Categories
Business intelligence Data driven Marketing Digital

Como montar um painel de marketing digital de uma forma fácil

Muitas vezes, construir um painel de marketing consome tanto tempo que alguns profissionais deixam em segundo plano ou criam versões básicas, que comprometem as análises.

Para resolver isso, desenvolvemos a metodologia Data eZ. A ideia é oferecer uma experiência mais fácil com os dados de marketing digital, cuidando desde a sua extração, limpeza e carregamento (o chamado ETL), até a sua visualização, análise e direcionamento de ações.

Para exemplificar o quão fácil pode ser esse processo, gravamos o vídeo abaixo. Nele, em menos de 10 minutos montamos um painel com diferentes análises úteis para quem atua com marketing. Vale assistir.

Categories
Data driven Right message to right customer Marketing Digital Mídia programática

4 táticas de mídia programática para vender mais na Black Friday

A Black Friday já é uma das maiores datas de vendas do varejo no Brasil. Em 2020, espera-se um crescimento acima de 70% nas vendas. Um levantamento nosso mostra que há 21 milhões de brasileiros interessados nas ofertas da Black Friday. Mas se, por um lado, há mais clientes interessados, por outro há, também, mais concorrentes.

Várias lojas on e offline, de diferentes segmentos, anunciam suas ofertas na internet para gerar vendas. O aumento da concorrência pode aumentar custos e diminuir a rentabilidade dessa data. Para evitar isso, você pode usar algumas táticas simples em suas campanhas de mídia programática para tornar seus anúncios mais eficientes. 

São elas: 

1) GEOLOCALIZAÇÃO anuncie pra quem está perto da loja
Se você tem uma loja física, direcione suas ofertas para usuários que estiverem nos arredores do seu ponto de venda. Além disso, anuncie para quem está próximo da loja da concorrência, tentando atrair esse público para você. Nesse caso, destaque um diferencial, como um produto com um preço muito baixo ou uma condição de pagamento facilitada. Assim, alguém que está perto do concorrente, pode preferir ir até você.

2) INTENÇÃO DE COMPRA anuncie pra quem está perto de fechar a compra

Nas plataformas de mídia programática, você consegue segmentar apenas pessoas que estão com alta intenção de comprar um produto. Normalmente, acaba sendo um pouco mais caro impactar esse público, mas vale a pena, pois você tende a fazer mais vendas. Interessante diferenciar intenção de interesse: alguém pode ter interesse em notebooks (pois acompanha lançamentos, por exemplo), mas não ter intenção de comprar um novo. Na Black Friday, priorize segmentar por intenção de compra, exibindo no anúncio sempre o produto relacionado à intenção do usuário (se ele(a) quer comprar um notebook, seu anúncio deve apresentar a oferta de um notebook).

3) ANÚNCIOS DINÂMICOS o anúncio certo, pra pessoa certa

É natural que sua loja tenha muitas ofertas e que você tenha dúvidas sobre quais anunciar. Por isso, use as ferramentas de anúncios dinâmicos nas plataformas de mídia programática. Com ela, você faz com que cada peça seja montada automaticamente. Além disso, você pode criar personalizações. Por exemplo, se um usuário está interessado em celulares, e você vende celular, seu anúncio exibirá automaticamente suas ofertas de celulares. Essa personalização tende a aumentar as suas vendas na Black Friday, já que poderá exibir mais ofertas, mantendo adequação ao interesse do público.

4) RETARGETING anuncie mais pra quem já teve contato contigo

Se um usuário já acessou a página de um produto, ele tem mais chance de comprá-lo em sua loja. Entretanto, mais de 90% dos usuários não compram na primeira visita. Por isso, o retargeting é importante. Essa tática consiste em exibir mais anúncios para quem acabou de acessar seu site. Você deve usá-lo intensamente e de forma inteligente. Primeiro, definindo um período curto para sua lista de retargeting, como 2 dias ou, até, poucas horas. Você precisa aproveitar o momento em que o usuário está com seu produto na cabeça. Além disso, você deve montar essa lista com base no comportamento do usuário: se ele visitou só a home, tem menos chance de comprar. Se viu a página de produto, a chance é maior. Se colocou no carrinho, maior ainda. Caso tenha chegado a página de checkout, a chance é extremamente alta. Por isso, o ideal é ter, ao menos, uma lista de retargeting para cada comportamento desse.

