Por Renan Marafigo*

O machine learning, disciplina contida dentro da inteligência artificial, é uma das tecnologias emergentes com maior potencial em uma série de indústrias, com destaque para marketing e comunicação. Isso porque possibilita a análise de gigantescas quantidades de dados, a realização de hipersegmentações em larga escala, de uma maneira que mesmo especialistas experientes e com muitas horas de trabalho não conseguiriam. Mais ainda, essa tecnologia vem sendo cada vez mais incorporada às plataformas de CRM já existentes e com uma operação acessível, pelo menos no início. O investimento e esforços necessários para sua utilização também vem caindo.

Esse potencial – que se traduz em uma capacidade analítica e inteligência de dados maiores, alavancando assim novas estratégias e negócios – é um grande diferencial para o CRM. Isso porque essa área lida, basicamente, com enormes quantidades de dados, sejam os diretos, a partir dos touching points da própria empresa, sejam indiretos por meio de dados de mercado e parceiros. O Machine Learning responde, justamente, a um enorme desafio do CRM: se tenho cada vez mais canais, interações digitais com o consumidor e formas de ir acompanhando sua jornada, como analisar tudo isso de forma eficaz?

Para isso ocorrer, porém, as marcas não podem pular etapas prévias fundamentais. A primeira é ter claro quais são as alavancas de seu negócio, ou seja, o que pode ser aperfeiçoado e aumentar a lucratividade. Por exemplo, é a venda de cosméticos online pelo WhatsApp? É a venda de pacotes de produtos com serviços associados? Ou ainda, sou um negócio de compra recorrente com clientes que utilizam para presentear? Respondida essa pergunta – que está longe de ser óbvia e lança executivos em grandes discussões – passasse a reunião de dados sobre o consumidor alvo e sua jornada de compra, afinal é com base nestas informações que se escolhem os canais de comunicação e as mensagens a serem enviadas.

Com esse arcabouço pronto, chegamos a operação propriamente dita: montagem de um cronograma de ações (que geralmente envolve promoções e o envio de peças), sua implementação e a mensuração dos resultados. Neste primeiro momento, não costumamos interferir muito na estratégia de comunicação da empresa, buscando avaliar os feedbacks e fazendo testes A/B, ou seja, experimentando variações para ver as mais bem sucedidas. Nesta fase, é fundamental garantir o básico: que os e-mails são disparados corretamente, que as mensagens são abertas, que os contatos têm bom nível de atualização etc. Por fim, é importante medir quanto o CRM representa das vendas totais da empresa, para ver como isso evolui.

Atingido este nível de maturidade – que pode ser feito de forma relativamente rápida com uma equipe experiente e investimentos – o Machine Learning pode ser utilizado adequadamente. As primeiras iniciativas nesta área não são pirotécnicas, mas tem grande aplicação e impacto. Por exemplo, a tecnologia pode apontar o melhor horário para o disparo de uma comunicação, entender quem são os usuários mais engajados, evitar que um mesmo consumidor receba muitas comunicações e fique inativo, ter relatórios preditivos etc.

Em um segundo momento, pode-se avançar para a identificação das pessoas que estão ou não abrindo comunicados, quais os melhores dias para ações e análise das linguagens e imagens com melhores resultados. O estado da arte é usar o Machine Learning para análises preditivas, nas quais visamos prever comportamentos complexos como quando será a próxima compra, qual o produto almejado e até identificar com antecedência quando um cliente está insatisfeito e pretende deixar a base (o que é conhecido na linguagem técnica como churn).

Com isso, o machine learning pode predizer métricas como lifetime value e o impacto de estratégias de cross selling, upsell e iniciativas de fidelização. Pode até propor a próxima melhor ação ou oferta, também conhecidos como, Next Best Offer (NBO) ou Next Best Action (NBA) com grande assertividade.

Temos um caso de uma multinacional de cosméticos que tangibiliza bem este potencial. Antes de adotar a abordagem acima, o CRM representava cerca de 10% das vendas gerais da empresa. Com a construção de uma base sólida e o uso de machine learning, a participação saltou para um quarto das vendas.

Agora, eles têm vendas via CRM superiores aos que eles tinham no período da Black Friday!

De fato, o Machine Learning descortina todo um novo universo de possibilidades para as empresas, mas apenas aquelas que “arrumaram” a sua casa antes.

*Renan Marafigo é gerente de CRM da Cadastra

Siga a Bússola nas redes: Instagram | Linkedin | Twitter | Facebook | Youtube

Veja também

Todos devem usufruir do poder da internet, diz Vint Cerf, pioneiro da rede

Certificação de dados diminui ataques hackers e vazamento de informações

Seara anuncia frota de 200 caminhões 100% elétricos até janeiro