Diego Senise – head of data tech e co-fundador da Ilumeo – participou do MorseCast, um podcast sobre Mobile & Big Data. Na pauta, Media Mix Modeling e Data Science.
Diego Senise – head of data tech e co-fundador da Ilumeo – participou do MorseCast, um podcast sobre Mobile & Big Data. Dentre os tópicos abordados, estiveram métodos de mensuração como o Media Mix Modeling, a importância dos dados na tomada de decisão e a disciplina de Data Science como um todo. Você confere o áudio no Spotify ou a transcrição da íntegra a seguir.
0:05 Diego: O que a gente chama de ciência de dados é uma interlocução entre estratégia, estatística e tecnologia. O curto prazismo está sendo cada vez mais questionado. Quantas perguntas você faz para o cliente antes de fazer a oferta?
0:30 Introdução: MorseCast. Um bate-papo descontraído e por que não divertido sobre os principais assuntos e tendências de Mobile & Big Data.
0:40Moderador: Estamos começando mais um podcast do Morse, hoje no formato entrevista. O nosso convidado de hoje é o Diego Senise, ele que é professor em Data Science, Ph.D. em comunicação e é cofundador e diretor de Data Tech da Ilumeo. Diego, bem vindo, obrigado pela presença.
0:59 Diego: Obrigado, pessoal. É um prazer estar por aqui.
1:01Moderador: Estamos aqui também com a Camila, sempre nos acompanhando em todos os Morses.
1:05 Camila: Olá.
1:06Moderador: E a participação especial hoje do JP, que já participou em alguns podcasts do passado.
1:11JP: Olá, pessoal.
1:13Moderador: E vai ajudar a conduzir o papo aqui com a gente. Diego, primeiro, para começar, dá um resumo rápido do que é a Ilumeo e o que vocês fazem, para a gente poder depois aprofundar um pouquinho no nosso papo.
1:24 Diego: A Ilumeo é uma consultoria de Data Science que aplica método científico para ajudar os nossos clientes a tornarem seus investimentos mais eficazes e inovarem mais. Então, é o que a gente chama de ciência de dados. É uma interlocução entre estratégia, estatística e tecnologia. Isso é bem importante porque você olha um banco, ah, o banco faz a sua pesquisa de satisfação, o seu NPS, e joga lá no PowerPoint. Isso é ciência de dados? Não, isso é a boa e velha pesquisa. Ciência de dados vai ser quando você pega outras fontes de dados, dados de navegação, dados do perfil, dados da pesquisa, etc e etc, conecta a estratégia e devolve para a operação algo que otimiza. Então, basicamente, está aqui um score de probabilidade de aumento de retorno do seu cliente baseado nos dados. Então, é uma lógica de estratégia, estatística e tecnologia baseada num modelo de negócio de consultoria.
2:22Moderador: Do jeito que você fala parece até que é fácil. Mas também o cara é professor, Ph.D. Mas vamos lá. Isso provavelmente é um desafio para quem ainda não está tão familiarizado com o tema. Inclusive vocês fizeram uma pesquisa eu acho que sobre o tema muito mais voltado para a mídia, onde vocês entrevistaram alguns diretores de marketing no Brasil para tentar entender onde estão os desafios dessas empresas, onde estão as tendências e tal. A gente até teve a oportunidade de acompanhar a sua apresentação lá no evento do IAB. Mas eu queria que você trouxesse aqui para os ouvintes, de uma forma geral, qual que era inicialmente o objetivo do estudo. O que vocês queriam entender?
2:55 Diego: Legal. É um estudo qualitativo. A gente fez entrevistas em profundidade com 20 líderes de marketing e mídia. Então, CMOs, diretores de marketing, tentando entender quais são os principais aprendizados, acertos e erros, e o pensamento de futuro deles para investimento de mídia, seja digital ou não. A gente queria saber o que está na cabeça deles e como que vai ser o futuro.
3:19Moderador: Tá. E pelo que a gente acompanhou lá, vocês identificaram quatro grandes desafios que pautaram lá a pesquisa, que são: tempo, dinheiro, ativos e governança. Eu queria que você falasse um pouquinho sobre cada um deles.
3:32 Diego: Vamos lá. Tempo. Tempo é o que aparece em primeiro lugar para esses diretores e CMOs. O discurso aparece da seguinte forma: eu tenho cada vez menos equipe, cada vez mais pressão para ser rápido e gerar resultados. Então, eu não posso perder muito tempo com mil alinhamentos, vários fornecedores, várias agências, etc. Então, isso foi um pano de fundo para eles falarem, num geral, da tendência de internalização. Quem tem três agências passando a ter uma. Quem tem uma agência, querendo trazê-las para dentro de casa ou às vezes até gerar uma in house. Então, a questão do tempo tem muito a ver com produtividade e ganho na operação.
4:15Moderador: Eu acho que vai muito com o que a gente fala. Ciência de dados é uma capacidade aumentada do ser humano. Você na verdade não substitui o ser humano, mas você permite que ele consiga entregar muito mais coisa dentro do tempo de trabalho que ele já tem, sendo bem mais eficiente. E no que diz respeito a dinheiro, investimento?
4:33 Diego: Investimento. Várias empresas estão buscando cada vez mais fazer suas próprias negociações direto com os veículos. Em Digital você já percebe isso muito mais claramente, mas também em out of home, TV, mídias tradicionais, os anunciantes indo direto nos veículos e conseguindo melhores condições. E mais do que isso, tendo mais rapidez e mais capacidade de ganhar bons descontos. Então quando você chega num fim do ano, numa empresa que tem vários SKUs, vários produtos, muito investimento no agregado de mídia, cada porcentagenzinha de otimização que ele consegue ao trazer para dentro de casa o conhecimento sobre mídia e a operação de mídia, isso vale muito no fim do ano quando eu vou mostrar lá para o financeiro o DRE e a contribuição de mídia para isso. Isso vale cada vez mais.
5:24Moderador: Legal. Eu acho que os dos primeiros acabam sendo até, de certa forma, meio óbvios, mas não necessariamente para o que é óbvio, é fácil. Mas os outros dois que são um pouco mais curiosos, que você traz a parte de ativos e governança. O que você coloca enquanto ativo? Eles realmente passarem a deter essa inteligência? Como que você aprofunda o item ativos?
5:44 Diego: Teve uma frase que foi muito marcante. Um dos entrevistados, de uma empresa multinacional, falou assim: “Cada vez mais eu estou entendendo que o que é importante para a empresa às vezes é muito diferente do que é importante para a próxima campanha”. Então, o curto prazismo está sendo cada vez mais questionado. Então, no fim das contas, ter um ativo significa o que? Ter algo que tem valor em si de longo prazo e que gera resultados para a empresa no longo prazo. Ou seja, a gente trouxe na palestra o Media Mix Modeling como um método central que representa essa questão do ativo. Por quê? É um tipo de modelagem estatística que traz para dentro de casa, e a casa é o que? É o anunciante. O conhecimento estatístico sobre o que dá certo ou não, o que gera resultado de vendas ou não, em cada uma das mídias, tanto Digital quanto Off-line. Ou seja, se eu trocar de agência, se eu aumentar ou reduzir a verba, independente do que aconteça, eu tenho que ter esse ativo, que é a modelagem com os seus simuladores, seus dashboards, etc, dentro de casa e não terceirizado. Se mídia é cada vez mais core para muitas empresas, principalmente essas que têm serviços com conversão digital, e-commerce, banco, seguradora, etc. Se mídia é core, o que é core eu não terceirizo. Eu tenho como ativo dentro de casa.
7:08Moderador: Total. É o que a gente estava até comentando antes, que eu falei da… eu sou usuário do Spotify, eu não migro para um Deezer, um concorrente, porque o ativo não me pertence. A minha playlist, o meu behavior, o meu comportamento das músicas, se eu migrar de um para outro, eu vou começar tudo do zero. Então isso acaba sendo um lock in, acaba sendo uma estratégia às vezes de retenção. Mas no caso da mídia, eu concordo super. Tem que ter isso. Eu acho que até vale a pena a Camila comentar, porque a gente escreveu bastante já sobre isso no Morse, principalmente falando sobre empresas que começaram a adquirir… empresas tradicionais, que a gente já comentou. McDonald’s, Nike, Procter. Começaram a ir atrás de internalizar isso até com aquisições. O que a gente comenta sobre isso, Camila?
7:54 Camila: Não, é que o McDonald’s comprou, no começo do ano, a Dynamic Yield, que é uma empresa israelense, para personalização e para entender os dados deles. A Nike também fez isso. No ano passado, comprou uma empresa… eu não lembro o nome agora… e este ano comprou a Select, com C, também pensando nisso. Porque o que eles perceberam? “Cara, a gente tem tudo em casa. Tudo está aqui. Basicamente a gente vende o produto, a gente tem o dado de venda do produto. Por que não a gente trazer para a gente e até melhorar o nosso produto?”. O caso da P&G também é muito emblemático porque o que eles fizeram é: “Poxa, a gente vende tanta para gente, a gente tem tanta marca. Por que a gente está classerizando as pessoas sociodemográfico? Por que a gente está classerizando as pessoas pensando em mulheres de 18 a 35 anos? Por que a gente não está pensando em mães de primeira viagem? Por que a gente não está pensando em pessoas que compraram, estão morando sozinhas pela primeira vez, para vender sabão em pó? Por que a gente está pensando em pessoas de 25 anos e não… putz, talvez essa pessoa tem 20, mas ela está morando sozinha pela primeira vez, ela gosta”… e também eu queria saber se você tem alguma opinião sobre DDIC, sobre as marcas que estão falando diretamente com os consumidores a partir desse entendimento dos dados deles.
9:16 Diego: Na medida que grandes players, grandes redes sociais fizeram com que os anunciantes criassem as suas audiências, os seus seguidores, e depois essas redes sociais fecharam as portas para eu ter que pagar para falar com as pessoas que são a minha audiência, que gostam da minha marca, ficou cada vez mais claro que eu tenho que criar a minha própria experiência, conexão, relacionamento e ser proprietário dos dados e dessa relação, e não ficar pagando para ter sempre acesso a essas pessoas. Então, o que eu senti muito nessa pesquisa, esse desejo por mais controle na boca dos líderes de marketing, dos anunciantes. E o controle às vezes saía até assim como: “Eu não quero ficar refém. Refém da agência, refém da consultoria, refém do veículo. Eu quero ter o controle sobre os dados, sobre o conhecimento do que dá certo, do que dá errado, porquê, baseado num método que eu entendo e que não é uma caixa preta. E eu quero operar isso rapidamente. Eu quero acionar isso rapidamente”. Então essa necessidade de controle e essa decepção também com alguns players de redes sociais, me parecem grandes gatilhos desse movimento que a gente viu nessa pesquisa do IAB.
10:30Moderador: É curioso porque às vezes muda um pouco o cenário, mas acaba sendo sempre parecido. Então lá atrás a gente realmente teve isso, grandes plataformas em redes sociais dizendo até que você não precisava ter o seu site, do tipo: “Tenha uma fanpage”. E aí, várias e várias empresas realmente desativaram sites proprietários, deixaram de ter um canal direto para ter uma fanpage. E um belo dia acordaram… literalmente acordaram de manhã cedo e descobriram que eles não tinham mais audiência por troca de algoritmo de relevância e tal. E aí, isso vai migrando. Então a gente percorreu, por exemplo, o mundo dos apps, onde a gente passou: “Não, você não precisa mais ter o seu app. Agora é tudo conversacional. Então você vai para dentro das plataformas conversacionais”. E mais recentemente agora o que a gente chama dos “super apps”. E você pega… acontece, por exemplo, na China, onde você tem um WeChat, onde ele basicamente é tudo. Então esse canto da sereia, onde às vezes parece para uma marca que existe uma plataforma pronta, onde ele não precisa ter esforço nenhum e, de repente, ele tem o contato com o consumidor ali plug’n’play, muito rapidamente, sim, você nasce rápido nessa conversa. Mas você deixa de ter os dados, você deixa de ter o canal direto. Então, eu acho que hoje são as duas coisas que eu acho que são principais, e está dentro do tema que você coloca como ativos. Você ter o canal de relacionamento, você não perder esse canal, e você ter os dados. E aí, esses movimentos que a Camila comentou, de empresas tendo que fazer aquisições. Quando a gente falou… é muito legal. A história do McDonald’s… o McDonald’s não fazia uma aquisição há 20 anos. E não é que ele comprou uma empresa de hambúrguer… e ainda tem toda a questão dos hambúrgueres agora, veganos, vegetais, não sei o que. Não, ele comprou uma empresa de dados. Então eu acho que esse ponto talvez… por isso que eu falei, os dois primeiros acabam sendo mais óbvios, tempo e dinheiro. Mas eu acho que a parte de ativos é talvez… pelo menos pelo o que a gente tem acompanhado aqui, talvez o mais importante.
12:13 Diego: E a parte que você tem uma conversa de alto nível com o board da empresa. Você conversa com o CEO, com o CFO, falando de estratégia de longo prazo. Eu não estou conversando sobre o que vai gerar performance no próximo mês da campanha. Eu estou conversando sobre os próximos anos, que a gente tem que manter determinada performance, determinado contato com os nossos clientes, para manter determinado nível de vendas e margem. É um papo de altíssimo nível no sentido hierárquico na empresa. Então, eu vi que os líderes de marketing estão cada vez mais espertos para não cair nesses modismos que você falou. E sobre a sua aflição com o Spotify, me veio à cabeça aqui um exemplo sobre a indústria de saúde, que nos Estados Unidos tem uma discussão grande, que está avançando mais lá do que aqui, que é o seguinte: os seus dados… você vai no seu médico há 5 anos, ele tem tudo anotado, os seus exames, todos os sintomas, etc. Poxa, esse dado é seu, não é do médico. Ele tem que ser obrigado a fazer um download disso ou criar um API disso para te devolver os dados que são de sua propriedade…
13:17Moderador: Exatamente.
13:18 Diego: Para você levar para qualquer outro médico que você queira, para qualquer laboratório. E se você quiser vendê-los, você vende para empresas que querem fazer estudos. Então, é uma dinâmica que o consumidor também vai começar a ser educado e provocado a pensar que o dado é propriedade dele. E não só para reclamar sobre “por que eu estou recebendo esse anúncio?”. Não, tudo bem, a propaganda é uma dimensão na vida das pessoas. Mas e saúde? É muito mais grave e muito mais relevante. Então, tudo vai se transformar aí no curto prazo.
13:50 Camila: E o interessante disso, do controle de volta para as marcas, é que não é só uma questão de marketing, é uma questão dos próprios produtos. Por que não uma inteligência de marketing não pode trazer um produto diferente de criação? Por que não a P&G pode perceber que, poxa, mães de primeira viagem estão comprando mais uma fralda XPTO? “Por que a gente não faz mais dessa? Por que a gente continua?”. É realmente isso que você falou, de alto nível fica a conversa. É o marketing chegando e falando: “Olha, eu posso mudar o seu produto”. Não é só campanha. A gente está aqui realmente falando coisa séria.
14:30Moderador: Deixa eu fazer uma pergunta. Eu não sei se você pode responder. Mas eu fiquei bem curioso por essa parte quando você fala de ativos. Você pode… obviamente, sem abrir as empresas… mas das empresas que vocês conversaram, quantas estão num nível… qual o percentual dessas empresas que está num nível já mais avançado de ter esse ativo, de ter essa inteligência dentro de casa? E quantas ainda estão no outro extremo, de estar tudo fora? E quantas estão em transição? Se você fosse botar nesses três blocos, como que você classificaria? Eu não sei se você tem fácil essa informação agora.
15:02 Diego: Olha, não foi um foco de análise, mas boa provocação. Vou tentar puxar um raciocínio aqui. Poucas foram as empresas que falaram sobre essa questão do ativo. Quase todas elas falaram sobre a preocupação de longo prazo. Falar de ativo, eu vou dizer que 2-3 delas, das 20 que a gente conversou, falaram declaradamente que isso está ocorrendo, e que é o plano, e que esse é o futuro. Parte delas estão na transição, vamos dizer, mais umas 5-10 em transição, sem usar essa nomenclatura. Não está falando de ativos, de geração de um ativo para o futuro, etc…
15:41 Moderador: Mas tem a preocupação com o tema.
15:42 Diego: Mas já estão fazendo algumas coisas. E outras pensando só em campanha, performance e etc. Mas, por exemplo, uma empresa que não citou… até é uma cliente nossa, que é uma seguradora. A seguradora citou um exemplo, sem falar na lógica de ativo, mas é o seguinte: “Estou fazendo uma modelagem relacionada ao meu call center. As pessoas ligam, eu tenho que vender o meu seguro, e tem os atendentes do call center terceirizados. Essas pessoas falam 15 minutos com o meu cliente e, de repente, dá mais churnou menos churnlá na frente”. Ou seja, a minha hipótese é que tem algo que essa pessoa fala que está aumentando a probabilidade de churn. Legal. Dá para gente escutar as ligações, criar hipóteses e fazer a modelagem? Então foi isso que a gente fez. No fim das contas, ouvindo 2 mil ligações, 80 hipóteses por ligação, a gente conseguiu chegar num modelo estatístico para dizer que tipo de coisa que você fala que aumenta a probabilidade de churn. Você vai fazer uma propaganda, uma venda comparativa: “Olha, o concorrente é assim, eu sou assado”. Quantas perguntas você faz para o cliente antes de fazer a oferta? Várias coisas. Qual que é a questão de Data Science que vira ativo? Depois disso, tendo a modelagem estatística, é a gente criar um script dinâmico. Script dinâmico é o que? O dado que eu consigo pegar por speech to text, a primeira frase que a pessoa falou no telefone: “Oi, meu nome é Diego, eu tenho 31 anos e gêmeos”. Pô, legal, ele falou muito sobre a família na hora de se apresentar. O meu algoritmo roda, e “popa” na cara do atendente de call center “fale isso e não aquilo” para você aumentar a probabilidade de fazer uma venda rentável, que vai dar pouco churn, etc. Então a gente sai daquela lógica de uma dinâmica de um script, que é uma folha de papel, e é um script dinâmico. Ou seja, essa ferramenta vira um ativo para a empresa porque ela vai ter… ela vai gerar resultados no longo prazo. A pessoa que estava falando sobre isso, ela não estava com a palavra “ativo” na boca. Mas ele está construindo algo que vai ser…
17:48Moderador: Mas está dentro do…
17:49 Diego: Um ativo de longuíssimo prazo para a empresa.
17:52 Moderador: Camila, eu acho que a gente devia contratar ele…
17:54 Camila: É então…
17:55 Moderador: Para a gente falar… o que a gente fala aqui… porque às vezes a gente deve falar umas baboseiras aqui no Morse que a gente perde audiência.
18:00 Camila: É então, eu queria entender…
18:01 Moderador: Então você consegue analisar qual é o exato momento…
18:02 Camila: O que a gente faz de perda de audiência.
18:03 Moderador: Onde o cara deleta o podcast ou ele sai. E aí é legal saber se é a baboseira que eu falo, ou se é a baboseira que os outros falam.
18:08 Camila: É então…
18:09 Diego: Mas eu posso dar um exemplo?
18:10 Moderador: Não, não é exemplo. Você vai fazer. Você está contratado para fazer uma análise encima do podcast. Porque eu quero saber quem… quando as pessoas gostam ou não gostam, o que a gente está falando. Se é as nossas piadas sem graça, se é o conteúdo que muda.
18:25 Diego: Agora, pensando em negócio, isso daí é uma baita solução para EAD. EAD sofre muito com churn. Um baita custo de aquisição, daí vem um aluno e faz duas aulas e vai embora.
18:38 Moderador: Só para quem está ouvindo e não pegou. EAD é educação a distância, né?
18:40 Diego: Isso, isso. Educação a distância. Então, em qual momento, em qual aula, que jeito de falar que o professor fala que, naquele momento, a pessoa tem uma emoção negativa, não entende, se decepciona e já nem presta atenção no resto. Existem tecnologias para isso hoje.
18:57 Moderador: É tipo usar inteligência artificial para entender quando o cara está cabulando a aula em vídeo. Maravilhoso.
19:04 Diego: Total.
19:05 Camila: E isso é um super ativo.
19:06 Moderador: Eu sei. É quando começa a ter a cerveja no bar da esquina.
19:09 Camila: Mas isso é um super ativo. É impressionante. E olha que a gente fala sempre de Big Data aqui, sempre de Data Science. Mas as possibilidades são infinitas de análise e de como isso pode se transformar em estatístico, de como isso dá para cruzar essas informações e transformar em ativo.
19:26 Diego: Uma das minhas grandes críticas a formação que existe sobre Data Science… isso é internacional e basicamente online… é que você entra num curso de Data Science e parece que é um curso de como programar em Python para você saber fazer uma regressão. Cara, é muito mais do que isso. Na verdade, a gente tem que ter uma capacidade criativa de conexão dos problemas com as possibilidades de dado, com a possibilidade de otimização, que ninguém vai te ensinar. Então essa é uma lógica muito legal. Ensinar Data Science é ensinar a pensar dessa forma que a gente está brincando aqui. E não só a programar um teste estatístico no software, sabe? É muito mais do que isso. Porque senão fica chato e afasta as pessoas, sabe?
20:08 Moderador: Só… já que você falou isso. No outro dia eu estava com um cara que estava falando sobre novas metodologias de educação, e ele falou um negócio muito curioso que eu não sabia. O ser humano nasce criativo, ele nasce criando conexões e na linha do tempo ele vai perdendo. A pessoa quando chega, eu acho que aos 16 anos de idade, só tem 4% da capacidade criativa, cognitiva de associação e tal. Então eu acho que é um pouco isso, como você gera essa provocação. Indo para o quarto elemento que você falou: governança. Às vezes as pessoas acham que governança… é uma palavra…
20:40 Camila: Governança é uma palavra chata.
20:41 Moderador: Ela já é chata…
20:43 Camila: Chata.
20:44 Moderador: De largada. Governança… mas não necessariamente. O que você traz sobre o pilar governança, que é o quarto pilar, dentro da pesquisa?
20:53 Diego: Principalmente a gente saber que a empresa tem métodos consagrados, sólidos e proprietários dentro do anunciante para saber qual mídia está gerando resultado, qual não está. Se essa que foi identificada que não está dando resultado… por exemplo, rádio não está dando resultado para a gente, em quanto tempo você alterou isso? Ou você permaneceu por vários outros meses fazendo a tal da rádio? Ou seja, são questões de controle, governança, compliance, etc, que soam meio chatas, mas de verdade dão muita segurança para a empresa de que o dinheiro está sendo bem tratado e que metodologicamente a gente está fazendo bom uso dos dados que a gente tem para tomar decisões que otimizem resultados. Basicamente é isso. Não é que a gente vai ficar controlando a vida de todo mundo. Mas se tem método e se tem recomendações, tomada de decisão, a gente precisa alterar as coisas que não estão dando certo. E muitas vezes a gente vê exatamente o contrário. A gente vê, em alguns casos, em que a recomendação não é seguida, passa anos com aquilo que: “Pô, parece não está dando certo”. Sabe? Então para empresas principalmente de capital aberto, o nível de governança sobre os investimentos de marketing, que são muito grandes, é extremamente necessário. E está na cabeça dos CMOs já. Quando eu falo governança, não surgiu espontaneamente na boca desses CMOs, desses diretores, a questão da Lei de Dados, tá? Não foi foco, não estimulei, mas não estava na pauta prioritária.
22:28 Moderador: Está bom.
22:29 Camila: E a transparência? Estava na pauta deles a questão da transparência ligada à governança? A transparência também ligada aos dados, esses dados como ativos? Surgiu alguma questão sobre transparência?
22:42 Diego: Em que sentido? Me dá um exemplo.
22:44 Camila: Não, a gente estava aqui brincando da… você falou um pouco na apresentação da… só para as pessoas não ficarem perdidas… da tal da caixa preta. E eles comentaram dessa questão da transparência quando eles falam em ativos? Quando eles falam em compliance?
22:57 Diego: Perfeito. Saiu bastante a questão de os líderes de marketing não quererem ter mais só o cara dos números. “Ah, tem aquela pessoa lá que manja muito de números, a gente não entende direito o que ele está fazendo e como. É uma caixa preta, mas a gente confia”. Essa dinâmica de ter uma pessoa que centraliza o conhecimento, ela está passando. Na verdade, a gente está enxergando muito mais uma questão de democratização dos dados de dashboards, de capacidade de análise, de treinar as pessoas para fazer as análises, e não confiar só no que aquela uma pessoa está fazendo, porque daí fica pouco transparente. Fica caixa preta. Uma boa experiência que eu ouvi de um dos nossos clientes foi o seguinte: “A gente em vez de contratar uma pessoa que é de estatística, ele é formado em estatística, em matemática, etc, e tentar ensinar o nosso modelo de negócio para eles, a gente fez o contrário. Eu trouxe das áreas de negócio… ali do comercial, de relacionamento, de atendimento, etc, eu trouxe boas pessoas, criei minha área de BI e contratei uma consultoria para treina-los em Data Science. Porque é mais fácil você aprender a técnica do que você aprender o negócio”. Eu achei um movimento super inovador, que pouca gente está fazendo, sabe? Principalmente porque a pessoa que tem um desafio de fazer uma campanha clusterizada para melhorar a performance da promoção, ela tem que aprender sobre análise de cluster. A pessoa que tem que reter clientes, ela vai ter que aprender sobre modelos preditivos sobre retenção de clientes, churn, uma regressão logística, etc. Ou seja, a pessoa não tem que estudar um ano, dois, sobre Data Science para saber tudo. Ela vai aprendendo por partes a técnica. Eu achei uma baita referência legal. E que sai dessa lógica de o cara dos dados que detém todo o conhecimento, e nada transparente para o restante da equipe.
24:48 Moderador: Bacana. Deixa eu fazer uma pergunta aqui. Muito provavelmente… você estava falando de rádio. “Ah, fez o rádio, deu certo ou não deu certo”. Rádio ainda não é, principalmente no Brasil, algo que está disponível para ser comprado programaticamente. Qual que é a minha pergunta aqui? Muitas vezes as pessoas devem falar: “Não, eu já tenho um processo de automação porque toda minha compra de mídia é programática”. O que você tem a dizer a respeito sobre mídia programática versus automação? Uma coisa liquida a outra? Não? Qual que é a sua análise? E depois eu vou fazer uma provocação na sequência.
25:23 Diego: A experiência que a gente está tendo com vários clientes é de uma variedade de mix de mídia muito grande, de out of home, rádio, TV e etc, e programática no sentido digital como a gente conhece. Então, as compras de rádio, por exemplo, a gente vê várias empresas em que rádio funciona, e outras em que não funciona. E não é assim porque é rádio X ou rádio Y. Muitas vezes tem a ver com o approach que eles estão fazendo, a mensagem, a forma de programar, a integração com as outras mídias. Se você põe a rádio sozinha sem um suporte em digital, outras mídias, não é a rádio em si. É o jeito que você está construindo o seu mix. Agora, essa discussão de todo o meu mix é programático, de verdade não é. De verdade, a gente está olhando um mundo mais tradicional, dos media kit e etc, da promessa dos anunciantes ali num sentido bem macro de audiências e lá no digital comprando programática normal.
26:23 Moderador: É. Porque às vezes dá… pelo menos o que eu ia colocar como provocação é porque às vezes as pessoas que… as empresas, enfim, ou pessoas que estão operando isso em nome das empresas, querem automatizar e entendem que a mídia programática é a forma única de você automatizar, acaba tendo um pouco… até foi uma provocação de uma newsletter do Morse, eu acho que semana passada ou retrasada, falando da miopia. Porque hoje não pode ser antagônico. O que a gente mais quer é gerar experiência bacana para o usuário, é você ter formatos diferentes, abordagens, branded content. Tem tanta coisa legal e interessante para fazer. Só que, ao mesmo tempo, a hora que você vai exclusivamente para a mídia programática, você tem lá uma comoditização da comunicação. São formatos standard, talvez ali 5-6 formatos, você tem formas de segmentar standard. Então como que é esse desafio de você conseguir automatizar sem ter que comoditizar? Como que você olha isso e esse desafio dentro das empresas?
