Tecnologia que
regula a personalização das campanhas impacta diretamente o ROI das marcas e
seu valor percebido no mercado
Potencializar a eficiência de uma campanha sem
aumentar o orçamento a ela destinado é um grande desafio para qualquer empresa.
Na publicidade online não é diferente, ainda mais porque hoje o ecossistema
digital dispõe de uma variedade de ferramentas, com tecnologias e
funcionalidades bastante distintas. Afinal de contas, como ser relevante num
ambiente tão disperso como a internet e ainda otimizar o budget
disponível?
Segundo pesquisa de Grace Kite, fundadora e
economista da empresa de análise de dados
Magic Numbers, sobre as campanhas publicitárias no Reino Unido, o retorno
sobre o investimento (ROI) aumenta proporcionalmente ao tamanho do negócio de
um anunciante. Ou seja, os desafios das empresas com investimentos menores são
ainda mais críticos, já que elas precisam competir com campanhas de rivais com
orçamento (e awareness) superior.
Mas independentemente do tamanho da empresa e do
budget de marketing, sabemos que o investimento publicitário precisa se
justificar no retorno que traz ao negócio, por isso, falar sobre assertividade
e performance significa aumentar ganhos e, consequentemente, reduzir gargalos
financeiros.
Sendo assim, listo abaixo algumas dicas básicas
para garantir campanhas digitais mais assertivas e rentáveis.
Entenda como as diferentes tecnologias
trabalham.
A primeira coisa a se entender é que existem
diversos tipos de inteligências artificiais. O deep learning, por exemplo,
subcampo mais avançado do estudo da inteligência artificial, é a chave por trás
de disrupções tecnológicas em diversas indústrias, como a de carros autônomos e
na interface de voz de assistentes virtuais. A tecnologia também já impulsiona
um novo capítulo na publicidade como um aliado poderoso das marcas na criação
de novas experiências para o público, aliando a personalização à alta
performance - e consequentemente, a um menor custo de ativação.
Isso porque, diferente do machine learning
convencional, ele elimina etapas manuais de classificação, de modo que a
máquina aperfeiçoa literalmente “sozinha” a precisão das recomendações de
interação com o público. Assim, é possível encontrar padrões que não seriam
perceptíveis ao humano, e selecionar o melhor momento para apresentar cada
anúncio, seja de display ou vídeo, ao usuário mais indicado, seja um potencial
novo cliente ou um consumidor antigo, a depender do objetivo de cada
campanha.
Quanto mais dados forem analisados, mais precisas
serão as previsões e recomendações dos algoritmos sobre quando, como, onde e a
que custo exibir um anúncio, portanto, quanto mais avançada a tecnologia
utilizada, melhor será a performance da campanha e a experiência do usuário.
Apenas como referência, o deep learning é capaz de atingir cerca de 200 mil
FLOPS (Floating point operations per second), métrica utilizada para medir o
número de operações realizadas por segundo (processamento), enquanto o machine
learning convencional chega apenas a 80.
Pense em processos assertivos para a integração dos
dados.
Mas além da escolha da tecnologia, é importante
também saber quais perguntas serão feitas e quais dados devem ser considerados
e analisados. O processamento dessas informações pode ser destinado à IA, mas a
coleta e a integração dos dados ainda depende de processos pensados por
humanos.
Cada empresa ou marca possui suas particularidades,
e o conhecimento sobre o negócio, os hábitos e o perfil dos seus clientes ajuda
a definir as informações a serem analisadas nas tomadas de decisão do
algoritmo. O uso de tecnologia, portanto, precisa evoluir para que o
profissional da área de marketing e publicidade dedique-se às análises dos
processos e da automação necessária para que a IA faça o seu trabalho.
No estudo “O Novo Mundo do Trabalho” da
desenvolvedora de softwares ServiceNow, apenas 24% dos profissionais
entrevistados no Brasil usam a IA para reduzir as horas despendidas em funções
operacionais no trabalho. A tecnologia pode automatizar processos de trabalho e
isso também deve ser usado na publicidade digital para ajudar a diminuir a
carga de trabalho operacional, antever comportamentos de compra do consumidor e
processar as informações necessárias que irão garantir o sucesso da campanha.
Considere os dados menos convencionais.
Sabemos que os hábitos de consumo e o comportamento
online do consumidor ajudam a definir as audiências das campanhas nas
diferentes plataformas de comunicação. Então um cliente que faz compras com
mais frequência no e-commerce deve ser privilegiado na campanha de mídia,
certo? Provavelmente.
As informações históricas também devem ser
relacionadas com os interesses do consumidor em tempo real, como, por exemplo,
o que ele está pesquisando na internet, para definir seu real potencial de
engajamento naquele momento. Essas inúmeras análises são de responsabilidade do
algoritmo, mas cabe ao humano disponibilizar os dados que serão interpretados e
tentar ir além: quais outras informações podemos dar ao algoritmo para torná-lo
ainda mais preciso? Quais processos podemos otimizar para melhorar a
performance geral do site e impactar os resultados das campanhas?
Muitas vezes esses insights podem vir da análise de
métricas secundárias das campanhas. Por exemplo, vale a pena olhar para bounce
rate, que é taxa de rejeição de um site; tempo de sessão, que avalia o tempo de
permanência no site; connect rate, no qual é medida a quantidade de
clicks que realmente viraram sessões; e até mesmo o benchmark de visitações que
cada vertical econômica consegue obter, para ver se os seus números estão acima
do mercado. Considerar esses dados na tomada de decisão do algoritmo é
fundamental, mas interpretá-los a fim de investigar e corrigir falhas é um
diferencial competitivo que vai se traduzir em melhores rendimentos e menos
desperdício.
Maior precisão nas escolhas dos dados, na
tecnologia do algoritmo, e na interpretação de métricas menos convencionais
garantem maiores probabilidades de engajamento e conversão nas campanhas, o que
se reflete não só em uma melhor experiência, mas em um maior índice de
aproveitamento do orçamento publicitário. Sendo assim, a escolha de parceiros
de mídia também deve seguir a mesma linha, equilibrando tanto a entrega
tecnológica como o apoio na interpretação estratégica dos indicadores e na
identificação de oportunidades constantes de otimização.
Bruno Augusto -country manager
da RTB House no Brasil
Nenhum comentário:
Postar um comentário