Tags Posts tagged with "big data"

big data

Agora mesmo, enquanto você lê este texto, bilhões de dados estão sendo gerados no mundo todo, nas mais diversas plataformas e em formatos variados. É o tão falado big data, o enorme conjunto de dados que serão garimpados, analisados e processados para fornecerem ideias e insights, gerando estratégias e soluções. Hoje, a maioria das organizações está consciente de que é essencial ter em mãos dados que sejam importantes para o seu negócio. O desafio agora é identificar e usar bem os dados corretos, isto é, os mais adequados para o contexto e as demandas.

O que estou querendo dizer com isso é que, cada vez mais, o valor não reside na informação em si, mas sim na nossa capacidade de tratá-la, analisá-la e, principalmente, contextualizá-la. Porque só assim conseguimos fazer o melhor uso dos dados que vão, efetivamente, enriquecer nossas campanhas, nossas ideias, nossos projetos e trabalhos.

Sabemos que a publicidade tradicional já não funciona, afinal, o mundo mudou, a internet diversificou as fontes de pesquisa e não buscamos mais informação como costumávamos fazer. O tempo em que a propaganda dizia às pessoas o que elas queriam ou do que precisavam já passou. Hoje, a empresa que quiser ser relevante tem que chegar ao consumidor com a solução que ele precisa naquele momento para resolver determinada dúvida ou problema. E, para isso, o uso estratégico do big data, com a coleta eficiente e as análises precisas, deve embasar qualquer plano de atuação ou tomada de decisão.

Mas, então, o que se pode fazer para usar os dados de maneira mais eficaz? A resposta pode ser enganadoramente simples: comece com um dado que mostre um impacto claro nos negócios e siga a partir daí. Um exemplo: você tem uma reunião em que vai apresentar a proposta da sua agência para a empresa X. Você pode chegar com muita informação sobre essa empresa – não terá feito mais do que se espera, certo?

Por outro lado, se você tem na cabeça que “dados por si só não são a solução”, terá estudado, também, o contexto, o mercado da empresa, como ela aparece, como se diferencia (ou não) dos seus competidores, seus pontos fracos e fortes, o que as pessoas comentam sobre a empresa e sobre seus competidores. Enfim, você terá, mais do que dados, informações pertinentes, relevantes, que passaram por uma análise cuidadosa e efetivamente contribuem para mostrar (e gerar insights para mudar) a realidade da empresa cliente. Ou seja, o uso dos dados corretos enriquece a atuação.

Se o conteúdo é rei, a informação relevante é a rainha nesta corte digital. Os melhores dados, analisados e contextualizados, levam à criação de conteúdo mais rico e influente, inspiram produtos, serviços e ofertas que respondem às demandas dos clientes.

É mais do que hora de os profissionais de marketing, além de pensarem no conteúdo como a bateria que superalimenta tudo o que eles fazem, perceberem que, para além dos dados, a utilização das informações corretas e relevantes é o que realmente importa. E, para isso, o uso de plataformas que utilizam a inteligência para coletar e analisar informações é fundamental, reunindo os dados corretos sobre um potencial consumidor e ajudando os times criativos a convertê-los em ações que sejam relevantes, adequadas, efetivas e que tenham mais originalidade e um approach mais direcionado.

A taxa de crescimento de dispositivos conectados à Internet, especialmente computadores e celulares, vem evoluindo desenfreadamente. Com a Internet das Coisas (IoT – Internet of Things), é ainda maior a quantidade de dados gerados. Os itens conectados à Internet estão produzindo uma série de informações e esse fluxo constante fornece insights e conteúdos sobre os clientes em tempo real.

Associado a esse significativo avanço da tecnologia, o termo “inteligente” é usado para se referir aos dispositivos que coletam dados e, assim, proporcionam uma experiência mais confortável ao usuário. O termo Big Data foi criado justamente para tratar a grande quantidade de bytes gerados por esses dispositivos.

Mas a revolução da Internet das Coisas refere-se principalmente aos dispositivos que estão ao nosso redor, conectados à Internet e coletando dados, desde um relógio até os sensores em carros e turbinas de aeronaves. É isso que mudará a maneira como vivemos, viajamos e fazemos negócios.

Pesquisas mostram que, em 2020, existirão 26 bilhões de dispositivos conectados à Internet. É esse rápido crescimento global da IoT que faz da Gestão de Dados Mestres (MDM – Master Data Management) um fator extremamente relevante para garantir sentido a essa grande quantidade de informação.

As soluções de MDM são fundamentais para promover iniciativas de análise e previsão que permitam melhorias significativas para usuários, fabricantes e investidores. Dentro desse cenário, elas fornecem o perfil comercial dos ativos, histórico de serviços e informações do cliente, ampliando a visão do consumidor.