27:21 Diego: Eu vejo dois pontos. O primeiro é: quando a gente roda um mix inteiro de mídia de um grande anunciante, a gente vê vários parceiros de mídia programática ali no meio. E a gente tenta entender o peso de cada um para conversão no mix global. E na verdade os clusters dessas diferentes empresas, eles são muito parecidos entre si. Então os cookies são os mesmos, etc. Provavelmente a gente está atingindo as mesmas pessoas. Estatisticamente a gente consegue pegar isso. Então a gente enxerga muito investimento redundante. Muito. Que estatisticamente a gente chama de multicolinearidade. Ou seja, se eu tirar um desses…
27:58 Moderador: Nada muda.
27:59 Diego: Nada muda. Não mudaria o volume de leads que eu gerei, por exemplo, para o meu site. Então esse é um ponto, que é um ponto técnico, ainda pensando performance. Outra dinâmica, mais do que automação, eu acho que tem um step anterior da discussão das empresas, dos departamentos de marketing, que é a questão da verba de brand e a verba de performance. Por quê? Porque a discussão de automação programática, etc, parece que está com aquela pessoa que detém o orçamento de performance, e outra pessoa detém o orçamento de brand, investimento institucional, que eu vou olhar o KPI lá de funil de marca na minha pesquisa de tracking que eu faço a cada 6 meses. E isso me parece um mindset muito antigo. Porque se eu estou investindo em digital e eu tenho que gerar experiência, como você comentou, em mobile, etc, isso é marca, ou é performance, ou é ambos? Faz sentido eu ter… faz sentido eu ter peças em que eu espero mais clique ou menos clique. Mas faz sentido eu ter dois… praticamente dois subdepartamentos ali que competem entre si? E normalmente o de performance é que se sobressai e ofusca o de marca. Eu acho que essa questão está bem mal resolvida. E nessas análises… por isso que eu gosto da conexão da academia com o mercado. Em 2010, uma pesquisadora com um nome muito estranho… depois a gente põe nas notas do podcast… que é uma indiana nos Estados Unidos, criou uma modelagem de dados que integra o Media Mix Modeling lá, que a gente está fazendo estatística, econometria, para entender o peso de cada mídia nos resultados, com a marca. Ou seja, ela chega no que parece a pergunta de um milhão de dólares, que parece que é impossível. Qual que é o peso da marca para a minha conversão, para as minhas vendas, para o fluxo na loja, para os leads? E tudo bem. E qual mídia que eu fiz ali que está contribuindo para cada uma dessas coisas? E a discussão fica integrada. Não fica a turma da performance, a turma de brand.
30:01 Moderador: Esse de turma é curioso. Uma vez eu estava numa reunião com duas pessoas da mesma empresa, um cuidando de brand, e o outro de performance. Aí a reunião já estava um pouco mais descontraída no final, e aí o cara da performance falou, em tom de brincadeira, para o cara que cuidava de brand: “Ah, eu queria estar no seu lugar porque você tem menos metas”, vamos assim dizer. Porque o cara da performance minuto a minuto está na televisão, está tomando esporro do chefe. “Porra, caiu o lead, não sei o que, não sei o que lá”. E jogou a provocação para o cara de brand, dando a entender que a meta dele é o que você falou, é avaliada a cada 6 meses e tal. Aí o cara retrucou com uma coisa curiosa. Ele falou assim: “Não, eu que queria estar no seu lugar porque eu queria ter o arsenal que você tem de funcionalidade, de TV ligada com gráficos, e assim”. Então, o que eu acho? Realmente quem lida hoje com brand, com marca, com isso, sente hoje uma falta disso. Então não é que a pessoa não quer se autodesafiar, não é que ela não quer entregar um trabalho melhor. É que realmente talvez não tenha tanta tecnologia, tanta metodologia. Quer dizer, não é que não tenha. Talvez a pessoa não tenha acesso a isso. Então eu achei curioso essa provocação, de um achando que o outro não tem meta, que a vida dele é fácil, que é só rasgar dinheiro para fazer brand. E o outro achando que a vida do cara de performance é fácil porque ele tem uma série de softwares e metodologias, e tecnologias à disposição.
31:20 Diego: Então, o que acontece é que o desafio dessa pessoa de brand é o seguinte: é conectar a soft metric, que é o funil de marca dele, um atributo, etc, que vem da pesquisa, com uma hard metric, que é a receita, por exemplo. Então qual é o papel da minha marca para o negócio? Vamos pensar um negócio que está no market place digital. Comparador de preço. Aviação, hotel, aluguel de carro. Bom, por mais que a minha marca seja boa ou ruim, isso eu consigo trazer dados, eu vou ter muita dificuldade de fazer a pessoa pagar 20 reais mais caro no meu carro que eu estou oferecendo para o aluguel, no meu hotel, na minha passagem de avião. Porém, estatisticamente, é possível comprovar que outro objetivo pode ser atingindo, que não é cobrar mais caro por causa da marca, mas pode ser reter o cliente. Poxa, então, qual que é a questão estratégica? Traz o cliente com preço promocional no comparador de preço, porém, depois que ele entrou, dá um show de marca na experiência, no relacionamento, no atendimento. E daí você vai mostrar que marca impacta. Não impacta para eu cobrar mais caro, porque não tem o que fazer. Porém impacta para eu reter, impacta para eu fazer um up sell, para eu fazer um cross sell para eu ter um lifetime value maior. Ou seja, é um baita desafio conectar soft metric com a hard metric. Mas é o desafio que abre as portas para você ter uma conversa de alto nível com o CFO, com o CEO.
32:48 Camila: Só uma observação. É engraçado que ele falou isso e eu fui pensando em algumas fintechs brasileiras que sabem fazer muito bem essa dança de marca e performance. Quando é a marca agindo, quando é isso dando performance ou mudando, alterando o preço. Obviamente eu não vou dar os nomes aqui porque a gente não… eu não vou fazer propaganda para outras marcas. Mas têm muitas fintechs brasileiras que sabem fazer esse caminho muito bem.
