Como será o uso do Machine Learning no Marketing Digital?

Na quarta feira, 31 de maio, o Google realizou a edição de 2017 do Think with Google. Este evento foi desenvolvido pela companhia, para apresentar ao mercado brasileiro as contribuições do Machine Learning para o futuro do Marketing e da Publicidade.
“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 potenciais. E isso ocorrer 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.

Para que todas as empresas possam usufruir desse novo mundo, será necessário que amplifiquem o poder de suas coletas de dados. Isso significa que o maior desafio será extrair os dados corretos neste enorme universo de consumidores que são capturados pelas marcas e através de plataformas do marketing digital. Com o crescimento e o uso de smartphones, que faz parte de 100% da jornada diária de um indivíduo nos dias atuais, consumindo informações a todo momento, exige que a coleta de dados seja ainda mais acertiva. Talvez o ideal seja combinar cada vez mais os dados primários das marcas com os dados terceirizados (e anônimos) das plataformas, para conhecer melhor o comportamento dos consumidores e os KPIs mais relevantes para cada marca.

“Essa abordagem nos ajuda 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 Diretor do Google Américas, Avinash Kaushik, mostraram-se particularmente entusiasmados com os com os avanços de Machine Learning para smart bidding ( especialmente no AdWords ). Defina os resultados desejados (CPAs alvo, ROAS, CPC aprimorado) e deixe a inteligência ajudá-lo a atingir seus objetivos – sem microfiguração humana! “Levar a mensagem correta para a pessoa certa no momento certo, de verdade”, diz Avinash.

De acordo com Avinash, a maioria das campanhas segmentadas manualmente (mesmo com o uso de uma ferramenta) leva em conta três ou quatro sinais: Palavra-chave, horário e local. por exemplo. Mesmo as abordagens mais “automatizadas” acabam usando um punhado a mais de parâmetros. Com Machine Learning será possível usar as centenas (e isso não é uma metáfora, ressaltou 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.

Segundo o Google, para agradar o e fidelizar os clientes, as marcas precisam estar cada vez mais presentes, se tornarem relevantes e convenientes em todos os passos da jornada dos consumidores, especialmente nos smartphones.

Resumindo, as marcas precisam ser mais úteis, responder rapidamente as 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 momentos se multiplicarão. 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 Era da Assistência, criada 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.

Claro que ainda há muito trabalho a se fazer para que o Machine Learning, passe, de fato, a entregar tudo o que promete.

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