Um dos dilemas mais difíceis que todo profissional de marketing enfrenta é decifrar o número de campanhas que precisa enviar aos seus clientes: qual deve ser a frequência? Qual quantidade produzirá os melhores resultados?
Para começar a responder a estas perguntas, devemos primeiro entender de onde elas vêm: enviar um grande pacote de campanhas pode causar a reação exatamente oposta ao resultado desejado, servindo como uma distração. O ideal é que cada campanha seja impactante, mas para os profissionais de marketing, é um equilíbrio delicado. O bombardeio de campanhas pode levar a uma redução no status da campanha e causar taxas de abertura mais baixas.
O cliente ficará irritado e você o levará ao único lugar onde não quer que ele vá: o botão de cancelar inscrição, onde você o perderá, muitas vezes para sempre.
Para tentar mitigar esse dilema, precisaremos mergulhar fundo nos nossos dados para entender melhor o comportamento e os sentimentos dos nossos clientes. Nestas 5 etapas, tentaremos ajudá-lo a alcançar esse número mágico: o número ideal de campanhas
Passo 1: Definição
Vamos definir as variáveis que queremos examinar:
Campanha: o que é uma campanha e qual é o seu objetivo? As SMS se enquadram nesta categoria? E as notificações push? Ou queremos apenas testar o nosso programa de e-mail? É importante salientar que definir a campanha significa estudar todos os e-mails enviados a um cliente específico. Portanto, enviar 10 mil mensagens idênticas a 10 mil clientes significa 10 mil entidades diferentes.
Período de tempo: este termo também deriva da pergunta feita anteriormente. O objetivo é descobrir quantas campanhas precisamos enviar durante uma semana? 10 dias? Um mês? Observe nos nossos exemplos a seguir que o período de tempo não é definido de acordo com um termo calendário. Assim, sete dias são uma semana, independentemente do dia em que começamos a contar. Consideramos um cliente que recebeu três campanhas (no sábado, domingo e segunda-feira) como um cliente que recebeu três campanhas consecutivas, embora, tecnicamente, elas tenham sido entregues em duas semanas diferentes do calendário.
Intervalo máximo entre duas campanhas: definir este termo nos permitirá estabelecer o que é uma sequência. Podemos decidir deixar este termo em branco – portanto, não há consideração sobre o intervalo máximo entre campanhas. Por outro lado, podemos definir o número como 1, determinando que quaisquer campanhas enviadas consecutivamente serão consideradas campanhas consecutivas.
Usando este conjunto de caracterizações, podemos mapear e definir todas as campanhas enviadas, analisando o período de tempo que definimos e o número de campanhas enviadas anteriormente. Aqui estão alguns exemplos simples:
(Cada linha vertical representa um dia e cada círculo representa uma campanha enviada)
No exemplo A, o período de tempo é de sete dias, sem intervalo máximo definido entre as campanhas.
No exemplo B, o período de tempo é de seis dias, mas o intervalo máximo é de 1. Portanto, embora a campanha seja a quinta durante esse período de seis dias, é a quarta que responde ao nosso cenário de intervalo máximo.
Resposta: para definir a eficácia de uma campanha, precisamos estabelecer o que constitui sucesso. É abrir o e-mail, fazer um depósito ou ter um dia ativo no site? Esta deve ser uma resposta binária – perguntas e respostas sim ou não. Na maioria dos casos, a resposta será medida no dia específico em que a campanha foi enviada. No exemplo que mostraremos, a resposta foi definida como dia de atividade.
Essas definições precisam de ser bem estabelecidas, pois nos ajudarão a chegar a respostas mais fundamentais durante a nossa pesquisa. Para este artigo, todos os nossos testes serão baseados no exemplo A.
Passo 2: Mapeamento
O processo de mapeamento não é simples e é bastante técnico. Nesta fase, definimos cada campanha de acordo com as definições que estabelecemos no passo 1. Após mapeá-las, procuraremos uma resposta do cliente. No final deste processo básico, podemos verificar a divisão dos vários tipos de campanhas executadas e concluir as taxas de resposta (basta dividir a quantidade de «respostas positivas» pelo total de campanhas enviadas). Também pode criar esta análise a partir de uma divisão simples, utilizando critérios como idade, país, nível VIP, fase do ciclo de vida, etc.
Na tabela abaixo, vemos uma referência de 12 sites de jogos (17 milhões de e-mails), datada do início de 2017. Neste caso, houve uma segunda divisão dos clientes enquanto recebiam as suas campanhas – para novos clientes e clientes ativos – para compreender melhor as alterações de frequência durante as diferentes fases do ciclo de vida.
Por meio desse mapeamento, fica claro que a maioria dos e-mails era do segundo tipo de campanha. Também é óbvio que a distribuição da campanha para a terceira e quarta campanhas é maior no estágio «Novo» do ciclo de vida. Isso ocorre porque o plano de marketing é mais organizado nos novos estágios dos seus clientes.
