Com os hábitos de compra e de consumo a evoluírem de forma nunca antes vista, o Data Analytics tem assumido uma importância elevada nas estratégias de marketing e de negócio das empresas de retalho, tanto online como offline.

As atividades de medição, análise de dados ou estatística, têm vários anos e várias variantes mas, o aumento dos canais e a complexidade da Customer Journey dos nossos clientes, tem tornado vital para as empresas de retalho conhecerem os consumidores e os seus hábitos, levando a que cada vez mais profissionais se dediquem a estas ciências.

Esta corrida por obter mais dados e conhecer melhor os consumidores tem gerado um hype no mercado muito positivo para o crescimento e melhoria da qualidade das nossas soluções. Contudo, a falta de pensamento estratégico e de conhecimento dos canais tem gerado dificuldade na adoção de estratégias viáveis, úteis e eficientes para juntar e analisar os inúmeros dados, assim como tem dificultado a sua adoção por algumas empresas no mercado.

A abordagem que temos seguido na área do retalho, com clientes como a Auchan, a Delta, ou a KASA (Sonae), tem-se baseado numa metodologia assente em quatro conceitos essenciais para crescer no mercado atual, que denominamos de ESE(P):

1. Enriquecimento

O contexto é essencial para uma análise sólida e relevante. Com cada vez mais informação nos vários sistemas, é essencial ter o contexto certo nas ferramentas de Data Analytics para tirar as melhores conclusões. O enriquecimento dos dados, aliado às informações já existentes nas várias ferramentas e uma visão integrada dos dados, permitem-nos analisar perspetivas cada vez mais relevantes para conhecer os nossos utilizadores. Na área do retalho, dados como a posse de cartão de fidelização, informações de categoria e mercado dos produtos, classificações de tipo de clientes, entre outros, são informações preciosas para a análise do comportamento dos utilizadores ou clientes.

2. Segmentação

Num mercado cada vez mais competitivo, a segmentação torna-se essencial, tanto numa lógica de análise do comportamento dos utilizadores, como numa abordagem estratégica de marketing, com foco nas audiências alvo em estratégias de marketing segmentado. A possibilidade de segmentar os nossos utilizadores para analisar os comportamentos específicos, segmentando os dados de forma especializada, muitas vezes focadas em nichos, é uma ferramenta potente de análise dos dados e de avaliação da nossa estratégia.

3. Experimentação

Fomentar o teste e a experimentação é a melhor abordagem na procura constante por melhorar a qualidade das nossas experiências digitais e maximizar os resultados. Com atividades bastante conhecidas como os testes A/B ou os testes multi-variáveis, disponíveis em muitos dos canais, tais como em websites, advertising, email marketing, entre outros, de forma cada vez mais acessível e gratuita, torna a possibilidade de testar novas abordagens para encontrar alternativas de melhoria dos resultados numa realidade ao alcance de qualquer empresa.

4. Personalização

Como última etapa da nossa evolução, assentando na base Data Analytics montada com os passos anteriores, queremos oferecer experiências cada vez mais personalizadas e adaptadas às necessidades dos nossos utilizadores, através do uso dos dados obtidos com a Data Analytics e, em alguns casos, soluções de machine learning.



Diamond Analytics Model

Diamond Analytics Model - Bruno Amaral

Fig.1 – Diamond Analytics Model por Bruno Amaral

Com esta abordagem simplificada e evolutiva, que se adapta à maturidade da empresa, conseguimos adotar o Digital Analytics passo a passo e de forma sólida. A ESE(P) consegue assim adaptar-se à realidade atual, juntando novos conceitos que assentam nos conceitos anteriores, em quatro etapas de adoção: três etapas base e uma opcional.

A Data Analytics permite-nos assim conhecer melhor os novos utilizadores e analisar oportunidades e ameaças à nossa estratégia digital, fornecendo-nos insights essenciais para maximizar os nossos resultados e o retorno do investimento (ROI).

O impacto de um bom planeamento e de uma boa estratégia de medição pode ser bastante elevado, permitindo-nos direcionar os nossos investimentos e esforços para as táticas e canais mais eficientes e em linha com os nossos objetivos.

Por exemplo, sabendo que a audiência que gera mais retorno são os consumidores non-food com determinadas características, porque não apostar na retenção destes clientes em vez de investir indiscriminadamente e sem estratégia? E qual o comportamento dos nossos clientes com cartão de fidelização? Estes são apenas breves exemplos de dados úteis, ricos e relevantes para qualquer retalhista.

Já olhaste para os teus resultados hoje? Acompanhar os KPIs permite saber o estado atual face ao objetivo e adaptar a estratégia para aumentar os resultados, sejam eles de receita, envolvimento, vendas, leads, ou outro objetivo relevante para a tua empresa.

Por Bruno Amaral, CEO & Founder da Diamond by BOLD e professor de Digital Analytics da NOVA IMS