O uso de MDM se reflete ainda na conservação do dispositivo, de forma a aperfeiçoar o desempenho, evitar falhas de manutenção, contribuir para economias significativas e aumentar a produtividade. Essa combinação de IoT e MDM nos permitirá criar uma imagem completa porém compacta dos dados. Os dispositivos que usamos e sua interação com os usuários se transformarão em benefícios, como redução de custos, consumo de energia e melhor eficiência.

A maior parte dessa sobrecarga de informações são dados de alta qualidade que não foram usados para propósitos analíticos e incluem histórico de compras, níveis de satisfação, informações demográficas, entre outras. O potencial desses dados é incalculável quando eles são usados seletivamente, como para atender melhor os clientes, e permitem que as empresas tenham percepções adicionais de maneira eficiente.

Conforme a Internet das Coisas cresce, a preocupação com a governança dos dados dentro das organizações também aumenta. O MDM gerencia tudo isso, revela tendências e padrões. O acúmulo de informações normalmente distrai os negócios e atrapalha até mesmo a análise de dados básica. No entanto, com a ajuda do MDM, os negócios podem descobrir um enorme potencial e obter vantagem competitiva no mercado.

A transformação de dados em informações úteis e em resultados é uma das operações mais valiosas para o lojista moderno. O volume de informações gerado pelos consumidores a cada dia pode servir para a construção de inúmeros insights estratégicos. Sendo assim, as principais metas da loja virtual devem sempre girar em torno dos clientes e da análise de dados. Porém, o sucesso só chega quando as ações definidas são realizadas com excelência.

Captar, analisar e transformar informações em resultados positivos é o que acontece quando se aplica os conceitos de Small Data e Big Data. Entretanto, cada modelo de inteligência tem sua finalidade.

O Big Data é um conceito que trabalha com a análise de um grande volume de dados gerados pelos consumidores online. Ou seja, o foco está na quantidade, e não na qualidade das informações geradas. Este conteúdo está na web e pode ser encontrado em diferentes fontes: CRM, ERP, nas redes sociais, entre outras. Por esse motivo, são chamados de “não estruturados”, pois, ao serem encontrados, não estão prontos para gerar insights positivos para a empresa. Eles precisam ser agregados e analisados, e, a partir disso, estarão aptos a serem transformados em informações úteis que auxiliem na gestão da empresa.

Já o Small Data tem como foco a qualidade dos detalhes dos dados. Ao serem encontrados, estão prontos para serem aplicados nas estratégias de gestão e relacionamento com o cliente. Ele permite que as empresas conheçam a fundo o seu público, identificando características e intenções nas suas relações com a marca. Com isso, é possível que as demandas dos consumidores sejam tratadas de maneira única, e a eles seja oferecido exatamente aquilo que buscam.

A loja que atua com o conceito Small Data consegue identificar o comportamento de uma variedade de perfis ao ter acesso ao histórico de interações de cada visitante de seu site. Essas informações são valiosas, mas, para conquistar o cliente de maneira efetiva, é preciso saber o momento certo para abordá-lo, enviando recomendações personalizadas ou até mesmo ofertas de produtos que estão de acordo com o seu perfil.

Um exemplo de ação eficiente é oferecer melhores experiências de compra aos consumidores, especialmente para quem visita o site sem concluir uma transação, como disponibilizar diferentes métodos de pagamento. Outra alternativa importante é a exibição de itens mais próximos ao que ele procura, ou o envio de uma mensagem personalizada convidando o cliente a concluir com desconto ou frete grátis uma compra abandonada no carrinho.

Existem no mercado diversas ferramentas de análise de dados que podem ser incorporadas à loja virtual por meio de uma integração via API com a plataforma. Desta forma, todas as informações ficam centralizadas no ERP e, assim, o lojista não perde tempo cadastrando duas vezes um mesmo produto, além de encontrar de maneira mais fácil os dados gerados pelos clientes ao trafegarem pelo site.

Ao estabelecer esta rotina operacional, fica possível potencializar o uso do Big Data e conciliá-lo a soluções em Small Data, gerando insights específicos que podem ser aplicados em estratégias de amplo impacto para alcançar o grande objetivo de aumentar as vendas.

Não faz muito tempo que o varejo funcionava da seguinte forma: haviam várias lojas pequenas nos bairros e os seus donos conheciam cada cliente, suas famílias, seus interesses, suas compras anteriores, sua frequência e os ofereciam um produto que combinava com todas estas características.

O resultado era uma venda totalmente personalizada e, justamente por isso, difícil de recusar. Com o crescimento do varejo e o surgimento de grandes magazines, isto se perdeu e deu lugares a modelos que “servem para todos”.

Não foi só a experiência de compra do cliente que sofreu com essas mudanças. A publicidade digital também. É comum ouvir clientes reclamando que são bombardeados por banners, anúncios e e-mails com um conteúdo que não os interessa. Isso acontece pois muitas empresas estão tão focadas em alcançar o maior número possível de pessoas que não dão tanta atenção à relevância de suas mensagens.

