25.02.2019
Mercado pede profissionais analíticos
link copiado
Compartilhe:
Considerados o principal ativo nas empresas, eles serão peça fundamental para interpretar e propor novidades
Mas e as pesquisas de mercado tradicionais, que se baseavam em formulários preenchidos por meio de entrevistas pessoais? O ex-aluno da FAE e especialista em Marketing Digital, Guilherme Conter, reforça que, antes de mais nada, as pesquisas tradicionais de mercado continuam extremamente relevantes. “As novas fontes de dados digitais e ferramentas para analisar esses dados proporcionam uma visão complementar sobre os hábitos de consumo das pessoas como, por exemplo, tipos de conteúdo mais acessados, dispositivos utilizados, horário de utilização etc. A inteligência de marketing voltada para o Big Data permitirá cruzar todo o gigantesco volume de dados para traçar perfis mais precisos dos consumidores e também gerar ações práticas para as empresas − que muitas vezes olham somente para os dados brutos das métricas digitais sozinhas, sem contexto, e acabam inferindo interpretações incorretas, acarretando em decisões estratégicas equivocadas”, explica.
Como funciona na prática?
Hoje todo o processo de decisão das empresas modernas é pautado em dados e informações que auxiliem os gestores a reduzir o grau de incerteza diante de situações futuras. Portanto, o trabalho de pesquisa é fundamental para levantar e tabular estes dados de forma estratégica. “Com o avanço de novas tecnologias, temos hoje capacidade de coletar, facilmente e de modo mais barato, um volume muito maior de dados, o que nos permite realizar análises que antes se pautavam em observações diretas ou em mensurações de intenções. Dessa forma, conseguimos analisar o que de fato está ocorrendo em diversas áreas, seja no volume de transações realizadas em um sistema, seja na quantidade de ocorrências de anomalias em um processo produtivo, ou ainda na leitura em tempo real de vendas realizadas por uma loja ou um vendedor e assim por diante”, conta Alexandre Conte, professor de Marketing Digital da FAE Business School e executivo da Totvs.
Apesar do volume gigantesco de dados, o mesmo avanço tecnológico permite, por meio de plataformas de inteligência artificial, realizar análises automatizadas desses dados. O resultado são indicadores mais estratégicos e alertas preditivos de situações a serem tratadas, o que faz com que os profissionais de hoje sejam muito mais estratégicos e menos operacionais.
Capital Humano
Apesar de os softwares de rastreamento melhorarem exponencialmente a cada ano, os dados que geram ainda são baseados em escalas arbitrárias definidas por pessoas. “Um exemplo em um site de internet pode ser a visita ou sessão medida pelos softwares de Analytics, como Google ou Adobe − por padrão, duram 30 minutos. Não há um motivo específico para esse valor, apenas convencionou-se dessa maneira e a indústria adotou o padrão. Em resumo, não adianta apenas olhar para números de dados digitais sem a correta interpretação humana, principalmente sem o cruzamento de outras fontes de dados, para não acarretar na comum confusão entre correlação e causalidade. Exemplo: em uma determinada noite de sexta-feira, observou-se um aumento nas pesquisas do Google Brasil por “queijo colonial”. O dado em si é absoluto, mas não traz o contexto − provavelmente ocorreu devido à exibição de um programa de televisão dedicado ao assunto”, reforça Guilherme.
Segundo ele, a partir das métricas digitais, é possível obter milhares de dados sobre o hábito de consumo das pessoas na internet, por exemplo: utiliza uma rede social e clica em um link do portal de notícias, já no portal é impactado por um banner de anúncio, clica e visualiza algumas páginas do comércio eletrônico e vai até o final do carrinho de compras, concluindo a transação. Porém, tais métricas ainda não são capazes de dizer quais eram as verdadeiras intenções e/ou motivações daquele consumidor: Foi uma compra por impulso ou era um produto que já pesquisava há tempos? Qual a influência da marca? Algum desconto ou benefício foi decisivo para tomar a decisão?
Foi pensando nesse capital intelectual que a FAE passou a oferecer uma pós-graduação em Big Data and Market Intelligence disseminando o conhecimento sobre como efetuar a leitura do ambiente de negócios nos meios digitais e fornecendo informação para a tomada de decisão nas grandes empresas.
O novo modelo
Uma grande empresa de varejo norte-americana, ao cruzar o Big Data com os registros de compras de suas clientes, conseguiu desenvolver um modelo que previa com bastante exatidão se ela estava grávida ou não, incluindo clientes que nunca haviam fornecido qualquer informação que sugerisse uma gravidez.
O modelo final levava em conta cerca de duas dúzias de produtos e pagamento com cartão de crédito ou cartão fidelidade da rede, além da apresentação de cupons de ofertas pelas clientes. As principais variáveis preditivas identificando as futuras mamães incluíam um carrinho carregado de loção corporal neutra por volta do terceiro mês da gestação, seguido da compra de suplementos vitamínicos como magnésio, cálcio e zinco algumas semanas depois.
A pesquisa permitiu à empresa identificar 30% mais clientes grávidas para direcionar vendas de produtos da categoria bebês. E, ao dirigir essas ofertas antes do nascimento dos bebês, as vendas aumentaram, conforme planejado. Esse é um claro exemplo da pesquisa sob a gestão inteligente do profissional, capaz de trazer resultados mensurados.
Essa grande revolução tecnológica favorece, inclusive, pequenas empresas, que hoje são capazes de acessar dados com facilidade, além de elaborar inúmeras pesquisas que possam nortear suas ações. Com isso os ganhos aumentam em:
- validações mais desburocratizadas;
- erros reparados mais rapidamente;
- danos minimizados.
A agilidade do mundo 4.0 permite mais acessibilidade, mas o profissional analítico e a inteligência humana capaz de propor sugestões e ações assertivas seguirão como os mais importantes ativos do mercado de trabalho.
Esse conteúdo foi publicado no Carreira e Futuro, do G1 Paraná.
Imagem: Unsplash
link copiado
Compartilhe: