capturar mais leads dentro do ciclo normal de vendas.
A integração de dados em uma plataforma ajuda você a fazer previsões melhores, de acordo com Doug Camplejohn em um artigo para o CIOReview. Ao analisar vários dados simultaneamente, você pode prever as vendas, a taxa de retorno do cliente e várias outras métricas que podem influenciar as metas de vendas e marketing.
Definição de metas
Conhecer os principais pontos de dados ajuda muito na definição de metas. Com o exemplo de campanha de 12 semanas, o departamento de marketing digital sabe que precisa de metas trimestrais que correspondam ao seu ciclo de vendas médio.
A análise preditiva é outra ferramenta para big data que ajuda as equipes a definir metas mais eficazes. Observar uma combinação de dados internos e externos permite determinar quaisquer valores discrepantes. Se você tivesse um trimestre que não fosse tão bem quanto o previsto, por exemplo, mas historicamente isso é incomum, é possível definir metas mais claras com base nos dados históricos e se concentrar no que fez com que o trimestre fosse do jeito que aconteceu.
Observar as tendências de desempenho anteriores pode criar expectativas mais claras, o que torna as metas mais alcançáveis. Se as três campanhas de marketing tiverem um início forte e, em seguida, os leads entrados caírem 25% após duas semanas, você poderá comparar esse desempenho histórico com o desempenho atual da campanha para ver se atingiu a marca.
Melhor uso de dados é tudo sobre alavancar o caminho certo para tomar decisões mais informadas. As ferramentas de gerenciamento de big data podem ajudar as empresas a organizar seus próprios dados e usar dados de terceiros para ajudar a prever comportamentos e aprender padrões de compra. Usando todo o conhecimento disponível, as organizações podem tomar decisões melhores tanto para o marketing quanto para a estratégia geral do produto.
Sobre a autora:
Kelsey Jones trabalha com marketing digital desde 2007 e jornalismo desde 2004, ganhando proficiência em mídias sociais, SEO, marketing de conteúdo, relações públicas e web design.
A ideia pode parecer estranha à primeira vista: para crescer, tenha como foco seus melhores e mais valiosos clientes. Normalmente aquele grupo menor de clientes da sua base. Muitas vezes despriorizado por ações para adquirir ainda mais clientes ou tentar recuperar aqueles clientes inativos, seja mais relevante para quem realmente importa. Essa forma de atuar, que aparentemente limita suas ativações, é, na realidade, a maneira mais poderosa de ampliar seus resultados, com mais vendas e maior rentabilidade.
Na base do conceito de focar os melhores clientes está o conhecido Princípio de Pareto, que atribui causas em uma amostra de resultados de forma não-linear e apresenta sua famosa proporção 80/20: ou seja, 80% das suas vendas se concentram em 20% dos clientes, por exemplo. Dessa forma, existe um desequilíbrio entre causas e efeitos, esforços e resultados. O esforço em aumentar sua presença e preferência de consumo nos 20% de clientes mais importantes é muito diferente do esforço de fazer crescer a rentabilidade dos 20% menos importantes.
Curiosamente, reconhecer a existência do princípio não faz com que as empresas o utilizem a seu favor: em 2006, a Bain & Company já mostrava que um aumento de 5% na taxa de retenção de clientes aumentava os lucros das empresas entre 25% e 95%. Manter clientes é mais lucrativo do que conquistar novos consumidores, mas, ainda assim, a maior parte das empresas está mais focada em ampliar sua base de clientes e recuperar clientes inativos do que em manter e aprofundar seu relacionamento com quem já consome seus produtos e serviços.
Em grande parte, isso acontece por um mindset que valoriza a amplitude em detrimento da profundidade, como se valesse mais a pena ter milhões de clientes ocasionais e incertos do que ser realmente relevante para milhares de clientes fiéis. Há algumas décadas, quando a comunicação de massa era o paradigma e as opções de produtos e serviços eram limitadas, esse raciocínio fazia sentido. Hoje, porém, o consumidor tem muitas opções à sua disposição e muito, mas muito, acesso à informação. Como ouvimos várias vezes durante a NRF Big Show deste ano, no passado os clientes estavam em busca de produtos, mas hoje os produtos estão em busca de clientes. O investimento na aquisição de novos consumidores é elevado e muito menos eficiente que a manutenção dos atuais clientes.