A solução para este cenário está nos dados. Eles podem resgatar a experiência de compra que os clientes sentem falta garantindo alcance e a automatização de processos. Para isso, são necessários três passos:

1- Coletar dados

As empresas já possuem boa parte dos dados que precisam sobre a sua audiência. Isso se chama 1st party data e pode ser encontrado no CRM, no site, em cadastros, logins e etc.

Além disso, ainda é possível somar os dados de data providers – isso é um exemplo de 3rd party data – para agregar valor aos dados. Todos eles podem ser utilizados para trazer informações sobre clientes e prospects.

2- Organizar os dados

Com tantos pontos de coleta, pode-se imaginar a grande quantidade de dados que serão recebidos. Por isso, é importante organizá-los em grupos.

Ok. Você coletou e organizou informações sobre o seu cliente. Vamos supor que você saiba que é um homem, ele acabou de casar e está mobiliando a casa nova. Então, por que você vai continuar mandando promoções sobre aquela máquina fotográfica que faz fotos lindas embaixo d’água?

Você vai comprar uma briga grande com a mulher dele. Eles precisam é de uma máquina de lavar! Isso nos leva ao último passo.

3- Acionar os dados

Big data não é sinônimo de “better data” (melhores dados) nem de “actionable data” (dados acionáveis). Ou seja, de nada adianta ter muitas informações sobre os clientes se isso não puder ser utilizado para personalizar as interações com o cliente e trazer relevância para a mensagem que é entregue a ele.

Marketing preditivo, apresentação de produtos e serviços que vão de encontro com as necessidades dos seus clientes, segmentação de audiência e personalização de sites, e-mails e vitrines são só alguns exemplos possíveis de acionamento.

Você pode estar pensando: ok. Isso é muito legal mas parece complicado. Talvez seja mesmo impossível manter uma boa experiência de compra sem abrir mão da escalabilidade. Sim, é complicado mesmo mas a boa notícia é que você não precisa fazer tudo isso sozinho. As DMPs realizam a parte técnica para você focar na estratégia e na tomada de decisão.

Leia mais sobre DMP aqui.

PS: Cuidado! Apenas ter uma DMP não resolve o problema. Sem acompanhamento e contribuição humana o DMP será apenas um dashboard bonito nas abas de seu navegador. 😉

Já não existem mais dúvidas sobre o quão grave é a crise econômica brasileira. Alguns economistas chegam a afirmar que é a pior recessão da história do país pois ela já dura dois anos e não há perspectiva de melhora do cenário. Além disso, desde a década de 30 quando houve a Grande Depressão, o Brasil não vê o PIB retrair por dois anos seguidos. Resultado:

  • Inflação e dólar altos;
  • Diminuição do poder de consumo;
  • Menor arrecadação de impostos;
  • Empresários preocupados com as notícias que chegam a cada dia;
  • Taxa de desemprego crescente;
  • Aumento da quantidade de brasileiros em trabalho informal;
  • Investidores aguardando momentos mais oportunos para realizar suas aplicações;
  • Insegurança e indignação dos brasileiros frente à situação que precisam enfrentar.

Para as empresas, o clima é de retração. Algumas se viram obrigadas a fechar as portas, demitir colaboradores, cortar custos e investimentos, oferecer programas especiais para demissão voluntária, redução de jornada ou férias antecipadas.

Por outro lado, outras empresas estão diversificando as suas atividades para não perder a clientela, usando a criatividade e/ou dados. Sim, os dados. Eles, que estão sendo muito citados ultimamente, estão ajudando muitas empresas a enfrentar a crise. A resposta para isso é o data-driven marketing.

O que é data-driven marketing

Como o nome sugere, data-driven marketing é o marketing orientado pelos dados de audiência. Ou seja, são decisões, estratégias e ações realizadas com base nas informações sobre o cliente. O data-driven marketing viabiliza ações mais assertivas e totalmente mensuráveis.

Como o marketing é centralizado no cliente, é possível identificar precisamente o perfil do público-alvo e enviar a ele uma mensagem com a abordagem certa e no momento certo. Isto significa alinhar a mensagem com a etapa da jornada de compra que cada persona se encontra.

O Data-Driven marketing e a crise

O Data-Driven marketing está ajudando muitas empresas a passarem pela crise pois permite:

  • Mensuração de investimentos com maior precisão

Em tempos de crise, eficiência é o caminho. Todas as campanhas podem ser medidas para que sejam colocadas a prova. Um modelo de atribuição é essencial para indicar qual campanha está performando melhor, qual precisa de ajustes, qual contribui para cada etapa da jornada de compra e qual traz mais retorno (ROI).

  • Decisões certeiras

Com tantas informações sobre o consumidor e as ações de marketing, o profissonal de marketing está bem munido para tomar as melhores decisões para o seu negócio.