Essas 4 táticas simples de mídia programática devem aumentar muito as suas vendas durante a Black Friday, além de gerar uma boa experiência ao usuário, ao receber ofertas mais relevante, no momento adequado.

Categories
Business intelligence Data driven Marketing Digital

3 regras de UX para painéis de marketing incríveis

É fundamental que analistas de BI criem painéis que sejam fáceis de usar, além de agradáveis aos usuários. Afinal, o cerne do data-driven marketing orientado por dados é, justamente, a possibilidade de tomar decisões mais assertivas a partir dos dados. Para isso, é fundamental criarmos dashboards que permitam análises rápidas.

A criação de um painel de marketing deve seguir algumas regras de experiência do usuário (UX). Isso tornará mais fácil para o seu público entender os dados e seu ponto de vista. Se fizermos assim, nosso público-alvo (os usuários dos painéis) terá uma opinião melhor sobre o valor que o BI fornece ao marketing.

Mais do que nunca existem ferramentas de visualização de dados que permite que criemos dashboards de marketing que vão muito além das restrições das células da planilha. Realmente não deve haver desculpas para um painel mal elaborado.


Para descobrir exatamente como a experiência do usuário pode ser aplicada a um painel de BI para marketing, esta postagem explorará três regras de UX descritas por Jon Yablonski e interpretará como essas leis podem ser aplicadas para melhorar a usabilidade de um dashboard. Algumas leis afetam o design visual, enquanto outras afetam a funcionalidade e a estrutura.

  1. Regra de Fitts
    ‘O tempo para chegar a um objetivo é uma função da distância e do tamanho do alvo’

Essa lei é bastante direta, pois quanto mais próximo e maior um elemento, mais fácil é indentificá-lo.

Implicação para um dashboard de marketing: Posicione suas observações principais em uma área proeminente da interface do usuário. Leve em consideração os padrões de leitura típicos que revelam onde e em que ordem seu conteúdo será visto. Seu painel pode mostrar métricas acordadas nesta área ou ao longo das principais linhas de foco.

Estrutura de um painel de marketing seguindo regras de UX

O exemplo abaixo foi projetado com um padrão Z em mente. O foco do usuário começa no ponto 1 e zigue-zagueia pela página.

O título e o intervalo de datas devem ser os primeiros itens a serem vistos em sua página. Colocar um item importante após essas duas informações importantes é ideal para qualquer destaque que você deseja enfatizar.

  1. Regra de Jakob
    ‘Os usuários gastam seu tempo em outras interfaces. Isso significa que os usuários preferem que sua interface funcione da mesma maneira que todas as outras interfaces que já conhecem “

Embora a criatividade seja importante, um certo grau de familiaridade precisa permanecer. Não seja muito radical com o design. O progresso é constante.

Implicação um painel de marketing: se você já está no setor há tempo suficiente, deve estar familiarizado com a aparência de outros relatórios de marketing. Caso contrário, vá para a Galeria de relatórios de ferramentas como Data Studio, Power BI e Tableau.

Como consequência, seu relatório deve seguir aproximadamente as mesmas linhas. Esses são pontos comuns nos relatórios de BI:

Modelo de cabeçalho de um painel de marketing

1 – Seletor de período localizado no canto superior direito do painel 2-O logotipo ficou no canto superior esquerdo
3- Filtros / controles selecionáveis ​​no cabeçalho

Você pode criar familiaridade em seu relatório criando um cabeçalho padrão, usado em todos.

3. Regra de Miller
‘A pessoa média pode manter apenas 7 (mais ou menos 2) itens em sua memória de trabalho’

Implicação para um painel de marketing digital: com a funcionalidade de soltar e arrastar de várias ferramentas de BI, é tentador compilar todos os seus gráficos e tabelas em uma página. No entanto, dividir seu relatório em mais de um quadro, cada um com tópicos individuais (ou seja, dados demográficos, campanhas, conteúdo) tornará mais fácil para você agrupar e divulgar sua análise.

Muitas vezes é dito que os usuários não vão querer rolar. Na verdade, é bem comum que o primeiro ato do o usuário seja rolar uma tela para mover-se por uma interface e perceber o que mais lhe interessa. A tentação de vasculhar o conteúdo para encontrar a próxima grande novidade é o que torna o Twitter e o Facebook comparáveis ​​a uma adição.

