Como caçador de tesouros digitais, sei que não devo deixar esse ouro no chão e, como parceiro do Google, também sei como extraí-lo. Por meio da IA de Processamento de Linguagem Natural (NLP) do Google Cloud Platform (GCP), os parceiros de marketing digital podem ajudar as marcas a realizar a análise de sentimentos, entre outros métodos, para obter insights sobre os padrões de comportamento, as expectativas, as reclamações e o humor dos clientes e, assim, determinar o nível de fidelidade à marca.



Os dados quantitativos que você obtém por meio desse método de pesquisa permitem criar painéis e visualizar o sentimento da marca em todas as regiões. O objetivo aqui é descobrir quaisquer áreas de melhoria, pois esses pontos de dados podem ser usados para otimizar os aplicativos móveis e da Web ou os produtos e serviços de uma marca - informando, assim, as próximas etapas do processo de experimentação e ajudando-os a chegar mais perto de atender às necessidades do público.



Nos últimos meses, concentrei-me na integração da análise de sentimentos à nossa oferta de experimentação, e isso está mudando rapidamente o jogo. Com o objetivo de compartilhar aprendizados e garantir que nenhuma marca deixe seus valiosos dados intocados, vamos falar sobre por que esse método é tão bom quanto ouro.

Aproveitamento de dados textuais para determinar o sentimento da marca.

Imagine que você é uma marca global de alto nível no setor de alimentos e bebidas. Você adicionou recentemente novos recursos ao seu aplicativo e, por isso, está ansioso para saber se os clientes estão gostando dessa experiência aprimorada. Neste momento, há mais de 500 mil avaliações na Google Play Store. Analisá-las certamente seria uma grande ajuda, mas quem tem esse tempo? É um caso clássico que vemos o tempo todo: marcas que monitoram tudo, mas não fazem nada com as informações que monitoram. No entanto, esse tesouro de dados das interações ativas com os clientes só é um tesouro se for ativado e aplicado de forma eficaz.



É aí que entra a análise de sentimentos. Tornada possível pelo conjunto de ferramentas do GCP, essa técnica de pesquisa analisa o texto digital para determinar o tom emocional de uma mensagem, como uma avaliação. Como parte da experimentação, que tem tudo a ver com a criação de mudanças impactantes para atender às necessidades dos clientes, a análise de sentimentos permite traduzir dados textuais qualitativos em dados numéricos quantitativos. O objetivo é revelar insights importantes sobre a fidelidade à marca - no caso dessa marca, como os clientes se sentem em relação aos novos recursos do aplicativo. E depois? Isso mesmo, a tão necessária ativação de dados.

Coloque seus dados para trabalhar para melhorar seus negócios.

Analisando os detalhes da realização da análise de sentimentos, você verá que é muito fácil adotar esse método. Com essa solução de IA, não há necessidade de os profissionais de marketing analisarem manualmente uma avaliação após a outra para ter uma ideia da opinião das pessoas.



Aqui está o resumo. Depois de ter acesso a uma conta do Google Cloud, você pode organizar seus dados qualitativos, transacionais e comportamentais no Planilhas Google e no Google Cloud Storage. Em seguida, use o Apps Script (ou outra biblioteca de cliente de nuvem) para criar um menu personalizado e aproveitar a API de linguagem natural do GCP. Depois de ativar a API de linguagem natural e criar uma chave de API, você pode começar a processar seus dados em uma solicitação para a API de NLP e, em seguida, executar automaticamente a análise de sentimentos. Em última análise, isso abre a porta para que você aja com base nesses insights por meio de campanhas de teste A/B, otimização da Web e de aplicativos, marketing de marca e marketing de produto.



A API de Processamento de Linguagem Natural do GCP é tão avançada porque combina a análise de sentimentos com o reconhecimento de entidades nomeadas, que é uma subtarefa da extração de informações que busca localizar e classificar entidades nomeadas mencionadas em textos não estruturados em categorias predefinidas. Por exemplo, na frase "Eu tomo um cappuccino todos os dias e adoro o fato de que agora posso ganhar pontos no aplicativo e obter um desconto no meu produto favorito", já podemos identificar dois tipos de entidades: o produto e a plataforma. Portanto, a ferramenta não apenas fornece informações sobre o sentimento das pessoas, mas também conecta esse sentimento às entidades no texto.

É claro que isso não é de todo novo - apenas se tornou comum agora que o Universal Analytics foi oficialmente descontinuado e estamos todos migrando para o GA4 (se você ainda não o fez, este é o seu sinal para fazê-lo).

Nunca deixe que os dados de seus clientes sejam desperdiçados.

Compreender o comportamento, as expectativas e as dificuldades dos usuários deve estar sempre no centro de seus esforços. Essas informações essenciais alimentam todos os seus experimentos e o ajudam a ajustar seus produtos e serviços. Portanto, da próxima vez que você estiver pensando em deixar as avaliações sem ler e deixar o ouro murchar, pense novamente - porque essa solução fácil e alimentada por IA e os parceiros que sabem como aplicá-la estão aqui para ajudá-lo a extrair significado de seus valiosos dados primários e de terceiros. E para adicionar algumas cerejas frescas à torta, o Google tem novos serviços de IA que permitem que você responda automaticamente a essas avaliações e comentários, usando um Modelo de Linguagem Grande (LLM) - mas falaremos mais sobre isso na próxima vez.

Muito se fala sobre o potencial da IA - suas possibilidades e previsões futuras. Mas garanto que o momento da IA não está apenas chegando; ela está aqui, agora, e está causando impacto em todos os setores. E o que é especificamente interessante para mim é que ela está mudando o mundo do marketing e das plataformas digitais.

