A inteligência artificial no marketing pode ser usado cada vez mais do que anteriormente em que a frase era ““Half my advertising spend is wasted; the trouble is, I don’t know which half.” Atribuída ao John Wanamaker (1838-1922) acelerando para os nossos tempos, muitas empresas debatem-se ainda com este bloqueio.
Dado o contexto organizacional pode ser normal para pequenas empresas, que não medem as suas iniciativas de marketing para além do obvio clicks, impressões e por vezes as vendas, pois fazem campanhas isoladas e desta forma conseguem, mas não tem processos operacionais para medir.
Apesar deste contexto das pequenas empresas, as empresas com média e grande dimensão, tem o cuidado de colocar os seus sistemas a recolher dados para decidirem com a informação mais estruturada. Neste caso, não existe desculpa, pois o Google Analytics 4 (edição standard que é gratuita), permite uma configuração que feita de forma profissional permite acompanhar estes novos tempos (medir todas as campanhas que interagem no website e App tais como:
• Origens de tráfego
• Páginas mais vistas e com mais interação
• Contexto dos artigos vistos e vendidos (usando o comportamento e dados mais contextualizados ex: tamanho, cor, temperatura )
• Permitir oferecer ao cliente algo que ele procura através da integração de media com a plataforma Google Marketing (Google Ads)
– Analise sofisticada da jornada do consumidor e a possibilidade de segmentar e criar audiências. (Pessoas que compraram determinado tipo de peças)
Infelizmente aquando da migração do Google Analytics Universal Edition para o Google Analytics 4, muitas das definições e funcionalidades foram passadas para terceiro plano e por vezes esquecidas, por outro lado a formação aos utilizadores não foi considerada. Por este motivo os utilizadores, não conhecem o potencial da ferramenta e estranham a plataforma e dado que não tem uma configuração profissional tem problemas com definições e andam perdidos.
Mas para passarmos para uma maturidade digital, precisamos de começar pelos básicos, ou seja, uma configuração solida e documentada que esteja adequada a organização e as mudanças e evoluções que necessitam no futuro.
Desta forma em que vez de usar só o que Google Analytics 4 permite, e em especial usar a predição de churn e a probabilidade de compra para websites de e-commerce (vejam o que propomos na nossa framework do marketing data-driven) que permite evoluir por etapas e com consistência.
Numa destas etapas, usamos o Google Analytics 4 para efetuar uma exportação direta para o Google BigQuery que é uma data warehouse que permite recolher os dados em bruto do Google Analytics 4. Usando esta funcionalidade poderemos usar os dados integrados entre os dados do website com o CRM e com outras fontes de dados. Poderemos modelar os dados para diferentes objetivos de negócio permitindo uma melhor eficácia de meios. Alguns destes objetivos poderão ser:
– “Lead scoring” permite obter valor através da interação e interesse em determinadas páginas e ações
– Market basket analysis, permite juntar artigos que são mais vendidos em conjunto)
– Frequência de compra e a possibilidade de comprar artigo sugerido
– Por regras de negócio (reclamação, lista de mau pagamento)
– Clientes com potencial de churn de elevado valor.
Lê mais sobre Digital Marketing Analytics e o de inteligência artificial:
- Campanhas criadas preparadas para ser Data-driven para uma segmentação e target mais preciso.
- Formação Google Analytics 4
- Data-driven Marketing framework de Auditioria a casos de uso de inteligência Artificial
- Implementação de uma Estratégia de Marketing Baseada em Dados (data-driven)
- Compreender o Google Analytics 4 (GA4): Dimensões de Dados de Produto no E-commerce
- Marketing Data-Driven e IA para Superar a Era dos Cookies de Terceiros
- Compreender o Google Analytics 4 (GA4): Utilizar a Integração de CRM para Criar Audiências
- Gestão de Marketing usando o Data-driven Marketing no e-commerce
