Blog de Marketing Digital de Resultados

Como usar Business Intelligence para melhorar a performance de uma estratégia de Inbound Marketing

Uma das grandes diferenças (e vantagens) do Marketing Digital em relação ao marketing tradicional é a possibilidade das suas ações serem mensuradas. Mas como tornar dados em insights para serem utilizados como inteligência competitiva?

Uma das grandes diferenças (e vantagens) do Marketing Digital em relação ao marketing tradicional é a possibilidade das suas ações serem mensuradas. Isso significa que você pode saber com precisão quais campanhas foram mais efetivas, qual caminho seus Leads percorrem antes de se tornarem clientes, quais conteúdos são mais interessantes para a persona da sua empresa e onde estão os gargalos da sua estratégia de marketing e vendas.

Tudo isso vem em forma de dados, que precisam ser analisados e transformados em insights para poderem ser utilizados como inteligência competitiva. Ou seja, precisamos transformar os dados crus que diversas plataformas e ferramentas nos fornecem, trabalhá-los até que se tornem informações relevantes e depois insights, para então utilizá-los para melhorar as estratégias de Inbound Marketing.

Neste post vamos mostrar a você exatamente como fazer essa transição. Confira!

Onde coletar os dados necessários para fazer Business Intelligence (BI)?

Você pode coletar dados essenciais em ferramentas de web analytics, de Automação de Marketing, um CRM ou uma plataforma de BI. Eles fornecem dados relevantes como fluxo de entrada dos visitantes do site, páginas com as melhores conversões, caminhos percorridos pelo seu Lead, os padrões de consumo, a localização deles, os horários em que eles consumiram, qual a taxa de conversão da sua empresa, quais itens foram comprados juntos etc.

Vários desses dados também podem ser coletados nos relatórios internos trimestrais das suas equipes de Marketing e Vendas.

Outra possibilidade é buscar serviços pagos de outras plataformas como o SEMRush e o SimilarWeb. Eles são excelentes plataformas para análises comparativas de mercado, informação de tendências, indicadores e padrões de alguns setores. A diferença desses dois é que o SimilarWeb trabalha com uma quantidade menor de informação. Já o SEMRush consegue trazer cruzamentos de dados mais robustos, e deve ser utilizado para BI por empresas mais consolidadas ou que já possuam um histórico interessante de análises e métricas.

Para facilitar a análise dos dados coletados e transformá-los em insights, é interessante usar programas que permitam que você coloque dados de formas gráficas. Para isso o Excel é recomendado, assim como o RapidMiner, que permite o cruzamento e análise de dados de forma mais completa. Ou até de um jeito “faça você mesmo” com o Easy.ly. Ele permite que você visualize facilmente tendências e comportamentos.

Não podemos esquecer que você também pode obter dados relevantes através de pesquisa com clientes e ex-clientes, benchmarking, entre outros.

Quais dados eu devo coletar?

A grande sacada do BI é fornecer subsídios para que as decisões estratégicas e de planejamento sejam tomadas com menos base em feeling e achismos e mais norteadas por dados, o que significa decisões mais assertivas e com menor margem de erro.

Por isso, o tipo de dado que você deve coletar depende do que é importante para a sua empresa. Você precisa fazer uma análise de quais dados e canais são relevantes para a sua estratégia. E isso muda dependendo do setor, do tamanho da empresa e até mesmo das possibilidades de pessoal que você dispõe.

A questão geográfica, por exemplo, pode ser essencial para um ecommerce que lida com logística. Já para uma empresa de software que atua apenas em uma cidade, isso pode não ser relevante. O mesmo vale para a área de atuação do seu Lead, idade, comportamento de consumo (tanto de visitas às páginas e histórico de compras quanto de horários), cargo, entre outros quesitos.

Lembre-se de que é importante fazer uma análise de dados no mínimo trimestral para revalidar e impulsionar suas estratégias de BI.

Como estruturar uma análise de BI

Uma boa análise de BI passa por quatro fatores importantes:

  1. O que está acontecendo?
  2. Por que está acontecendo?
  3. O que vai acontecer agora?
  4. Como podemos mudar ou melhorar o que está acontecendo?

Por exemplo: seu analista de marketing faz uma análise dos dados e percebe que as interações na página do Facebook da sua empresa estão caindo. Isso é um dado. Agora começa a análise para verificar quais fatores foram responsáveis por esse acontecimento – o que vai tornar esse dado em uma informação e pode permitir uma ação assertiva, como trocar os horários de postagens, rever os conteúdos que estão sendo divulgados, trabalhar mais campanhas de impulsionamento de posts etc.

Por meio do BI, também é possível verificar tendências de comportamento para os próximos meses ou anos e permitir uma preparação mais efetiva para mudanças. Essa também é uma excelente maneira de apontar gargalos que irão surgir e trabalhar para que eles não prejudiquem a escalabilidade do seu negócio.

Na prática, como isso funciona?

Uma análise BI ou uma estratégia balizada por BI é mais do que um simples relatório. Ela é uma mudança na cultura da sua empresa, que começa a acreditar em dados e na aplicação deles. Isso deve ser algo feito constantemente e não pontualmente.

O que se deve fazer primeiro é contratar softwares que permitam a coleta de dados do seu negócio – o RD Station faz isso. Depois, faça um filtro de quais dados são importantes para o posicionamento e estratégias da sua empresa. E comece a cruzá-los.

Inicialmente, esse trabalho pode ser bastante demorado. Mas com o tempo as tendências vão se tornando mais e mais visíveis, e você passa a conhecer o seu negócio de forma mais profunda.

Quer se inspirar em dois exemplos interessantes?

A Netflix recentemente se envolveu em uma especulação interessante de BI. Ela teria levado sua análise de dados e preferências um pouco além do básico “recomendado para você” e criado uma série inteira baseada nessas informações. O que se especula é que Stranger Things, o hit que foi disponibilizado em julho de 2016, foi o resultado da percepção e análise de consumo dos usuários da Netflix, seus gostos e programas mais acessados para criar uma série que agradasse a um público realmente grande.

Outro uso interessante foi feito pela loja de departamentos americana Macy’s. Com auxílio de um software para análise de dados, a empresa começou a processar milhares de terabytes de informação por dia. Eles buscaram dados nos locais convencionais, como CRM de vendas e marketing, e foram além também em analisar dados de redes sociais, como o Twitter. Desta maneira, a Macy’s obteve quase que instantaneamente um aumento de 10% nas vendas da empresa por trabalhar de maneira mais eficiente as campanhas e promoções.

Ou seja, trabalhar com Business Intelligence pode até ser complexo, mas permite resultados expressivos para o seu negócio. E isso não acontece apenas em empresas grandes como as dos exemplos acima, mas nas de qualquer tamanho. O importante é analisar os dados que conseguir reunir para validar processos e otimizar ainda mais campanhas e produções de conteúdo.

Esse post foi escrito por Marco Casarotto, CEO da Tekoa.

Marcadores:

Deixe seu comentário