Há alguns meses, escrevi a primeira parte deste artigo, “Painéis Online: A ovelha negra da Pesquisa de Mercado? Parte 1.” e todo o feedback e comentários recebidos foram gratificantes e inspiradores. Por este motivo, nesta segunda parte do artigo, eu gostaria de explorar porque eu acredito que as empresas de painéis tem a base, as ferramentas, a tecnologia e o conhecimento necessários para alavancar novamente a confiança na pesquisa de mercado online, assim como também “virar a mesa” e se tornarem protagonistas na inovação desta indústria.
Tendo criado e gerenciado painéis online por mais de uma década, eu senti na própria pele os altos e baixos das empresas de painéis, desde os dias gloriosos da pesquisa de mercado online, até os dias mais difíceis nos anos recentes. Desde a concepção da nossa empresa, a experiência dos respondentes das pesquisas tem sido a maior das nossas prioridades. Nós tentamos ser criativos e testamos várias formas de aprimorar UX (experiência do usuário), desenvolvendo desde games de pesquisa a mundos em 3D onde os respondentes poderiam participar com seus avatares, criando templates de pesquisas mais bonitos e interessantes e, mais recentemente, aplicando técnicas de gamificação para desvendar fatores motivacionais inconscientes, fazendo com que os respondentes sintam-se recompensados pela experiência e por suas conquistas, em vez de focar na tarefa de responder questionários. Bom, os anos têm provado que nada disso é o suficiente quando você não pode controlar uma parte vital da experiência ao responder uma pesquisa: como o questionário foi escrito e desenhado. Para aqueles que não estão familiarizados com o processo, as empresas de painel normalmente apenas recebem o link do questionário que elas devem enviar ou compartilhar com seus painelistas. O questionário é, na maioria das vezes, escrito, programado e lançado por outras empresas, sejam elas de pesquisa de mercado ou terceirizadas (mais provavelmente um provedor terceirizado de outro país).
Em dez anos, nós não conseguimos fazer com que a maioria dos nossos clientes criasse questionários amigáveis para os usuários. No entanto, nós aprendemos muito ouvindo os nossos usuários. E, então, nós percebemos que em vez de somente oferecer amostras online para estudos de pesquisa de mercado, nós poderíamos ir além e prover dados que oferecem profundo aprendizado do consumidor para a indústria, não apenas com base em questionários, mas com base nos dados compartilhados espontaneamente pelos usuários, incluindo suas experiências com produtos e marcas, assim como seus dados de mobile e redes sociais. Quanto mais dados nossos painelistas compartilham, maior se torna o potencial de aplicá-los para aprimorar a experiência do usuário e extrair insumos inteligentes destes dados. É aí que ML (Machine Learning, ou Aprendizado Automatizado) desempenha um papel fundamental na compreensão do consumidor e ajuda pesquisas se tornarem mais inteligentes.
Como isso é possível? Seguem alguns exemplos:
- Com base nos perfis dos usuários, interesses e comportamentos, nós não precisamos ficar enviando as mesmas perguntas para os usuários, os painéis podem usar algoritmos de ML e dados existentes para responder às perguntas e só aplicar novas, conforme necessário;
- Utilizando dados compartilhados por painelistas sobre suas experiências com produtos e marcas (ex: avaliações de produtos, satisfação do consumidor, etc.), nós podemos aplicar algoritmos de ML e prever preferências, definir KPIs de marcas, etc.
- Empresas de painel possuem grande volume de dados de perfis de seus membros, que vão desde perfis sócio-demográficos a perfis temáticos como saúde, viagens, tecnologia, etc. Usando esse tipo de dado com os coletados de redes sociais (usuários que aceitaram compartilhar seus dados de Facebook ou Twitter, por exemplo), nós podemos aplicar ML e oferecer insights para pesquisadores de mercado que eles jamais iriam obter apenas analisando dados públicos de perfis em redes sociais.
- Nós podemos usar dados de questionários anteriores e algoritmos de Machine Learning para construir questionários inteligentes, sugerindo aos pesquisadores as perguntas corretas para a audiência certa, dependendo dos objetivos do estudo.
Machine Learning é um exemplo de como antigas e novas tecnologias podem gerar um grande impacto e criar novas oportunidades na Indústria de Pesquisa de Mercado. Como comentei anteriormente, eu acredito em um futuro promissor para as empresas que souberem aproveitar essas novas oportunidades, e que estão dando os passos corretos agora.
Será que estou sonhando muito alto?
