Uma boa campanha de marketing tem diversos objetivos, que vão desde um frio aumento no número de vendas de determinado produto até informações mais holísticas como a percepção e o conhecimento do cliente sobre a marca ou um produto específico. Como as campanhas modernas são formadas combinando o impacto no Digital, com a mídia tradicional e até mesmo com peças de merchandising nos pontos de vendas, fica difícil separar a influência de cada meio.
Em um mundo tão lotado de informações que nem o cliente sabe apontar o que o influenciou a comprar um produto, mensurar o resultado real de uma campanha de marketing parece impossível. Esse foi um desafio que recebemos na ADVISIA Analytics, de uma grande distribuidora de combustíveis, em auxiliar no processo de mensuração de resultado de campanhas voltadas para o público geral, em especial sobre o impacto no faturamento da empresa.
O formato dessas campanhas também é dinâmico, com diferentes formatos, durações e orçamentos. Dentre isso, foram determinados dois grupos, um de ações regionais, que ocorriam em apenas um estado ou um conjunto de cidades, em que era possível comparar os resultados com outras ações, e outro nacional, em que a campanha ocorria em todo o território e nos traria mais desafios de mensuração.
Como mensuramos a campanha de marketing
O primeiro desafio foi de mensurar uma determinada campanha regional, que ocorreu em diversos pontos de venda de um estado brasileiro específico. Essa campanha fez uso da mídia digital e tradicional, além de uma ação especial com promotoras em alguns pontos de vendas selecionados.
Nessa etapa, foi utilizada a metodologia de grupos controle e teste para comparar o impacto da campanha em cada ponto de venda. Dessa forma, a ideia é que, para cada ponto de venda (PV) que recebe a promoção, teremos que encontrar um, ou mais, PVs que tem um comportamento muito semelhante, para poder comparar o impacto promocional.
É muito importante definir o que determina que pontos sejam semelhantes. Em nosso caso, além do histórico de vendas e faturamento, também foi importante ver as características de uso dos clientes que frequentam esse PV, como a participação no programa de fidelidade. Tudo isso com base no período anterior à promoção.
Com isso, foram formados grupos de postos que tinham o mesmo comportamento no período pré-promoção. Então, conforme a promoção começou foi possível ver como cada ponto de venda com a promoção se diferenciava do seu grupo, que antes era muito parecido. Dessa forma foi possível estimar o resultado em cada PV, e o resultado geral da promoção. Um exemplo dessa evolução pode ser vista na figura 1, abaixo.
Figura 1: Exemplo do volume vendido de um Ponto de Venda no período pré e pós promoção
Com essa abordagem que trouxe clareza sobre vendas, margens e ROIs dos pontos, também foi possível notar como aqueles pontos que tinham recebido uma ação especial com promotoras se diferenciavam, e se isso valia a pena ser mantido em futuras ações. Além disso, essa mensuração ocorreu junto de pesquisas, para entender mais sobre a percepção do público sobre a marca, seja em conhecimento ou experimentação de produtos.
Essa metodologia foi replicada para diversas ações dentro desse cliente, em diferentes escopos. Até que chegou um segundo grande desafio, de mensurar uma ação nacional que impactaria todos os PVs da empresa. Dessa forma, ficaria impossível criar grupos semelhantes, já que não existiriam postos controle.
O que foi construído para superar esse desafio foi um modelo de previsão de vendas, PV a PV, levando em conta todo um histórico de vendas antes dessa campanha, considerando fatores como mudanças de preços, sazonalidade e até a abertura de novos postos. Esse modelo foi construído com redes neurais modernas, prevendo um PV venderia, em determinada semana do ano, se a campanha não existisse. Para a construção das redes neurais, além do estudo de variáveis para compor a rede, foi feito um estudo de otimização e controle de performance do modelo, com evoluções ao longo do período de mensuração.
Ao comparar o cenário real com o cenário simulado pelas redes neurais, foi possível estimar o impacto que a campanha teve semana a semana, orientando possíveis mudanças na campanha de marketing baseado no que trouxe bons resultados. Esse exemplo fica visível no exemplo da figura 2, abaixo.
Figura 2: Exemplo da evolução de vendas para um Ponto de Vendas no período pré e pós promoção nacional
Com uma visão financeira mais clara sobre o lucro obtido pelas campanhas, foi possível orientar as futuras campanhas realizadas, repetindo o que provou que trouxe um bom resultado, além de materializar o impacto positivo que o investimento trouxe para áreas mais distantes do Marketing, como Operações e Produtos.
Com o sucesso, foram mensuradas mais quatro campanhas durante o semestre de trabalho, com o empoderamento de times do cliente para o direcionamento de novas campanhas e uso dessas informações, afim de tornar o cliente cada vez mais data driven.
*Mantemos com rigor a confidencialidade dos nossos clientes.
Associate Data Scientist
ADVISIA Analytics
Formado em Engenharia da Computação pela Universidade Federal de São Carlos e atualmente é Associate Data Scientist da ADVISIA Analytics. Possui experiência em projetos de marketing, segmentação de clientes e modelagem financeira. Proficiência em diversas linguagens de programação. Além disso, possui conhecimentos em desenvolvimento de software, permitindo a produtização de soluções desenvolvidas em sistemas completos para o uso.
Conheça as soluções da ADVISIA Analytics
Oferecemos soluções especializadas nesse campo, caso tenha interesse em saber mais sobre nossas ferramentas entre em contato conosco hoje mesmo!
