Todos sabem que dados precisos
são essenciais para as operações de marketing, pois capacitam os painéis do CMO
que fornecem métricas financeiras e de desempenho estratégicas. No entanto, a
realidade atual é que as empresas lutam para alavancar seus dados para
implementações práticas, e para análises diárias de operações de marketing ou
insights de alto nível dessa forma demonstrando o impacto do marketing nos
resultados finais.
Os profissionais de marketing
querem tomar decisões baseadas em dados, mas têm dificuldades para acessar
informações e manter alta qualidade de dados para criar uma imagem completa. O
movimento de análise de autoatendimento permite que todos os profissionais de
marketing, na verdade, todos os usuários de negócios acessem as informações,
depois combinem e analisem para descobrir insights transformacionais. Mas como
esses conjuntos de dados são reunidos e gerenciados não está sendo feito de
maneira ponderada e inteligente. Dois analistas de marketing podem chegar a
conclusões completamente diferentes se os dados em que sua análise se baseia
estiverem errados, desatualizados ou incompletos.
Conjuntos de dados de marketing
não são fáceis de criar. O Salesforce, o Google Analytics, o LinkedIn, o Google
AdWords e outras plataformas são todos formatados de forma diferente, podem não
fornecer dados históricos ou não podem ser combinados em uma única exibição. O
resultado é uma miscelânea de vários arquivos e formatos em que nada pode ser
rapidamente ou facilmente destilado em um painel ou usado para construir uma
estratégia de dados de marketing. Os profissionais de marketing ficam
frustrados e coçam a cabeça sobre como obter uma visão abrangente de todas as
suas atividades de marketing. Para ter sucesso, as equipes devem implementar
uma estratégia de dados de marketing ofensiva e defensiva claramente delineada
a partir da qual os painéis e relatórios de CMO podem ser criados.
.
Como construir a estratégia de
dados correta?
Com uma nova estrutura de estratégia de dados focada nos negócios que
aborda o que chamo de dados na “defensiva” e “ofensiva.”
Essa abordagem é única, pois
exige governança de dados e agilidade do usuário e metas que geralmente entram
em conflito, mas que podem ser alcançadas simultaneamente. A defesa de dados é
descrita como o uso de dados que minimizam o risco, enquanto a ofensiva de dados
aborda as iniciativas que suportam os objetivos de negócios. Embora essas
categorias forneçam excelente segmentação do uso de dados, é importante
observar que a forma como os dados são usados em uma organização varia drasticamente,
independentemente de sua posição ofensiva ou defensiva. Portanto, uma
segmentação adicional relacionada à eficiência operacional e insight
analítico é necessária.
Pessoal, a grande maioria das
organizações tem tarefas operacionais que são necessárias em várias funções,
departamentos e setores. Essas tarefas operacionais geralmente envolvem
processos e entregas programadas regularmente, enquanto outras podem ser ad
hoc. Além disso, as tarefas operacionais podem ser defensivas, como relatórios
de conformidade e reconciliação de transações, ou ofensivas, como segmentação
de mercado ou prestação de contas. No entanto, independentemente de os dados
serem usados para defesa ou ataque, a eficiência
operacional é essencial, pois essas tarefas geralmente são recorrentes,
necessárias e possivelmente demoradas.
Por outro lado, simultaneamente,
a explosão da análise de autoatendimento capacitou indivíduos e linhas de
negócios para criar visualizações de dados e executar iniciativas de análise
que ajudam a orientar decisões internas e estratégias externas. Mais uma vez,
esses insights analíticos podem ser defensivos, como análise de retenção de
funcionários ou renovações de clientes, e análises ofensivas como
dimensionamento de mercado ou rastreamento de descontos de produtos.
Pense nisso.
Sergio Mansilha
