Autor
The Bridge - Café Data
Emmanuel Malherbe, diretor do Research Center no Artefact, reuniu-se recentemente com Sid Mohan, diretor do Data Science & Global Lead for Causal AI Research & Marketing Mix Modelling no Artefact, para falar sobre medição de marketing.
Há muitos elementos em movimento no campo da medição de marketing. O senhor poderia destacar quais inovações impulsionarão a medição de marketing no futuro?
Em nossa estrutura de medição, temos três metodologias: atribuição, teste incremental e MMM. No entanto, esses métodos enfrentam atualmente restrições que impedem a colaboração contínua.
O modelo de atribuição, por exemplo, precisa incluir a incorporação de restrições relacionadas à linha de base, um fator essencial para entender o impacto geral das atividades de marketing.
Ao mesmo tempo, os testes incrementais costumam ser rigidamente controlados pelas principais plataformas de tecnologia. Eles geralmente exigem gastos significativos com mídia para a execução e, muitas vezes, são limitados apenas à mídia digital paga. Isso exige técnicas avançadas, como a inferência causal bayesiana e a estrutura de resultados potenciais; metodologias que foram pioneiras e de código aberto por entidades como Amazon Science e Microsoft Research.
E na área de MMMs, há oportunidades sólidas para aproveitar os mais recentes avanços em modelos causais, mais uma vez graças ao trabalho pioneiro da Amazon Science, cuja inovação revolucionária é, de fato, de código aberto e está disponível para a comunidade científica data.
Então, como essas metodologias avançadas abordam os desafios enfrentados pelos modelos tradicionais?
As metodologias atuais oferecem uma compreensão mais detalhada das atividades de marketing dentro da estrutura do MMM. No entanto, elas resistem a entrar na granularidade necessária para que os profissionais de marketing tomem ações rápidas e direcionadas, alinhadas com as necessidades comerciais específicas. Para resolver isso, há um aumento no desenvolvimento de modelos bayesianos hierárquicos e, mais importante, de modelos causais estruturados, que permitem uma perspectiva mais granular e uma execução mais frequente de MMMs.
Passando para o tópico da causalidade, parece haver uma mudança no sentido de entender o “porquê” por trás do data. O senhor pode nos dizer mais sobre isso?
Desde 2021, tem havido uma revolução causal da IA. As empresas, lideradas pela Microsoft Research e pela Amazon Science, agora estão enfatizando a compreensão do “porquê” por trás do data, transcendendo o foco tradicional no “o quê”. As soluções de código aberto em modelos causais estruturados permitem que as empresas estimem o impacto de um único evento dentro do contexto mais amplo de eventos simultâneos e confusos.
Promover uma cultura de inovação em uma empresa é fundamental. Como o senhor aconselha as empresas a criar e inspirar a experimentação e a inovação?
A sinergia entre as equipes de marketing e data é fundamental. O senhor pode explicar melhor como essas equipes podem trabalhar juntas de forma eficaz para impulsionar a inovação?
As equipes de marketing e data são um par ideal, pois os profissionais de marketing, movidos pelo desejo de ultrapassar os limites criativos, encontram um par nas equipes data que prosperam na solução de desafios. Romper com as abordagens institucionalizadas é fundamental para promover uma cultura inovadora. Incentivar os cientistas da data a resolver problemas que surgem ao ultrapassar os limites da criatividade garante que a empresa permaneça ágil e relevante.
O senhor pode compartilhar um exemplo em que uma empresa adotou com sucesso essa cultura de inovação?
Na Holanda, estamos trabalhando com uma empresa de comércio eletrônico on-line que realiza centenas, se não milhares de experimentos anualmente, uma grande mudança em relação à ausência de práticas de medição há apenas dois anos. Essa cultura robusta de inovação e experimentação os diferenciou, melhorando a eficiência do marketing e o ROI em um impressionante 20%.
Em resumo, a sinergia entre práticas avançadas de medição, foco na causalidade e uma cultura de inovação e experimentação está remodelando o cenário da análise de marketing e garantindo que as empresas permaneçam ágeis e relevantes em um cenário de negócios em constante evolução.
