Skip to main content

Um mapa das tecnologias para personalização em escala

A personalização em escala exige que as empresas enfrentem ao mesmo tempo desafios da tecnologia e dos negócios – a começar pelos altos executivos.

O verdadeiro prêmio do marketing moderno é entregar experiências que, ao mesmo tempo, sejam de nível internacional para o consumidor e agreguem valor ao negócio. A personalização é uma arma crucial no arsenal do profissional de marketing para atingir esse objetivo. É assim que as empresas conseguem oferecer recomendações, conteúdos, ofertas e experiências customizadas em todos os canais e dispositivos ao longo de toda a jornada do cliente. A personalização em escala tem o potencial de criar entre US$ 1,7 trilhão e US$ 3 trilhões de valor novo (Quadro 1). Para capturar esse valor será preciso dominar as tecnologias e resolver a questão das desconexões organizacionais – sem deixar de lado a conquista da confiança dos clientes e a proteção de seus dados. Entretanto, implementar e integrar as tecnologias certas produz enorme complexidade e exige extrema coordenação. As empresas que conseguem superar as barreiras à personalização em escala são aquelas que enfrentam e superam tanto os desafios tecnológicos como os de negócios. E isso começa com os diretores de marketing e tecnologia/informação trabalhando juntos e de perto.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Os 4 ds por trás da personalização em escala

A personalização em escala depende de a organização conseguir orquestrar os 4Ds – Dados, Decisões, Desenho e Distribuição. Superar os desafios tecnológicos em cada um desses Ds é a chave para liberar todo o poder da personalização (Quadro 2).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Dados

Desafio: Os dados necessários para uma personalização eficaz estão retidos em silos isolados.

Solução: Integrar a plataforma de dados dos clientes e a plataforma de gerenciamento de dados, e ampliá-las com plataformas de resolução de identidades para unificar os dados e disponibilizá-los em todos os canais para ativação.

Os dados precisam ser centralizados e disponibilizados de tal modo que uma atividade em um canal possa imediatamente dar suporte ao engajamento de clientes em outro – em tempo real ou quase real. Para que isso aconteça, são necessários três sistemas críticos de gerenciamento de dados:

  • Plataforma de dados dos clientes (customer-data platform, ou CDP). Na maioria das empresas, os dados dos clientes estão distribuídos em vários sistemas separados e desconectados, e costumam ser gerenciados por vários stakeholders. Uma CDP resolve esse problema conectando os dados mais valiosos em um modelo centralizado, flexível e unificado capaz de criar identidades endereçáveis de clientes para serem utilizadas de modo consistente em todos os canais. A CDP geralmente fica em uma nuvem pública ou privada (embora possa ser implantada in loco se necessário), manipula terabytes – às vezes, até petabytes – de dados e disponibiliza-os com baixa latência. Uma CDP moderna deve ter uma interface fácil de usar para que profissionais de marketing sem formação técnica em processamento consigam utilizar os dados. Deve também possuir funcionalidades analíticas robustas o suficiente para que cientistas de dados implantem modelos de machine learning e inteligência artificial para “sinalizar” os dados – criando sinais e microssegmentos 1:1 que possam ser utilizados para targeting e personalização. Embora a CDP deva se conectar com os sistemas de dados corporativos da organização inteira, ela deve ser desenvolvida como um ativo isolado e independente. E é a organização de marketing que deve definir seus requisitos e ser seu usuário principal. Soluções para criar uma CDP vão desde softwares prontos para o uso até sistemas totalmente customizados e modelos híbridos. Temos constatado que uma abordagem híbrida tende a ser a mais eficaz, pois ela permite gerenciar um lago de dados interno que tem no topo, por assim dizer, uma CDP externa baseada em SaaS [software como serviço].
  • Plataforma de resolução de identidades. A CDP depende de dados first-party [coletados pela própria empresa]. Mas, em muitos casos, será impossível resolver a identidade de um cliente usando apenas dados first-party. As plataformas de resolução de identidades melhoram a capacidade de associar clientes conhecidos a identidades digitais anônimas, expandindo assim o pool de clientes e prospects endereçáveis. Entre as técnicas utilizadas está o onboarding de dados – isto é, a capacidade de associar endereços de e-mail aos cookies de um navegador e a identidades únicas em dispositivos móveis (e também às identidades de vários dispositivos pertencentes a um mesmo indivíduo). As plataformas de resolução de identidades gerenciam parcerias de dados em grande escala e, desse modo, produzem gráficos dos clientes, dispositivos e locais existentes em um amplo ecossistema de canais digitais e não digitais. As taxas de reconhecimento de identidade variam enormemente, dependendo do fornecedor, dos tipos de segmento de clientes e da localização geográfica, e é por isso que se costuma trabalhar com vários fornecedores. Vale notar que esta é uma área que continuará a evoluir com as novas leis de privacidade. É crucial estar em conformidade com as regulações de privacidade de dados – como o GDPR na Europa, a futura Lei de Privacidade de Dados na Califórnia e a Lei Geral de Proteção de Dados (LGPD) no Brasil.
  • Plataforma de gerenciamento de dados (data-management platform, ou DMP). Uma DMP recebe dados sinalizados da CDP e os disponibiliza para ativação em canais digitais. Uma DMP também disponibiliza dados de terceiros para criar microssegmentos adicionais e ricos “segmentos-sósias” [look-alike segments]. Por exemplo, a CDP pode incluir um segmento considerável de clientes que estejam migrando para ofertas de maior valor, realizaram duas ou mais compras nos últimos seis meses e visitaram recentemente o site da empresa. A DMP pode sincronizar esse segmento com os dados de terceiros para identificar subsegmentos dentro do grupo maior – por exemplo, especialistas em moda da Geração Y ou sexagenários de espírito jovem. A DMP disponibiliza esses microssegmentos por meio de seu mercado de dados, criando um grupo muito maior de prospects [clientes potenciais] que possuem as mesmas características. É possível então direcionar mensagens e ofertas meticulosamente customizadas para esses segmentos-sósias utilizando canais digitais próprios ou pagos.

Todas essas ferramentas já existem há algum tempo, mas na maioria das organizações, a TI tende a sempre assumir a liderança no gerenciamento de dados. Como resultado, dados que poderiam ser valiosos para o marketing moderno muitas vezes acabam retidos em silos isolados e indisponíveis para os profissionais da área. Para eliminar esse gargalo, os líderes de marketing e de TI precisam desenvolver uma visão compartilhada de como os dados podem ser disponibilizados em todos os canais. Isso começa com os diretores de marketing e tecnologia/informação colaborando de perto em um roadmap e um caso de negócio para depois conquistarem o apoio necessário da organização como um todo. As principais etapas do plano de execução incluem: detalhar os casos de uso, determinar os dados necessários para habilitá-los, definir como e onde os dados serão combinados, identificar sistemas de tecnologia de marketing que utilizarão os dados, definir a governança dos dados e criar um conselho multifuncional de governança de dados.

Decisões

Desafio: A lógica das decisões em cada canal deve residir em sistemas individuais do tipo caixa-preta [em que o usuário só conhece as entradas e saídas, não os mecanismos internos]. Caso contrário, simplesmente não existe lógica, resultando em uma experiência desconexa para os clientes.

Solução: Criar um mecanismo decisório integrado que utilize modelos de machine learning e inteligência artificial para classificar as várias propensões de cada cliente.

Visando oferecer uma experiência consistente, profissionais de marketing experientes constroem na CDP uma série de modelos analíticos centralizados, os quais classificam cada cliente individualmente mediante pontuações de propensão e crescimento. Esses modelos permitem às empresas prever qual seria a melhor ação de marketing subsequente a ser entregue ao cliente, com base em um conjunto completo de comportamentos individuais e dos microssegmentos. O mecanismo decisório precisa equilibrar várias regras concorrentes de marketing para garantir que as ofertas e experiências não colidam nem criem experiências inconsistentes. Cada vez mais, machine learning e inteligência artificial complexa são utilizadas para otimizar decisões e encontrar padrões não detectados anteriormente por modelos estáticos.

