Como a mineração de dados pode ajudar os anunciantes a acertar o alvo

Shawndra Hill, bolsista da Wharton Customer Analytics Initiative [Iniciativa de Analítica do Cliente da Wharton], gosta de ir fundo nos detalhes. Como estudiosa da mineração de dados, Hill procura novas maneiras de aplicar suas descobertas à resolução de problemas empresariais. Seu último estudo, Television and Digital Advertising: Second Screen Response and Coordination with Sponsored Search [Televisão e publicidade digital: resposta ao segundo rastreamento e coordenação com busca patrocinada], analisa anúncios de tevê, buscas online e a conexão entre as duas coisas. O estudo foi escrito em coautoria com Gordon Burtch, da Universidade de Minnesotta, e Michael Barto, cientista de dados da Microsoft. Hill conversou recentemente com a Knowledge@Wharton sobre suas descobertas. 

Segue abaixo a versão editada da entrevista.

Knowledge@Wharton: Qual é o foco da pesquisa?

Shawndra Hill: Nosso objetivo é descobrir novas maneiras de medir a eficácia dos anúncios veiculados pela tevê. Antes, porém, é preciso entender como as pessoas costumam medir a eficácia de um anúncio. Grandes anunciantes de marcas geralmente pedem a outra empresa que pesquise o consumidor e faça a ele perguntas como “Você viu o anúncio? Você recomendaria o produto anunciado a seus amigos? Qual a sua impressão sobre o anúncio?” Portanto, são perguntas sobre atitudes.

A empresa poderá também analisar os dados de vendas e fazer a correlação com o volume de gastos feitos. Nosso objetivo é analisar os dados mais miúdos que se revelam nas consultas que as pessoas inserem nos grandes motores de busca. A ideia é vincular os dados de anúncios da tevê em nível agregado, de modo que nos digam precisamente em que programa de tevê, a que horas e em que lugares os anúncios foram exibidos. Em seguida, analisamos os dados de busca para esse programa antes e depois para ver se houve um impacto sobre o comportamento de busca.

Estamos tentando analisar os meios disponíveis para a coordenação das campanhas publicitárias, não apenas na televisão, mas também nas plataformas digitais, como nas buscas patrocinadas. Combinamos os dados dos anúncios da tevê com os dados de busca. Não nos restringimos apenas às buscas; queremos também saber se na hora de fazer a consulta, a pessoa clicou ou não em um anúncio de busca patrocinada. Recolhemos dados de todas essas fontes para fazermos afirmações de nexo causal sobre o impacto dos anúncios de tevê sobre o comportamento digital. O objetivo é medir a eficácia da publicidade na televisão.

Knowledge@Wharton: A pesquisa explora um fenômeno que cresceu nos últimos anos: o segundo rastreamento. Agora, já não vemos mais tevê apenas. Com frequência, estamos sentados diante da televisão, olhando para ela e mexendo no celular ao mesmo tempo. Quando vocês analisaram mais de perto esse aspecto, a que conclusões vocês chegaram?

Hill: Essa é uma boa observação. Vou lhe dizer quais eram as perguntas em que estávamos interessados na pesquisa. A primeira delas era simplesmente: de que maneira os comportamentos em resposta aos anúncios de tevê se manifestam no segundo rastreamento? Observamos que há efetivamente um aumento no comportamento de busca depois da exibição de um anúncio na tevê.  Mais isso ocorre principalmente no smartphone. Quanto menor o aparelho, tanto mais provável que a pessoa responda diretamente a um anúncio da tevê digitalmente.

Como nossos dados de pesquisa são extremamente meticulosos, também estávamos interessados na interação com os anúncios de busca patrocinados. Por fim, queríamos ver de que maneira a publicidade na televisão afetava o usuário de diferentes maneiras. Por exemplo, estávamos interessados nos efeitos heterogêneos sobre o público em questão ─ idade e sexo. Será que, dependendo do sexo, a resposta será diferente a um ad creative [conjunto de recursos para a criação visual de anúncio] exibido em um programa de tevê? Também analisamos a questão do aparelho. Foi assim que conseguimos descobrir que a resposta vinha principalmente dos aparelhos móveis.

