Estamos passando por um rápido e profundo processo de digitalização da economia, fato este que muda não só nossa forma de pensar, mas também o conjunto de ferramentas com as quais trabalhamos. Neste artigo falamos sobre I.A para conversão de leads, baseado na experiência da Aquarela sobre a importância do uso dos recursos de Inteligência Artificial e Data Analytics para aumentar consideravelmente a efetividade dos times de marketing no processo de aquisição (conversão) de clientes em plataformas digitais, como redes sociais, e-commerces, blogs e sites de notícias.

Tipo de problemas de conversão

Quais são os principais obstáculos para adquirir novos clientes? Abaixo apresentamos uma lista não exaustiva de problemas e/ou questões da nossa experiência em plataformas on-line na área de conversão de novos clientes. Vale lembrar que é bem provável (pelo menos em nossas estatísticas) que sua equipe de marketing apresenta alguns deste sintomas:

      • Temos muitas ferramentas, muitos dados e poucas decisões realmente baseadas em dados (fragmentação dos pontos de análise).”
      • “Dificuldade em mensurar o desempenho de conversão dos canais, normalmente são muitos canais. Como por exemplo, quais os caminhos levam à  maior conversão e como reorganizar o orçamento das campanhas?”
      • “Não temos certeza sobre nosso público, como por exemplo: Quais os pontos críticos de conversão? Horário, dia da semana, tipo de oferta e preço mais eficientes? Ou Quais os comportamentos predominantes que causam maior impacto nas vendas de assinaturas?”
    • “Atividades de campanhas com pouca efetividade e pouca automação do processo.”

Bom, a lista é grande, mas isso já nos ajuda a direcionar a conversa para o que vocês devem saber, pelo menos estar cientes de como as técnicas de Inteligência Artificial podem e já são utilizadas na prática. A seguir detalhamos essas possibilidades.

Fluxo dos usuários em canais de conversão

Normalmente, as empresas têm algum tipo de ideia de como seus clientes se movem ao longo da jornada do usuário, desde a primeira vez que visitam um site até o fechamento de uma compra. Os problemas de conversão variam consideravelmente de empresa para empresa, mas de modo geral a sequência de etapas (fluxo) que o cliente segue até a conversão é chamada de um funil de vendas respeitando os níveis a seguir:

    • Conscientização – o cliente percebe a existência de um produto ou serviço e reconhece valor do trabalho (“Eu não sabia que havia um aplicativo para isso” ou “Não conhecia este site ou blog”).
    • Interesse e Desejo – o cliente expressando ativamente interesse em um grupo de produtos (“Gosto destes artigos” ou “Eu gostaria de ter esse produto”, “Acho que posso comprar uma assinatura”).
  • Ação – dando o próximo passo para comprar o produto escolhido (“Onde eu insiro detalhes de pagamento?”).

Em cada uma dessas etapas as informações são trocadas em diferentes níveis, começando com dados da plataforma (notícias, produtos, fotos, etc) e quanto mais próximo da ação mais informações a plataforma recebe do usuário, tais como números de cliques, tempos de visita ao site, fluxos dentro do site até os dados cadastrais e de faturamento, como cartão de crédito.

O estudo dos canais é fundamental para orientar as campanhas de marketing que são aplicadas nos mesmos. Logo, se sabemos os melhores canais de conversão, sabemos como priorizar determinadas estratégias e até abandonar outras. Na figura abaixo apresentamos um sintetizador que criamos para calcular e também visualizar os canais de maior sucesso de conversão. Foram identificados dois grandes clusters de atratividade, em Azul está o centro de atração que leva a maior parte das conversões, e em verde um segundo centro de atratividade, com menos referências.

Estudo de canais

Estudo de canais

Interessante é que este radar permite detectar caminhos que levam páginas com erros ou inexistentes (erro 404), isso causa grande frustração dos usuários, passível inclusive com a penalização no ranqueamento do Google.

Páginas com error 404

Recomendação de canais

Se os canais apresentam características diferentes de conversão, então políticas diferentes devem ser aplicadas de forma mais ajustada. No gráfico abaixo, há distinção das cores verde e amarelo para informar se determinada parte do site tem características de converter usuários logo na entrada (maior impulso) ou na saída (maior análise de percepção de valor do conteúdo).

Recomendação de acordo com o canal

Recomendação de público

Entender o canal é apenas uma das diversas facetas que ajudam a descrever o comportamento do usuário o qual forma o público alvo de cada campanha. Dependendo do contexto da implantação da solução de IA, pode ser necessário fazer novos cruzamentos de dados mais complexos, que englobam dados demográficos, histórico de compras e etc.