O jogo virou e, para vencer e destacar-se da concorrência, as empresas precisam mudar sua abordagem e se tornar relevantes para seu público. O lado bom é que a tecnologia viabiliza essa mudança de paradigma. A análise das informações transacionais disponíveis nos sistemas CRM, aliada à Inteligência Artificial, torna possível não apenas identificar quem são os melhores clientes, mas também predizer seu comportamento e em quais categorias de produtos existem as melhores oportunidades de aumento de relevância e ganho de share of wallet. Isso permite otimizar investimentos e identificar mais rapidamente categorias que estão se tornando importantes para os consumidores, ativando-os nos canais de maior relevância.
A análise avançada dos dados sobre o comportamento dos clientes abre às empresas um imenso potencial para ampliação de sua relevância junto ao público, fazendo com que se tornem mais valiosas para os consumidores. E, ao ganhar valor para os clientes, as empresas ampliam suas vendas. O uso de Inteligência Analítica dá às empresas a oportunidade de aprofundar seu relacionamento e investir para influenciar o comportamento de quem realmente importa: seus melhores e mais lucrativos clientes.
Israel Nacaxe é COO e co-fundador da Propz – empresa de tecnologia que oferece soluções de inteligência analítica e Big Data para o varejo físico e serviços financeiros.
Os importadores e exportadores brasileiros trabalham para diminuir a burocracia desde a reabertura comercial no começo dos anos 90. O governo também faz a sua parte com programas que beneficiam e facilitam as operações, mas mesmo assim o Brasil ocupa uma das piores posições no ranking mundial de exportação devido aos nossos gargalos logísticos. Em 2016, o Banco Mundial divulgou um relatório no qual nosso país estava na 55ª posição entre 160 países.
Historicamente, o Brasil nunca ultrapassou os 20% de participação na geração do PIB com as compras e vendas internacionais e, em 2017, movimentou 197 bilhões de dólares em exportações e 146 bilhões de dólares em importações, segundo o Ministério da Indústria e Comércio Exterior (MDIC). Esses números demonstram que, mesmo com os problemas, trata-se de um mercado bastante valioso e importante para a economia. E, se pensarmos que em todo ano de eleição este setor sofre influências com as turbulências políticas e sociais, vale a dica aos empreendedores e executivos que atuam no mercado internacional e logístico de que eles precisam inovar constantemente para se manterem competitivos em seus segmentos.
Uma das principais tendências para o futuro do comércio exterior brasileiro é o famoso e esperado “Despacho sobre águas”. Nele as mercadorias são fiscalizadas pelas autoridades brasileiras ainda com o navio em alto mar, diminuindo ainda mais o tempo de negociação, que é uma das métricas mais importantes para esse tipo de business.
Essa novidade virou realidade em 17 de novembro de 2017 com a Portaria nº 85, criada pela Coordenação Geral de Administração Aduaneira, a COANA, da Receita Federal, regulamentando o despacho aduaneiro de importação “sobre as águas OEA”, que é uma modalidade do Programa do Operador Econômico Autorizado, e foi desenvolvido em 2014 para as aduanas concederem para importadores, exportadores e outros players do ecossistema de comércio internacional, o status de empresa segura e confiável exatamente para esse tipo de operação e benefício.
Nesse cenário, o desafio dos empreendedores é prever o futuro e fomentar seus negócios com inovações que façam sentido para a direção em que o mercado global está apontando e, usando o “OEA sobre águas” como exemplo, podemos afirmar que dispositivos de Internet das Coisas (IoT) fazem uma revolução no rastreamento e identificação de cargas. Quando aliados a ferramentas de análises de dados, chamados de Big Data e Business Intelligence, entendemos que esse futuro já está perto e pode se tornar real de maneira mais rápida para as empresas que investem em projetos inovadores.
Muitas companhias que têm operações logísticas ou de comércio exterior planejam inovações em seus cronogramas e budgets, mas enfrentam dificuldades para a execução desses planos estratégicos. Como precisam manter o business ativo e estão focadas nas ações diárias, muitas encontram complexidade para descobrirem novas oportunidades, sem contar a falta de condições para incluírem essas novidades na resolução das dores do dia a dia ou, até mesmo, para agregar mais valor em suas ofertas comerciais.
