Data Driven Marketing: otimize campanhas

Data Driven - Apresentação

Boas-vindas a este curso sobre otimização de campanhas! Meu nome é Flávia Otoni e sou publicitária, com pós-graduação em comunicação estratégica e em Digital Data Marketing.

Com quase 17 anos de atuação no marketing, tenho uma ampla gama de conhecimentos sobre o ecossistema de marketing tradicional, marketing offline e marketing orientado a dados, e irei compartilhar isso com você ao longo dessa jornada.

Audiodescrição: Flávia se descreve como uma mulher morena, de cabelos lisos longos e castanho-escuros, e olhos pretos. Ela veste blusa preta e está no estúdio da Alura, sentada em frente a uma parede clara iluminada em degradê laranja e roxo, com uma planta à sua direita e uma estante preta à sua esquerda, com enfeites, plantas e pontos de iluminação amarela.

O que vamos aprender?

Este curso te ajudará a desenvolver a capacidade de analisar, interpretar e atribuir resultados de campanhas de marketing ao negócio. Além disso, ele irá te proporcionar habilidades técnicas para, desde o momento da criação, até a execução, a análise e a otimização da campanha, tornar-se uma pessoa profissional de marketing extremamente mais assertiva em resultados de negócio.

Você terá um viés não só de comunicação, mas também de marketing, inteligência de dados e otimização de marketing no negócio.

Conclusão

Tudo pronto para começar? Te esperamos na primeira aula!

Data Driven - O percurso

Vamos iniciar nosso curso?

O percurso

Existe uma máxima no marketing, especialmente quando pensamos em marketing orientado a dados, de que o dado é o GPS do marketing, porque ele guia.

Os dados orientam toda a jornada de ações e campanhas, do início ao fim, e retornam, analisando o que funcionou ou não para os próximos passos que ocorrerão.

Daremos início ao nosso conteúdo com um tema muito importante, que são as campanhas Data Driven (campanhas orientadas a dados), para que você consiga contextualizar ao receber um briefing de alguma área, seja de lançamento de produto ou de reforço de produto.

Case: lançamento de produto digital

Começaremos com o case de um lançamento de produto digital. Esse produto é um aplicativo para gestão de produtividade. Imagine que a área de produtos solicitou ao departamento de marketing:

"Vamos lançar um produto que auxilia nosso público a fazer gestão de tempo e produtividade, e precisamos que o marketing crie uma campanha".

O produto: aplicativo para gestão de produtividade

Quais as primeiras perguntas a serem feitas para a equipe de produto e para a equipe de negócios?

Quem é o público do aplicativo? O público do aplicativo são adultos a partir de 35 anos e pessoas da melhor idade, então se trata de um público com idade um pouco mais avançada.

Qual é o objetivo? Primeiramente, o objetivo de mercado é gerar diversificação de oportunidades, pois falamos com um público um pouco mais maduro, então talvez a gestão de produtividade e de tempo ajude essas pessoas a se posicionarem bem no mercado.

Essas são as principais informações que precisaríamos ter no início do caminho.

O desafio: penetração de mercado

O desafio é o mesmo de qualquer marca ao lançar uma campanha: a penetração de mercado. Pensando em posicionamento do produto perante o público e o mercado, primeiramente, será necessário fazer um discovery para verificar se esse produto existe nos concorrentes.

Caso exista, como eles comunicam? Como eles se posicionam? E como eles fazem para despertar o interesse do público? A partir disso, entendemos que, se funciona para eles, pode funcionar para nós, ou então podemos ter outra estratégia que ajude a funcionar para a nossa marca e nos posicionarmos melhor, penetrarmos melhor que o concorrente no mercado.

A direção: ações Data Driven Marketing

Como é possível chegar nas resoluções do desafio apresentado? Ações Data Driven Marketing.

Quando trabalhamos com inteligência de mercado e estudamos nossa própria base, essas são ações Data Driven, pois primeiro observamos o dado e o comportamento do público, para então entendermos o melhor caminho para a nossa campanha.

Antes de criar a campanha efetivamente, analisamos os dados que, por sua vez, geram informações, as quais geram insights para guiar a campanha.

A partir disso, trazemos três pilares bastante importantes quando falamos em Data Driven:

• As estratégias de marketing integradas e orientadas a dados;
• A análise constante de resultados. Uma vez criada a estratégia integrada que observa público, canal, todas as áreas, qual é a oferta e o pricing (precificação), orientamos ela a dados, e os resultados dessa campanha serão analisados constantemente;
• E a recorrência em otimização de campanhas, tema deste vídeo.

