Você já ouviu falar que os dados podem esconder respostas valiosas para o seu negócio?

Essa afirmação é bem pretensiosa e nem sempre reflete a realidade, pois as respostas que você vai obter ao analisar um perfil de clientes, por exemplo, dependem de quais perguntas você pretende responder. Isso é balizado pelo quão profundas são as suas perguntas de negócio. Perguntas mais razas, tendem a limitar o campo observacional do analista de dados, enquanto perguntas específicas demais podem acabar gastando muito tempo desnecessário. O ideal é balizar essa especificidade com os seus desafios de negócios. Vamos a um exemplo um pouco mais complexo e próximo da realidade. Uma empresa quer analisar seu histórico de clientes dos últimos 10 anos para tentar obter insights valiosos para os departamentos de marketing e vendas.
Então, o time de inteligência de dados se junta com o time de marketing e vendas para discutir quais os possíveis caminhos explorar.
Depois da reunião, o time sai com 3 faixas de perguntas:
Faixa 1 – Ampla
Faixa 2 – Específica
Faixa 3 – Exploratória
Na primeira faixa, o time tentará cruzar os dados disponíveis para encontrar informações referentes a toda a amostra, como médias de idade, ticket médio por período, sazonalidades, geografia do público e por aí vai.
Na segunda faixa, o time começará a fazer análises mais específicas buscando responder perguntas previamente formuladas, como “qual é o perfil de cliente que tem o maior LTV vs o menor CAC?” ou “como o investimento em publicidade afeta o ciclo de vendas?” (atenção para essa segunda faixa, pois ela é o ponto central deste artigo).
E na terceira faixa, o time passa a explorar um ambiente mais amplo, cruzando dados que não parecem ter similaridade, buscando encontrar padrões não visíveis. Dependendo da maturidade do time de dados, aqui é onde entram as aplicações de modelagem e algoritmos mais complexos.
O que acontece na prática é que a maioria das empresas para na primeira faixa de análise, justamente por não entender a importância de fazer esse alinhamento inicial para gerar as perguntas de negócio.
Às vezes, pode ser mais importante para o seu negócio saber qual o cluster que faz mais transações por período, do que qual compra os maiores valores. Às vezes, pode ser mais importante saber como o seu ICP interage com a sua marca nas redes sociais.
O ponto é: se você não sentar com o seu time para explorar estas questões, seu time de inteligência continuará te apresentando os mesmos relatórios genéricos, que depois de alguns meses vira protocolo e não serve de mais nada.

RESUMINDO

A importância de ter um parceiro de Big Data Nesse ponto, abastecer a sua estrutura com dados externos complementares, é fundamental para que o seu time de dados/inteligência consiga te entregar insights mais valiosos, afinal, muitas vezes a sua estrutura interna não possui uma quantidade tão grande de dados, podendo até gerar vieses nas análises. Conte com a Nova Vida para ser este parceiro, podemos te explicar como plugar nosso data lake à sua estrutura de Inteligência ;)

leia também

setembro 25, 2020

Prospecção ativa de clientes: Como fazer de forma eficiente?

  Prospecção ativa de clientes: Como fazer de forma eficiente?   A prospecção ativa utiliza […]
setembro 23, 2020

Como preparar seu time de vendas para uma estratégia de Outbound Marketing?

  Como preparar seu time de vendas para uma estratégia de Outbound Marketing?   Depois […]
setembro 21, 2020

Outbound Marketing: Saiba como aplicar na sua empresa

   Outbound Marketing: Saiba como aplicar na sua empresa   Você já deve saber que, […]
setembro 18, 2020

5 erros comuns na prospecção de vendas e como evitá-los

  5 erros comuns na prospecção de vendas e como evitá-los   Parte da rotina […]