Como vimos anteriormente, existem muitos dados disponíveis que provêm de diferentes recursos e podem ser de vários tipos. Mas quais são os dados mais relevantes para os start-uppers? Se respondeu os relativos aos “Clientes”, tem toda a razão, uma vez que sem clientes, as empresas não podem ser bem-sucedidas. Neste módulo, veremos e compreenderemos os diferentes tipos de customer data analytics e os vários conhecimentos que podem fornecer.

Compreender a Customer Data Analytics

Recorda-se do que são os algoritmos analíticos? É basicamente a recolha, elaboração de relatórios e análise de dados. Os customer data analytics não diferem muito deles, pois designam o processo de recolha e análise de dados de clientes, mas neste caso para conhecer o seu comportamento e preferências, ajudando-nos a tomar decisões comerciais eficientes.  

Os customer data analytics podem ser de dois tipos: quantitativos e qualitativos. Lembra-se nos 5 V dos Big Data? A variedade desempenha aqui um papel fundamental!

• A análise quantitativa envolve a análise de dados concretos, ou seja, dos números reais, o que significa que é estatística e é tipicamente estruturada na sua natureza. Estes dados alertam para problemas, uma vez que, por exemplo, informam sobre um aumento da rotatividade dos clientes.
• A análise qualitativa refere-se a características subjetivas e opiniões, focando-se no porquê dos problemas encontrados na análise quantitativa. Os dados qualitativos não são estatísticos e são normalmente não estruturados ou semiestruturados. Voltando ao exemplo anterior, a análise qualitativa pode informar-nos que a rotatividade dos clientes foi causada por estes estarem confusos sobre como utilizar o produto.

Tipos de Customer Data

As start-ups podem utilizar diversos dados relacionados com clientes para executar customer data analytics que hoje em dia são principalmente provenientes dos Big Data. Neste módulo, vamos analisar os cinco principais tipos de customer data para descobrir como é os start-uppers os podemos utilizar em diferentes setores de atividade.

Fonte: https://www.freepik.es/vector-gratis/personas-gestion-relaciones-comerciales-pie-alrededor-datos-documentos-estadistica-servidor-portatil-crm-texto_11249912.htm#page=1&query=crm&position=22

• Dados publicitários (anúncios)

Vamos começar com o primeiro tipo de customer data – os anúncios. Provavelmente já os viu nos seus resultados de pesquisa no Google, normalmente listados nas primeiras posições. Os dados dos anúncios utilizam automatização e máquinas para mecanizar e racionalizar a entrega de informação aos clientes. Por outras palavras, consideram todos os dados que possuem sobre o comportamento do cliente e aplicam-nos para interações mais significativas.

• Dados de tráfego web

O tráfego do site refere-se aos utilizadores que visitam o site da nossa empresa. É medido em visitas ou “sessão”, como mais tarde se verá, e é comummente utilizado para medir a eficácia do site da empresa para atrair uma determinada audiência.

• Dados de comércio eletrónico

Os dados de comércio eletrónico referem-se a toda a informação que podemos obter de todas as áreas que têm impacte na nossa loja online, quando ela existe. Podemos utilizar esta informação para compreender as tendências e mudanças no comportamento dos clientes, visando tomar decisões orientadas por dados que ajudarão a aumentar as vendas online. Por exemplo, um cliente pode visitar muitas páginas web para procurar ter uma compra satisfatória que proporcione um produto de marca de alta qualidade ao melhor preço. Todos os movimentos realizados por este cliente irão criar uma grande e valiosa quantidade de dados que podemos utilizar.

• Dados CRM

Os dados CRM referem-se ao volume de dados que uma empresa pode obter dos seus clientes e utilizadores do seu site ou das suas redes sociais através das suas compras, navegação e dados deixados nas suas diferentes ações. Pode parecer um processo idêntico aos dados do comércio eletrónico, mas também inclui informação sobre gostos ou ações, entre outros. Ao analisar estes dados, podemos estabelecer uma estratégia mais eficaz para atrair clientes para as nossas plataformas.

• Dados de Pontuação do Promotor da Rede

Por último, mas não menos importante e ligado aos Dados CRM, encontramos os Dados de Pontuação do Promotor da Rede (NPS). Estes dados revelam quantos clientes estão dispostos a recomendar um produto ou serviço a outras pessoas. Este é um dos KPI mais importantes que uma start-up deve monitorizar, pois possibilita uma visão direta da satisfação do cliente e da lealdade à marca.

O Ciclo de Dados (PDCA)

Sabemos agora o que são os customer analytics e os tipos de customer data que se podem obter. Mas por onde se começa? A melhor estratégia é utilizar o ciclo de dados. O ciclo de dados ajudá-lo-á na tomada de decisões de negócio, tirando o máximo partido da informação recolhida dos seus clientes nas suas plataformas online. As quatro fases principais de um ciclo de dados são: planear, fazer, verificar e agir.