Mas e quanto às barreiras de entrada? É importante lembrar que a incorporação da IA em suas operações não significa que seja necessária uma reforma em grande escala. Na Media.Monks, entendemos que cada marca é única e que algumas podem exigir uma abordagem mais iterativa. Essa perspectiva permite economia e acessibilidade e, ao mesmo tempo, se beneficia da onda da IA. Uma introdução em fases de melhorias orientadas por IA pode trazer benefícios imediatos para seus clientes e para o desempenho de seus negócios. Você pode começar com um chatbot de IA para aprimorar o atendimento ao cliente ou aproveitar o aprendizado de máquina para personalizar o conteúdo para cada visitante do site. Etapas iniciais como essa podem proporcionar ganhos rápidos, proporcionando maior envolvimento do usuário e melhores taxas de conversão. À medida que esses aprimoramentos demonstram seu valor, você pode expandir gradualmente o papel da IA em seu cenário digital. Trata-se de criar um caminho estratégico e personalizado para a integração da IA, em vez de mergulhar de cabeça no fundo do poço.

Portanto, vamos fazer uma viagem pelas aplicações atuais e muito reais da IA no cenário das plataformas digitais, áreas em que a IA não está apenas oferecendo promessas, mas resultados mensuráveis para os profissionais de marketing.

Veja por onde começar com a IA.

Integração da IA com plataformas tradicionais. A integração da IA com as plataformas convencionais está ajudando as empresas a refinar as operações e as experiências dos clientes. A fusão dos sistemas de CRM com a IA, por exemplo, permite que uma marca aprenda com o comportamento de seus clientes em tempo real, oferecendo assim melhores serviços e produtos adaptados às preferências individuais.

Otimização da experiência do usuário. A análise de dados orientada por IA está fornecendo insights acionáveis que melhoram diretamente as experiências do usuário. Seja por meio de conteúdo personalizado, interfaces personalizadas ou eliminação de pontos problemáticos do fluxo do usuário, a IA está impulsionando uma nova era de plataformas centradas no usuário.

Facilitar o marketing personalizado. Já se foram os dias do marketing genérico e de tamanho único. A IA está possibilitando um novo nível de personalização que faz com que cada interação pareça ter sido criada exclusivamente para o usuário individual. De recomendações de produtos a mensagens personalizadas, a IA está ajudando as marcas a criar conexões mais profundas com seus clientes.

Aprimoramento da análise. A análise preditiva com tecnologia de IA está transformando a maneira como as empresas entendem seus clientes e mercados. Essas ferramentas oferecem um nível de percepção sem precedentes sobre o comportamento futuro do cliente, as tendências do mercado e os possíveis riscos comerciais.

Colaboração entre departamentos. A IA não é apenas para equipes de tecnologia. Ela está oferecendo oportunidades de colaboração contínua entre departamentos, ajudando a criar abordagens unificadas e eficientes para tudo, desde o desenvolvimento de produtos até o atendimento ao cliente.

A IA resolve muitos dos desafios com os quais as marcas estão lidando no momento.

A seguir, vamos dar uma olhada em alguns ótimos exemplos do mundo real em que trabalhamos para trazer melhorias transformacionais para os principais KPIs por meio da implementação iterativa e de forma mais ampla do aprimoramento da IA. Aqui estão alguns dos desafios com os quais estamos ajudando no dia a dia:

"Socorro, estou me afogando em um mar de conteúdo!" Quando o volume e a complexidade das informações são esmagadores para os visitantes, às vezes a pesquisa padrão simplesmente não dá conta do recado. Uma possível aplicação da IA aqui é criar uma funcionalidade de pesquisa inteligente que aproveite o processamento de linguagem natural e o aprendizado de máquina. Ela entende melhor as consultas do usuário, permite o diálogo conversacional e fornece resultados mais relevantes, melhorando continuamente com base nos padrões de interação do usuário.

"Como podemos ampliar as conexões significativas com os clientes e, ao mesmo tempo, criar uma comunidade de usuários?" Uma plataforma aprimorada por IA poderia fornecer conteúdo personalizado com base nos interesses do cliente e nos padrões de uso do produto. Ao compreender a interação de cada cliente com o produto, a IA pode adaptar o conteúdo, ampliando a experiência da marca e promovendo uma comunidade on-line envolvente em torno de experiências compartilhadas com o produto.

"Como lidamos com a assustadora tarefa de gerenciar as solicitações de emprego de um vasto grupo de candidatos diversos e inúmeras funções?" Aqui, a IA pode ser empregada para desenvolver ferramentas de autossegmentação e criar jornadas de usuário individuais com base no perfil e nas preferências exclusivas de cada usuário. A IA pode analisar dados em escala, extraindo insights que permitem que uma agência de recrutamento personalize cada experiência e oriente os possíveis candidatos para funções que atendam às suas habilidades e aspirações.

"Como podemos apresentar com eficácia uma ampla rede de serviços e fornecer evidências da eficácia da campanha para clientes em potencial?" Ao implementar a análise orientada por IA, essa empresa poderia fornecer relatórios detalhados de desempenho de campanha aos clientes, até mesmo prevendo possíveis resultados futuros com base em dados históricos. Essa abordagem fornece uma medida tangível do ROI para os clientes.

Cada um desses cenários ilustra o potencial transformador da IA no cenário da plataforma digital. Em termos gerais, a IA complementa e aprimora nossas estratégias existentes, permitindo-nos criar experiências mais envolventes, personalizadas e eficientes para os usuários. A IA não é apenas uma caixa a ser marcada; é uma ferramenta versátil que estamos usando diariamente para criar experiências digitais significativas e impactantes.

Prepare-se para o sucesso contínuo com a IA.

Com o potencial da IA sendo realizado em tempo real, a emoção está em observar o desenvolvimento desses desenvolvimentos e aproveitá-los de forma transformadora. Lembre-se, o futuro não é um ponto distante no horizonte; ele está acontecendo agora mesmo. Ao adotar a IA de maneira ponderada e estratégica, podemos obter vitórias imediatas e estabelecer as bases para um sucesso sustentado e de longo prazo.

No Twitter (agora conhecido de forma polêmica como "X", mas isso é outra história), o número de contas verificadas cresceu de 5.000 em 2010 para mais de 424.000. Isso nos leva a refletir se chegará um momento em que todos serão verificados ou se a plataforma oferecerá autenticidade de conteúdo como um valor inerente, sem depender apenas de emblemas. Embora nada seja certo, aqui estão algumas das vantagens e desvantagens de se buscar a verificação.

