“Dados” – Esta é a palavra que orienta qualquer decisão de marketing nos últimos anos. Mas de que dados falamos? Que dados interessam à nossa organização?

Cascatas de código cinematográfico verde à parte, a verdade é que a tecnologia tem acelerado verdadeiramente este processo de recolha e interpretação de informação, de tal maneira que consegue prever e antecipar quais as necessidades do consumidor. 

Aproveitar o advento da tecnologia e da análise de dados é o melhor caminho para aumentar a rentabilidade, construir relações de fidelidade com o mercado e consequentemente aumentar as taxas de retenção. O cruzamento de informações nos diferentes pontos de contacto com o consumidor faz com que se criem experiências altamente personalizadas e segmentadas. 

A análise preditiva está a avançar rapidamente para o pódio de soluções para e-commerce. Não só potencializa o “Share of Wallet”, como entrega também um maior valor acrescentado ao cliente, que encontra na marca uma referência para compras futuras. 

Os algoritmos de machine learning por detrás de recomendações do tipo Next Best Offer (NBO) são uma das soluções mais inovadoras de análise preditiva, que ajudam os profissionais de marketing e organizações a conhecer com profundidade os hábitos de consumo do cliente, consequentemente orientando os planos estratégicos para melhor servir o consumidor. 

Next Best Offer como a Próxima melhor solução 

A relação histórica com o comércio implicava uma relação quase pessoal entre vendedores e clientes. Existia uma relação de compromisso tal que alguns clientes diziam não comprar na loja, mas sim à pessoa que o vendeu. 

O desafio é precisamente transpor este nível de relação pessoal para o contexto digital e nunca estivemos tão próximos disso como agora com a ajuda de soluções baseadas em análise de dados. É por isso que soluções de AI para recomendação de Next Best Offer conseguem garantir uma oferta altamente personalizada, no momento, preço e canal mais conveniente. 

No caso da E-goi, as NBO’s assentam em modelos de filtragem colaborativa que tem como objeto central o próprio cliente, assentando numa premissa de “observação” do seu comportamento de compra e estabelecendo relações entre clientes de acordo com comportamentos similares. 

Tome-se como exemplo prático uma cadeia de lojas de vestuário. Integrando todos os dados num CDP (Customer Data Platform), provenientes de diferentes dispositivos e ambientes, o algoritmo de NBO consegue mapear a frequência e hábitos de consumo dos clientes, conseguindo estabelecer relações de similaridade entre clientes. Ao verificar produtos em comum entre diversos clientes, o algoritmo de recomendação de produtos irá recomendar produtos complementares, que não foram adquiridos por um ou mais clientes: 

Passos para implementar um modelo de NBO:

1. Definir objetivos

Se há algo de maravilhoso como de angustiante enquanto gestores, é o de estarmos sempre questionando (e quanto mais respostas procuramos, mais dúvidas surgem!). No momento de considerar a implementação de um modelo de NBO, é importante perguntar-se:

Quero atrair novos clientes?

Quero aumentar as vendas?

Quero diminuir a taxa de retenção?

Aumentar o “Share of Wallet”?

Estas perguntas devem definir o objetivo claro, no entanto, devemos alertar para a flexibilidade de adaptação de objetivos, uma vez que o conhecimento profundo dos dados analisados poderá fazer com que se altere a estratégia. 

2. Recolha de dados 

É neste passo que vestimos o equipamento de mergulho. Não precisamos segurar a respiração, mas sem dúvida devemos libertar-nos de alguns pré-conceitos sobre o mercado e os consumidores. Um caso bastante caricato é o da cadeia de supermercados Walmart. Ao analisar os hábitos de consumo em loja, através de rastreamento Wi-fi, surgiu uma correlação curiosa: os mesmos consumidores que compravam cerveja, compravam também fraldas. Não, a cadeia não estava a vender álcool a menores, mas sim aos seus pais.  A verdade é que esta informação totalmente disruptiva fez com que a Walmart reorganizasse a apresentação dos seus produtos, potenciando de forma sobrenatural as estratégias de upselling. 

É por isso que este mergulho nos dados deve mesmo ser bem dado, ou melhor, com o equipamento correto. Como consultores E-goi Digital Solutions, sugerimos a integração de um CDP para que a possibilidade de recolhimento de dados seja o mais abrangente possível. Como já comentamos no nosso blog, um Customer Data Platform consegue recolher dados em loja, no website, do CRM e apresentar todas estas informações em insights exequíveis e altamente eficazes para o seu objetivo de negócio. A possibilidade de recolha de dados SoMoLo (Social, Mobile e Local) só reforça a precisão dos dados recolhidos. 

3. Analisar os dados e implementar um modelo de NBO

Olhar para além dos números, é o desafio. Transforme a informação em estratégias exequíveis, através de processos analíticos. Isto inclui segmentação, modelação de dados, adaptação a regras de negócio , ou até mesmo a capacidade de oferecer diferentes  propostas comerciais em diferentes canais de acordo com o maior ou menor potencial de conversão de cada cliente. 

Seguindo a lógica da cadeia de lojas de vestuário, tomemos como exemplo um segmento de clientes que apenas compra em loja, com um ticket médio de compra de 100€. Valerá a pena oferecer um vale de desconto de 10€ na loja online? (Não é uma pergunta descabida, depende da pergunta que fez no passo 1) Ou será melhor apostar em vales enviados via SMS? 

Por outro lado, se outro segmento compra apenas via loja online, por que não enviar um e-mail com produtos recomendados, como sugere o modelo de filtragem colaborativa? Um exemplo bem sucedido é o do marketplace Ali Express ou Amazon cuja estratégia passa pelo envio de e-mails com produtos recomendados alguns dias depois da última compra 

É por isso que … 

4. Aprender e Evoluir

É um lema muito importante a ter em consideração! Se o objetivo é aumentar o share of wallet, é importante estar no que verdadeiramente interessa: no cliente. Por muito que faça sentido seguir uma linha de produtos recomendados que nos faça sentido enquanto gestores comerciais com metas para atingir, a verdade é que os dados dão a sentença final. 

Como consultores digitais e ao estar em contacto com realidades comerciais bastante heterogéneas, a verdade é que a profundidade e exatidão dos números tem sido um aliado na superação das metas estratégicas dos nossos clientes.

A mentalidade de testar, aprender e evoluir tem permitido afinar estratégias, canais e informações a entregar ao mercado. 

De forma sucinta …

Os modelos de Next Best Offer do E-Goi avaliam e recomendam automaticamente um ou mais produtos que provavelmente irão satisfazer um cliente. Este tipo de estratégia otimiza as taxas de conversão, uma vez que coordena a entrega da melhor oferta a um preço atraente e no canal mais adequado. 

Com ações e ofertas personalizadas, relevantes e em tempo real, são desafiantes os possíveis resultados de implementação desta tecnologia. Através do mapeamento de dados reais, recolhidos em loja e com consumidores reais, uma estratégia de NBO impacta diferentes organizações ao nível estratégico, comercial e operacional. 

Sem recorrer à típica expressão “Queria?’Já não quer?”, este tipo de estratégia consegue quebrar o gelo com o mercado e proporcionar a melhor experiência de compra possível. 

Fonte: E-goi