Quanto mais informações sobre o consumidor forem obtidas, mais detalhada será a persona. É comum ver empresas definindo suas personas como homem, classe a-b, 25+. Como são informações rasas, elas não contribuirão para um detalhamento refinado da persona. A consequência inevitável são campanhas com público genérico ou mal definido e mal investimento da verba de publicidade.

  • Assertividade em campanhas e melhor aproveitamento do investimento em marketing

Quando se faz uma campanha e se atinge um público genérico, há uma grande dispersão, o que significa dinheiro mal investido. Por meio dos dados de audiência, é possível impactar o público-alvo exato que se deseja. Além de identificar a jornada de compra em que cada persona se encontra para entregar o conteúdo relevante, no momento certo e com a abordagem certa.

  • Marketing preditivo

O data-driven marketing também é a base para o marketing preditivo pois por meio do primeiro é possível extrair insights, tendências e se preparar para o futuro.

A conclusão é óbvia: em tempos de crise, é preciso usar dados para encontrar o seu consumidor, medir suas ações e economizar.

Originalmente publicado no Blog da Navegg.

Confira 7 motivos para implantar uma estratégia de big data na sua empresa.

1- Mais informações

Falar em analisar dados clássicos de analytics, jornada de um consumidor dentro de um site e etc, não seria nenhuma novidade. Quando falamos que o big data traz mais informações, estamos falando de garantir um conhecimento profundo sobre a audiência, os concorrentes e o mercado.

2- Tomada de decisões

Com tantas informações disponíveis será quase impossível tomar uma decisão errada. Dali para frente, as decisões serão tomadas com mais segurança e com a certeza dos resultados que trarão.

3- Marketing digital

Trazendo o big data para o marketing digital, com as milhares de informações disponíveis, será possível conectar-se individualmente com os internautas e conhecê-los. Viabilizando projetos como: personalização de site e de ofertas.

4- Reduzir custos

Principalmente em tempos de crise, as empresas não podem perder dinheiro investindo em ações online que não trarão retorno. Dessa forma, a análise de dados do mercado torna-se fundamental para uma maior eficiência da sua estratégia online.

5- Resultados

Segundo estudo realizado pela Texas University, empresas que utilizam o big data em suas estratégias de negócios, têm melhores resultados.

A pesquisa, que considerou 10 diferentes indústrias, aponta que a área de varejo foi a que mais cresceu após implantar o big data. Foi um crescimento de 49% nos resultados. A indústria da comunicação ficou na 8ª posição com um aumento de 18%.

6- Identificar tendências e oportunidades

Manter-se num ambiente competitivo, antecipar, entender e influenciar tendências só é possível para quem já tem uma cultura de dados, utiliza os que já possui e os que vem a adquirir.

7- Futuro

Lembre-se: os dados devem fazer parte da cultura da sua empresa. Eles te ajudarão a enfrentar essa crise e as futuras.

Publicado anteriormente no Blog da Navegg.

Embora já existam há vários anos, o mercado começou 2015 numa onda forte: dados da audiência. Para muita gente – e muita gente boa, aliás – dados são o combustível da publicidade digital, principalmente na chamada mídia programática. Legal. E o que isso significa exatamente? Que dados são esses? Vem comigo.

Publicidade é a arte de falar a mensagem certa para as pessoas certas, com a maior frequência possível. Em meios de comunicação de massa offline, isso é feito por aproximação: assume-se que tal veículo atinge tais e tais tipos de pessoas, com determinados alcance e dispersão.

Já em marketing direto o anunciante consegue ter contato, via correio ou telefone, com as exatas pessoas que deseja, catalogadas uma por uma em cadastros de consumidores ou semelhantes. Mínima dispersão, às custas de um alcance também mínimo – ao menos que você seja um gigante com dezenas de milhões de clientes.

As duas modalidades – contexto e cadastro – também existem no mundo digital, mas a eles juntou-se um terceiro tipo de targeting, que só a internet poderia viabilizar: o comportamental.

Imagine poder impactar consumidores não pelo conteúdo que estão lendo no momento, mas pelo que eles fizeram no passado. O site é sobre futebol, mas agora nele está uma pessoa que leu muito sobre carros nas últimas semanas; por que não mostrar a ela um anúncio de automóvel?

É justamente esse tipo de análise continuada do comportamento de cada internauta que chamamos de dados de audiência.

Nem todos os dados nascem iguais

Existem dois tipos de dados de audiência. Se é o próprio anunciante que registra o comportamento do consumidor, dentro de suas propriedades digitais, esse dado é chamado de 1st party data. Se o anunciante compra informações de internautas capturadas e classificadas por outros – empresas especializadas, parceiros ou os próprios veículos -, tem-se a famosa e polêmica 3rd party data. Polêmica?

Sim, porque volta e meia se discute não somente a validade como a própria necessidade desse tipo de informação. Mas a controvérsia não faz nenhum sentido.