A importância da verificação para garantir a autenticidade das informações.

Para entender os prós e os contras da verificação, vale a pena olhar para trás e ver onde tudo começou. Um ponto de virada significativo foi o escândalo da Cambridge Analytica em 2018. Embora esse caso tenha destacado uma questão maior relacionada à privacidade de dados e ao uso de informações pessoais, ele também gerou discussões sobre a disseminação de informações errôneas. Entre outras coisas, a Cambridge Analytica utilizou dados pessoais para criar anúncios políticos direcionados e apresentar aos usuários mensagens personalizadas, amplificando o conteúdo de fontes duvidosas no processo.

O escândalo enfatizou a necessidade de medidas de verificação mais rigorosas para garantir a credibilidade das informações. Embora seja parte de um esforço mais amplo que inclui educação, verificação de fatos e políticas de privacidade, a verificação desempenha um papel crucial na distinção entre fontes legítimas de informações e perfis falsos.

Mais recentemente, houve outros casos em que a verificação foi empregada para fins positivos. Por exemplo, durante a pandemia da Covid-19, as contas verificadas - como a da Organização Mundial da Saúde - foram fundamentais para garantir que os usuários tivessem acesso a informações confiáveis durante a pandemia. Além disso, plataformas como o Facebook e o Twitter fizeram parcerias com algumas dessas organizações e veículos respeitáveis para anexar informações confiáveis a publicações relacionadas.

Da mesma forma, a verificação desempenha um papel na ampliação e legitimação das vozes de indivíduos e organizações envolvidas em movimentos específicos. Com o Black Lives Matter, a verificação proporcionou um meio de distinguir contas genuínas de perfis falsos que buscavam minar ou deturpar o movimento.

Os prós e os contras da verificação em perfis de mídia social para marcas.

Considerando tudo isso, vamos analisar as vantagens e desvantagens de obter a verificação em perfis de mídia social. Primeiro, vamos começar com os prós.

• Ela serve como uma verificação de credibilidade. O principal benefício das contas verificadas é a credibilidade que elas trazem para as plataformas de mídia social. Em um ambiente repleto de impostores e trolls anônimos, o emblema azul de verificação é um cavaleiro de armadura brilhante, protegendo os usuários de perfis falsos e informações enganosas. Vale a pena mencionar que o fenômeno da viralidade pode, às vezes, criar uma falsa sensação de autenticidade, mas chegar a uma fonte verificada geralmente ajuda a interromper a disseminação de informações falsamente amplificadas.
• Oferece acesso VIP a círculos privilegiados. Ter uma conta verificada desbloqueia um mundo de privilégios exclusivos: desde o acesso a recursos restritos e a participação em comunidades exclusivas até o aumento do alcance do próprio conteúdo (conforme enfatizado pelo Sr. Musk). Para marcas e indivíduos ativamente envolvidos em mídias sociais, isso serve como um ingresso para participar de conversas de elite. (Você não pode se sentar conosco!)
• É uma extensão de seu modelo de negócios. A monetização de respostas exclusivas para contas verificadas é apenas a ponta do iceberg dos complementos controversos que as plataformas planejam implementar; um vislumbre do futuro da publicidade em que o conteúdo verificado e a segurança da marca serão pagos.

Agora, não podemos discutir os benefícios da verificação nesta era sem considerar as desvantagens. Por exemplo:

• A verificação pode se transformar em um Game of Thrones. Na maioria das plataformas, obter o cobiçado emblema azul não é tarefa fácil e, se ele for obtido por meio de pagamento, não há garantia de que as plataformas não o revogarão em algum momento. Uma verdade incômoda é que o sistema de verificação tem sido criticado por ser exclusivo e favorecer figuras estabelecidas. Também houve casos em que a verificação foi concedida a contas falsas ou de paródia, causando caos na rede, como exemplificado pela Disney.
• Às vezes, o não verificável é verificado. O selo azul não é um escudo infalível contra fraudes. Incidentes recentes ressaltaram a vulnerabilidade das contas verificadas à desinformação. Por exemplo, uma imagem falsa de uma explosão no Pentágono, compartilhada por contas verificadas do Twitter, causou confusão e até mesmo provocou uma queda no mercado de ações.
• Anunciantes ausentes em ação. A possibilidade de as contas verificadas obterem benefícios monetários por meio de anúncios no Twitter levanta preocupações com relação à autenticidade do conteúdo patrocinado. Torna-se difícil distinguir se o endosso de uma celebridade a um produto milagroso é genuíno ou simplesmente o resultado de manipulação por Photoshop ou IA.

Em conclusão, a verificação oferece uma proteção crucial contra a falsificação de identidade e aumenta a credibilidade de marcas e indivíduos influentes. No entanto, o processo de verificação pode ser exclusivo, e as contas verificadas não estão imunes à propagação de informações errôneas. A introdução de anúncios nas respostas pode trazer vantagens econômicas, mas também levanta preocupações sobre a autenticidade do conteúdo patrocinado.

Por fim, uma pergunta que já passou pela cabeça de todos os profissionais de marketing: A verificação tem um impacto em nossas métricas? Pelo menos por enquanto, a resposta é sim. Em plataformas como o Instagram, as contas verificadas podem ter até 30% mais engajamento, de acordo com um estudo que abrangeu mais de 6,5 milhões de contas. Entretanto, outras plataformas, como o Twitter, podem apresentar aumentos menores. Portanto, caros amigos, procedam com cautela, pois nem tudo que brilha com um emblema azul de verificação é ouro.

E não nos esqueçamos de que, no tumultuado reino da mídia social, onde verdades e falsidades frequentemente se entrelaçam, é sempre prudente abordar cada tweet e publicação com uma dose saudável de ceticismo, um toque de humor e um olhar perspicaz para a verdade.

