Corrida do Ouro em Database Marketing

Guardadas as proporções, neste final de década estamos presenciando uma nova corrida do ouro, agora no ambiente empresarial. A imagem escolhida não por acaso foi a de mineração: data warehousing (concentração de dados em grandes depósitos magnéticos) e data mining (prospecção, automatizada ou semi-automatizada, destes dados) encaixam bem num cenário de desbravadores.

O ambiente para este fenômeno é preparado por 3 forças convergentes:
 novas tecnologias de informática, como as emprega-das na construção dos data warehouses, permitem a manipulação de grandes massas de dados a custos razoáveis e declinantes;
 aumento de competição, causado pela globalização, obriga as empresas a segmentar sua clientela e ampliar suas áreas geográficas de atuação;
 uma mudança de paradigma no marketing leva as empresas a privilegiar o relacionamento individualizado com seus clientes.

O folclore disseminado pelas consultorias e revistas de negócios incentiva ainda mais a corrida. Uma história muito popular é da cadeia varejista americana que teria reunido seus dados de ponto de venda num data warehouse gigantesco, colocado os discos para rodar e feito uma descoberta extraordinária: há alta correlação entre vendas de fraldas e de cervejas. A reorganização das gôndolas, com colocação lado a lado de Pampers e Bud Lights, teria feito as vendas disparar. Foi dada a largada. Para alegria de fornecedores de hardware e software, a maioria das empresas está correndo em busca dos data warehouses.

Mas há histórias tristes. A American Express, segundo informações publicadas na edição de abril de Forbes, investiu mais de U$ 30 milhões na criação de depósito de dados para divisão de serviços ligados a viagens. Os resultados foram desapontadores. Com o novo sistema pode-se, por exemplo, identificar portadores de cartão que fazem gastos elevados com equipamentos de esqui, mas não se pode acompanhá-los para testar modelos de previsão de comportamento de compra. A arquitetura do depósito está errada.

A divisão de marketing direto da J.C. Penney investiu U$ 4 milhões em um data warehouse para poder estimar o potencial de compra de seus clientes, mas problemas com o projeto do banco de dados impossibilitaram que 80% dos clientes tivessem seu potencial avaliado.

Isso não significa que data warehouses não devam ser implementados: apenas revela que a empreitada – fascinante – é arriscada. E cara. A principal restrição ao sucesso é humana. É difícil prever com segurança os tipos de informação de que vamos necessitar no futuro. Desenhar estruturas de dados ao mesmo tempo flexíveis e eficientes é trabalho extremamente complexo e requer expertise.

A boa notícia é que, dando tudo certo, os data warehouses incorporam as ferramentas de mining e de GIS e potencializam os resultados do suporte ao marketing de relacionamento. Há muito conhecimento e potencial de lucro adormecido nos bancos de dado. Quando se encontra um veio, todo esforço é mais do que recompensado.

Neste contexto, o data warehouse funciona como eixo organizador de dados provenientes da operação da empresa, do seu departamento de pesquisas de mercado, de fontes de dados sócio-demográficos e econômicos, de modelos de segmentação espacial por estilo de vida e dos demais dados adquiridos de terceiros. Os departamentos de pesquisa de mercado, de compras e suprimentos e de avaliação de pontos comerciais tornam-se tanto usuários quanto fornecedores das informações ali depositadas. No coração do sistema, ferramentas de GIS e data mining, acopladas a indispensável modelo estatístico espacial, produzem as pepitas tão cobiçadas. Sim: esta mina também produz histórias de sucesso.

O uso de depósito de dados contendo 18 meses de movimentação das contas de seus clientes, permitiu ao Banco Itaú reduzir seus gastos de correio para 1/5 e aumentar o retorno de suas campanhas de mala direta de 2% para 30%, segundo matéria da revista Exame de 09/04/97. Na mesma reportagem, ficamos sabendo que a Golden Cross colocou, com sucesso, a ficha médica de seus clientes em um warehouse cuja utilização permitiu diminuir cancelamentos de contratos, acompanhar despesas com médicos e fornecedores e evitar fraudes.

Se você trabalha com marketing ou GIS, mais cedo ou mais tarde vai se envolver nesta aventura. Pode abrir o mapa e começar a escolher seu roteiro. Uma boa maneira de começar é pensando pequeno. Com apenas um microcomputador, softwares de bancos de dados, GIS e estatística, dedicação e muita boa vontade, projetos pilotos podem ser implementados. Os benefícios desta abordagem são o menor custo, a alavancagem do aprendizado dos envolvidos e maior facilidade de redirecionamento, em comparação com estratégias que exigem implantação de grandes estruturas. A dificuldade é que, não podendo trocar conhecimento estatístico por força bruta de computação e enormes massas de dados, o analista deve conhecer um mínimo a respeito de amostragem. Isso provavelmente implica algum estudo adicional, mas certamente vale a pena.