Data Driven Marketing
15 métricas essenciais
Muitos profissionais de marketing não são fãs da análise quantitativa de negócios. Eles preferem o lado criativo do negócio. Mas em um ambiente altamente competitivo, com corte de custos, com foco nos lucros, os profissionais de marketing devem entender as métricas que definem seus resultados.
O marketing baseado em dados utiliza 15 medidas principais – 10 métricas de marketing clássicas e cinco cálculos relacionados à Internet – para rastrear os clientes à medida que avançam, tornando-se conscientes do produto ou serviço de uma empresa até se tornarem clientes fidelizados. Isso se reflete no “modelo de impacto do comportamento de marketing”, que surgiu na década de 1960. Este modelo, que permanece válido, às vezes é chamado de “funil de vendas”. Ele acompanha o ciclo de compras contínuo através dos estágios de conscientização, avaliação, experimentação e fidelização.
As métricas primárias do marketing clássico começam com “as cinco métricas não financeiras essenciais”:
O próximo conjunto de cinco métricas inclui as “quatro métricas financeiras essenciais” e a medida mais essencial, “valor da vida útil do cliente”:
O ambiente de marketing digital muda constantemente, por isso é um desafio para os marketeiros. Se você usa o marketing de busca(SEM), veja as cinco “métricas de marketing na internet” que completam as 15 medidas essenciais de marketing:
Uma vez que o marketing na web fornece feedback rápido, ele deve acelerar o ritmo de qualquer campanha promocional. O resultado é um “marketing ágil”. Se uma campanha é eletrônica ou tradicional, o marketing orientado a dados busca encontrar a combinação certa de ferramentas de marketing para direcionar o produto certo para o consumidor certo. Este objetivo pode ser alcançado de três maneiras:
“Propensity marketing” – Este modelo usa dados demográficos e comportamento passado para prever o produto exato que vários consumidores desejam e quando o querem. A empresa Meredith de mídia e marketing usa um modelo que testa resultados a cada nove meses para verificar os resultados.
“Análise da cesta de mercado” – Quando um cliente faz uma compra, este modelo funciona para prever compras similares que o mesmo cliente pode fazer no futuro. A Amazon usa essa métrica para sugerir títulos de produtos relacionados com base nas compras anteriores de um cliente. Os pesquisadores obtêm esses dados usando a análise de cluster, o que os ajuda a encontrar “regras de associação”, ou padrões de compra, para produtos e consumidores específicos.
“Árvores de decisão” – Estes diagramas são representações visuais da forma como os eventos ou as compras se conectam. Os comerciantes usam análise de segmentação para isolar variáveis significativas nestas conexões para mostrar os tipos de produtos que os clientes compram e quais fatores preveem compras futuras ou perda de clientes.
Embora essas técnicas pareçam complicadas, os profissionais de marketing se beneficiarão com a compreensão do que esses modelos podem realizar, como interpretar os dados e como tomar decisões inteligentes com base nessas informações.