Como tomar decisões inteligentes em um mundo incerto?

Aqui na Cobli temos a cultura de sempre tomar decisões com base em dados analíticos. Todas as nossas funcionalidades são desenvolvidas com base nos feedbacks dos nossos clientes (ou futuros clientes), todos os orçamentos das áreas são alocados com base no seu potencial de retorno e até mesmo contratações são baseadas em alguma métrica. No marketing isso não é diferente.

Leads provenientes das campanhas do Google AdWords são acompanhados pelo funil de vendas para determinar se o investimento tem valido a pena (Adwords é extremamente caro!). Esforços na aquisição de links orgânicos de sites jornalísticos são analisados versus o seu resultado no posicionamento de SEO (e seu respectivo impacto em crescimento de vendas). Até mesmo alterações em páginas do site têm de comprovar analiticamente sua viabilidade (em aumento de conversões e seu respectivo impacto em vendas, novamente!).

São dezenas de decisões desse tipo tomadas por semana. Contudo, os exemplos acima citados geram muitos dados e, por isso, são mais simples de serem analisados. Mas, e quando não é esse o caso? O que fazer? Será que vale esperar meses até acumular dados suficientes para fazer análises mais precisas? Ou o ideal é tomar uma decisão que tem probabilidade não desprezível de estar errada?

Na grande maioria dos casos a segunda opção é muito melhor. Para ilustrar isso compartilho um caso recente da área de marketing (Teste A/B):

Landing Page A (Sem campo empresa)

Landing Page B (Com campo empresa)

Em uma das nossas landing pages estávamos recebendo muitos leads de pessoas físicas. Como atualmente a Cobli é focada somente em empresas e nós não conseguíamos ajudar essas pessoas, esses leads acabavam tomando tempo do comercial sem necessidade. Para evitar isso, decidimos colocar mais um campo de preenchimento no nosso formulário: “Empresa”. Tínhamos a hipótese de que a pessoa física ao ver esse campo desistiria de preencher, enquanto as pessoas jurídicas não. Em contrapartida, é comum que formulários mais longos desestimulem o preenchimento por parte das pessoas, o que poderia nos fazer perder leads bons!

Como era impossível saber o resultado de antemão, fizemos o teste por alguns meses e, como frequentemente acontece, os resultados foram inconclusivos.

Em número absoluto de leads PJ, a página sem campo ’empresa’ (A) superou e muito o resultado da página com campo ’empresa’. Contudo, em porcentagem de leads PJ, a página B foi muito melhor, o que minimizava a necessidade de entrar com contato com leads não qualificados.

# de Leads PJ por Landing Page (Base 100) – Lading Page A gerou 30% mais leads PJ!

Smarthint

Em termos de perfil, contudo, a Landing Page B performou bem melhor

Como o número de leads ainda não era grande o suficiente para fazermos análises mais precisas, tínhamos dois caminhos: 1) Deixar o teste rodando por mais alguns meses ou 2) Escolher a página que queríamos manter. No fundo tínhamos que identificar qual payoff era maior.

Perda de Leads PJ > Atendimento de leads não úteis

OU

Perda de leads PJ < Atendimento de leads não úteis

As contas não eram óbvias, pois envolviam atribuir um valor para o lead PJ e o custo de servir um lead não qualificado. Mesmo assim embarcamos na conta, fizemos várias suposições e chegamos à conclusão que poupar o comercial economizava levemente mais.

Decidimos então utilizar a Landing Page B. Os estatísticos de plantão poderiam argumentar que tal análise tem pouca significância estatística e estariam 100% corretos. Não seria surpreendente descobrir em alguns anos que a decisão acima foi errada e que os dados estavam poluídos por diversos fatores. Mesmo assim argumento que essa foi sim a melhor decisão a ser tomada naquele momento. Para provar isso utilizarei um exemplo mais simples:

Imagine o cenário em que você precisa tomar uma decisão que possui apenas 51% de probabilidade de estar correta. Quando você acerta, você ganha R$1.000. Quando perde, tem que pagar R$1.000. Como os desafios de uma empresa são diários, você terá que tomar esta decisão 10.000 vezes ao longo de alguns anos (nada surpreendente para quem está acostumado com o ambiente incerto de uma startup em que dezenas de decisões são tomadas todos os dias). Você tem duas opções a) Não tomar nenhuma decisão e nunca ganhar ou perder nada ou b) Escolher a opção com 51% de probabilidade as 10.000 vezes. O que você faz?

A resposta certa é com certeza a “B”! Algumas pessoas podem não gostar de tomar decisões que tem 49% de probabilidade de estar errado. Contudo, quando tomamos milhares de decisões desse tipo (com os riscos devidamente mensurados), o resultado é muito provavelmente positivo. Fazendo uma pequena simulação desse cenário usando uma técnica estatística chamada Monte Carlo, na média você ganharia R$200.000 reais se sempre escolhesse a opção que tem os 51% de probabilidade de estar certa ao final das 10.000 vezes.

Toda a área em azul é a representação gráfica das vezes em que você tomou as 10.000 decisões e, ao final, saiu com um resultado positivo. A pequena área laranja são as vezes que você perdeu (e saiu com um resultado negativo). Ela representa menos de 5% das vezes, como visto no gráfico abaixo (e mesmo assim são valores pequenos. Lembre-se, estávamos tomando decisões que valiam R$1.000!)

Esse exemplo, apesar de simplificado, é uma ilustração de todas as decisões incertas que tomamos na Cobli. Há sempre uma probabilidade de estar errado. No nosso caso das Landing Pages, a probabilidade de estar certo era muito maior do que o inverso. Como tomamos dezenas de decisões semelhantes todos os dias, o nosso dia a dia é uma grande simulação de Monte Carlo. Considerando que boa parte das decisões são incertas e muitas delas demorariam meses ou anos de coleta de dados para serem precisas, é muito melhor tomar uma decisão do que esperar. O componente de “feeling” também não pode ser desconsiderado, bem como o alinhamento das decisões com a estratégia da empresa. No longo prazo, medindo bem os riscos das nossas decisões e seus payoffs, temos 99,9999% mais probabilidade de melhorarmos a performance da empresa tomando decisões incertas do que não tomando nenhuma decisão.

Thomas Carlsen é CMO da Cobli, startup especializada em rastreamento, telemetria e gestão de frotas.
  • Todos Fornecedores
  • Armazenamento
  • Consultoria
  • Entrega
  • Marketplace
  • Performance
  • Plataformas
    • Gestão de Anúncios
    • Atendimento ao Cliente
    • E-Mail Marketing
    • Sistema de ERP
    • Pagamento Online
    • Mídias Sociais
    • Plataforma de E-Commerce
    • Precificação Dinâmica
    • Vitrine Personalizada
  • Serviços
    • Escola Especializada
    • Logística
    • Agência Especializada
    • Redirecionamento de Encomendas
  • Soluções
 
Moovin
EZ Commerce
Rakuten
Bling
Accesstage
Mailbiz
LojaMestre
E-Goi
Neoassist
DLojavirtual
Dotstore
Ciashop
Seri.e Design
GhFly
E-Millennium
Bis2Bis
Bluefoot
F1soluções
Xtech Commerce
ComSchool
Brasil na Web
Nação Digital
Trezo
E-Commerce Logística
Softvar
World Pay
Socialrocket
Mandaê
E-completo
Eccosys
IHouse Web
Smarthint
JET e-business
 

1 COMENTÁRIO

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here