Não existe hoje nenhuma plataforma que, por si só, possa servir plenamente como um mecanismo decisório centralizado, apesar de afirmações em contrário. Isso tem levado algumas empresas a construir seus próprios mecanismos decisórios. Nossa experiência é que isso cria um grande “endividamento” técnico e pode “congelar” o negócio e excluí-lo de um espaço dinâmico. Fornecedores inovadores estão desenvolvendo soluções independentes, e as principais plataformas de marketing na nuvem estão investindo muito para melhorar suas capacidades decisórias baseadas em inteligência artificial.

Os líderes de marketing precisam trabalhar com seus colegas de tecnologia para desenvolver uma arquitetura de soluções e decidir o que é melhor construir e o que é melhor comprar. Para tanto, é preciso ter em mente o trade-off entre resultados rápidos e vantagens de longo prazo. As principais questões a levar em conta incluem: Em que medida os requisitos são únicos ou peculiares? Eles podem ser atendidos com alguma solução padronizada pronta para uso? Até que ponto a empresa está preparada e dispõe dos recursos necessários para construir um mecanismo decisório baseado na inteligência artificial e uma interface de software fácil de usar? As funcionalidades decisórias mais importantes são uma parte exclusiva da proposta de valor da empresa e é crítico que sejam “propriedade” da empresa?

Qualquer que seja a escolha, é sempre uma boa ideia manter um programa de experimentação ativa com as novas ferramentas de decisão que estão sempre surgindo e sendo aprimoradas. Novos fornecedores de soluções baseadas em inteligência artificial geralmente oferecem períodos de teste de baixo custo ou custo zero, o que é uma excelente maneira de testar novas soluções e compará-las com as funcionalidades atuais. Este é provavelmente o espaço que mais evoluirá nos próximos anos.

Desenho

Desafio: Os profissionais de marketing não têm como acompanhar o volume de conteúdos e o ritmo de experimentação exigidos pela personalização.

Solução: Desmembrar o conteúdo em pequenas partes que possam ser dinamicamente misturadas e combinadas para máxima flexibilidade.

Com a personalização em escala, o número de maneiras diferentes de endereçar clientes aumenta exponencialmente. Isso cria a necessidade de desenhar e criar muito mais conteúdo.

Para tanto, a empresa precisa se afastar dos processos tradicionais de desenho, que geralmente produzem conteúdo sob medida, e colocar em operação uma fábrica de conteúdo. Os conteúdos – ilustrações, fotos, textos, vídeos, e-mails, banners, componentes da internet e de aplicativos e até mesmo componentes para canais não digitais endereçáveis – devem ser desmembrados em componentes modulares, que serão misturados e combinados em modelos preenchidos dinamicamente e entregues sem interrupção em vários formatos. Todos esses elementos precisam ser marcados para fácil recuperação e rastreamento, e armazenados em uma biblioteca de conteúdos dentro de um repositório de gerenciamento de ativos digitais (digital assets management, ou DAM) e uma plataforma de otimização de criativos dinâmicos.

O gerenciamento eficaz de conteúdos e ofertas modulares exige uma criteriosa taxonomia de ofertas baseada em ampla gama de fatores, incluindo segmento de clientes, tipo de oferta, canal, posicionamento, categoria de produto e campanha relacionada. Sem essa taxonomia, a seleção de ofertas não pode ser automatizada. Todos os conteúdos e ofertas devem ser armazenados e marcados de acordo com essa taxonomia em um repositório centralizado de ofertas, que geralmente é um banco de dados desenhado especificamente para armazenar todos os metadados das ofertas lado a lado com as identidades de referência normalmente armazenadas na DAM. Uma interface de usuário fácil de usar é necessária para permitir que funcionários não técnicos criem novos ativos e ofertas. Depois de os módulos de conteúdos e ofertas serem marcados, o mecanismo decisório pode testar continuamente variações desses conteúdos, concentrando-se nas versões que oferecerem os melhores resultados.

