Usando análises preditivas baseadas em IA para cronometrar seu próximo passo

Mesmo em tempos incertos, a análise preditiva orientada por IA pode ajudar os profissionais de marketing a ver quais oportunidades estão surgindo. Então, por que essa tecnologia não está sendo usada por mais CMOs? Em sua palestra na conferência MarTech deste mês, o cientista-chefe de dados da TrustInsights.ai, Christopher Penn, mostrou algumas maneiras pelas quais qualquer equipe de marketing pode alavancar seus dados de forma preditiva. E ele também compartilhou alguns coçar a cabeça.

“Cerca de dois terços dos CMOs disseram que estão gerenciando o presente, estão apagando incêndios agora, e apenas cerca de um terço está olhando para o futuro, mesmo em um período de tempo em que planejamento e contingências são tão importantes, durante a pandemia global”, disse Penn, citando números da pesquisa CMO mais recente da Duke University. “As pessoas simplesmente não estão fazendo isso, e a razão para isso é que muitas das ferramentas que você usa para análise preditiva estão na caixa de ferramentas de marketing, mas as empresas realmente não as adotaram.”

Ele acrescentou: “Por quê? Porque as pessoas não descobriram como fazer uso dessas coisas, como usá-las para economizar tempo e planejar com antecedência.”

Comece com a previsão de séries temporais

Grande parte da maneira como os profissionais de marketing usam a análise preditiva é focada no cliente. Eles querem encontrar clientes com maior probabilidade de comprar. E em um esforço para serem mais eficientes, os profissionais de marketing colocarão seus esforços e orçamentos para envolver esses clientes que têm mais intenção.

Outro método de economia de tempo, no entanto, concentra-se no momento de um evento ou oportunidade que os profissionais de marketing podem aproveitar. Essa estratégia, chamada de previsão de séries temporais, também pode ajudar os profissionais de marketing a evitar problemas e evitar dores de cabeça.

Com base nos recursos de dados atuais da sua empresa, os algoritmos podem organizar os dados em padrões, e a IA torna os insights ainda mais acionáveis. Os dois principais padrões ou temas que a análise preditiva determina são a sazonalidade e a ciclicidade. Eles são fenômenos repetíveis que os profissionais de marketing podem ver no horizonte e agir sobre eles.

“A sazonalidade inclui as coisas que acontecem em determinados períodos de tempo que são sazonais”, disse Penn. Então, há influências de acordo com o que está acontecendo no tempo, e a ciclicidade é esse ciclo, esse ritmo. Nossos dados geralmente devem ser sazonais e, geralmente, cíclicos”.

Alguns desses ciclos os profissionais de marketing já conhecem por experiência e os dados confirmam isso. Por exemplo, se você estiver no marketing B2B, não terá muita tração nas campanhas nos finais de semana.

“Se você estiver em B2C”, disse Penn, “você sabe o tempo entre o início de novembro e 1º de janeiro, você estará trabalhando em turnos duplos. Há sazonalidade nisso… Mas, dependendo do produto, o inverso pode ser verdadeiro. Isso é ciclicidade. Então você tem sazonalidade e ciclicidade em seus dados.”

• Bom dia: tempos interessantes exigem profissionais de marketing ágeis
• Quando se trata de tecnologia de marketing, os fins vêm antes dos meios
• Quebrando a transformação digital das jornadas do cliente de hoje

Mais da Conferência MarTech >>

Dados de IA suficientes no bolo

Você também precisa ter uma certa quantidade de dados para ensinar aos algoritmos o que aconteceu no passado e o suficiente para que você possa testar suas suposições sobre os dados.

“Teste para ter certeza de que suas previsões são precisas e então você pode construir sua previsão”, disse Penn. “Se você não tiver dados suficientes, a análise preditiva tende a não funcionar. Por que é esse o caso? Bem, pense assim.”

Ele acrescentou: “Se você estava assando bolos corretamente e só fez um bolo uma vez, você realmente não sabe o que pode dar errado. E pode não ter havido nenhuma anomalia naquele dia em que você fez aquele bolo, então você tem um número muito limitado de exemplos para dizer, OK, tenho certeza que sei como assar o bolo.”

No entanto, a coleta de dados ao longo de muitos ciclos, como assar muitos bolos, permite que a equipe de marketing, bem como os algoritmos que eles usam, identifiquem quando as coisas dão errado com o bolo.

“Você saberá depois de um período de tempo o que está acontecendo de errado”, disse Penn. “É disso que você precisa com dados de análise preditiva. Você precisa ter dados suficientes para identificar os momentos em que algo deu errado e explicar isso.”

Previsão de comportamento com análise preditiva

Para ter uma ideia de como os padrões sazonais e cíclicos podem ajudar a prever oportunidades para sua empresa, veja alguns dos insights que podem ser extraídos dos termos de pesquisa no Google.

No espaço de tecnologia de marketing, por exemplo, você pode estar interessado nos fluxos e refluxos do termo de pesquisa “automação de marketing”.

“Com que frequência isso vai acontecer no resto deste ano e quanto já acontece?” Penn perguntou. “Mais uma vez, você pode ver esse padrão de quebra-cabeça para cima e para baixo, essa é a nossa ciclicidade. Semana após semana, você está vendo algumas semanas de alta, algumas semanas de baixa. E esses dados nos permitem prever o futuro.”

Ele acrescentou: “Se você estivesse fazendo marketing de busca ou mesmo marketing de conteúdo, você [determinaria] quais semanas nas próximas cinco ou seis semanas aqui ou nas próximas 10 ou 12 semanas, sobre quais semanas eu quero publicar mais conteúdo automação de marketing?”

Ao observar os padrões anteriores, você pode usar a previsão para escolher os horários em que deseja otimizar páginas ou executar uma campanha.

É tudo baseado em probabilidades matemáticas, muita matemática computada em alto volume, e nunca é 100% certo porque só pode prever coisas que aconteceram antes ou vêm em ciclos.

Mas a previsão que usa análise preditiva aponta oportunidades nas quais os profissionais de marketing estarão prestando atenção, mesmo que trabalhem para seu concorrente.

Assista à apresentação completa da nossa conferência MarTech aqui (requer inscrição gratuita).