Empresas que buscam inovação contratam profissionais experientes e mesmo assim não atingem os resultados esperados porque não usam metodologias exatas, cabais e se deparam com os paradigmas e mindset dos seus executivos. Por isso, acredito que trabalhar com um processo de simbiose para criar e, depois, absorver na principal linha de negócio da companhia, assim como buscar uma consultoria externa especializada em projetos inovadores, é fundamental para quem quer, em breve, usar expressões como OEA e IoT (Internet das Coisas) na mesma frase!
Alexandre Gera é sócio-gestor da GERAVALOR, consultoria especializada em Inovação, Estratégias e Assessment para negócios de Comércio Exterior e de Logística.
A Neoway – maior empresa de Inteligência de Mercado e Big Data da América Latina –, vai promover a 2ª edição do Data Driven Business, no Costão do Santinho, Florianópolis, nos dias 8, 9 e 10 de março para mais de 500 dirigentes das maiores empresas do Brasil. Na região, conhecida como o Vale do Silício brasileiro, são esperados 20 palestrantes, entre eles Paula Bellizia, Microsoft; Milton Beck, Linkedin; Aaron Ross, Predictable University; Walter Longo, Unimark; e Gustavo Kuerten, Grupo Gustavo Kuerten.
No DDB18, os participantes vão entender como a análise inteligente de dados se tornou parte viva da estratégia de negócios de qualquer empresa e como é possível simplificar e extrair o melhor das informações, alcançando previsibilidade em ações e resultados.
No primeiro dia do DDB18, haverá uma palestra do Marcel Arins, Head Of Corporate Development, da Neoway, sobre Internacionalização, tendo em vista que a companhia catarinense chegou em 2016 a Nova York, em 2017 em Portugal e tem planos de desembarcar em breve em outros países. Além do Neoway Market Talks, que promoverá conversas com grandes nomes de empresas e grupos líderes em seus segmentos, insights, boas práticas e caminhos para o sucesso.
Também serão apresentados os vencedores da 2ª edição do Neoway Advisor, que acontecerá dia 20 de fevereiro, em São Paulo. O que antes se resumia a um campeonato de cases, agora é uma nova forma de relacionamento entre a Neoway e seus clientes. O Advisor coloca o profissional que atua no dia a dia com as soluções da Neoway, em evidência, premiando os resultados mais incríveis. Os cases serão avaliados e os finalistas selecionados apresentarão o case para uma banca composta por um representante Neoway, jornalista e investidor. Alguns dos clientes Neoway inscritos: Promob, Goedert, Tigre, Solaris, Recovery, Ticket Log, Procuradoria Geral do Estado de SP, BRF, entre outros.
“Ano passado, esperávamos 300 participantes no DDB17 e tivemos a presença de 444. Um enorme sucesso. Ficamos muito contentes com o evento e com o nível dos palestrantes, com informação muito qualificada e nossos clientes e parceiros apresentaram os cases interessantíssimos com o uso do Big Data”, comenta Jaime de Paula, fundador e CEO da Neoway.
A Linx, empresa de tecnologia que atende cerca de 40% do varejo nacional, indica quais serão as cinco principais tendências para o setor em 2018. Jean Klaumann, vice-presidente de Operações da companhia, listou o que deve nortear o mercado no próximo ano.
1 – Omnicanalidade ou omnichannel
Hoje em dia, é normal que as pessoas pesquisem pela internet e façam compras no varejo físico. Neste cenário, o conceito consiste na convergência de todos os canais utilizados por uma empresa. As principais vantagens desta integração são redução de custos de frete, tempo de entrega, ganhos fiscais, maior conversão de vendas, geração de fluxo em loja, além de uma gestão de estoque mais inteligente.
2 – Reengajamento no e-commerce
No ambiente virtual, é comum que consumidores busquem produtos, adicionem ao carrinho, mas não finalizem a compra. Empresas como a Linx, que adquiriu a ShopBack em outubro de 2017, oferecem sistemas de retargeting capazes de reverter este abandono, trazer o usuário de volta para o site e recuperar vendas consideradas perdidas.
3 – Migração para a nuvem
O varejo está em uma busca constante de eficiência na gestão de seus processos e atividades. A solução para isso pode estar na nuvem. Atualmente, já existem lojistas apostando neste modelo e a Linx vem suportando os clientes que estão dispostos a migrar seus dados. A previsão da companhia é que 50% da carga de trabalho seja migrada em 2018 e estima que, em três anos, 90% de todo o processamento será em nuvem pública.