Eu poderia falar que a melhor estratégia é usar todos os tipos de dados, e não estaria errado. Mas prefiro dizer, simplesmente: depende. Depende do anunciante, depende do objetivo, depende da ação.

Todo mundo já foi impactado por anúncios de retargeting – um tipo clássico de 1st party data – e o mercado gosta de dizer que é uma tática super eficiente. Não duvido, mas será mesmo que são todos os varejistas que podem se dar ao luxo de falar constantemente com os mesmos consumidores o tempo todo? Algumas lojas estabelecidas recebem em seu site milhões de internautas por mês e conseguem criar bases gordinhas de retargeting. E quem está começando agora?

3rd party data

3rd party data tem quatro motivações bem específicas.

• A primeira é justamente essa: fornecer dados para a maioria absoluta dos anunciantes, que não têm audiência suficiente para criar bons clusters proprietários.

• A segunda é o know-how: capturar e classificar dados não é fácil e dá trabalho. Nem todos os anunciantes podem – ou querem – se dedicar a tal tarefa.

• A terceira motivação está na variedade: as propriedades web de um anunciante geralmente têm uma capacidade limitada de geração de informação, por serem naturalmente especializadas em um negócio determinado. Dados capturados em outros sites são muito mais variados e revelam outras facetas do público.

• E, finalmente, a quarta motivação: 3rd party data permite o chamado lookalike, que é a capacidade de encontrar audiências similares a um público desejado ou ideal. Já tem milhares de compradores na sua base e quer encontrar mais pessoas com mesmo perfil? Dados de terceiros é a resposta.

Uma prática consolidada

Existem diversos provedores de dados de audiência online no mercado brasileiro, alguns atuando há mais de cinco anos. Grandes portais têm produtos comerciais fortemente baseados em 3rd party data e usam essas informações para defender suas audiências.

Grandes anunciantes usam cotidianamente dados de terceiros em suas campanhas, em busca de maior performance. Vale lembrar que captura e classificação de dados é uma atividade complexa, que exige experiência e tecnologia. E, claro, as principais empresas da área são afiliadas ao IAB e seguem normas de conduta e privacidade.

Se você, anunciante, deseja entrar na onda dos dados – recomendo! -, dê especial atenção a 3rd party data. Ele será parte importante de sua estratégia.

A mídia programática está se consolidando como uma forma mais eficiente de se negociar publicidade online para os dois extremos da cadeia de valor. Anunciantes de um lado, que conseguem planejar melhor suas campanhas com base na segmentação da audiência, e os publishers de outro, que têm a oportunidade de qualificar e expandir a comercialização de seu inventário para um universo bem mais amplo de compradores de mídia.

Mas entre tantas siglas que envolvem o tema, fica difícil para muitas pessoas entenderem como funciona este ecossistema, e não raro muitas confundem “DSP” com “DMP”. O objetivo da análise a seguir é justamente desmitificar esse assunto.

DMP (Data Management Platform)

O primeiro conceito a ser compreendido é o da DMP (Data Management Platform). Trata-se de uma plataforma dedicada a tratar dados que possam ser organizados em perfis para segmentação de audiência ou obtenção de insights para tomada de decisão.

A DMP permite entender melhor as campanhas, analisar como diferentes perfis de público se comportaram ao longo de um funil de conversão ou até mesmo criar análises cross media. A DMP também viabiliza uma nova forma de segmentação, não mais dependente exclusivamente do contexto ou conteúdo na qual a campanha será veiculada, mas baseada no perfil de quem será impactado, independentemente do contexto ou conteúdo onde ele for impactado.

DSP (Demand Side Platform)

Já uma DSP (Demand Side Platform) é um aplicativo dedicado à automatização do processo de compra de mídia. A DSP, basicamente um software sofisticado de bid management (gerenciamento e otimização de lances), viabiliza a compra de mídia por meio de Leilão ou “Open Auction” (com lances em tempo real, também conhecido por RTB, de Real Time Bidding), ou por meio de Preffered Deals (negociações preferenciais que estipulam a compra junto a um website pré-determinado, e até com um preço pré-estipulado).

Coleta, organização e acionamento

Voltando à DMP, esta funciona como um software ou plataforma de dados unificada, dividida em basicamente três etapas: coleta, organização e acionamento. A coleta dos dados pode ser proveniente de diversas fontes, online e offline, e necessita de uma integração prévia para que esses dados sejam devidamente coletados.

Na coleta de dados online, que ocorre por “tagueamento” do ambiente onde se fará tal coleta, e na coleta de dados offline, ambos são capturados pela integração com bancos de dados ou aplicações específicas de WiFi, ibeacons e, num futuro próximo, IoT (Internet of Things). Há sempre que se respeitar com rigor as regras de privacidade existentes.