Knowledge@Wharton: Que descobertas deixaram você mais surpresa? Uma coisa que chamou minha atenção foi a constatação de que a busca no smartphone dura cerca de três minutos apenas.

Hill: Correto. Você acertou em cheio a descoberta mais surpreendente. Há outras duas que, em retrospecto, me parecem óbvias, mas que não fomos capazes de prever. A primeira já foi mencionada aqui. Ao desagregar os dados e analisar os diferentes grupos ─ gente que faz buscas no smartphone em comparação com outros que pesquisam em tablets e PCs ─ vimos que o efeito mais significativo nas buscas depois da veiculação de um anúncio na tevê ocorria apenas nos smartphones. Esse foi o primeiro dado que nos surpreendeu. Embora, em retrospecto, isso faça sentido. Se você estiver diante da tevê, não vai quere levar o PC para frente dela, certo?

Como nossa análise foi muito detalhada, a segunda surpresa que tivemos foi a possibilidade de ver, minuto a minuto, a mudança dinâmica na forma como as pessoas fazem a busca depois de um anúncio na tevê. Constatamos que ela acontece no primeiro, segundo ou terceiro minuto depois da publicidade. Inicialmente, pensamos: “Uau, esperávamos que a coisa fosse desacelerando, que diminuísse.” Suspeitamos que a razão disso se deva ao fato de que os segmentos de publicidade na televisão duram quase sempre três minutos exatamente. Portanto, as pessoas provavelmente estão se concentrando novamente na tevê depois que o anúncio é veiculado.

Knowledge@Wharton: Se eu fosse anunciante, teria então essa janela de três minutos. As pessoas estão no smartphone vendo essas propagandas. Como posso tirar proveito das informações obtidas?

Hill: Creio que são muitas as implicações do nosso trabalho. A primeira delas é que estamos descobrindo que a resposta à busca dos comerciais de tevê se dá principalmente nos telefones móveis, e com base em pesquisas anteriores ─ não nossas ─, sabemos que as pessoas têm maior probabilidade de clicar no primeiro anúncio [numa lista de busca] exibido no celular, em comparação com um PC ou outro tipo de computador. Isso se deve à visibilidade, certo? Vemos apenas o primeiro anúncio.

Isso indica que se as pessoas estiverem realmente alternado a tevê com o celular, o anunciante que quiser captar sua atenção terá de investir mais para garantir que seu anúncio seja o primeiro a aparecer.

No entanto, creio que nosso trabalho tem implicações mais amplas porque podemos identificar quem está reagindo ao anúncio. Vamos tomar dois exemplos. Digamos que você tenha apenas um ad creative ─ um anúncio de tevê, um comercial. Digamos que se trate de um novo produto e você quer saber quem está reagindo a ele. Você pode pôr o anúncio na tevê e simplesmente analisar a resposta conforme fizemos e ver que tipos de clientes estão respondendo e onde. Isso pode ajudá-lo a otimizar outras campanhas publicitárias que você esteja fazendo, enfatizar mais uma coisa do que outra, dependendo do que você descobrir.

O outro exemplo que eu queria ressaltar é que você pode ter muitos ad creatives [recursos para a criação visual do anúncio] ─ porque talvez você tenha feito alguns testes de foco e saiba de qual deles os pequenos grupos gostam. No entanto, você não sabe antecipadamente qual será a abrangência da resposta. Você poderá lançar todos os quatro, ou quantos quiser, e observar quem está respondendo melhor para, em seguida, ajustar a maneira de apresentar os anúncios ao longo do tempo.

Essa estratégia permite a otimização praticamente em tempo real de anúncios com nível de dados extremamente agregados. Você perguntou o que as pessoas estão fazendo agora. De modo geral, elas estão mensurando a eficácia da publicidade conforme eu mencionei inicialmente, isto é, estão indagando: “Você está vendo este anúncio?”, ou por meio da análise de dados de vendas. No futuro será muito diferente, porque já existem hoje soluções para as redes de TV e até soluções fora das redes que permitem às pessoas comprar anúncios de forma programática.

Por enquanto, não chegamos ainda a esse ponto. Haverá compras programáticas às quais recorrerão inúmeros anunciantes, bem como algo chamado addressable TV, que permitirá aos anunciantes direcionar a públicos específicos anúncios personalizados. Se pudermos fazer isso, não será mais preciso analisar os dados de nível agregado. Até lá, porém, essa é uma boa maneira de otimizar as campanhas.