Por um lado, de acordo com a pesquisa da KPMG, 40% dos consumidores são céticos em relação à capacidade das empresas de proteger seus dados pessoais e sua privacidade on-line. No entanto, pesquisas do BCG, do Google e do IAB indicam que 75% dos entrevistados só querem ver anúncios que sejam relevantes para suas preferências. Por isso, é fundamental ter soluções que atendam a essas duas necessidades prioritárias: privacidade e conteúdo relevante.



Como especialista sênior em análise digital e líder de equipe, realizei várias auditorias de privacidade ao longo dos anos e, durante o processo, identifiquei algumas armadilhas que, na minha opinião, são mais comuns do que outras e podem comprometer a proteção de dados. Não tenha medo, pois este artigo revela essas armadilhas traiçoeiras! Prepare-se para conhecer as quatro principais coisas a serem evitadas ao definir as configurações de privacidade em sua implantação de análise digital.

A tentação de "rastrear tudo

Ah, sim, a tentação de "rastrear tudo" que inevitavelmente passa pela nossa cabeça: "Não há nenhuma prioridade ou caso comercial, queremos rastrear tudo" Mas esperem, queridos aventureiros de dados, não vamos abandonar o nobre princípio da "privacidade desde a concepção" Deixar esse princípio de lado traz grande perigo para nossas práticas éticas de dados.



A tentação de rastrear tudo é frequentemente sentida por equipes com grandes orçamentos que estão usando várias ferramentas de análise para rastrear os mesmos pontos de dados, passando a maior parte do tempo discutindo sobre qual ferramenta está registrando os números corretos. Elas querem ser capazes de responder a qualquer pergunta, quando deveriam se concentrar em encontrar as perguntas certas a serem feitas.

Isso ocorre porque a abordagem Tracking Everything coloca a privacidade em risco: na verdade, essa declaração contradiz diretamente os princípios da privacidade desde a concepção. Ela colocará a marca na posição de coletar informações de que não precisa, violando a privacidade do usuário final. Essencialmente, você estaria gastando muito dinheiro para correr o risco de pagar uma grande multa.

Independentemente das preocupações com a privacidade, esse comportamento é caro de outras maneiras. Ele revela certa imaturidade dos dados, o que pode levar a dificuldades para manter seus conjuntos de dados organizados e econômicos. Como resultado, os consumidores de dados podem se tornar céticos em relação ao seu produto de análise.

Essa priorização pode ser realizada por meio de uma estratégia de medição bem definida. Para definir essa estratégia, considere quais sinais você provavelmente esperaria ver no seu conjunto de dados quando os usuários estiverem envolvidos (ou não).



Como etapa preliminar, recomendo a realização de um workshop com todas as partes interessadas para definir prioridades e alavancas. Depois, e somente depois, comece a coletar dados. Isso o ajudará a desenvolver uma fonte de verdade confiável e fidedigna que inclua todas as partes interessadas relevantes.

Você sempre pode adicionar pontos de dados à medida que avança em sua análise e faz novas perguntas inteligentes, mas rastrear dados simplesmente por tê-los é errado. Seus acionistas ficarão agradecidos. Não se deve vender bazucas a pessoas que precisam matar formigas. Ajude-as a crescer em um ritmo para o qual estão preparadas.

Consentimento implícito por padrão

Vejo com frequência o consentimento implícito definido como a configuração padrão e outros regulamentos, como o GDPR, aplicados em uma base regional. Se a geolocalização da sua CMP for bloqueada por qualquer motivo (sim, já vi isso acontecer), você corre o risco de que o consentimento implícito seja aplicado a países onde deveriam ser aplicadas regulamentações mais rígidas.

Se a empresa opera principalmente em uma região em que o consentimento implícito é permitido, pode fazer sentido para o DPO aceitar o risco e deixá-lo de lado. No entanto, se você quiser ser um defensor da privacidade, a configuração padrão deve ser a opção mais segura disponível, ou seja, as normas mais rígidas devem ser aplicadas por padrão, enquanto as normas mais brandas devem ser aplicadas em cada país. Considere que a maioria das regiões que não têm uma regulamentação está avaliando sua aplicação, e nunca é cedo demais para demonstrar aos seus usuários que você se preocupa com eles.

Os acionadores de tags regionais

Um equívoco comum é que as tags de marketing não exigem acionadores de bloqueio se forem disparadas somente em seções específicas de regiões dos sites.

Como esse tipo de implementação é "específico da tag", ele exigirá manutenção extensiva e é mais propenso a erros humanos. Além disso, mesmo que o consentimento implícito seja presumido para uma região específica, é fundamental seguir os regulamentos de privacidade, como o ePrivacy e o GDPR, quando indivíduos de outras regiões (por exemplo, a UE) acessam um aplicativo ou um site.

Em vez de depender de acionadores do sistema de gerenciamento de tags, garanta uma implementação escalável e compatível com a privacidade centralizando a decisão sobre o consentimento implícito ou explícito em sua CMP. Certifique-se de que todas as tags de marketing tenham a mesma configuração de consentimento, independentemente de onde devam ser disparadas (por exemplo, disparar somente se ad_storage estiver definido como granted). Se forem tags de marketing, elas sempre serão tags de marketing, independentemente de onde forem disparadas!

No Google Tag Manager 360, o emprego de uma abordagem baseada em zonas para agrupar tags com a mesma finalidade pode ser altamente eficaz. Isso permite que você configure a conformidade de consentimento apenas uma vez para uma zona específica (por exemplo, "tags de marketing") e aplique-a a todas as tags que pertencem a ela.

Compreensão errônea do escopo das tags do Google Analytics

É um equívoco comum pensar que as tags do GA só definem cookies para fins de análise. No entanto, tanto o GA3 (Universal Analytics) quanto o GA4 usam recursos como o Google Signals e o Remarketing, que exigem o consentimento do usuário para usar identificadores de personalização e remarketing.



Não se preocupe, pois o Modo de consentimento entra em cena, defendendo a conformidade sem esforço. Quando configurado corretamente, o Modo de consentimento cuida automaticamente dos recursos baseados em consentimento. No entanto, se ele não estiver à vista, devemos planejar uma configuração explícita.