Feita a coleta, a DMP processa simultaneamente todos esses dados para transformá-los em perfis de público (ou “segmentações de audiência”), a fim de se obter insights para tomada de decisão e proporcionar novas formas de segmentação mais precisas para as ações de marketing que serão deflagradas.

Esses segmentos de audiência (ou targets) tornam-se, portanto, acionáveis em qualquer ambiente, podendo também ser utilizados em ações de marketing online de todos os formatos, seja diretamente em portais ou sites (na web e mobile) ou em plataformas RTB (Real Time Bidding) como as próprias DSPs.

É possível ainda integrar a DMP a um disparador de e-mail marketing, call centers, terminais na ponta do caixa de um ponto de venda até, em mercados avançados, usar os dados e recursos de uma DMP para ativação inclusive em TVs conectadas.

Através de uma DMP é possível também se utilizar o recurso de Retargeting de forma mais sofisticada, podendo-se identificar perfis muito mais específicos e precisos. É basicamente a diferença entre fazer um Retargeting para impactar simplesmente “Pessoas Interessadas em um Tênis” e “Mulheres, Jovens, Esportistas, de Alta Renda, Interessadas em um Tênis”. Naturalmente, nessa segunda opção, a capacidade de uma comunicação mais direcionada é muito maior, ampliando-se a taxa de conversão esperada.

Uma DMP completa também possui um recurso denominado “Look Alike Modeling” capaz de identificar outros indivíduos com comportamento similar, tornando-se fácil amplificar uma campanha de Retargeting para um universo de pessoas muito mais amplo do que aquelas poucas marcadas originalmente.

Tipicamente uma ação de Retargeting fica restrita a um universo relativamente pequeno de pessoas marcadas em um determinado momento de navegação em um e-commerce, por exemplo, tornando o resultado em números absolutos diminuto. Uma DMP evita ainda a reclamação cada vez mais comum dos internautas a respeito do “banner que sempre o persegue“, na medida em que ela gerencia mais facilmente a exclusão de pessoas que já não possuem mais interesse naquela determinada oferta.

Behavioral Data

Já o Behavioral Data, ou simplesmente “BD”, é uma forma de segmentação bem mais complexa, oferecida por poucas empresas no mundo, já que demanda algoritmos especializados. Um BD bem elaborado é capaz de observar vários comportamentos de um mesmo indivíduo, identificar um padrão e automaticamente classificá-lo em segmentos complexos como os demográficos (sexo, faixa etária, renda) ou até mesmo psicográficos (por estilo de vida). Tudo baseado em modelagem estatística a partir de comportamentos de navegação.

Ter algoritmos e acesso a dados de navegação de um grande contingente de internautas para oferecer esse tipo de segmentação massivamente, agrupando dezenas de milhões de perfis em múltiplos segmentos à disposição de uma campanha é por si só uma oferta de empresas que o mercado denomina Data Providers (Provedores de Dados) ou mais precisamente uma empresa de behavioral data.

Também é possível que uma DMP seja, simultaneamente, um Data Provider, provendo, por exemplo, Behavioral Data, para serem injetados na própria DMP, tornando ainda maior a sua capacidade de qualificação dos targets encontrados, afinal de contas, estamos sempre falando de uma plataforma que “gerencia dados”.

As principais empresas de BD são hoje, em geral, as principais DMPs do mercado. Como DMPs e DSPs estão integradas entre si. Isso permite que a compra de mídia numa DSP, como mencionado anteriormente, inclua a opção de segmentação de audiência com os dados disponibilizados em tempo real pelo provedor de Behavioral Data escolhido para aquele determinado lance de compra efetuado.

Finalmente, uma DMP elimina o overhead de integração com outras plataformas que venham a ser adotadas mesmo que temporariamente, zelando pela integridade dos dados transitados. Uma DMP assegura, sobretudo, independência a anunciantes e publishers, garantindo que os dados possam ser conectados ou desconectados de qualquer outra plataforma, mantendo-se ainda sim a inteligência a seu lado como um legado permanente em qualquer situação.

Big data é o processo de armazenamento de um grande volume de informações com maior velocidade. Isso envolve etapas de análise, captura e curadoria da informação.

Usado com inteligência, esse processo vem sendo utilizado pelas equipes de marketing de empresas de todos os portes para tomar decisões e melhorar seu nível de gestão.

Por que aplicar big data em seu negócio?

O maior benefício que o big data pode te trazer é o conhecimento sobre o seu internauta. Com esse conhecimento é possível fazer campanhas de marketing mais direcionadas para as quais os internautas respondem melhor pois vai de encontro com o perfil dessas pessoas. Isso é personalizar o discurso, gera proximidade com seus possíveis clientes e te permite falar com a pessoa certa, no momento certo, usando a mensagem certa.