4 – Big data, data lake e inteligência artificial
O principal benefício de trabalhar com informações em nuvem é a criação de um grande banco de dados alimentado em tempo real. Com isso, varejistas podem conhecer melhor seus consumidores, entender o perfil e comportamento de cada um e oferecer produtos e serviços personalizados por meio de ferramentas de inteligência artificial.
5 – Chatbots
Com toda essa evolução nos processos internos e de vendas ao consumidor final, é natural que a gestão do relacionamento com o cliente também se torne mais inteligente. Provedores de tecnologia para o varejo já permitem que lojistas prestem assistência por meio de ferramentas online, com destaque para as redes sociais. Desta forma, a tendência é que a automatização do atendimento siga crescendo e mais problemas sejam solucionados em tempo real.
O UOLDIVEO, empresa do Grupo UOL que oferece serviços de tecnologia para apoiar as companhias em sua jornada para o digital, anuncia a criação da área de Inovação, que será comandada por Alexis Rockenbach. O novo setor começa as atividades no final de 2017, com trabalhos em projetos-piloto a partir de necessidades apresentadas por clientes.
“A nossa atuação está focada em quatro pilares principais: Big Data & Analytics, Internet of Things, Machine Learning/Artificial Intelligence e Jornada de Nuvem/transformação Digital. A célula de Inovação tem por missão colaborar com todas as áreas do UOLDIVEO, disseminando a cultura “ágil” e facilitando a adoção de ferramentas e processos estado-da-arte. Dessa forma, queremos liderar a modernização da forma que trabalhamos, simplificando entregas e focando na transformação de nossos clientes”, explica Alexis Rockenbach, Head de Inovação do UOLDIVEO e também co-fundador e CEO da Compasso, companhia especializada em tecnologias Oracle
Ao todo, 40 profissionais já estão engajados na área, oriundos de diversos setores do UOLDIVEO. “Essa equipe está trabalhando em nosso núcleo, mas todos os membros seguirão integrados e atuando também em suas funções de origem. O conceito é que a inovação não é uma ação apenas de um grupo específico, e sim uma responsabilidade de todos na organização”, destaca o executivo.
A expectativa é que a empresa, após a criação da nova área, consiga ampliar em 5 vezes o número de profissionais altamente especializados nas plataformas estado-da-arte selecionadas. Investindo em novos talentos, automatização e inteligência, o UOLDIVEO tem o objetivo de acelerar a criação de um novo portfólio de serviços especializados, ampliando o leque de soluções de transformações dos negócios de todos os clientes.
“Inovação é a nossa grande prioridade em 2018. A evolução constante sempre marcou o portfólio do UOLDIVEO e estou certo de que esse processo será ainda mais rápido a partir de agora, com a criação de uma área específica para Inovação, conduzida por profissionais comprometidos e amplamente capacitados”, finaliza Rockenbach.
Sérgio Rosa, Gerente de Inteligência Geográfica da Oi
Não é mania de perseguição. Receber um cupom de desconto de uma determinada marca ao interagir com o smartphone próximo de uma loja dessa mesma marca é parte de uma estratégia de marketing traçada com base na análise de dados. Consiste na união de hábitos de consumo, relacionamento (CRM) e localização geográfica. Ao utilizar uma rede de dados móveis ou aplicativos com autorização para a captura de informações do GPS, o cliente concede a posição e permite monitorar o seu deslocamento em troca de soluções personalizadas, gerando benefícios individuais e coletivos. Para as empresas, informações como essas possibilitam aumento na taxa de retorno para cada real investido em marketing.
Com a ampliação de pessoas conectadas e o avanço das possibilidades de análise de dados, surgem metodologias e maneiras de usar o big data em pesquisas de campo sobre o comportamento dos cidadãos em uma determinada cidade. No que tange locomoção, por exemplo, esse sensoriamento permite gerar uma matriz de origem e destino para entender os problemas de congestionamento e lotação do serviço de transporte público. Informações preciosas para os setores públicos. Quanto aos hábitos de consumo, permite o envio de mensagens personalizadas que vão ao encontro do interesse de dada pessoa, ao invés do temido spam que assombra diariamente.