Para deixar claro que seu relatório de marketing digital tem mais de uma página, crie uma ancoragem, uma espécie de índice da interface. É melhor que ele fique na ‘Esquerda’ da tela, como uma opção de posição de navegação no Layout e na barra lateral do tema.

Exemplo de painel de marketing com navegação

Aplicando essas regras simples aos seus painéis de marketing digital, você tornará a experiência dos usuários mais agradáveis, diminuindo a chance de fadiga ao realizar análises, acelerando a identificação de insights e tornando mais tangível o valor que o BI através da visualização de dados por gerar para a área de marketing.

Se quiser saber como podemos ajudar a sua área de BI, clique aqui e fale a gente pelo whatsapp.

Categories
Data driven Research

Pesquisa da Zygon usando Big Data mostra que movimento antirracista cresceu 46% no Brasil após a morte de George Floyd

Três meses após a morte do afro-americano George Floyd, que teve seu pescoço pressionado por mais de oito minutos pelo joelho de um policial branco nos Estados Unidos no dia 25 de maio, pesquisa inédita realizada pela Zygon AdTech aponta que onda de manifestações geradas pelo fato fez crescer em 46% o engajamento ao movimento antirracista no Brasil.

Feito com metodologia de Big Data, o levantamento analisou 9,7 milhões de menções únicas às hashtags #BlackLivesMatter e #VidasNegrasImportam na twittosfera brasileira. As publicações coletadas chegaram ao pico de 68 mil por hora em 3 de junho e receberam mais de 100 milhões de retweetes.

Antes x Depois

Iniciado no dia 12 de maio, véspera da celebração da Abolição da Escravatura no Brasil, o estudo analisou o engajamento, perfil dos usuários e conteúdos antirracistas repercutidos no Twitter em quatro fases diferentes. São elas: anterior ao caso do George Floyd (12/05 a 26/05), pico do caso (27/05 a 07/06), pós-pico (08/06 a 19/06) e o “novo normal” do movimento (de 20/06 a 19/07). Apesar de o americano ter sido assassinado em 25 de maio, a repercussão à sua morte se iniciou apenas dois dias depois.

Com isso, foi possível perceber que, mesmo após o pico de repercussão do caso na mídia, a média de publicações diárias relacionadas ao movimento antirracista teve um incremento de 46%, passando de 8,2 mil no início da análise para 12,1 mil no final do período, considerado o “novo normal”.

Vale ressaltar que apesar de ter um sido um gatilho para o aumento da discussão sobre a questão racial no Brasil, apenas 7,7% do total de publicações sobre o tema citavam o nome de George Floyd diretamente. Isso porque, entre os assuntos mais populares figuram violência (28,9%), racismo (22,6%) e manifestações de rua (15,4%).

Perfil de público

Outro dado interessante identificado no estudo antirracismo produzido pela Zygon é a presença de adolescentes fãs de cultura oriental (K-pop ou mangá) entre os 10 usuários mais retuitados. Quatro das menções mais populares foram publicadas por esse perfil de usuário, que figura no topo junto com ativistas do movimento negro e perfis ligados a grupos de mídia e entretenimento.

“A discussão antirracista mudou de patamar no Brasil, e este estudo ajuda a quantificar isso. Achamos que é importante pra sociedade que esse assunto tenha maior repercussão, e ficamos orgulhosos em contribuir para esse debate com um estudo feito por uma equipe majoritariamente formada por pessoas negras e que atuam em funções-chave, como data engineer, data analyst e coordenador de pesquisa”, diz Lucas Reis, CEO da Zygon AdTech, que é uma startup de tecnologia, especializada em Big Data, mídia programática e analytics, fundada em 2016.

O relatório completo está disponível abaixo:
Categories
Data driven Marketing Digital tecnologia

Cientista de dados: a Profissão mais Sexy do Mundo

Há alguns anos publiquei “o discreto charme dos estatísticos”, um breve texto que exaltava, em abril de 2017, a importância do uso intensivo de dados na comunicação. Sou daquele tipo que nunca relê o que escreve, nem assiste aos próprios vídeos que grava. Confesso esse hábito, mesmo que deixe transparecer certo desleixo, já que pilotei um programa de entrevistas sobre comunicação empresarial por cinco anos na TV. Não lembro de ter assistido a mais de 30 segundos de nenhum dos meus próprios programas. Contra este padrão de comportamento, reli na semana passada o “o discreto charme”.