Knowledge@Wharton: Você descobriu alguma coisa de interessante em relação às diferenças demográficas e à forma como as pessoas reagem aos anúncios?

Hill: Sim. E essa foi uma coisa pela qual achamos que os anunciantes se interessariam. Analisamos apenas idade e sexo, mas isso basta para dar insights aos anunciantes. Estabelecemos a correspondência entre perfil demográfico e o programa de tevê. Por exemplo, no caso de eventos esportivos, a tendência é o predomínio do público masculino. Quando se veicula um anúncio durante um evento esportivo, que membros do público costumam responder a ele? Constatamos ─ e talvez isso seja óbvio ─ que quando um comercial é transmitido durante um evento esportivo, a probabilidade de que o público masculino reaja a ele é maior […] A resposta do público feminino não é tão significativa como em outros eventos.

Knowledge@Wharton: A ideia é que talvez o público que você quer conquistar com esses anúncios seja composto de pessoas que já assistiriam ao jogo de qualquer maneira, o que, suponho, o anunciante deva saber. Mas a reação repercute também nas buscas digitais.

Hill: Correto. É possível checar se as pessoas a quem você está se dirigindo estão efetivamente respondendo ao anúncio. Isso funciona como uma espécie de verificação de validade da sua estratégia, isto é, se ela é de boa qualidade. Além disso, se houver dois tipos de programas que normalmente atraem o público masculino, pode-se compará-los e ver que tipo de programa ─ quando o anúncio é transmitido ─ atrai mais respostas masculinas.

Muitas coisas podem estar acontecendo. Talvez em alguns programas as pessoas se sintam mais envolvidas e com isso, por exemplo, é menos provável que desviem a atenção dos comerciais. Ou, talvez, o programa seja mais longo e elas se levantem para fazer outras coisas. Pode-se avaliar a correspondência entre o tipo de programa e o público que está reagindo a ele.

Knowledge@Wharton: A pesquisa também leva em conta a ideia de que as pessoas estão se distanciando da tevê aberta e optando pelo streaming? Quando, por exemplo, vejo o Hulu e há anúncios, é como se a plataforma estivesse me perguntando: “Você quer experimentar isso? Ou você prefere um vídeo sobre a Califórnia, ou quer ver algo a respeito de um limpador?” Isso também pode ser aplicado além da tevê aberta?

Hill: Pode-se aplicar isso também a outras estratégias de publicidade onde há um intervalo de tempo específico associado ao evento. Pode ser, por exemplo, a instalação de um outdoor em um local específico e sua remoção posteriormente. Pode ser que você tenha um anúncio de rádio com um tempo específico. O tipo de metodologia que defendemos nos permite trazer à tona a causalidade entre um evento que tenha um tempo específico e o comportamento que se observa depois desse evento comparando-o não apenas com o que ocorreu anteriormente, mas também com um grupo de controle constituído para esse fim.

Contudo, o funcionamento se daria em qualquer evento baseado em publicidade. Para responder sua pergunta sobre o Hulu e, digamos, a Netflix, as soluções para o consumo de mídia são um tanto diferentes porque elas sabem quem você é. Elas têm informações sobre sua conta.

Knowledge@Wharton: Eles sabem a que estou assistindo.

Hill: O que eles podem fazer está mais próximo do exemplo da addressable tv que mencionei anteriormente, onde agora é possível veicular anúncios diretamente para residências específicas. Empresas como o Hulu e Netflix já têm como fazer publicidade individualizada. Eles podem usar seu comportamento em seu próprio site ou combinando os dados com terceiros para atingi-lo diretamente.

Knowledge@Wharton: O que distingue essa pesquisa de outras sobre o mesmo tópico?

Hill: Algumas coisas. Em primeiro lugar, a meticulosidade dos dados. Devido à escala dos dados, pudemos analisar as respostas minuto a minuto em diferentes localidades. Em segundo lugar, no caso das buscas feitas por essas pessoas, também temos um perfil demográfico. Trata-se de dados muito brutos, mas de alto nível. Contudo, isso nos permitiu analisar os efeitos desses tratamentos heterogêneos do perfil demográfico levando em conta também o tipo de aparelho, o que ninguém havia feito antes.

