O software de análise fornece dados, os padrões fornecem insights

As equipes de marketing têm acesso a uma quantidade sem precedentes de dados e insights de clientes, mas muitos não são acionáveis ​​ou úteis. Pode ser fascinante que 40% dos seus clientes venham do Kansas, mas como isso ajuda o seu negócio?

As equipes de marketing precisam de padrões mais altos para o que é considerado um insight. A IA agora é implantada em ferramentas de análise para exibir insights mais rapidamente do que você pode lê-los. Veja como o Google Analytics faz isso.

Você não pode deixar que o software de análise lhe diga o que é um insight. Somente sua equipe pode determinar isso. Claro, o software pode ajudar, mas a decisão final é sua. Se você não mantiver os padrões, sua equipe comerá o equivalente a insights de “fast food”.

O surgimento de insights sobre fast food

Fast food tem um sabor ótimo, mas tem poucos nutrientes. Eu amo Popeyes e vou sair do meu caminho para obtê-lo de vez em quando. No entanto, não pretendo fazer escolhas saudáveis ​​ao comer lá.

Eu trabalho com equipes de marketing e vejo “insights de fast food” em todo o lugar. Eles relatam métricas com as quais não se importam, como visualizações de página, taxas de rejeição etc. Eles comemoram se suas curtidas aumentam para um alvo arbitrário sem considerar a métrica.

Insights precisam direcionar comportamentos. Você muda alguma coisa em sua estratégia se uma métrica subir ou descer? Se não, então por que você está rastreando? Seria como verificar o tempo todos os dias, mas decidir usar o que quiser, independentemente da previsão do tempo.

Como fast food, esses tipos de insights podem ser ótimos.

Certa vez, trabalhei com uma equipe de marketing que media o desempenho de suas agências por visualizações de página. Seus gastos pagos foram direcionados aos canais que geraram mais visitas. Não houve discussão suficiente sobre o que os usuários estavam fazendo quando chegaram ao site.

Sua equipe precisa ter uma alimentação balanceada. Insights de fast food são bons de vez em quando, mas não como seu pão diário.

Os insights de fast food também são populares porque dão a impressão de que alguém é orientado por dados. Simplesmente trabalhar com números pode dar confiança a qualquer um. No entanto, não deixe que os meios justifiquem os fins. Data-driven não é trabalhar com números, mas gerar resultados significativos para o negócio com a ajuda de dados.

Quais são seus padrões?

Reserve um segundo para pensar sobre quais padrões são aplicados em sua equipe. Muitas empresas adotam padrões estabelecidos externamente. Seus clientes esperavam que eles respondessem dentro de um prazo específico ou esperavam um determinado preço de seus produtos. Os investidores esperam metas e objetivos de receita específicos.

Você precisa de seus próprios padrões. Certa vez, trabalhei com uma empresa de fitness ao consumidor com 30 páginas de padrões rigorosos de marca sobre o tamanho adequado de seu logotipo e fontes específicas que deveriam ser usadas.

Como resultado, todas as mídias que representavam a marca sempre foram consistentes. Talvez seus padrões fossem rígidos demais, mas pelo menos eles sabiam o que queriam e não estavam dispostos a se contentar com menos.

Grandes empresas impõem altos padrões a si mesmas. Pense na Gucci por um segundo. Você acha que eles se importam com o motivo pelo qual as pessoas não compram seus produtos? Improvável.

Existem inúmeras razões pelas quais as pessoas não compram seus produtos. Em vez disso, a Gucci se concentra em por que as pessoas compram e como obter mais desses clientes. Eles não abaixam seus padrões, ou seja, preço. Em vez disso, eles os elevam ainda mais.

Elevando seus padrões em insights

O mundo dos dados está passando por uma mudança fascinante. Por muito tempo, o problema foi o excesso de dados. Então o software e a IA melhoraram, e agora o problema são muitos insights. Criar padrões para insights é a solução de longo prazo.

Quando se trata de insights, o elemento mais importante é ser capaz de explicar sua importância. Em meu primeiro livro, “The Data Mirage”, discuto a questão WDIM ou “What Does It Mean”.

O WDIM é um lembrete simples de que todo insight precisa ter uma explicação crível. Por exemplo, se 40% de seus clientes vêm do Kansas, o que isso significa? Você deve mudar seu marketing para se concentrar nessa região? Isso é bom ou ruim? São estes os clientes que você quer atrair?

O WDIM começa a chegar ao cerne da questão. Elevar o padrão significa que você não considerará um insight até que haja um WDIM claro anexado a ele. Se alguém estiver compartilhando uma visão, peça o WDIM. Em apresentações de slides e relatórios, o WDIM deve ser o foco.

Discutir insights sem WDIM é uma perda de tempo. Com o tempo, sua definição de um bom WDIM pode aumentar. Pode não ser suficiente para levantar algumas boas perguntas. Você pode estar procurando conexões estratégicas com o negócio ou relevância para as campanhas atuais.

Você também pode pensar em impor critérios técnicos aos seus insights. Por exemplo, ajudei empresas a impor requisitos mínimos como:

• Estatisticamente válido
• O padrão é visto ao longo de vários dias ou semanas
• Insight verificado por duas ou mais fontes de dados
• Baseia-se em um novo insight de sucesso anterior

Se sua equipe está apenas começando com insights de dados, ainda faz sentido impor padrões cedo. Você não quer construir uma cultura que acredita em insights fracos. A longo prazo, pode prejudicar a confiança nos dados. Por que alguém confiaria em insights que não se mostraram úteis para o negócio?

Para muitas equipes, a aplicação de padrões começa com seu pessoal de dados técnicos. Eles conhecem os dados de entrada e saída e são a primeira linha de defesa contra insights de vaidade. Para pessoas não técnicas, você precisa passar por um treinamento sobre como identificar insights de “fast food”. O treinamento básico em probabilidades e estatísticas ajuda a superar o hype.

As opiniões expressas neste artigo são do autor convidado e não necessariamente da MarTech. Os autores da equipe estão listados aqui.