A otimização significa sempre buscar o melhor. O que fizemos de bom que podemos melhorar e usar? E o que fizemos de ruim, que também podemos melhorar para não permanecer ruim e se tornar bom? De forma simplista, esse é o conceito de uma otimização de campanha.

O percurso: criação e otimização de campanhas Data Driven

Qual seria o caminho para colocar toda essa estratégia no ar? Traremos quatro principais frentes:

• Segmentação de audiência;
• Integração de canais e personalização de mensagens e ofertas;
• Testes constantes;
• E análise constante de resultados.

A segmentação de audiência é o recorte do público-alvo de uma forma mais específica. Trata-se da criação de agrupamentos de perfis de público que podem fornecer insights muito valiosos sobre com quem devemos falar, em qual momento devemos falar, e em qual canal devemos falar.

A integração de canais e a personalização de mensagens é uma estratégia omnicanal. Hoje, tanto nós quanto o nosso público estamos em vários canais, então vemos uma marca no WhatsApp, no e-mail, em uma mensagem de texto, entre outros.

Se essa marca não conversar conosco de forma similar em todos os canais, não iremos reconhecer que é ela e, consequentemente, será muito mais difícil entender o produto/serviço e sentir interesse de ter aquilo para nós. Portanto, essa é a integração de mensagens, canais e ofertas: falar de maneira similar e que faça sentido para a pessoa consumidora a presença daquela marca.

Em relação aos testes constantes, só saberemos se tudo funciona conforme esperado se testarmos, e, além disso, se testarmos de forma estratégica e em um período que faça sentido.

A análise constante é o que mencionamos no início: olhar para tudo o que fizemos constantemente. Não podemos, por exemplo, investir R$ 50 mil em uma campanha e analisar o resultado em um mes. Precisamos analisar na semana, talvez diariamente, definir alguns indicadores que vale a pena conferir todo dia, quais deles mais podem dizer se saímos da rota ou não, e assim por diante.

Conclusão

A marca deve estar onde o público estiver. Essa frase resume o que falamos desde o início: para que seja possível posicionar a marca e despertar interesse do público, devemos estar onde ele está, da melhor maneira possível, e falar a língua dele no momento em que ele está disposto a fazer a aquisição do produto, isto é, no despertar do interesse para o seu produto.

Na sequência, iremos destrinchar as frentes que trouxemos anteriormente, começando pelos tipos de segmentação. Te aguardamos no próximo vídeo!

Data Driven - Sistema de segmentação de audiências

Neste vídeo, vamos falar sobre segmentações de audiência.

Sistema de segmentação de audiências

Conforme aprendemos, a segmentação de audiência é basicamente uma análise detalhada do público. Com base no público que temos em mente, (como, por exemplo, o público adulto e de pessoas da melhor idade da Fokus), analisamos ele de uma forma mais técnica por perfil.

Quem é o cliente ideal?

Uma pergunta que surge é: quem é a pessoa cliente ideal? Só vamos descobrir isso de fato quando entendermos o perfil do nosso público de maneira comportamental, ou seja, o que ele gosta, o que ele faz, qual é o melhor momento para ele adquirir um aplicativo, e o que faz ele usar esse aplicativo.

As segmentações de audiência permitem chegar a essa conclusão, pois são baseadas em dados. Portanto, se temos uma base de clientes com dados coerentes sobre eles, conseguimos segmentar.

Pilares da segmentação de audiências

Vamos falar um pouco sobre os pilares da segmentação de audiência. Sabemos que é possível saber quem é o público, o que ele faz, onde ele está, mas como fazer isso?

Na verdade, depende do perfil da empresa. Se, atualmente, trabalhamos em uma empresa mais estruturada, com uma área de ciência de dados, uma área de Business Analytics, e uma área de negócio que consegue ter a estruturação do dado do cliente, talvez o processo seja mais ágil.

No entanto, podemos estar em uma empresa sem uma área tão profunda de dados. Em vez disso, temos um arquivo Excel, por exemplo, o qual é manipulado por algumas áreas, inclusive pelo próprio marketing. Também é possível segmentar nesse caso, mas usaremos técnicas diferentes.

Quais são os principais pilares para isso acontecer?

1. Uso de critérios de coleta e separação de dados para divisão de um público em agrupamentos menores e específicos.

   Devemos primeiro entender onde o dado está. Imagine que o dado entra por um CRM e conseguimos fazer a extração desse CRM do dado de cliente, retornando um grande arquivo Excel. Assim, coletamos o dado, mas como separá-lo? Podemos fazer uma tabela dinâmica, pois uma pessoa do departamento de marketing trabalha com isso, por exemplo. Dessa forma, conseguimos fazer a separação de dados. Por outro lado, se estamos em uma empresa mais robusta, com uma área de ciências de dados que usa a manipulação pelo SQL ou pelo Python, o processo fica mais fluido, pois podemos pedir para eles. Portanto, o processo de coleta e separação pode ter esses vieses.

