Na vida online somos cercados por propagandas. A cada clique, um anúncio em forma de pop up ou banner aparece na tela nos convidando a baixar algum aplicativo, fazer uma compra ou assinar um serviço. E mais, elas nos dão a sensação de que o nosso celular está sempre nos “ouvindo”, já que estes anúncios […]
Na vida online somos cercados por propagandas. A cada clique, um anúncio em forma de pop up ou banner aparece na tela nos convidando a baixar algum aplicativo, fazer uma compra ou assinar um serviço. E mais, elas nos dão a sensação de que o nosso celular está sempre nos “ouvindo”, já que estes anúncios parecem feitos especialmente para nós.
A verdade é que os anúncios que recebemos são, de fato, pensados para nós. Você que encontrou aquele produto que queria através de uma publicidade, agradeça (ou culpe!) ao Machine Learning (ML) e à Inteligência Artificial (IA). Essa tecnologia é quem faz o trabalho de identificar seus gostos e oferecer as melhores propagandas.
Utilizando o ML, um tipo de IA, é possível mapear grupos de pessoas, entender seus comportamentos e gostos específicos e, então, direcionar as campanhas de publicidade de maneira inteligente. O processo em si é vantajoso para quem trabalha com aplicativos. Porque, além de ser uma forma mais segura de garantir que suas publicidades sejam eficientes, ele também ajuda a reduzir gastos desnecessários. Como?
Bem, depois do sistema de ML ser “alimentado”, ele aprende quem é o público e pode, além de segmentar o conteúdo, também alocar os recursos que serão gastos nele, tudo feito com base na probabilidade do usuário clicar no anúncio, instalar o aplicativo e gastar dinheiro fazendo uma compra, reservando um hotel ou comprando algo. A melhor parte é que o sistema faz isso de maneira inteligente e automatizada, sem exceder o orçamento.
Num primeiro momento isso significa atingir o público certo mas, no longo prazo, também significa mantê-los ativos dentro aplicativo. Esse é o processo no marketing é chamado de User Life-Cycle e combina a aquisição do usuário (Mobile User Acquisition) e a sua retenção (Mobile Retargeting) no ambiente mobile.
O mapeamento de público não só localiza possíveis novos usuários para o seu aplicativo, ele vai além: encontra quem vai baixar e utilizar efetivamente o app, ou seja, agendar hotéis, fazer compras e realizar inscrições. Outro uso dessa tecnologia é o mapeamento, que não foca somente nos novos clientes, mas evidencia também aqueles que baixaram o app mas não o utilizam. O processo chamado de retargeting também utiliza ML para reconquistar velhos usuários, por meio de propagandas direcionadas, assim como é feito para conquistar pessoas novas.
Então, para você que acabou de lançar um app e precisa de usuários, ou já tem um e quer reconquistar seus clientes, investir em aquisição e retargeting com tecnologia de ML pode ser um game changer.
*Antonio Affonseca é General Manager da Liftoff no Brasil