33:16 Diego: O histórico da trajetória aqui da Ilumeo como consultoria de Data Science, a gente acabou atendendo algumas empresas que bombaram, tipo a XP Investimentos, uma Youse, uma Stone, etc. E daí a gente acaba sendo procurado por várias startups fintechs que estão começando agora, para tentar entender o que fazer. E o que eu vejo em grande parte delas? Acreditam que tem um trabalho muito bom em performance, digital, etc, está tudo sob controle e etc. Porém, quando a gente vai fazer um investimento em media off, eu vou diversificar o meu portfólio, vou fazer uma ação, um patrocínio, qualquer coisa que não seja o bê a bá que eu toco todo o dia de performance, os testes são muito mal feitos. Pelo meu entendimento. “Invisto uma semana no metrô, invisto 10 dias na rádio”. Gente, não é assim que se constrói marca. Em 10 dias você vai gastar o dinheiro e vai chegar à conclusão que: “Está vendo como não vale a pena diversificar mix de media? Vamos manter ali o foco na pontinha do funil ali, da consideração para preferência já na jornada de consumo em digital”. Mas a lógica do fail fast, test unlearn, etc, poxa, o teste tem que ser bem feito. Não se constrói marca em 15 dias. Não dá para a gente chamar isso de teste. Eu vejo muitas fintechs…
34:34 Moderador: E nem otimizar. Porque uma coisa é entender que o canal não deu certo, outra coisa é você conseguir explorar todas as possibilidades de otimização do canal. Então, sei lá, entrei num canal novo… eu acho que isso é legal. Você fala muito do MMM, que é o Media Mix Modeling. Eu acho que a gente acabou já falando muito dele sem dar uma pausa e colocar a nomenclatura. E aí, a minha pergunta aqui é o seguinte, que até casa um pouco com o que a gente tinha aqui para comentar. A gente faz muita provocação aqui no Morse, mas a gente sempre fala: a ideia não é o cara sair tonto daqui, sair: “Cara, caramba, está tudo perdido, não sei o que eu vou fazer”. Não. É realmente preencher esse… fazer esse racional para depois ajudar a como dar os próximos passos. Então hoje uma empresa que quer começar a fazer isso, quer trazer automação além da mídia programática, seja porque já tem ou porque não faz, whatever, mas ele quer trazer esse conceito mais para a parte do marketing mesmo. Como você falou, para a estratégia. E aí, já casando com MMM. Como que se começa? Qual que é o passo inicial? O que você acompanhou? Nessas entrevistas, alguém contou um pouquinho de como foi essa história de quem já estava um pouco mais a frente? Eu acho que você comentou ali de algumas empresas que já estão mais evoluídas. Como funciona?
35:44 Diego: Como começa? Primeiro, você olha para o seu histórico de dados, lá para atrás, para os dados do legado e tudo mais, e você se assusta. É tudo desestruturado, é tudo uma bagunça. E muita gente desanima. E quando você olha os cases brilhantes, internacionais, vê as palestras, etc, você já quer partir não para o step 1, para o 2, você já quer ir para o 10. E daí você acha que é impossível começar. Lá atrás, em 2010, a gente escreveu um livro sobre retorno de investimentos em comunicação, e as pessoas falavam: “Diego, é impossível isolar o impacto da comunicação, portanto nem vou começar”. Então é isso. No fim das contas, como começa? O primeiro passo é contratar gente boa nessa pegada de internalização. Pode ser gente da sua equipe que você vai treinar em Data Science, pode ser gente de Data Science, de estatística, de programação, etc, que você vai ralar para fazer essas pessoas entenderem o modelo de negócio. E dar autonomia para essas pessoas trabalhem. A primeira coisa. Segunda: não tornar a empresa centralizada no sentido de uma pessoa ser o centro de todos os pedidos, sabe? Vira aquela fila para o cara de BI ajudar todo mundo a trabalhar. E terceiro: integrar as pontas de diferentes departamentos. Ou seja, o departamento de vendas tem o número de fluxo na loja. Vamos pensar um varejo. E digital tem o fluxo no site. E daí a rentabilidade está lá no financeiro e o volume de mídia investido muitas vezes está na agência, que está fora da empresa. Ou seja, primeiro, antes de a gente pensar base de dados, como junta tudo isso numa base de dados, é fazer um agreement, um acordo interno sobre a necessidade de a gente agregar esses dados. Porque sem agregá-los a gente não vai avançar. Grande parte do trabalho que a gente vive, ele não é técnico, estratégico, do brilhantismo de Data Science. É a gente conseguir juntar as pontas porque as pontas são pessoas diferentes, dados diferentes em computadores diferentes, com agendas diferentes dentro das empresas. Então, eu vejo um movimento bastante importante de cultura e de mobilização, de engajamento interno, anterior a questões técnicas, tá? Daí entrando na questão do modeling. Posso avançar no modeling aqui?
38:06 Moderador: Fique à vontade. A ideia era essa.
