Analytics: Análise de dados e sua importância

Nos últimos anos você provavelmente já viu alguma matéria de jornal falando sobre os dados ou os termos “Big Data”, “Business Intelligence” e “Ciência de Dados”, mas afinal o que são esses dados e por que você deveria adotar a análise de dados na sua empresa?

Essa empolgação nas últimas décadas vem do aumento da nossa capacidade de processar e analisar esses dados devido ao crescimento exponencial do desenvolvimento tecnológico, antes conseguimos produzir mas não processar em larga escala de maneira a gerar informações valiosas de negócios. 

A maioria das empresas está acostumada com os dados financeiros que são cruciais para entendê-la como: receita, lucro, custos, retorno do investimento… enfim, são vários indicadores financeiros. Os dados e as ferramentas de análise nos permitem, é pegar uma lupa e visualizar com mais detalhes esses e vários outros pontos de um negócio. Qual local vem a maior parte das minhas vendas? A sua frequência de compra? O tipo de consumidor que me traz mais lucro?  Os dados respondem essas e mais uma longa lista de perguntas. 

Atualmente o marketing e o comercial das empresas são as áreas que mais se beneficiam desses dados. Principalmente para entender o comportamento do consumidor e as características do público alvo: sexo, genero, idade, local, preferencia de consumo , se é sensível a promoção, qual canal que ele prefere comprar, qual tipo de conteúdo ele consome. Para entender as vendas pode-se saber qual tipo de produto tem melhor taxa de conversão em cada horário e dia da semana, por exemplo. Em um modelo B2B você pode estimar a probabilidade de conversão da venda pelas características da empresa antes de enviar uma proposta, assim concentrando seus esforços nas que realmente têm chances altas de conversão.

Tenho anos de experiência no mercado, qual o valor que a análise de dados tem para mim? 

Os dados têm a eficiência de fornecer evidência estatística do que se observa, para que assim, você possa ter mais confiança quando for tomar uma decisão arriscada. Além disso, ele pode te informar  o potencial de um segmento de cliente que você não prestava tanta atenção porque vendia pouco, mas é extremamente lucrativo e fiel a sua empresa com a análise do perfil de compra, ou seja, agora você pode anunciar pelas mídias sociais especificamente para esse público e aumentar seu faturamento. Nesse sentido, os dados confirmam estatisticamente a visão e experiência do gestor e revelam oceanos com grande potencial, mas ainda inexplorados.

Indicadores 

Em geral eles têm como objetivo mensurar algo no seu negócio, com o seu monitoramento é possível entender com evidência matemática o seu “alvo”. São infinitos os indicadores ROI, ROA, Taxa de conversão, Taxa de Churn. É muito importante entender que eles podem e devem ser criados de acordo com a necessidade, mercado e modelo de negócios da empresa.

Por exemplo, você tem uma loja de camisetas e quer vender mais camisetas pretas e brancas porque o custo de produção delas é menor. Assim, você cria um indicador que é fração de camisas pretas e brancas / total de camisas vendidas. Com o monitoramento desse indicador, pode- se testar diferentes estratégias, como por exemplo expor essas cores em destaque na sua loja ou site antes das coloridas e observar se o indicador aumenta ou não. Dessa forma, o gestor consegue entender se suas estratégias estão realmente tendo impacto no objetivo.

O Uber, iFood, Spotify empresa de SaaS em geral usam o Custo de Aquisição do Cliente (CAC) – quais são meus gastos totais para que alguém se torne meu cliente (equipe de marketing, anúncios, time de comercial) / clientes novos e o Lifetime Value (LTV) – o quanto esse cliente me gera de receita durante o período (Valor Médio de uma Venda) X (Média Tempo de Retenção em meses ou anos para um cliente típico). Sabendo desses indicadores, o time de marketing pode tomar a decisão de investir em novas aquisições ou criar campanhas de ativação do usuário. Além de saber se os investimentos estão gerando retorno desejado, o ideal é o LTV ser de 3 a 5 vezes o CAC.

Se o ifood perceber que o LTV de uma região está baixando ou seja o gasto dos clientes na sua plataforma está diminuindo ele pode enviar cupons de desconto para incentivar que o usuário volte a consumir em sua plataforma. Ou, o Uber quer expandir sua rede de clientes, mas quer gastar pouco, então ele monitora as áreas onde o custo de aquisição é mais baixo e que ainda tem poucos clientes depois da análise investe em anúncios específicos.

Exemplo de Varejo

Uma planilha simples com o histórico de vendas com data e hora pode revelar por exemplo, quando é melhor anunciar:

Pelo gráfico os horários de pico de vendas são de 11 às 13 é de 18 às 20. Nesse sentido, seria importante criar anúncios em redes sociais nesses horários, já que seu consumidor tende a comprar no horário do almoço e logo depois do fim do horário comercial. 

Teste A/B 

Muito utilizado pelo marketing, essa é uma estratégia para testar hipóteses visando a otimização de alguma meta ou objetivo. Por exemplo, pelo google analytics pode-se criar mais de uma versão de um site com cores, ordem de botões, layout diferentes. Mostra-se para usuários com as mesmas características esses dois tipos de site, aquele que, por exemplo, fizer o lead passar mais tempo, gerar menos ou mais clicks ou converter melhor, provavelmente pode se aproximar do “ideal”. Esses testes podem ser feitos em vários contextos: geração de conteúdo, modificação de produto ou serviço e otimização de processos

Machine Learning 

As empresas que já têm uma cultura de dados mais madura e uma base grande de dados podem usar o machine learning (aprendizado de máquina) ou inteligência artificial que,de maneira muito resumida, é o uso de modelagem estatística para prever ou recomendar. 

Os algoritmos das redes sociais tão comentados após o dilema das redes são o exemplo mais claro de sua aplicação, eles conseguem prever o conteúdo que você mais gosta de consumir pela observação do seu comportamento e coleta de dados sua e de usuários com o perfil parecido com o seu. É assim que o youtube ou a netflix consegue “adivinhar” exatamente o que você quer assistir.  

Sua aplicação não se limita às redes sociais, mas nas mais diversas áreas: hospitalar para prever doenças, mercado de ações e nas vendas de maneira geral para prever qual consumidor tem maior probabilidade de ser convertido ou qual é a chance dele sair do seu serviço.

Entendi que a análise de dados é importantes, mas como começar?

Primeiro é importante entender onde você está, conferindo esta imagem é possível verificar em qual estágio  sua empresa se encontra:

Procure maneiras para ir para o próximo estágio. Atualmente, está cada vez mais fácil de se progredir. Por fim, para ganhar uma vantagem competitiva significativa seria interessante pelo menos dominar o business intelligence, entender o passado e monitorar o presente.