Somente depois de exaustivos testes, tanto em algoritmos de mineração (machine learning) como de métodos, se torna possível reconhecer padrões consistentes de usuários que tendem a converter. Este processo normalmente demanda máquinas com grande potencial de processamento e memória (mais de 30 processadores e 100 Gigas de memória). Mas estes tópicos mais complexos traremos em futuros artigos, fique ligado em nosso blog!  😉

Recomendação de conteúdo

Escolher o melhor conteúdo para um cliente dentre milhares de alternativas é mais um desafio pautado na premissa de que:

“Quanto mais personalizado o serviço oferecido, mais satisfeito estarão os usuários e maior é a chance de conversão”.

O Netflix por exemplo, é uma forma de explicar e exemplificar como o conteúdo pode ser personalizado, abaixo a primeira pergunta que o usuário recebe após logar no sistema.

Recomendações do Netflix

Com base nas informações de cada usuário de forma separada, pode-se adequar o conteúdo de acordo com escolha de filmes correlatos, tempo total de filmes, números de desistências, dia da semana de maior acesso, período do dia (manhã, tarde ou noite) e assim por diante. A visualização dos resultados dependerá de como será a integração da solução com a plataforma on-line.

Ação automatizada

A automação dos processos de marketing com Inteligência Artificial podem variar bastante, e depende da estrutura dos sistemas em operação online e dos sistemas de inteligência. O conceito que explica as diferenças entre esses dois sistemas é abordada com mais detalhes neste artigo – diferenças entre sistemas transacionais e sistemas analíticos.

No cenário ideal, a plataforma on-line deve possuir processos estabelecidos de aquisição via paywalls e interfaces de fácil navegação, tanto para os usuários finais como também para os gestores de marketing que formulam campanhas e tomam ações rotineiramente. Assim, para que a automação tenha sucesso, é fundamental respeitar os fluxos dos funis de aquisição de clientes e alinhar as novas capacidades geradas pela tecnologia com os times de marketing e vendas. Estes serão responsáveis pelo monitoramento contínuo da performance das campanhas.

Principais ganhos do uso de sistemas inteligentes

A modelagem e implantação de sistemas inteligentes, ou também chamados de ferramentas de marketing 4.0, podem gerar ganhos financeiros e de market share expressivos dependendo das características de cada plataforma. Abaixo elaboramos algumas das oportunidades que podem ser alcançadas com os sistemas atuais:

    • Compreender os grandes fluxos de navegação na plataforma para elaboração de táticas e estratégias de ofertas e de conteúdo
    • Acompanhar o desempenho dos canais.
    • Receber sugestões de perfis, canais e conteúdos alinhados à uma maior chance de conversão
  • Automatizar o processo de aquisição.

Abaixo apontamos algumas diferenças básicas das soluções tradicionais e de marketing 4.0:

Marketing tradicional Marketing 4.0
Usuários utilizam plataformas genéricas, sendo atendidas como se fossem todas iguais. Usuários visualizam as plataformas de forma personalizada, recebendo recomendações de material/notícias/produtos nos canais e horários mais adequados.
O investimento em publicidade é formado sem apoio, ou com apoio parcial e manual de campanhas passadas. Investimento baseado em combinações de canais com melhor desempenho. Permitem também a automação dos processos de interação com os usuários em larga escala.
As personas que formam o público alvo estão na cabeça do gestor. As personas são geradas dos padrões reconhecidos nos dados.
A priorização das campanhas não é baseada em dados. Algoritmos de IA podem auxiliar na priorização tanto do público, como dos materiais e dos canais.
Processo manual de execução de campanhas. Automação de processos de campanhas.

Conclusões

A migração de diversos negócios para o mundo digital é uma realidade e a complexidade de reter clientes nesse novo mundo é um desafio que dificilmente será vencido sem o uso intensivo de tecnologias de Inteligência Artificial. Enquanto isso não acontecer, os times de marketing tenderão a continuar tomando decisões baseadas em visualizações e perfis de dados desconexos e com poucas chances de personalizar ofertas aos visitantes das plataformas.

Dado a natureza complexa desse trabalho, é sem dúvida importante que, durante os projetos de conversão, estes passem por um amplo levantamento arquitetural de sistemas utilizando metodologia de análise de dados para elucidar as premissas atuais das equipes de marketing.

Entendemos que o desafio de estruturar um Marketing voltado a dados é grande, o mercado tem apoiado-se em soluções que automatizam os processos de nutrição, tracking e segmentação, mas estas ferramentas não tornam essas informações inteligentes. Desenvolver sistemas que possam pegar estas informações e transformá-las em dados de inteligência para tomada de decisão autônoma é uma das verticais de trabalho que abordamos com nossas tecnologias. Desta forma, você poderá fazer a oferta no tamanho e na hora certa, para o lead adequado e preparado para conversão.

A Aquarela desenvolve sistemas inteligentes de recomendação em diversos nichos, para conhecer nossos módulos, clique aqui e agende uma reunião & demonstração.