38:08 Diego: Beleza. Media Mix Modeling ou Marketing Mix Modeling. O que é isso? É uma modelagem de dados em que a gente tem como objetivo identificar o peso de cada uma das mídias, seja online, off-line, de performance ou brand. Não importa. O peso de cada uma das mídias para o resultado de negócio. O resultado de negócio é o resultado da jornada, seja ele qual for. Pode ser gerar lead, gerar acesso ao site, gerar venda, seja ele qual for. É importante aqui que a gente desloque a discussão. A gente não está falando de modelo de atribuição. O modelo de atribuição é uma discussão intradigital. Será que foi o last click ou será que teve um banner antes do last click que impactou esse tal do last click? A gente não está discutindo o modelo de atribuição. A gente está discutindo o mix todo. E normalmente o mix todo passa por vários outros tipos de mídia que não são digitais. Então vamos lá, como que se faz isso? Basicamente a gente tem que construir um modelo estatístico baseado num banco de dados com granularidade diária. Ou seja, quanto eu investi no Facebook hoje, dia 1 de janeiro de 2019, para brand ou para performance? E no YouTube? E no Google? E no pacote da Globo proporcionalmente? Que eu estou investindo aqui no futebol da Globo. Proporcionalmente, quantas inserções eu tive? Qual que é o custo por inserção? E a gente vai trabalhando isso na menor granularidade possível que, na maior parte dos nossos clientes, é diária. Ou seja, para você chegar lá é um esforço imenso porque é tudo muito desestruturado. E também juntar diariamente todos os resultados que você acha que você teve a partir disso. Download de app, fluxo na loja, acesso ao site, venda, tudo que é resultado de comunicação. Só isso permite com que você faça um modelo estatístico que analisa variância. Ou seja, o sobe e desce aqui dos investimentos na rádio, no YouTube, etc, o quanto disso tem causa e efeito no movimento do sobe e desce dos resultados. Então é um modelo estatístico, normalmente baseado em regressões, séries temporais, etc, mas que ele te diz se varia para cima ou para baixo os investimentos de cada input aqui dos veículos, quanto proporcionalmente variam os resultados. Ou seja, 80%… a gente chega em conclusões como essa: 80% dos resultados de vendas vêm da mídia. Só que… isso é um exemplo fictício, tá? Só que determinadas mídias contribuem, determinadas mídias não. A gente tem achado, em média… se pegar a média de todos os nossos clientes, cerca de 20% de investimentos de mídia, de veículos ali que o cliente bota dinheiro, que não tem relação significante estatisticamente com os resultados. Na prática, é 20% de desperdício. Dependendo da cultura da empresa, a gente fala: “Olha, 20% de oportunidade de otimização”, para não ficar… para não parecer que é um dedo na feridade. Mas é 20% que não dá resultado.
41:06 Moderador: Ou, mais agressivamente, você está rasgando 20%.
41:08 Camila: 20% que você está queimando.
41:09 Diego: Mas a pergunta que importa é: esses 20% estão construindo marca?
41:14 Moderador: Sim. Por isso que entra no mix. Deixa eu aqui… já caminhando para o final. Legal. Eu acho que quem… você conseguiu explicar bastante. Quem quiser se aprofundar… porque o Morse, a gente acaba sendo… obviamente, a gente aborda assuntos correlacionados, mas não tão técnico. Se alguém se apaixonou aqui pelo assunto e quer avançar, como você é professor e tal, o que você recomenda de curso, de leitura, sites, blogs? Enfim, onde alguém que queira entrar nesse deep dive no assunto pode se manter atualizado?
41:46 Diego: Data Science é uma buzz word. Cada um define de um jeito. E é muito focada… quando você vai olhar os blogs internacionais, o conhecimento técnico, os fóruns, vai muito para programação e para estatística, tá? Não para essa pegada mais criativa e de estratégia que a gente está discutindo aqui. Se vocês têm ouvintes que querem se aprofundar na parte de estatística, certamente vocês vão achar bons cursos no Curseira. E daí a gente coloca nas notas do podcast aqui. Quem tem uma pegada de pensar também em estratégia e conceito antes da estatística, eu realmente recomendo que busque programas de Stricto sensu, de pós-graduação, de mestrado, de doutorado na GV, na USP, na SPM, tem na Poli, no IME. Tem muita gente boa fazendo ciência. E não é aquela coisa do outro mundo, sabe? Que: “Nossa, só o geniozinho consegue entender”. Não, na verdade é um conhecimento super acessível. E os papers eles são gratuitos. Então um dos papers sobre Modeling que eu citei aqui, a gente vai colocar também nas notas, ele é simples de entender. Apesar de, para você dar um deep dive, tem que ter um nível de entendimento de estatística melhor. E daí tem alguns blogs. A gente tem o próprio blog da Ilumeo, tem alguns blogs internacionais que são bons, que são sobre Data Science na pegada de programação. Mas, na prática, o que eu entendo da jornada de construção de conhecimento sobre o assunto é: pega um caso real, um caso que a sua empresa está sofrendo, que a sua agência está sofrendo, que a sua startup está sofrendo, busca conhecimento já consolidado em papers, em white papers, em outros profissionais que você conhece, sabe? Senta, vai tomar um café, ouve as pessoas conversando e tenta fazer um business case. Tenta um quick win. Tenta fazer pela primeira vez. Porque senão a gente fica com medo do assunto e daí nunca avança. A principal coisa é essa, é você não ter medo dos números, é querer avançar e não achar que é só a coisa da pessoa que estudou 4 anos de estatística na graduação. Não é isso nem de longe.
44:02 Moderador: Legal. Obrigado. Camila, mais alguma coisa?
44:05 Camila: Não. A pergunta que eu faria por último talvez seja uma pergunta muito longa. Mas então eu vou pedir para você tentar fazer em 140 caracteres. O que é para você uma empresa digital?
44:16 Diego: É uma empresa que cria e gere as experiências que ela proporciona para os consumidores baseada em dados registrados e processados de maneira ética.
44:28 Moderador: Muito bom.
44:29 Camila: Boa resposta.
44:30 Moderador: Ainda bem que a gente gravou. Eu vou usar isso depois. Valeu. Obrigado mesmo pela participação.
44:34 Camila: É isso. Obrigada, Diego.
44:35 Moderador: Eu acho que é um conteúdo super rico, uma abordagem diferente. A gente te convidou porque a gente realmente ficou super bem impressionado com a apresentação que você fez lá no IAB. Obrigado de novo.
44:45 Diego: Obrigadão. Foi um prazer estar aqui. Eu sou fã do podcast. Eu acho que iniciativas como essa existem super no exterior e pouco aqui. Vocês estão na linha de frente. Parabéns.
44:55 Moderador: Legal. E fica o convite para voltar quando quiser.
44:56 Camila: Obrigada. É verdade.
44:57 Moderador: Valeu. Obrigado.
