Dor do cliente
Além de possuir um alto nível de maturidade analítica, utilizando diferentes modelos de atribuição, como Markov e Last Click, a instituição também tinha como base modelos data-driven para medir o impacto dos seus investimentos em canais de aquisição. A operação era capaz de mapear toda a jornada do cliente e atribuir pesos às interações.
No entanto, a complexidade da mensuração era ainda maior no caso de canais offline, como TV, rádio, outdoor e incentivos comerciais. Embora fosse possível mensurar os impactos, o banco notou que poderia aprimorar a abordagem existente, já que ela dificultava a correlação entre investimentos e resultados, tornando o processo mais demorado e menos eficiente.
A demanda, por sua vez, buscava por um modelo integrado para facilitar a identificação do impacto dos investimentos, adicionando uma camada preditiva que permitisse simular cenários, otimizar a alocação de budget e conectar marketing e negócio com mais precisão, entregando uma visão consolidada da jornada do cliente.
A Solução
Para resolver esse desafio, a MATH contribuiu com a implementação de um modelo customizado de Marketing Mix Modeling (MMM), desenvolvido especificamente para as necessidades do banco. A solução incluiu:
-
Análise de contribuição de canais: Identificação do impacto real de cada canal na jornada do cliente e na decisão de fechamento de contratos.
-
Otimização de alocação de budget: Sugestão de redistribuição de investimentos para maximizar ROI.
-
Mensuração de efeito residual de campanhas: Cálculo do impacto das campanhas após o término da veiculação.
-
Customização da análise para incluir variáveis de negócios do cliente.
-
Criação de uma base de dados estruturada: Centralização de dados dispersos em um ambiente único integrado.
-
Modelo escalável para previsão de investimentos e contratos.
Como medimos os resultados
Os principais indicadores de sucesso foram:
-
Eficiência de alocação de budget: Capacidade de realocar investimentos para canais mais eficientes.
-
Aumento do número de contratos fechados, com otimização do Custo de Aquisição de Cliente (CAC), garantindo uma estratégia mais eficiente na captação de clientes.
-
Maior integração entre as áreas de negócio, P&L e MKT da instituição: Unificação da visão entre a performance dos canais.
Principais resultados
-
Aumento de 1 a 3% nos resultados da jornada, com impacto direto na conversão;
-
Redução do CAC em até 3%;
-
Criação de um modelo preditivo de investimento e retorno para 9 semanas, com precisão acima de 90% (MAPE inferior a 10%);
-
Identificação do impacto real de canais offline, como TV e análise do efeito dos incentivos comerciais na jornada do cliente;
-
Consolidação de uma base unificada de dados, reduzindo erros e retrabalho;
Além disso, o MMM foi um importante aliado na evolução constante do banco em sua jornada de análise de resultados e contribuição de cada canal por meio de dados.
