Google revela como Machine Learning será aplicado ao Marketing Digital

O Google realizou hoje, em São Paulo, a edição 2017 do Think with Google, evento usado pela companhia para apresentar ao mercado brasileiro as contribuições do Machine Learning para o futuro do Marketing e da Publicidade. Na visão da companhia, a tecnologia aporta a camada de inteligência que faltava às empresas no uso de dados para entregar experiências mais relevantes e mais úteis para os usuários.

“O Google já está usando Machine Learning hoje em dia para combinar o que é objetivo de negócio com o comportamento de navegação dos nossos consumidores em potencial. E isso ocorre em uma escala e em uma velocidade que seriam impossíveis de obter manualmente. Você pode usar essa tecnologia para conhecer cada pessoa e falar com toda a sua audiência de forma muito mais customizada”, afirma Fábio Coelho, presidente do Google Brasil. 

E para que todas as empresas possam usufruir desse novo mundo, é preciso que elas amplifiquem o poder dos seus dados.  O que isso significa? Vencer o desafio de extrair o dado certo no enorme oceano de dados de consumidores capturados pelas marcas e pelas plataformas de marketing digital, especialmente após o crescimento do uso dos smartphones, presente em 100% da jornada diária de consumo das pessoas.  E combinar cada vez mais os dados primários das marcas com os dados terceirizados (e anônimos) dasplataformas para conhecer melhor o comportamento dos consumidores e os KPIs mais relevantes para cada marca. 

“Essa abordagem nos ajuda a não focar só no retorno do investimento [ROI], mas também no retorno do desempenho [ROAS]. As empresas que terão mais sucesso serão aqueles que aprenderem mais rapidamente a fazer isso”, explica Fábio Coelho. 

Fábio Coelho e o evangelista de Marketing Digital e Diretor do Google Américas, Avinash Kaushik, se mostraram particularmente entusiasmados com os com os avanços de Machine Learning para smart bidding ( especialmente no AdWords ). Você define os resultados desejados (CPAs alvo, ROAS, CPC aprimorado) e deixa a inteligência ajudá-lo a atingir seus objetivos – sem microfiguração humana! “Leva a mensagem correta para a pessoa certa no momento certo, de verdade”, diz Avinash.

De acordo com ele, a maioria das campanhas segmentadas manualmente (mesmo com uma ferramenta) leva em conta três ou quatro sinais. Palavra-chave. Hora do dia. Localização. Algo mais. Mesmo as abordagens mais “automatizadas” acabam usando um punhado a mais de parâmetros. Com Machine Learning será possível usar as centenas (e isso não uma metáfora, ressalta o executivo) de sinais que o Google ou o Facebook têm sobre os consumidores para entregar o anúncio certo. Não há nenhuma maneira de qualquer abordagem atual resolver isso.

Jornada do consumidor cresce em importância
Para começar essa jornada pelo novo Marketing, o Google propõe às marcas revisitar a jornada do consumidor à luz dessa nova realidade. Não por acaso, um dos temas de fundo do evento foi a chegada da “Era da Assistência”, na qual os consumidores esperam que as empresas, mais do que estar presentes, antecipem suas necessidades. Para contextualizar o que isso significa, o Google apresentou uma pesquisa inédita feita com mais de 1011 pessoas das classes ABC, em todo o país, na qual revela que  dos 125 MILHÕES de usuários de smartphone no Brasil, só 20% já estão decididos sobre a marca ou produto ao procurar informações online sobre produtos e serviços que desejam adquirir.

Além disso, os consumidores contam cada vez mais com o mobile para ajudar na tomada de decisão.  A maioria (96%) pesquisa online para decidir em qual loja vai comprar.  O processo de compra começa muito antes da ida ao espaço físico. E 93% checam se podem comprar algo online, para não precisarem ir à uma loja física. Isso significa que conectar o marketing digital ao mundo físico é mais importante do que nunca. Porque para os consumidores, não existe uma “divisão” entre os canais. O Seu cliente “É” o canal, hoje,  enquanto se alterna ao longo de vários contextos e superfícies, antes, durante e depois de uma visita à sua localização física.

Justamente por isso, esse cliente multicanal quer experiências personalizadas ao longo dos diferentes canais. Portanto, trabalhar com visões e experiências separadas para seus clientes, uma online e outra offline, significa cada decepcioná-lo e vários dos micromomentos de momentos da intenção de compra e de tomada de decisão. 

Mobile ainda é a chave no mundo AI First
Segundo o Google, para agradar o e fidelizar os clientes, as marcas precisam cada vez mais estar presentes, se tornarem relevantes e convenientes em todos os passos da jornada do consumidores, especialmente nos smartphones.

Em resumo, as marcas precisam começar a ser mais úteis, a responder rapidamente às intenções imediatas de consumo e, até mesmo, antecipar as necessidades dos consumidores.

Novos aparelhos inteligentes vão surgir e, conforme os consumidores adotarem formas mais naturais de interação com eles (comando de voz, por exemplo), esses micros momentos se multiplicarão. E com o Machine Learning melhorando a experiência do usuário de maneira cada vez mais sofisticada, a expectativa do consumidor por experiências relevantes, personalizadas e convenientes também  ficará cada vez mais alta.

Portanto, na tal Era da Assistência, cunhada pelo Google, apenas estar presente nos micromomentos que fazem diferença para o público não será suficiente. A expectativa será de estarmos sempre um passo adiante dos consumidores e de conhecermos suas necessidades melhor até que eles mesmos. 

As marcas que quiserem ter sucesso deverão ter um conhecimento muito mais profundo de seus clientes a cada interação. Elas precisarão criar uma visão detalhada e baseada em dados para realmente conhecê-los e ajudá-los em suas jornadas pessoais. Essa mentalidade de “assistência imediata” será essencial para quem quiser vencer.

E, nesse sentido, ainda há muito trabalho a fazer para a o Machine Learning passe de fato entregar tudo o que promete.

Quem quiser começar a se enfronhar nesse mundo, pode recorrer aos treinamentos de Big data e Machine Learning do Google no Coursera.