2. Aplicações de técnicas personalizadas, como demográficas, comportamentais e preditivas.

   Essas técnicas serão capazes de analisar detalhadamente o perfil de público. Após entender o dado que temos, iremos personalizar isso. Qual tipo de segmentação faz sentido para o perfil de público analisado? Uma segmentação comportamental? Uma segmentação preditiva? Ou uma segmentação demográfica?

3. Agrega assertividade no alcance de resultados e insights valiosos para otimização de campanhas.

   Este é o momento de definir o tipo de segmentação, pois certamente irá agregar no processo. Assim, entendemos com quem falamos, o momento em que falamos, e conseguimos direcionar canais e ofertas.

Como executar o projeto?

Um ponto muito importante para ajudar na campanha é deixar de falar com o mar aberto, isto é, sem saber com quem especificamente, e começar a falar com quem realmente faz sentido para a campanha. Mas como começar a execução da segmentação de audiência?

Primeiramente, precisamos entender onde estão os dados na empresa e quais são as áreas envolvidas. Isso é muito importante, porque irá depender do perfil da empresa. Às vezes, estamos em uma empresa de porte maior, com uma área de ciência de dados e uma de Business Analytics que podem nos ajudar a demonstrar os estilos de dados para o perfil dos clientes.

Podemos ter dados demográficos, geográficos, comportamentos de compra, ou seja, um ecossistema. A partir disso, uma possibilidade seria fazer uma query no SQL para ter uma base, de modo que seja possível executar a estratégia de segmentação posteriormente.

No entanto, podemos estar em uma empresa de porte médio ou pequeno e ter o mesmo volume de dados, mas sem ter quem manipule. Às vezes, temos um arquivo Excel que extraímos do CRM — ou de um CRM com dados de negócio, ou de um CRM com dados de marketing.

Precisamos entender quem são as pessoas responsáveis para ajudar no entendimento e na estruturação do dado. Pode ser uma pessoa do próprio marketing que sabe trabalhar bem com manipulação, por exemplo.

A primeira coisa que devemos fazer é entender qual dado temos e como estruturá-lo.

Não vamos nos aprofundar muito nesse tema no momento, pois existem outros cursos na Alura — nesta mesma formação — que abordam o assunto de forma mais completa.

Uma vez que entendemos a área, as pessoas envolvidas, e onde está o dado, estruturamos e coletamos. Se vier do SQL, estará um pouco mais estruturado e talvez seja necessária uma tabela dinâmica para cruzar o dado e o tipo de segmentação, mas também pode vir no próprio Excel.

Após observar o dado, seremos capazes de definir a estratégia de segmentação. Suponha que chegamos à conclusão de que temos muitos dados de clientes. Nesse caso, poderemos explorar com as segmentações.

Se tivermos apenas dados demográficos e geográficos, basta fazer a segmentação com eles, mas recomendamos projetar na campanha que talvez seja necessária uma landing page para captar dados de hábito de consumo, com algum formulário, por exemplo.

A partir disso, podemos pensar na otimização de campanha. Começamos com dados geográficos e demográficos, pois é o que temos, mas em seguida, iremos estruturar um formulário para enviar por campanha que a pessoa cliente irá preencher. Assim, teremos outras informações. O ponto inicial é pensar no agora, e depois pensar na frente em como podemos alimentar os dados.

Por fim, devemos monitorar e analisar constantemente. Esse é o segredo de uma otimização de sucesso. Se não conferirmos sempre o que acontece e verificarmos quais são as possibilidades de melhoria, será muito difícil ter uma estratégia Data Driven.

Como fazer?

• Entender onde estão os dados e quais são as áreas envolvidas;
• Estruture e colete os dados;
• Defina a estratégia de segmentação, avaliando objetivo e público;
• Monitore e analise constantemente.

Conclusão

Recapitulando, os principais pilares da segmentação de audiência são: o uso de critérios de separação e coleta de dados; a aplicação de técnicas personalizadas de acordo com o dado; e tudo isso irá agregar assertividade e trazer insights valiosos ao longo do caminho da campanha!

Sobre o curso Data Driven Marketing: otimize campanhas

O curso Data Driven Marketing: otimize campanhas possui 99 minutos de vídeos, em um total de 42 atividades. Gostou? Conheça nossos outros cursos de Marketing Digital em Inovação & Gestão, ou leia nossos artigos de Inovação & Gestão.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Data Driven
• Campanhas
• Retorno sobre o Investimento (ROI)
• Otimização
• Data Growth
• Produto