Mas lembre-se: conhecer o seu consumidor não significa saber apenas sua faixa etária, classe social e gênero. Ou seja, se ater aos dados demográficos. Vá além. Com soluções de big data você poderá saber por quais temas essa pessoa se interessa, que produtos costuma comprar, que redes sociais acessam e muito mais.

Cruzando todas as informações on e offline que você tem, pode identificar padrões, sugerir produtos a serem comprados e antecipar tendências. Por exemplo, usando o big data, a equipe de tecnologia da Amazon.com descobriu padrões de comportamento que indicavam quais livros poderiam ser indicados para cada internauta ler em seguida. Resultado: aumento de vendas.

Como obter essas informações?

Você pode obter tais informações sobre a sua empresa por meio de cadastros no meio offline, em seu próprio site ou cruzando os dados dessas duas fontes.

De qualquer forma, o importante é começar a coletar esses dados o quanto antes pois você precisará de um histórico de informações quando realizar ações que envolvam big data. Seus dados serão valiossíssimos para o seu negócio pois serão essenciais para essas ações.

Texto originalmente publicado no Blog da Navegg.

O varejo é hoje um mercado cheio de inovações com as tecnologias que vêm surgindo, como pagamento sem contato, mobile commerce e Internet das Coisas, que prometem transformar a maneira como fazemos negócios. É um dos setores mais vibrantes para se trabalhar neste momento, muito embora esse foco em inovação não seja assim tão recente. A inovação e o varejo sempre caminharam de mãos dadas.

As 10 inovações que mudaram o mundo do varejo.

Tomemos o código de barras como exemplo. Há apenas 60 anos, uma série de linhas em preto e branco prometia revolucionar a maneira como os varejistas daquela época gerenciavam seus estoques e atendiam aos clientes quando foi patenteado em 1952. No entanto, nem todos concordavam com isso. Varejistas mais céticos hesitaram em adotá-lo, pois pensavam que seria muito menos preciso do que se os funcionários da loja continuassem a colocar os preços manualmente nos produtos.

Assim, mais de 20 anos se passaram até que os varejistas dessem uma chance para o código de barras, com a primeira loja utilizando-o para escanear um produto há 40 anos, no dia 26 de junho de 1974, em Cincinnati, EUA. O primeiro produto escaneado – um pacote de balas mastigáveis chamado Wrigley’s Juicy Fruit – agora está exposto no Instituto Smithsonian, em Washington DC.

Os avanços tecnológicos e mudanças no comportamento do consumidor, impulsionados pelos novos dispositivos e pela mídia, continuam a transformar a cara do varejo atual. Abaixo estão mais 9 invenções que revolucionaram a experiência de varejo ao longo dos últimos 40 anos e outras que acabaram de aparecer.

Marketplaces virtuais.

Os consumidores compram em mercados há milênios. No Antigo Egito, os comerciantes se reuniam às margens do Nilo para aproveitar a passagem dos marinheiros e trocar produtos por grãos. A invenção da moeda foi, sem dúvida, um grande fator de mudança, mas a invenção da Internet há 25 anos talvez tenha tido o maior efeito sobre os negócios do varejo até hoje. Neste ano, mais de $1.5 trilhões serão gastos online por compradores do mundo inteiro e esses números tendem a subir.

A enorme adoção da Internet para fazer compras foi, em parte, alavancada pelo desenvolvimento dos marketplaces que permitem que os varejistas vendam para todo o mundo, alcancem novos mercados e consumidores e compitam com players já bem estabelecidos no mercado. Na Rakuten, lançamos nosso primeiro marketplace, o Rakuten Ichiba, em 1 de maio de 1997.

Os marketplaces estão ajudando os pequenos comerciantes online a nivelar o campo desse jogo, pois oferecem acesso a uma base de clientes infinitamente grande e toda a infraestrutura necessária para vender online.

Leia mais: Marketplace: um novo canal, ou mais um sócio?

Mídias sociais.

Um dos mais recentes desenvolvimentos para mudar o mundo do varejo são as mídias sociais. Ao longo da última década, sites como Facebook, Twitter e Pinterest transformaram a maneira como os consumidores se comunicam com os comerciantes e como pesquisam o que querem comprar.

Mais de 40% dos consumidores usam redes sociais para recomendar produtos, de acordo com nossa pesquisa interna. Além de influenciar as decisões de compra dos consumidores, as redes sociais oferecem aos varejistas a oportunidade de levantar opiniões sobre seus novos produtos e serviços.

Desde que foi lançado em 4 de fevereiro de 2004, o Facebook alcançou o número de 1 bilhão de membros, o que prova claramente que as redes sociais vieram para ficar.

Mobile commerce.

500 milhões de consumidores usarão um celular ou tablet para realizar uma compra este ano, o que deve representar $204 bilhões em vendas. Espera-se que esse número passé para $516 bilhões até 2017, quando o mobile commerce completará 20 anos de existência.