Distribuição

Desafio: Não há orquestração em tempo real entre os canais.

Solução: Integrar os canais para coordenar as comunicações e reagir às ações dos clientes.

O “último quilômetro” da entrega de personalização em escala consiste em conectar os elementos de dados, decisões e desenho com os sistemas de tecnologia de marketing (p.ex., testes A/B, sistemas de gerenciamento de conteúdo, plataformas de e-mail) que entregam experiências aos consumidores. Quando todos esses elementos estão trabalhando juntos, a empresa pode reagir a momentos de oportunidade, em vez de ficar dependente de uma série de campanhas predeterminadas para engajar clientes e prospects. Por exemplo, quando um cliente está buscando um produto, os sistemas de dados e de decisão identificam qual oferta apresentar com base no perfil dessa pessoa. Isso, por sua vez, aciona repositório de conteúdos e ofertas, e permite montar módulos de conteúdo relevantes e oferecê-los nas plataformas de tecnologia de marketing, que os entregam ao cliente no canal relevante. O sistema monitora o desempenho de cada oferta, enviando os dados de volta à CDP em tempo real para que ela possa “aprender” o que funciona e o que não funciona (Quadro 3).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Juntando todas as peças

A maioria das CDPs tem interfaces para programação de aplicativos e outras conexões de dados que podem ser vinculadas ao mix de canais e sistemas de dados de registro (martech, adtech, CRM, conteúdo, e-commerce e pontos de venda) que a maioria das empresas utiliza para entregar ofertas aos clientes. Isso torna relativamente fácil a integração e a ativação de dados ao longo de todo o stack de tecnologia e ajuda a resolver um problema histórico básico: as plataformas de tecnologia de marketing que foram implantadas sem que se desse muita atenção ao modo como no futuro esses sistemas compartilhariam dados com eficiência para promover um engajamento mais efetivo em cada interação e em cada canal.

Embora as novas tecnologias possam ajudar a resolver esse problema, o problema maior tende a ser organizacional. “Donos de canal”, que têm responsabilidade sobre um único canal, tendem a ser recompensados com base no desempenho desse único canal. Portanto, compreensivelmente, eles têm pouco incentivo para dedicar tempo extra a pensar como compartilhar dados com outros canais. Resolver essa desconexão exige a implementação de um modelo operacional de marketing ágil. E isso significa criar equipes multifuncionais que incluam os donos de canal e que sejam responsáveis por otimizar toda a jornada de clientes entre os canais de cada segmento.


A tecnologia para liberar o valor da personalização em escala está prontamente disponível. E você talvez se surpreenda com quanto dessa tecnologia já existe em sua empresa. Não é preciso resolver tudo de uma vez. Desenvolva um roadmap com stage gates regulares [etapas sequenciais ordenadas] para avaliar o progresso da plataforma segundo o trade-off entre o valor em jogo e a facilidade de implementação. Identifique e priorize os ganhos rápidos, pois estimulam a organização a continuar financiando a transformação.

Por fim, lembre-se: não há problemas de tecnologia, apenas problemas de pessoas. São pessoas que agem como guardiãs e dificultam o acesso aos dados. São pessoas que caem em rotinas difíceis de romper. São pessoas que defendem decisões passadas cuja data de validade já expirou. Mas são também pessoas que decidem colaborar com seus colegas. E as pessoas são a centelha de inspiração e os agentes de mudança que tornam a personalização não apenas possível, mas também surpreendente e agradável para seus clientes todos os dias.

Sobre o(s) autor(es)

Sean Flavin é especialista sênior no escritório de Atlanta da McKinsey e Jason Heller é sócio no escritório de Nova York.