E há, por fim, a combinação entre não apenas a observação da busca, mas também dos cliques. Portanto, com base em uma busca, a análise dos cliques nos anúncios patrocinados também é algo novo. A análise da forma como as empresas poderão coordenar suas campanhas publicitárias é algo que não foi feito antes ao se analisar a resposta aos anúncios de tevê.

Knowledge@Wharton: Qual a próxima etapa da pesquisa? Sei que você trabalhou muito com a tevê social em anos passados, mas o que podemos esperar a seguir?

Hill: Há vários desdobramentos possíveis. Já começamos a nos dedicar à pesquisa orgânica. No primeiro estudo, nós nos dedicamos à pesquisa patrocinada. Poderemos em seguida analisar o que uma resposta à pesquisa orgânica significa de fato para a marca. Isso faz diferença na probabilidade de um clique depois da veiculação de um anúncio?

Estamos analisando também outros tipos de respostas digitais, não apenas buscas. Portanto, estamos estudando os cliques nas páginas da Internet associados à marca e de onde as pessoas estão vindo quando clicam. Estamos indagando quais plataformas específicas de publicidade podem ser eficazes imediatamente depois de uma campanha publicitária na tevê.

Depois dessas coisas nas quais já estamos trabalhando, nossa ideia é atribuir diferentes categorias às pessoas. Em vez de classificá-las em homem ou mulher, nós as classificaremos em um ponto do canal de compras. Elas estão prontas para comprar? Estão apenas em busca de informações? Ou estão comparando produtos à venda? Queremos saber se o anúncio de tevê é mais ou menos eficaz dependendo da posição das pessoas nesse canal.

Usamos técnicas de dados observacionais, estamos convencidos de que nosso método de trazer à tona a relação causal entre anúncios de tevê e resposta às buscas é bastante sólido. Contudo, o que gostaríamos mesmo é de fazer uma experiência enquanto os anúncios estão sendo veiculados para garantir que os resultados que estamos obtendo com a resposta da busca patrocinada são realmente verdadeiros. E que há, de fato, um impacto sobre o resultado da busca patrocinada.

Acho que o trabalho futuro consistiria em fazer experiências usando a addressable tv. Nosso trabalho, creio eu, ainda vai se estender um pouco mais. Porque embora a addressable tv já exista atualmente, não são muitos os anunciantes que a adotaram imediatamente. Queremos saber se essas diferentes combinações de publicidade resultam em mais ou menos gastos, mais ou menos cliques, mais ou menos buscas de informações. Ao usar as soluções da addressable tv em combinação com os experimentos de busca patrocinada, obteremos precisamente essa resposta.

Citando a Universia Knowledge@Wharton

Close


Para uso pessoal:

Por favor, use as seguintes citações para referências de uso pessoal:

MLA

"Como a mineração de dados pode ajudar os anunciantes a acertar o alvo." Universia Knowledge@Wharton. The Wharton School, University of Pennsylvania, [27 March, 2017]. Web. [20 August, 2017] <http://www.knowledgeatwharton.com.br/article/como-mineracao-de-dados-pode-ajudar-os-anunciantes-acertar-o-alvo/>

APA

Como a mineração de dados pode ajudar os anunciantes a acertar o alvo. Universia Knowledge@Wharton (2017, March 27). Retrieved from http://www.knowledgeatwharton.com.br/article/como-mineracao-de-dados-pode-ajudar-os-anunciantes-acertar-o-alvo/

Chicago

"Como a mineração de dados pode ajudar os anunciantes a acertar o alvo" Universia Knowledge@Wharton, [March 27, 2017].
Accessed [August 20, 2017]. [http://www.knowledgeatwharton.com.br/article/como-mineracao-de-dados-pode-ajudar-os-anunciantes-acertar-o-alvo/]


Para fins Educacionais/Empresariais, use:

Favor entrar em contato conosco para usar com novos propósitos artigos, podcasts ou vídeos através do nosso formulário de contato para licenciamento de conteúdo. .

 

Join The Discussion

No Comments So Far