Um telefone celular foi usado para fazer uma compra pela primeira vez em 1997, em Helsinque, na Finlândia, onde duas máquinas de Coca Cola foram configuradas para aceitarem pagamentos via SMS. Agora, o mobile começa a se tornar um canal cada vez mais importante para os varejistas interagirem com os consumidores, darem suporte, e venderem.

Leia mais: O futuro do comércio eletrônico é mobile.

Big Data.

A análise dos grandes conjuntos de dados pode parecer um desenvolvimento recente, impulsionado pelos avanços da computação, mas na verdade, ele existe há décadas. No varejo, o ‘momento Eureka’ chegou quando o supermercado Tesco lançou seu primeiro programa de fidelidade com cartão capaz de identificar padrões interessantes do comportamento do consumidor, em 13 de fevereiro de 1995.

As 10 inovações que mudaram o mundo do varejo.

Quase 20 anos depois, os varejistas de todo o mundo agora são capazes de adquirir e analisar mais dados do que nunca, e os insights acumulados desses dados estão influenciando todos os aspectos dos negócios do varejo, desde as decisões de estoque até as ações de marketing e os layouts das lojas.

Leia mais: O Big Data pode transformar seu negócio virtual.

Internet das Coisas.

A ideia de ter todos os objetos do dia-a-dia conectados com a Internet foi proposta por Mark Weiser em setembro de 1991 em um artigo da revista Scientific American. Vinte anos depois, a Internet das Coisas é uma realidade, com o mercado global de objetos conectados tendo alcançado faturamento de $1.9 trilhões no ano passado.

Com mais objetos se conectando todos os dias, esse mercado espera alcançar $7.1 bilhões até 2020. Para os varejistas, a Internet das Coisas abrem uma enorme oportunidade para simplificar o gerenciamento do inventário e da cadeia de suprimentos, melhorar a experiência do consumidor nas lojas físicas, além de maximizar o valor pago pelo espaço da loja.

Beacons.

Em 1994, pesquisadores da Ericsson inventaram um meio de conectar dispositivos móveis a acessórios, com wireless, o que posteriormente ficou conhecido por Bluetooth.

Vinte anos depois, uma versão um pouco menos poderosa está sendo usada no Beacons para transmitir mensagens baseadas em localização para dispositivos móveis.

Além de ajudar os comerciantes a atrair consumidores com ofertas e promoções, baseado na localização do cliente dentro da loja, o Beacons oferece aos varejistas riqueza de dados e novos insights de comportamento do consumidor que pode ajudar a tomar decisões inteligentes de estoque e layout da loja, por exemplo.

Checkout self-service.

Inventado pelo Dr. Howard Schneider para reduzir os tempos de espera na fila do caixa, os primeiros caixas de auto-atendimento foram introduzidos em uma loja da Price Chopper em Clifton, Nova Iorque, em 1992.

Mais recentemente, esse service em que o cliente escolhe seus produtos e faz o pagamento no caixa de auto-atendimento se tornou muito comum em muitos supermercados da América do Norte e Europa, tendo quadruplicado desde 2008. Até o final deste ano, estima-se que 430.000 caixas de auto-atendimento em lojas estarão em uso em todo o mundo. Nos EUA, acredita-se que esses caixas registrarão $1 trilhão de dólares durante 2014.

Drones.

Veículos aéreos não tripulados são usados pelos militares há décadas, na verdade, o primeiro uso registrado remonta a 22 de agosto de 1849, quando  balões carregados com explosivos foram enviados a Veneza.

Agora, o mercado para o uso civil de drones está começando a decolar a medida em que as empresas consideram como eles poderiam ser usados para fazer entregas e prestar serviços importantes, como internet sem fio, para locais remotos.

Para as empresas de varejo, os drones têm um enorme potencial para fazer entregas de forma mais rápida e mais barata. É por esta razão que espera-se que o mercado de drones possa chegar a $ 400 milhões até 2020.

Veja também: Amazon testa uso de drones para fazer entregas expressas no futuro.

Impressão 3D.

Faz 30 anos desde que Charles Hull criou a primeira impressora 3D, em 1984. No entanto, a propagação foi limitada devido ao alto preço desse dispositivo. Com o preço das impressoras 3D começando a se tornar mais acessível e um número importante de patentes expirando neste ano, um número crescente de impressoras 3D começa a entrar no mercado.

As 10 inovações que mudaram o mundo do varejo.

Veja também: Amazon venderá produtos impressos em 3D.

Isso oferece aos varejistas a emocionante perspectiva de produzir produtos personalizados sob demanda na loja, porém também existe a preocupação de que essas impressoras sejam usadas para produzir produtos falsificados.

Para superar essa preocupação, os  varejistas devem trabalhar lado a lado com os fabricantes para garantir que essas oportunidades serão exploradas  ao mesmo tempo em que a propriedade intelectual é protegida.

Texto do Ricardo Jordão para o E-commerce Brasil.