Quando o Modo de consentimento não está em vigor, você pode desativar o Google Signals e/ou os recursos de Remarketing de forma programática. Todos os recursos de personalização de publicidade podem ser desativados definindo o parâmetro "google_signals" como "false" por padrão e "true" somente quando o usuário consentir em ser identificado para fins de marketing.



Em resumo, considere essas armadilhas comuns e as soluções propostas para garantir a conformidade com as normas de privacidade ao implantar configurações de privacidade para coleta de dados digitais. Priorizar a privacidade não apenas protege as informações pessoais dos indivíduos, mas também contribui para a confiança na marca e, em última análise, melhora a experiência do cliente.

Por fim, lembre-se de que esta não é uma orientação jurídica, mas sim minha posição ética sobre o assunto. Ao tomar decisões relacionadas à privacidade, recomendamos que consulte o seu DPO e a equipe jurídica.

O motivo pelo qual medimos cada vez mais é simples: para que possamos prever o desempenho de diferentes cenários estratégicos e, assim, ajudar as marcas com as quais fazemos parceria a otimizar seus esforços de mídia. E, assim como qualquer outra disciplina dentro da publicidade, o campo da mídia continua a evoluir, portanto, vamos destacar o que é importante no momento e que dará suporte à sua medição de mídia.

Acolhendo a incrementalidade no mundo da mídia.

Primeiro, vamos dar um passo atrás e ver o que significa incrementalidade. Em termos simples, ela se refere ao aumento nas conversões ou vendas que podem ser atribuídas a uma campanha publicitária específica em relação àquelas que teriam ocorrido independentemente - também conhecida como base. A incrementalidade foi recentemente adotada por nós, pessoal de mídia, e o termo ganhou importância porque é uma solução de medição de mídia que isola o aumento incremental. Isso é importante porque, caso contrário, não é possível saber qual mídia está impulsionando o crescimento e qual está apenas colhendo conversões que você teria obtido de qualquer maneira. Dessa forma, a incrementalidade oferece uma visão muito mais precisa de como seus canais de mídia estão gerando conversões.

Por exemplo, a atribuição multitoque (MTA) tradicional geralmente não consegue separar a base do aumento da campanha publicitária. Isso pode levar a resultados exagerados. Em vez disso, para medir com precisão a incrementalidade, é importante usar a MTA em conjunto com técnicas incrementais, como a modelagem de mix de mercado (MMM). Dessa forma, você pode entender melhor o verdadeiro impacto das campanhas publicitárias, passar do ROAS para o ROI e, assim, ter uma conversa mais sensata com suas equipes financeiras sobre a eficácia da mídia.

Como o Marketing Mix Modeling tem ajudado a medição de mídia.

O Marketing Mix Modeling certamente não é nova no cenário, e essa técnica existe em sua aplicação comercial para entender os aumentos de mídia há várias décadas. No entanto, a disciplina melhorou significativamente, especialmente nos últimos anos.

O MMM contemporâneo percorreu um longo caminho. Antigamente, as atualizações anuais levavam meses para gerar resultados, enquanto hoje é possível colocar um piloto em funcionamento em seis semanas e usar a automação e o aprendizado de máquina para obter atualizações mensais em questão de dias. Além disso, as visualizações também se tornaram muito melhores, pois os painéis de relatórios atuais oferecem aos analistas uma infinidade de maneiras de abordar os conjuntos de dados.

É importante observar que o Marketing Mix Modeling considera todo o mercado - incluindo fatores como promoções e preços, a recente pandemia, sazonalidade e outros - e, portanto, oferece uma visão holística. Se você não levar em conta esses outros fatores, não conseguirá obter uma leitura precisa da mídia e correrá o risco de exagerar seu impacto. Por isso, estamos vendo cada vez mais marcas firmarem parcerias com especialistas em MMM para ajudar a criar modelos de mix de mercado ou trabalhar com eles para ter esse recurso internamente.

Devo salientar que alguns participantes podem dizer que executam "modelagem de mix de mídia", mas, na verdade, estão apenas criando uma regressão simples com variáveis de mídia ou usando técnicas de caminho multitoque (o que não é uma análise incremental). O que é preocupante nisso é que eles oferecem as chamadas soluções de MMM a preços muito baixos, o que pode parecer atraente, mas os danos causados pelo uso dessas soluções não podem ser subestimados. Basear suas decisões em um modelo barato, mas ruim, pode dar errado e custar mais de 40% de sua receita de mídia - em comparação com um aumento de aproximadamente 30% se a técnica for aplicada corretamente. Você pode decidir o que é melhor para sua marca.

Aproveitamento da IA para acelerar nossa análise.

Outro motivo muito oportuno para eu estar tão empolgado com a aplicação da modelagem de mix de mercado é o recente crescimento da inteligência artificial e das soluções de automação que surgiram a partir dela - a IA vem avançando rapidamente em várias áreas e não se esqueceu do MMM.

Na Media.Monks, estamos otimistas com relação à IA. Dito isso, também sabemos que é importante ser cauteloso e fazer a devida diligência, especialmente porque vemos muitos provedores de IA alegando criar modelos de mix de mercado sem ter a experiência e as ferramentas certas para isso. Quando se trata de MMM, acreditamos que as soluções de IA e automação podem ser incrivelmente úteis para acelerar o processo, mas é claro que também há alguns casos que exigem trabalho manual. Vamos dar uma olhada.

Dados brutos e processamento. Isso pode ser automatizado com o uso de APIs ou modelos para transmitir dados e, em seguida, processos predefinidos automatizam a limpeza, economizando muito tempo. Cuidado com os provedores que levam vários meses para integrar inicialmente os pipes de dados, pois você deve estar pronto e funcionando em questão de semanas.

Modelos iniciais. Usamos algoritmos evolutivos para automatizar a criação do modelo inicial, executando milhares de modelos instantaneamente na nuvem e pontuando-os, o que nos permite chegar a um modelo básico muito mais rápido e economizar semanas em projetos de MMM com vários KPIs.