Se o tema mobilidade urbana é lugar comum quando se trata de geolocalização, vale avaliar como o uso do big data pode impactar no planejamento dos grandes centros. Plataformas disponíveis no mercado possibilitam, atualmente, que secretarias de desenvolvimento urbano estabeleçam prioridades. Seguindo as premissas do big data – velocidade, volume, variedade, veracidade e valor –, soluções que melhoram o dia a dia dos cidadãos podem ser entregues a partir de perguntas simples: ondes os grupos moram? Onde trabalham? Como eles se locomovem? Qual o hospital mais próximo? Insights como a definição da construção de uma nova escola surgem de questões que (in)conscientemente todos ajudam a responder com um celular em mãos, trabalhando os dados de forma agrupada e respeitando a privacidade de cada indivíduo.
São diversas as frentes de atuação no conceito de cidades inteligentes. É possível instalar sensores em postes de luz das cidades, em vagas de estacionamento, câmeras de vídeo monitoramento. Com informações precisas de cada localidade geradas por esses dispositivos e o cruzamento dos dados oriundos dos smartphones, é viável propor soluções que ajudam o dia a dia do cidadão. Com sensores pluviométricos, por exemplo, se desenvolve plano de evacuação completo e confiável para a Defesa Civil e outros órgãos competentes trabalhar preventivamente em situações de sinistro causadas por temporais. Ou seja, salvam-se vidas.
O big data também permite que secretarias de turismo consigam estimar com mais precisão a quantidade e a origem de visitantes da cidade em uma determinada época do ano. Ao considerar grandes eventos, como carnaval, réveillon, feiras e shows, informações armazenadas sobre hábitos coletivos são ativos na construção de estratégias de logística e segurança, além de otimizar recursos e auxiliar na priorização de ações de mídia para obter novos turistas. Reforçando, os dados são tratados de forma agrupada e anônima, nunca sendo individualizados. Longe de uma hipotética teoria da conspiração, como se pode ver, o big data é uma ferramenta de transformação – o principal agente na era das cidades inteligentes, sendo um forte aliado para tomada de decisões.
O projeto da Engineering – multinacional italiana fornecedora de soluções e serviços de TI – foi selecionado dentre os demais concorrentes para receber financiamento e integrar o “Joint Lab on Big Data for Industry 4.0”, uma iniciativa da Fundação Cultural Ítalo-Brasileira (Fibra) – órgão criado pela Embaixada do Brasil em Roma e pela Universidade de Bologna (UNIBO) para a promoção da ciência e de pesquisas entre os dois países. O projeto conta ainda com a participação da prestigiada Universidade de Santa Catarina (UDESC) em conjunto com o Laboratório de Tecnologias de Gestão (LabGES), além de outras empresas brasileiras e italianas.
A ideia é implementar um Joint Lab ítalo-brasileiro entre as duas instituições de educação e empresas privadas da área, com a colaboração de acadêmicos, estudantes e especialistas das empresas, para desenvolver pesquisas e soluções em Big Data para Indústria 4.0, com foco principal em Manufatura e Gerenciamento de Água. Mais especificamente, o projeto visa estudar modelos inovadores e ampliar o valor agregado da Tecnologia da Informação nas empresas, analisando soluções existentes para Joint Labs atuais e propondo novas abordagens para fomentar desenvolvimentos tecnológicos.
O laboratório visa criar uma troca de informações entre diferentes parceiros com diferentes origens e reunir o mundo acadêmico e as indústrias com uma abordagem multidisciplinar para promover o nascimento de novas ideias e iniciativas. Será a reunião das melhores competências do mercado e das universidades para alcançar inovações analisando soluções existentes e desenvolvendo projetos de pesquisa para aperfeiçoar tecnologias voltadas para diversas áreas.
O desenvolvimento dessas pesquisas e soluções proporcionarão não somente inovação, mas também uma maior segurança e assertividade para os Gestores, que poderão apoiarem-se em dados aprofundados para legitimar suas decisões na administração.
“A Engineering está muito feliz em fazer parte deste projeto ambicioso e enriquecedor e disponibilizará os melhores profissionais e recursos para atender esta demanda. Com certeza servirá para troca de informações, intercâmbio de profissionais, rompendo as fronteiras por meio da tecnologia e se transformando no alicerce necessário para a inovação nos futuros projetos, principalmente os voltados para Manufatura e Gerenciamento de Água”, explica o CEO da Engineering do Brasil, Filippo di Cesare.
