Nos últimos 10 anos, em razão da explosão das redes sociais e do barateamento dos smartphones, ouvimos falar bastante a respeito do Big Data. Algo que caiu na graça da mídia e dos donos de lojas virtuais, devido à sua capacidade de entregar informações valiosas sobre o comportamento de grupos de pessoas na web (em tempo real). No entanto, outra ferramenta vem conquistado espaço e também tem ajudado os empreendedores digitais: o Small Data para e-commerce.
Nunca ouviu falar sobre esse termo? Então confira o artigo e saiba como ele pode impactar favoravelmente os resultados da sua loja online.
O que é Small Data?
O Small Data é uma metodologia de análise de dados em menor escala, normalmente qualitativos, que fornecem importantes insights sobre os direcionamentos futuros de um negócio e como aumentar a eficácia dos resultados obtidos.
Eles podem ser coletados por meio de pesquisas de opinião, questionários semiestruturados e até mesmo trabalhos de campo, fornecendo um olhar humanizado sobre as informações recolhidas, com o objetivo de encontrar pistas sobre oportunidades e formas de otimizar o que tem sido feito.
Martin Lindstrom, referência do Small Data
Apesar de existirem estudos sobre a análise de volumes de dados digitais desde a década de 40, podemos dizer que se existe um grande nome do Small Data, ele é Martin Lindstrom.
Autor do best-seller Small Data: Como Poucas Pistas Indicam Grandes Tendências, publicado em 2016, esse dinamarquês foi também o responsável pelo reposicionamento que a LEGO teve, principalmente na internet, de 2004 para cá com a ajuda dessa tendência.
Isso fez com que Lindstrom se tornasse uma enorme referência do Small Data e até colunista de veículos como Fast Company, TIME e Harvard Business Review.
Então, se depois de ler este artigo você quiser se aprofundar ainda mais no tema, a obra de Martin Lindstrom poderá ajudá-lo.
A recuperação da LEGO
Um dos casos descritos em seu livro é como o small data ajudou a LEGO a recuperar seus resultados após estratégias malsucedidas de atender às expectativas de uma geração de crianças acostumadas com estímulos constantes e recompensas imediatas, como o que acontece nos video games.
Em 2002, a companhia de brinquedos baseada na montagem de blocos passava por um período de queda significativa das vendas. As pesquisas iniciais com seu público-alvo demonstravam que um dos motivos poderia ser a diminuição do tempo de foco e atenção das crianças.
A solução encontrada naquele momento foi investir em blocos maiores que facilitariam a construção de estruturas de uma maneira mais rápida e fácil. Assim, a atividade, que antes poderia levar horas, passava a durar apenas alguns minutos. O resultado, porém, foi um fracasso e uma queda ainda maior nas vendas.
Foi então que uma equipe de pesquisadores da empresa decidiu visitar um menino alemão de 11 anos para tentar entender melhor o que se passava na cabeça dos seus consumidores. Nada de análises grandiosas de centenas de dados, mas a opinião de uma única criança.
O insight veio de um objeto inusitado: um par de tênis velho e desgastado. O garoto, que além de apaixonado por legos também era skatista, disse que a peça de sapato era a coisa da qual tinha mais orgulho no mundo. Isso porque os desgastes em partes específicas eram comprovações de sua habilidade no esporte.
Essa simples resposta ajudou a empresa a entender que mesmo essa geração viciada em congratulações instantâneas poderia gastar horas se dedicando a uma atividade, desde que eles adorassem ela e estivessem no controle.
A fabricante dinamarquesa, então, voltou a produzir peças menores, colocando as crianças novamente no controle da situação, e passaram a investir em storytelling — culminando no lançamento de uma série de filmes e video games estreando os bonequinhos em blocos.
Embora essa seja uma versão simplificada e contada a partir da licença poética de Lindstrom, esse caso demonstra a importância de diversificar as formas de olhar para uma mesma questão. Analisar montantes de informações pode oferecer indícios reveladores para uma empresa, como bem sabe a Target, mas também há poder em se debruçar sobre quantidades menores de dados em contextos específicos.
Qual é a diferença entre Small e Big Data?
De uma maneira objetiva, podemos dizer que o Small Data são as pequenas peças que compõem o Big Data. Assim, apesar de ter origens diferentes e exigir maneiras distintas de interpretação, eles são metodologistas correlacionadas que buscam atingir um mesmo objetivo: fornecer embasamento para a tomada de ações estratégicas que sejam capazes de melhorar os resultados obtidos.
Nesse sentido, entender a diferença entre esses dois conceitos é fundamental para que se possa utilizá-los no e-commerce, aliando o poder da tecnologia e da competência humana na hora de encarar desafios e propor soluções. Dessa forma, podemos destacar as principais:
Volume
O próprio nome já estabelece a diferenciação: big (grande, em inglês) e small (pequeno). No primeiro, encontra-se uma verdadeira montanha de informações quantitativas não interpretadas e que exigem o auxílio de softwares e cálculos matemáticos para fazerem sentido. Já no segundo, esses dados são em menor escala, qualitativos e já estruturados para análise.
Origem
As origens do Big Data são diversas, podendo abarcar informações oriundas de diferentes fontes, como sistemas de ERP e CRM, relatórios das redes sociais, demonstrativos financeiros, etc., podendo essas estarem estruturados de maneira lógica ou não. Já o Small Data corresponderia a cada uma dessas pequenas peças de dados, já organizados e prontos para gerar insights.
Tratamento de dados
Não é à toa que o termo “mineração de dados” é usado quando se fala sobre Big Data. Isso porque o grande volume de informações contidas dificilmente fará sentido à primeira vista. É preciso estruturá-las, traçar relações e filtrá-las a partir de diferentes perspectivas para que façam sentido e possam fornecer resultados relevantes. Já no Small Data, esses dados já vem contextualizados e o seu baixo volume facilita a interpretação.
Como usar o Small Data para e-commerce?
Para entender como utilizar o Small Data a favor da sua loja virtual, listamos abaixo 7 exemplos de como ele pode ser útil.
Redução do abandono de carrinho
De acordo com uma pesquisa realizada pelo Baymard Institute no Reino Unido em 2017, a porcentagem de abandono de carrinho no comércio eletrônico, hoje em dia, já passa dos 67%. É como se quase 7 em cada 10 visitantes da sua loja não efetuassem a compra.
E o motivo disso pode ser descoberto com a ajuda do Small Data para e-commerce.
Será que aquele usuário está encontrando alguma dificuldade na hora de efetuar um pagamento? Será que a usabilidade da parte de checkout não está bem clara para ele? Muitas respostas podem ser obtidas com a análise de seu comportamento dentro do site ou até mesmo enviando uma comunicação direta para esse consumidor fazendo alguma dessas perguntas.
Otimização da experiência do usuário
Nós já falamos por aqui sobre a importância que a venda personalizada tem para os resultados da sua loja virtual e como a customização do layout e do atendimento pode alavancar os números do seu e-commerce. Pois esses aspectos também podem ser otimizados com a ajuda do Small Data.
Por meio da análise de mapas de calor e dados de acesso, é possível fazer alterações em tempo real até mesmo no layout da home page do site, colocando em destaque aquilo que faz sentido para um determinado usuário. Dessa forma, você aumenta as chances de conversão e melhora a experiência que uma pessoa tem com a sua marca na internet.
Recomendações precisas
Outro ponto que pode ser melhorado em sua loja virtual com a ajuda do Small Data é o sistema de recomendações.
Com uma análise mais aprofundada sobre o comportamento do usuário no e-commerce e seu histórico de compras, é possível entregar promoções e produtos relacionados que de fato tenham a ver com o gosto pessoal do cliente e suas necessidades.
Percepção do consumidor e da empresa
É importante ressaltar que toda a informação capturada por meio do Small Data não gera, necessariamente, apenas soluções imediatas para a sua loja virtual. Em muitos casos, esses dados também podem ser utilizados para compreender de forma mais aprofundada o seu consumidor e até a sua empresa.
Para se ter uma ideia, é com o entendimento vindo da análise dessas informações que a Target toma decisões sobre parcerias com fornecedores e até volume de compras de um trimestre.
Resolução de falhas
No livro do Martin Lindstrom que citamos no começo do texto, o autor fala a respeito de um case bastante interessante do uso do Small Data na Boeing.
De acordo com Lindstrom, até 2015 toda a frota de aviões sofria com a falta de um padrão de linguagem e cadastro de informações utilizadas nos logs de manutenção das aeronaves.
No entanto, com a chegada de um novo sistema inteligente, todos os dados cadastrados eram automaticamente traduzidos e colocados em uma ordem padrão que poderia ser entendida por qualquer funcionário de qualquer país.
Agora, imagine adotar um sistema parecido em seu e-commerce, facilitando a publicação de produtos no site (com todos os códigos peculiares da sua loja) e até mesmo a comparação entre seu preço e o praticado pela concorrência (mesmo que produto tenha um nome diferente por lá).
Redução de banda do servidor
Com um sistema de Small Data que entrega uma melhor experiência e até recomendações para o usuário, a quantidade de cliques realizadas antes da compra é reduzida e, com isso, a quantidade de requisições ao servidor também diminui.
Isso pode ser traduzido como redução de:
- uso de banda da hospedagem;
- gastos e manutenção do setor de TI;
- infraestrutura.
Por fim, é interessante ter em mente que essa metodologia pode ser aplicada em conjunto com o Big Data, auxiliando a análise dos resultados encontrados em informações mais amplas e criando KPIs para o seu negócio.
Como você pôde ver, o uso do Small Data para e-commerce tem sido cada vez mais adotado por grandes empresas do mercado. Por isso, comece a planejar agora mesmo a utilização dessa ferramenta no seu empreendimento.
*Artigo publicado originalmente em março de 2018 e atualizado em julho de 2018.
