Sem dúvidas um dos grandes problemas de qualquer equipe de performance digital é lidar com um pipeline de transformação de dados em insights cada vez maior, passando muitas vezes por inúmeros processos, plataformas (web analytics, mídia digital, business intelligence, dentre outras) e até múltiplas bases de dados, cada uma de um jeito diferente. Já teve a sensação de que mesmo para obter resultados simples, são necessárias muitas horas de dedicação e análise?
E é verdade, não dá para olhar para tudo. É muito fácil se perder em meio a milhares de leads, milhões de visitas e cliques. Mesmo que você tenha uma estrutura interna de analytics ou mesmo uma Sala de Performance (um time multidisciplinar, estruturado e especializado em performance digital)… no fundo ainda é gente. E todos nós temos limitações.
Por isso, meu conselho é contratar robôs — ou escrevê-los, tanto faz — para fazer algumas atividades muito importantes de performance que você não está dando muita importância. Quais são os jobs que são melhor resolvidos por código? Te conto agora!
Sua audiência é qualificada? Quem lhe contou?
É bem provável que seu time de marketing digital possua alguns KPIs muito específicos para analisar a qualidade da audiência. Quem está chegando no site converte? Vem de quais fontes de tráfego? Quanto estamos pagando? Não é incomum vermos várias métricas de aquisição (CTR, Taxas de Conversão, …) ou de web analytics (tempo de permanência, bounce rate, …) associadas à qualificação do público que chega na sua propriedade digital.
E se eu lhe dissesse que todos esses dados poderiam ser melhor explorados se combinássemos todas essas métricas utilizando Machine Learning? Que é realmente possível ensinar uma equipe incansável de algoritmos a processar, “entender” e clusterizar os clientes em propensão de compra? O objetivo é muito simples: nem todos os seus usuários geram evento-alvo da sua otimização de mídia (ex: leads), mas isso não quer dizer que não estão em momento de compra. Aliás, cada vez mais claro que os clientes compram por suas próprias razões, não pelas nossas (do lado empresa). Se você não concorda, melhor dar uma olhada nesse artigo.
Hoje temos algoritmos de propensão de compra que analisam milhões de dados todos os dias para entendermos como está a qualidade da audiência. Seriam necessários dezenas de analistas para tratar os dados até ficarem no formato e granularidade que esses algoritmos requerem.
Sorte nossa “fabricarmos” alguns de nossos melhores funcionários! Se quiser bater um papo com eles, é só nos enviar e-mail em iwant@muchmore.digital.
Quem lhe avisa quando as coisas saem do eixo?
O primeiro trabalho que é muito melhor feito por robôs é o processo de identificação de desvio de alguns padrões, principalmente volumétrico em séries históricas longas. Seu analista pode não perceber uma baixa de volume dos leads, bem pequena, mas consistente, nos últimos dias. Mas um robô “fareja” esse rastro.
Toda operação digital de grande porte precisa do suporte de um processo estruturado de detecção de anomalias, trabalhando 24hs por dia para entender quando as coisas não estão indo como esperado. Na MuchMore, temos esses “pequenos analistas”, especializados em descobrir que fonte de tráfego, por exemplo, está prejudicando nossos resultados. E enviando mensagens para nossos analistas, apelidamos o sistema de “Hermes” — coisa de gente nerd — quando há uma anomalia sistemática. São vários tipos de mensagens, incluindo uma que é “ferrou geral”.
Acredite, o nosso robozinho trabalha muito. Foram milhares de anomalias detectadas somente no ano passado para um de nossos clientes. Vale o “salário”!
É hora de tirar as coisas do ar!
Quando algum conteúdo de redes sociais sai com uma redação errada, uma imagem fora do lugar ou está causando um crescimento de haters, acaba sendo aquele “saculejo geral”. O mais interessante desse processo é que muitas organizações não tem o mesmo approach quando os conteúdos não estão performando da forma que deveriam. O motivo é bem simples: às vezes a equipe que analisa não sabe dessa informação.
Analisar a performance dos conteúdos digitais é a última, mas não menos importante, tarefa dos nossos robôs. Se quiser um fancy name, pode chamar de Predictive Analytics. O fato é, eles são capazes de avaliar, analisar e prever que um conteúdo não irá atingir a performance esperada. Essa informação é bastante importante, já que um dos motivos de tirar um conteúdo do ar (que nos dias de hoje é basicamente sinônimo de “cortar a grana” do post) poderia ser muito bem estar abaixo do esperado.
Durante um tempo esse trabalho foi feito por analistas. E, acredito que na maior parte das agências, ainda é. A desvantagem é que quando se descobre que um conteúdo não irá bater as metas — bem — já se foi o investimento.
Você ou sua empresa deveriam considerar contratar mais desses profissionais super especializados, um pouco cabeças-duras, mas muito inteligentes no seu campo de ação.
Se quiser falar mais sobre o assunto, estamos no radar em iwant@muchmore.digital! Será um prazer apresentar o Hermes para vocês!