Daqui para a frente, a próxima etapa é compreender a taxa de resposta dos diferentes tipos de campanhas. Veja a tabela seguinte:
Aqui podemos ver a taxa de resposta para campanhas por e-mail – medindo os dias ativos em que o cliente recebeu a campanha. Os clientes ativos respondem melhor (26% a 17% em uma média não ponderada), exceto para a primeira campanha enviada, que é significativamente maior para novos clientes.
Este gráfico, que novamente reúne os dados de 12 marcas diferentes, não mostra mudanças substanciais. Ao realizar a sua pesquisa, tente procurar os principais altos e baixos, a fim de estabelecer o seu limite.
Passo 3: Medidas diferentes
Depois de formular o limite certo para cada grupo, podemos executar a análise novamente, alterando os critérios. Os resultados finais – que determinam o número certo a enviar para cada grupo durante um período específico – devem ser formulados após considerar variáveis diferentes. Assim, mesmo que observemos uma queda significativa na taxa de resposta das campanhas que estão em quarto lugar, devemos combiná-la com mais testes para chegar a uma conclusão.
A taxa de cancelamento de inscrição é um bom exemplo. Várias campanhas irregulares ou uma alta frequência de campanhas podem aumentar rapidamente o número de cancelamentos de inscrição e causar perdas significativas.
A tabela a seguir mostra os benchmarks de cancelamento de inscrição para diferentes tipos de campanha:
Podemos ver como a taxa de cancelamento de inscrição é muito mais alta na primeira campanha em sete dias do que nas campanhas seguintes. Mais uma vez, isso provavelmente se deve ao facto de que a primeira campanha cria um estímulo único, e muitos clientes tomam as suas decisões com base nessa comunicação. Também notamos que a taxa de cancelamento de inscrição para clientes ativos começa a aumentar consideravelmente após a quinta campanha em sete dias. É algo que teremos de levar em consideração ao definir a nossa conclusão final.
Etapa 4: Microssegmentação
Conforme mencionado anteriormente, não queremos tomar decisões com base em grupos muito genéricos. Para aprofundar o nosso conhecimento sobre o comportamento dos nossos clientes, precisamos criar mais subdivisões, a fim de alcançar grupos mais específicos. Analisar os diferentes estágios do ciclo de vida é sempre uma boa opção, mas considere se algum subgrupo pode agir de maneira diferente. Os jogadores VIP precisam de ser testados de forma diferente? E os outros jogadores com preferências de produto diferentes?
No próximo exemplo, dividimos os nossos clientes ativos dos benchmarks anteriores em diferentes grupos, definidos pela sua frequência – o tempo médio (em dias) que passou entre as atividades.
Podemos ver na primeira tabela que os clientes ativos com uma taxa de frequência elevada (F<3) responded better to numerous and more recurrent campaigns. We can also see that customers who are active less frequently (F>7) apresentam uma queda na taxa de resposta à medida que o número de campanhas aumenta.
A partir da tabela de cancelamentos, podemos concluir que os clientes menos frequentes terão um aumento maior nas percentagens de cancelamento a partir da quarta campanha.
Passo 5: Conclusão
Após executar vários testes, podemos começar a formular uma resposta para cada grupo que escolhemos. Num mundo absoluto, todas as nossas medições apontariam para o mesmo limiar e poderíamos determinar o número certo de campanhas e as suas frequências. Mas entre os resultados, provavelmente encontraremos algumas contradições. Podemos observar um aumento na taxa de resposta nas campanhas do segundo tipo em sete dias, bem como um aumento na taxa de cancelamento de inscrição. Para resolver este tipo de resultados, incluiremos cálculos adicionais. Tente sempre escolher a medição certa para as suas necessidades, que melhor atenda ao objetivo dos seus grupos-alvo. Por exemplo: se olharmos para o grupo de «clientes ativos em risco de cancelamento», a medição mais importante para esse grupo é a taxa de resposta, pois queremos que eles sejam mais ativos. Quanto ao grupo de «clientes ativos sem risco de cancelamento», a medida crucial é a taxa de cancelamento de inscrição, porque queremos poder contactá-los.
Depois de decidir o número de campanhas, implemente os resultados de frequência nos seus programas de marketing, criando um grupo de teste. Verifique se os clientes que estão a receber o número definido por si estão a responder melhor do que os seus outros clientes.
O método sugerido aqui é apenas um entre muitos que abordam a importante questão: quantas campanhas devo enviar e com que frequência? Existem métodos de pesquisa adicionais a incorporar, dependendo dos seus dados, mas tente implementá-los com sabedoria para atingir o número ideal.
Colaboradora: Maya Sha'anan