Modelos finais. Observe que isso (ainda) requer intervenção manual com uma equipe de modelagem muito experiente. Precisamos verificar os modelos, triplicar a verificação dos dados e usar nossa ampla experiência para identificar anomalias e análises alternativas para interrogar quaisquer descobertas controversas.

Efeitos de vendas e cálculos de ROI. Eles podem ser automatizados sem o uso de IA - esse é apenas um processo que pode ser facilmente repetido usando código.

Relatórios automatizados. Depois que todos os números são calculados, é fácil preencher automaticamente os painéis e as ferramentas de otimização de mídia. Uma coisa que não pode ser automatizada, no entanto, é responder às perguntas personalizadas dos clientes sobre a duração do segundo mais eficaz, o público-alvo e muito mais.

Engajamento. Informar os ROIs e as otimizações é uma coisa, mas ganhar a compreensão e a confiança nos modelos é outra. Portanto, nos estágios iniciais dos compromissos com o MMM, é imperativo ter pessoas que possam explicar os modelos e os resultados para a equipe mais ampla - não apenas de marketing, mas também de finanças, vendas, diretoria, para citar alguns. Meu conselho seria voltar a esse assunto em estágios posteriores, quando as pessoas entenderem e confiarem no modelo, e então você poderá passar para relatórios mais automatizados.

Em resumo, a automação pode substituir grande parte do trabalho pesado de processamento e visualização de dados e resultados, enquanto a IA pode ser usada no estágio inicial de modelagem. Mas o que não pode ser substituído é a verificação de sentido, a interpretação e a experiência de um bom modelador para garantir que os resultados sejam robustos, realistas, compreendidos e, portanto, utilizáveis.

Diminuição do tempo e aumento dos resultados.

No contexto de tempos economicamente incertos, uma solução que economiza tempo - e, portanto, economiza custos - como a modelagem de mix de mercado, especialmente quando é alimentada por IA e automação, é muito útil. Com base nesses modelos, a medição de mídia normalmente permite que as marcas prevejam diferentes cenários de vendas. Por sua vez, ter uma previsão robusta de desempenho é fundamental para justificar diferentes cenários estratégicos para a diretoria, os proprietários e os investidores de uma empresa.

A incrementalidade é fundamental na busca de um ROI preciso, e o MMM é a principal maneira de chegar lá. Embora essa técnica exista há décadas, seu ritmo de mudança e sua taxa de adoção estão se acelerando, o que, tenho certeza, será ainda mais impulsionado pela IA. Dito isso, para que você possa colher as muitas recompensas dessa técnica testada e comprovada, é fundamental trabalhar com um parceiro de mídia que inclua todo o mix de impulsionadores de vendas e que possa levar seus modelos de números absolutos a ações comerciais claras.

Uma grande vitória para as pequenas e médias empresas.

O Prime Day deste ano foi um marco significativo para as pequenas e médias empresas, pois elas surgiram como os novos protagonistas no cenário de vendas. Essa mudança não foi uma mera coincidência, mas, na verdade, o resultado da decisão estratégica da Amazon de ampliar essas empresas, apresentando mais ofertas de seus produtos do que nunca.

Os consumidores de hoje, especialmente os mais jovens, não estão apenas comprando produtos - eles estão comprando os valores que esses produtos representam. Eles se concentram cada vez mais em alinhar seus valores pessoais com seus hábitos de compra e demonstram preferência por marcas que refletem suas próprias crenças e princípios. Essa tendência é particularmente evidente no crescente apoio às pequenas e médias empresas, pois elas tendem a ter histórias mais convincentes e produtos exclusivos, além de oferecer um toque pessoal que repercute nos consumidores. Essas marcas geralmente representam empreendedorismo, inovação e apoio à comunidade local, e esses valores são muito apreciados pelos consumidores conscientes de hoje.

Quanto aos resultados, o primeiro dia do Prime Day 2023 quebrou o recorde do ano passado e, portanto, tornou-se o maior dia de vendas na plataforma. De acordo com a Amazon, os membros do Prime em todo o mundo compraram mais de 375 milhões de itens, economizando mais de US$ 2,5 bilhões por meio de ofertas em toda a plataforma. Esse aumento nas vendas mostra a crescente popularidade e a expectativa do Prime Day entre a base de clientes da Amazon. Além disso, a Numerator revelou que, de mais de um milhão de domicílios, aproximadamente 52% adiaram estrategicamente suas compras até o Prime Day para aproveitar as vendas, o que mostra que muitos consumidores não apenas se envolvem com o evento, mas também o planejam.

De acordo com a Amazon, as categorias mais vendidas foram Casa, Moda e Beleza, enquanto a Numerator relatou que os itens mais populares incluíam Temptations Cat Treats, Amazon Fire TV Stick, Liquid I.V. Packets, Echo Dot 5 e Blink Outdoor Camera. Esses itens refletem uma gama diversificada de interesses e necessidades dos consumidores, desde cuidados com animais de estimação até entretenimento doméstico e saúde.

A Adobe Analytics afirma que os gastos on-line nos Estados Unidos aumentaram 6,1%, chegando a US$ 12,7 bilhões, o que demonstra o impacto econômico significativo do Prime Day. No entanto, esses resultados impressionantes ficaram aquém da previsão da Adobe, que previu um crescimento de 9,5% ano a ano (YoY) no total de vendas on-line nos EUA. Essa discrepância sugere que, embora o Prime Day continue a ser um grande evento de vendas, pode haver espaço para mais otimização e crescimento.

Ajudar as marcas a colocar poder estratégico por trás de suas vendas no Prime Day.

Os resultados notáveis deste ano ressaltam a importância de compreender o comportamento do consumidor e o planejamento estratégico - em vez de um mero reflexo das tendências mais amplas do mercado, esses resultados são, na verdade, o produto de estratégias inovadoras e de uma execução meticulosa nos bastidores para os vendedores da Amazon.