Desta vez, até que gostei do que havia escrito e decidi, então, praticamente republicar o antigo texto com pequenas atualizações, pois o assunto anda quente, na ordem do dia. O fato é que a frase de Thomas Davenport, “o cientista de dados é a profissão mais sexy do século XXI”, continua valendo. Talvez mais do que nunca. O autor do célebre “A Ecologia da Informação” de 1997, papa quando o assunto é análise de dados e gestão do conhecimento, este sim, merece ser lido e relido.

Cientistas de dados, os antigos estatísticos só que muito mais bem equipados, usam seus conhecimentos e habilidades para analisar e correlacionar informações em bases de dados e delas extrair insights para alegria dos clientes, sejam eles um banco, um grupo de pesquisa científica, ou uma agência de comunicação.

Dentre as suas competências estão a análise de dados, a gestão das bases de dados – atividade que inclui o cuidado com a coleta, a organização, classificação e qualificação das informações – o domínio de softwares especialistas, o desenvolvimento de modelos estatísticos e de algoritmos capazes de interpretar correlações e também aprender, além de grande capacidade para comunicar suas descobertas. 

Um dos campeões deste mundo foi o médico sueco Hans Rosling, falecido precocemente no início de 2017, aos 68 anos. Dentre muitas contribuições, sua forma de demonstrar análises sofisticadas de modo lúdico e simples se tornaram fonte de inspiração para cientistas e amantes da informação em todo o mundo. Suas apresentações no TED explicam de forma sucinta e prática o que faz um cientista de dados, no seu melhor.

A forte demanda por cientistas de dados entre 2012 e 2017 – o número de empregos de cientista de dados no LinkedIn aumentou mais de 650% no período (KDnuggets, 2018) – tem sido reduzida pela intensificação dos investimentos em Machine Learning e Inteligência Artificial, uma vez que o uso de grandes bases de dados de forma bem estruturada e sistemática tem possibilitado a automação das interpretações. Esta automação resulta em disparo de alertas, seleção de casos excepcionais, predições que ajudam alinhamento de estoques ou intensificação de investimentos específicos, e análises inteligentes dos resultados de campanhas empreendidas por AdTechs. Entre 2017 e 2019 o crescimento foi bem menor, na ordem de 30% (KDnuggets, 2020).

Por outro lado, o déficit de profissionais com melhor qualificação, combinado a alta demanda por habilidades em ciência de dados, significam que a contratação e a manutenção de equipes se tornam ainda mais difíceis para pequenas e médias empresas. Estas não conseguirão oferecer salário competitivos. A solução deve vir da qualificação das agências de comunicação – MarTechs, AdTechs, CommTechs – com maior domínio em tecnologias e capacidade de escalar a oferta de serviços para as menores.

O Gartner prevê que a falta geral de recursos de ciência de dados resultará em um número crescente de desenvolvedores envolvidos na criação e gerenciamento de modelos de aprendizado de máquina (Survey Gartner CIO, 2019). Os números não mentem. A receita de anúncios do Google ultrapassa 134 bilhões de dólares, sendo que somente o Youtube contribui com 15 bilhões. O Facebook tem dois bilhões de usuários que lhe garantem quase dois bilhões de dólares de faturamento em anúncios programáticos, um dólar para cada usuário. Mais de 50% das empresas afirmam que as mídias sociais são importantes para seus negócios. Por sua vez, a Amazon fatura cerca de 300 bilhões de dólares em vendas.

E o que faz um cientista de dados nos departamentos de comunicação, nas novas agências de publicidade e, crescentemente, nas agências de relações públicas? No mundo digital, onde bilhões de transações de todos os tipos são registradas todos os dias, este profissional realiza o mais antigo e valioso sonho de qualquer comunicador: compreender a jornada do cliente, descobri os melhores canais, em cada localidade, ou qual a mídia mais eficiente. 

As ferramentas de análise de dados estão cada mais eficientes e completas. As organizações que criaram seus grupos de inteligência de dados, ou aquelas que estabeleceram parcerias com agências de comunicação de base tecnológica, têm tomado a dianteira e se distanciado das concorrentes com muita rapidez. Mais do que nunca, é hora de valorizar o discreto charme dos estatísticos.