Exploremos o ciclo de dados. Imagine uma equipa de marketing de uma empresa fabricante de automóveis a organizar uma campanha publicitária digital para encorajar as pessoas a comprar automóveis elétricos em vez de automóveis com motor de combustão.

• Planear – Nesta fase, a equipa identifica o seu objetivo para esta campanha e delineia como promovê-la. Decidem que o seu objetivo é alcançar um aumento de 18% nas vendas de automóveis elétricos nos dois meses seguintes, utilizando marketing por e-mail e as redes sociais.
• Fazer – Esta é a fase seguinte em que a equipa escreve o conteúdo do e-mail, desenha a estratégia para as redes sociais e lança a campanha.
• Verificar – Um mês após o final da campanha, a equipa verifica quantas pessoas abriram os e-mails e avalia o impacto no número de clientes que compraram carros elétricos. Notam que, embora a campanha desenvolvida nas redes sociais tenha tido um bom envolvimento devido aos vídeos promocionais, poucos utilizadores clicaram ou abriram os e-mails enviados. Esta perceção realça que a utilização de marketing por e-mail deve ser repensada. Esta é a fase de “verificar” o ciclo de dados.
• Agir – Finalmente, a fase “agir” revela onde uma empresa pode utilizar as suas descobertas para melhorar campanhas futuras. Neste caso, a equipa de marketing pode decidir redesenhar a estratégia relativa ao e-mail, revendo o seu conteúdo ou alterando-o para outra ação, como a pesquisa de anúncios/pagamento para ajudar a melhorar a aceitação.

Insights gerados pelos dados

Agora compreendemos que podemos recolher Big Data dos nossos clientes e aplicar algoritmos analíticos. Mas como interpretar esta análise de dados? É aqui que surgem os insights/informação gerada pelos dados. Os insights correspondem ao valor obtido através do uso dos algoritmos analíticos. Por outras palavras, a recolha de dados é importante, mas saber o que fazer com esta informação é o que pode verdadeiramente acrescentar valor à nossa start-up.

Vejamos um exemplo simples. Imagine que tem um site de comércio eletrónico: os dados revelam que os seus utilizadores estiveram em 5.000 sessões no mês anterior; a análise evidencia quantas sessões ocorreram em navegadores Chrome na Noruega; os insights revelam que as sessões realizadas através destes navegadores na Noruega resultam numa probabilidade de compra inferior em 45%.

Insights regulares e acionáveis

Em termos simples, um insight regular centra-se em analisar o “porquê” de algo ter acontecido, sendo fundamental para determinar ações e ajudá-lo a concentrar-se no que é importante para os objetivos da sua start-up. Por outro lado, um insight acionável complexifica esta análise e determina o que fazer a seguir, para que possa melhorar e alcançar o sucesso no que está a fazer.

Para descobrir os seus próprios insights acionáveis, tente seguir estes seis passos:

1. defina o seu objetivo – reflita sobre o que pretende alcançar com a sua campanha;
2. recolha os dados – reúna e organize quaisquer estatísticas ou informações relevantes para alcançar o seu objetivo;
3. interprete os dados – analise as tendências e padrões para ver como afetaram a concretização dos seus objetivos;
4. produza recomendações – apresente sugestões justificadas sobre como melhorar as práticas empresariais com base no que aprendeu com a sua análise de dados;
5. tome medidas – ponha as suas recomendações em prática e crie um plano de ação para testar as suas suposições;
6. reveja os seus resultados – verifique se as suas ações tiveram o impacte desejado e reflita sobre como pode otimizá-las para melhorar os resultados.

Vejamos um exemplo que explora como os dados podem conduzir a insights acionáveis.

A Marta é a Gestora Comunitária de uma ONG. A ONG necessita de novos membros para se juntarem à organização e a Marta estabeleceu o objetivo de conseguir 500 novos membros em 6 meses. Como o seu objetivo é aumentar o número de membros, os dados que recolhe do seu software analítico incluem quantas pessoas preencheram o formulário de registo, que canal online usaram para se registarem e quantas partilharam publicações nas redes sociais.

Os algoritmos analíticos revelam que as redes sociais constituem a principal fonte de inscrições, pelo que o passo seguinte da Marta será descobrir que publicações nas redes sociais foram mais eficazes nesse registo.

Ao analisar e interpretar os dados, descobre que os membros já registados que partilham as publicações da ONG nas suas contas pessoais geraram o maior número de novos registos.

A partir destes insights regulares, a Marta deduz que os membros registados encorajam mais inscrições através da partilha das publicações da ONG nas redes sociais.

De modo a transformar este processo num insight acionável, a Marta precisa de desenvolver uma ação de pesquisa de dados que resulte num efeito real na ONG. Por exemplo, pode conceber um conjunto de publicações nas redes sociais que forneçam instruções simples sobre como tornar-se membro da ONG, para que os utilizadores registados possam promover a ONG através da sua própria rede social.

Agora que aprendeu a produzir insights acionáveis a partir de dados, reflita em como pode utilizar os seus dados online para o ajudar a tomar as melhores decisões para a sua start-up.