No cenário dinâmico do Prime Day 2023, nossa equipe de especialistas em comércio guiou estrategicamente nossos clientes através das complexidades do evento. Aproveitando os recursos inovadores da Amazon e alinhando-os com estratégias holísticas, fomos capazes de aproveitar o pulso do comportamento do consumidor e impulsionar um crescimento sem precedentes para as marcas com as quais temos parceria. Além de capitalizar o evento, nos propusemos a entender e aproveitar as oportunidades exclusivas que o Prime Day apresenta.

Utilizamos uma estratégia de lead-out em conjunto com o recém-introduzido recurso de "lista de espera" somente por convite da Amazon para as ofertas do Prime Day em muitos clientes. Essa estratégia de direcionamento direto permitiu que os membros do Prime identificassem ofertas exclusivas e solicitassem um convite para os produtos nos quais estavam interessados antes do evento, essencialmente levando-os a fazer compras antes do tempo - uma estratégia que foi projetada não apenas para criar impulso e expectativa, mas também para incentivar o engajamento e as vendas antecipadas. Vamos dar uma olhada em diferentes categorias para ver a eficácia comprovada dessa abordagem.

• Categoria de colchões e roupas de cama: Um cliente superou sua previsão em seis vezes no primeiro dia do Prime Day, catapultando sua classificação de vendas da 56ª posição para a 1ª em apenas um dia e meio. Esse desempenho notável lhes rendeu vários distintivos "Amazon's Choice", e agora são reconhecidos como "Overall Pick"
  
• Categoria de vestuário de estilo de vida: Para outro cliente, o Prime Day 2023 marcou sua primeira participação no evento. Eles venderam com sucesso a previsão dos 25 produtos em destaque, o que teve um efeito cascata, aumentando a visibilidade e as vendas de toda a marca mesmo após o término do Prime Day.
  
• Categoria de beleza: Um cliente dessa categoria registrou um aumento significativo de +203% em relação ao ano anterior nas vendas e um aumento de +109% em relação ao ano anterior no ROAS. Esse sucesso foi impulsionado por uma estratégia multifacetada que incluiu a criação de campanhas associadas a promoções e anúncios patrocinados antes do evento, a otimização de lances e o lançamento de postagens na Amazon durante o Prime Day e a veiculação de anúncios de remarketing depois.
  
• Categoria de suplementos: Um cliente da categoria de suplementos testemunhou um aumento de 50% em relação ao ano anterior nos números de vendas de primeira linha e um aumento impressionante de 396% no tráfego da loja da marca no primeiro dia do Prime Day. O bom desempenho na categoria se deveu, em grande parte, ao uso estratégico de cupons nos ASINs (Amazon Standard Identification Numbers) de "Nível 1", o que melhorou significativamente as taxas de cliques e de conversão nos anúncios. Essa estratégia não só impulsionou suas vendas durante o evento, mas também adicionou 64 novos clientes do programa Subscribe and Save, preparando o terreno para o sucesso contínuo após o Prime Day.

Com base em nossos princípios fundamentais, que têm impulsionado o sucesso de forma consistente, nossa equipe adotou uma abordagem holística para o Prime Day 2023. Adaptamos nossas estratégias promocionais, de conteúdo, operacionais e de dados às necessidades exclusivas de cada marca, garantindo uma abordagem personalizada e eficaz para o evento. Essa combinação de estratégias nos permitiu navegar pelas complexidades do Prime Day e, ao mesmo tempo, maximizar as oportunidades para nossos clientes.

Empacotando nossos aprendizados e levando-os para o próximo grande evento de compras.

O Prime Day 2023 pode ser considerado um evento de comércio eletrônico marcante, pois demonstrou o poder do planejamento estratégico, dos recursos inovadores e da compreensão profunda do comportamento do consumidor. As histórias de sucesso de nossos clientes ressaltam o potencial do Prime Day como uma plataforma de crescimento e visibilidade. Ao olharmos para o futuro, esses insights guiarão nossas estratégias e nos ajudarão a nos adaptar e inovar continuamente no mercado digital em constante evolução. Quer você seja proprietário de uma pequena empresa ou de uma marca global, as lições do Prime Day oferecem um apoio valioso para navegar no mundo do comércio eletrônico e maximizar as oportunidades que esses eventos de destaque apresentam.

Na Media.Monks, estamos sempre procurando maneiras de integrar a melhor tecnologia de IA em nossos negócios. Fazemos isso não apenas porque sabemos que a IA é (e continuará sendo) altamente disruptiva, mas também porque sabemos que nosso pessoal experiente em tecnologia e incessantemente curioso está fadado a experimentar novas ferramentas interessantes - e queremos garantir que isso aconteça da maneira mais segura possível. Todos nós nos lembramos de erros cruciais dos últimos meses, como o vazamento de códigos privados para o domínio público, e, portanto, não é nenhuma surpresa que nossas equipes Jurídica e de InfoSec tenham freado um pouco a tecnologia que podemos adotar, levando em consideração a segurança de nossa marca e a de nossos parceiros.

Portanto, quando a OpenAI - a força por trás do ChatGPT - atualizou seus termos de serviço, permitindo que as pessoas que utilizam a API utilizassem o serviço sem que nenhum de seus dados fosse usado para treinar o modelo como configuração padrão, tivemos uma grande oportunidade. Naturalmente, nós a agarramos com as duas mãos e decidimos criar nossa própria versão interna da popular ferramenta, aproveitando a API da OpenAI: O MonkGPT, que permite que nossas equipes aproveitem o poder dessa plataforma e, ao mesmo tempo, coloquem em camadas nossas próprias verificações de segurança e privacidade. Por quê? Para que nossos talentos possam usar uma ferramenta que seja específica para os negócios e muito mais segura, com o objetivo de reduzir riscos como vazamentos de dados.

Não se pode correr o risco de colocar a proteção da marca em perigo.

