Não basta olhar para os dados analisados e deixá-los “ali encostados à sombra”. Torna-se fundamental compreender se os resultados obtidos foram ou não resultado das decisões anteriormente tomadas.
A Análise de Dados aplicada ao Marketing Digital para muitos poderá parecer um pouco estranho, um tanto ou quanto inadequado ou até mesmo excessivo. Da minha experiência, a Análise de Dados é o que permite aos decisores optarem pela estratégia A ou pela estratégia B
Os dados, quando chegam até mim, vêm “crus”, “em bruto” e por vezes todos misturados. A partir daqui é desconstruir. Naquele momento em que se olha para uma folha de cálculo repleta de vírgulas e se pensa: “Como poderei dar esta informação a alguém de forma simples, rápida e intuitiva?”. O raciocínio passa por olhar para os dados, compreendê-los e processá-los de forma o mais visual possível. Sempre com o intuito de facilitar o “difícil” e o “complicado” a quem não tem muito tempo para compreender toda uma lógica complexa.
Desconstruir, separar por áreas, criar secções e níveis de informação. Neste contexto, criar ramificações com diferentes níveis de informação para que a observação final seja o mais simples e coesa possível. De seguida, trabalha-se cada umas das áreas e secções de informação de modo a nos dar a big picture de um determinado ramo de informação, até que acabamos com os mais pequenos detalhes e preciosismos que necessitemos de saber.
Por exemplo, quando se realiza uma campanha paga numa rede social, obtemos um vasto número de dados que nos indicam se a campanha foi bem sucedida ou não, de acordo com o que a equipa definiu anteriormente. Neste caso, obtemos uma extraordinária quantidade de dados que teremos de filtrar e criar níveis de informação. Começamos pelos números “globais”, ou seja, um primeiro nível de observação, como é o caso do número de impressões, de cliques, o CTR, o CPC médio, os custos totais, etc. Seguimos para os dados um pouco mais específicos, um segundo nível de observação, como é o caso de qual dos géneros foi mais vezes impressionado pela campanha, quais as faixas etárias que mais vezes clicaram, quais foram os dispositivos mais utilizados ou qual a localização dos utilizadores. Num terceiro nível de análise, sera,́ por exemplo, o caso dos sistemas operativos que foram mais utilizados no acesso, em que secções do site ou da aplicação os utilizadores foram impactados, etc.
Este exemplo foi aplicado às campanhas pagas em redes sociais, mas a mesma estratégia é replicável noutros canais, como é o caso de websites, de campanhas de email, em campanhas pagas noutras redes como é o caso do bing e do google, entre outros.
O importante é criar áreas de observação, elaborar secções de análise e desenvolver níveis de leitura da informação de forma a descomplicar, a tornar simples e intuitivo o grande “emaranhado” que são os dados. Desta forma, para aqui chegar recorre-se ao uso de gráficos, diagramas, cronogramas, fluxogramas, enfim, tudo o que permita uma representação visual dos dados recolhidos e analisados.
Posto isto, será necessário que alguém interprete os dados recolhidos e lhes dê valor. Não basta olhar para os dados analisados e deixá-los “ali encostados à sombra”. Torna-se fundamental fazer uma reflexão crítica, compreender se os resultados “hoje” obtidos foram, ou não, resultado das decisões anteriormente tomadas, se houve factores exteriores à estratégia traçada que influenciaram os resultados obtidos, se existiu alguma alteração no mercado, entre outras opções que poderão vir a ser consideradas.
Não, não há fórmulas mágicas, não há opções ou decisões em que seja possível saber de antemão se irão ou não resultar. Há sim, aprendizagens que nos permitem melhorar todos os processos continua e consistentemente até ao almejado sucesso. Deste modo, a Análise de Dados permite essa reflexão crítica às estratégias e às decisões tomadas no passado em prol do êxito futuro.