Desde que a IA generativa entrou em cena, estamos experimentando essas ferramentas e explorando as infinitas possibilidades que elas oferecem. Como se vê, as ferramentas de IA são incríveis, mas não necessariamente vêm sem limitações. Além de não serem adaptadas a necessidades comerciais específicas, as plataformas públicas de IA podem usar algoritmos ou modelos proprietários, o que pode gerar preocupações com relação a direitos de propriedade intelectual e propriedade. Além disso, essas ferramentas públicas geralmente coletam dados, cujo uso pode não ser transparente e pode não atender às políticas de privacidade e às medidas de segurança de uma organização.

O risco para a marca é o que mais nos preocupa, pois nossa principal prioridade é proteger nossa propriedade intelectual e os dados de nossos funcionários e clientes. É interessante notar que uma solução importante é criar as ferramentas por conta própria. Além disso, não há melhor maneira de entender verdadeiramente os recursos de uma tecnologia do que arregaçar as mangas e colocar a mão na massa.

Quebrando recordes de implementação, apesar dos obstáculos.

Ao criar o MonkGPT, não houve necessidade de reinventar a roda. É claro que podemos treinar nossos próprios LLMs, mas, com o rápido sucesso do ChatGPT, decidimos aproveitar a API da OpenAI e as bibliotecas populares de código aberto examinadas por nossos engenheiros para trazer essa funcionalidade de IA generativa para nossos negócios de forma rápida e segura.

Na verdade, o principal obstáculo que tivemos que superar foi interno. Nossas equipes Jurídica e de InfoSec são críticas em relação aos termos de serviço (ToS) das ferramentas de IA, especialmente quando se trata de como os dados são gerenciados, de propriedade e armazenados. Portanto, precisávamos nos alinhar com elas sobre o risco dos dados e as atualizações dos ToS da OpenAI, que haviam sido modificados especificamente para os usuários da API, de modo a desativar os dados transmitidos pelo serviço da OpenAI para serem usados para treinar seus modelos por padrão.

Embora a OpenAI armazene os dados transmitidos pela API por um período de 30 dias para fins de auditoria (após o qual eles são imediatamente excluídos), seus ToS afirmam que ela não usa esses dados para treinar seus modelos. Juntando isso à nossa documentação interna de práticas recomendadas, à qual todo o nosso pessoal tem acesso e é solicitado a revisar antes de usar o MonkGPT, garantimos que minimizamos qualquer possibilidade de persistência de dados confidenciais no modelo da OpenAI.

Como já vi várias vezes, não há obstáculo suficientemente alto para nos impedir de transformar nossas ideias em realidade e em ferramentas úteis para nossos talentos. Em apenas 35 dias, conseguimos implementar o MonkGPT, ampliá-lo em toda a empresa e lançá-lo em nossa reunião global All Hands. Falando em mais rápido, melhor e mais barato, esse projeto é o nosso lema manifestado. É claro que não paramos por aí.

Incluindo benefícios para nossa força de trabalho.

No momento, temos nossa própria interface e pilha de aplicativos, o que significa que podemos começar a criar nossas próprias ferramentas e funcionalidades, aproveitando todos os tipos de tecnologia de IA generativa. A intenção por trás disso é aprimorar a experiência do usuário e, ao mesmo tempo, atender às necessidades dos nossos casos de uso. Por exemplo, atualmente estamos adicionando recursos como a Prevenção contra perda de dados para aumentar ainda mais a segurança e a privacidade. Isso envolve a implementação de maneiras de remover efetivamente qualquer possibilidade de envio de informações confidenciais para o ecossistema da OpenAI, de modo a aumentar nosso controle sobre os dados, o que não seria possível se tivéssemos passado diretamente pelo serviço do ChatGPT.

Outro recurso interessante que estamos desenvolvendo gira em torno da descoberta e do compartilhamento imediatos. Um dos principais desafios para aproveitar um software de LLM baseado em solicitações é descobrir quais são as melhores maneiras de perguntar algo. É por isso que estamos trabalhando em um recurso - que o ChatGPT ainda não tem - que permite aos usuários explorar os prompts mais úteis em todas as unidades de negócios. Digamos que você seja um redator, a ferramenta poderia mostrar os prompts mais eficazes que outros redatores usam ou gostam. Ao integrar essa capacidade de descoberta ao uso da ferramenta, nosso pessoal não precisará se desdobrar tanto para chegar ao mesmo destino.

Na mesma linha, também estamos treinando LLMs para fins específicos. Por exemplo, podemos treinar um modelo para nossos consultores jurídicos que revela todos os sinais de alerta em um contrato com base na linguagem para pessoas jurídicas e no que eles viram em contatos semelhantes. Imagine o tempo e o esforço que você pode economizar acessando o MonkGPT e, dependendo da sua unidade de negócios, selecionando o modelo com o qual deseja interagir - porque esse modelo foi treinado especificamente para seus casos de uso.

É apenas uma questão de tempo até que todos nós sejamos alimentados por IA.

Todos esses esforços contribuem para nossa oferta geral de IA. Ao desenvolver novos recursos, não estamos apenas avançando em nossa compreensão dos LLMs e da IA generativa, mas também expandindo nossa experiência em levar essas ferramentas para o próximo nível. Trata-se de nos perguntarmos: "Quais desafios nossas unidades de negócios enfrentam e como a IA pode ajudar?" com o objetivo de fornecer aos nossos talentos os superpoderes certos.

Não é preciso dizer que minha equipe e eu aplicamos esse mesmo tipo de pensamento ao trabalho que fazemos para todos os nossos clientes. Nossa missão de IA vai muito além de nossa própria organização, pois queremos garantir que as marcas com as quais fazemos parceria também colham os benefícios de nossas tentativas e erros. Isso porque sabemos com absoluta certeza que, mais cedo ou mais tarde, todas as marcas terão seus próprios modelos que conhecem seus negócios de dentro para fora, assim como a MonkGPT. Se você ainda não está adotando essa inevitabilidade agora, tenho certeza de que o fará em breve. Quer para chegar lá seja necessário apenas um pouco de consultoria ou suporte completo, minha equipe e eu temos as ferramentas e a experiência para personalizar a capa perfeita para você.