Probabilidades conduzem decisões. Uma empresa que tem 80% de certeza de que existe um mercado viável para um novo produto agirá de maneira muito diferente de um com apenas 20% certo.
Ainda assim, a probabilidade pode ser difícil de entender. É vago – um pouco como a beleza. Podemos não defini -lo com precisão, mas o reconhecemos quando o encontrarmos. Temos certeza de que o sol se levantará amanhã, mas temos muito menos certeza de que o céu estará azul. E em algum lugar entre a nossa fé na previsão do tempo e a certeza dos resultados de marketing.
O marketing vive em uma zona de incerteza porque os mercados são feitos de pessoas. Os consumidores, grupos de compra e empresas trocam bilhões de sinais todos os dias. Essas interações criam loops de feedback e introduzem incógnitas em todas as situações.
Apesar da natureza VUCA do marketing (volátil, incerta, complexa, ambígua), ainda é comum os gerentes se apegarem à crença equivocada de que, com dados suficientes, a estratégia certa ou uma equipe de análise de primeira linha, poderíamos finalmente ter certeza do que acontecerá.
Por que procurar certeza falha no marketing
Evitar uma mentalidade de busca de certeza é difícil. As mentes humanas não pensam naturalmente em probabilidades – exatamente pelo contrário. Adoramos causas e efeitos definitivos, e nossos cérebros pesquisam incansavelmente por eles. Como crianças pequenas, aprendemos a tirar conclusões simples. Resultados não complicados, como como o cachorro saiu, provavelmente resultado da soma de algumas causas conhecíveis:
Jack deixou a porta aberta enquanto trazia as compras + o cachorro adora estar do lado de fora = o cachorro saiu.
Os problemas surgem quando os tomadores de decisão entendem mal o relacionamento entre os resultados e suas causas em ambientes complexos, como marketing. Um processo de pensamento reducionista, como o que descobre como o cão saiu, assume que todos os resultados podem ser atribuídos a uma cadeia de causas compreensíveis. Os resultados de marketing têm motivos, mas não são as respostas claras que nosso cérebro deseja.
Embora possamos tentar produzir um resultado específico de marketing, todos os resultados em um mundo da VUCA derivam de vários fatores contribuintes, cada um dos quais tem apenas uma probabilidade de acontecer. O reducionismo leva a más decisões em ambientes complexos pelos seguintes motivos:
| Imperfeição | Descrição |
| As causas não são completamente descobertas. | Todos os resultados de marketing derivam de vários fatores e algumas informações estarão inevitavelmente faltando, apesar da investigação diligente.
Drivers ocultos, como um influenciador desconhecido, podem inesperadamente alterar um resultado de marketing. |
| As causas nem sempre são lineares. | Algumas causas podem ser prontamente vinculadas a um resultado, porque podemos ver a conexão, mas outras causas foram estabelecidas em vigor há muito ou longe e só agora estão tendo um efeito.
A análise avançada e a IA ajudam a ver mais padrões, mas não serão completas. A não linearidade, às vezes chamada de efeito borboleta, produz conexões que são impossíveis de ver com antecedência. |
| As causas têm um impacto variável. | Os múltiplos fatores que contribuem para os resultados do marketing se influenciam.
Alguns efeitos causais têm mais peso do que outros e alguns fatores diminuirão ou amplificarão outros. |
Por esses motivos, tentar estabelecer uma cadeia definitiva e repetível de causas para os resultados do marketing sempre resultará em decepção.
Cavar mais: por que o marketing se beneficia quando fornece orientações previstas
A melhor maneira: pense como um estatístico
Pensar como um estatístico é desistir de buscar certeza nas previsões e aprender a trabalhar de maneira mais produtiva com probabilidades. O pensamento probabilístico equipa os líderes para avaliar melhor os riscos, pesar cenários e tomar decisões mais informadas.
Todas as causas que contribuem para um resultado de marketing têm um grau de certeza. No entanto, como os mercados consistem em pessoas, esse grau de certeza será substancialmente menor que a confiança de 90% a 95% comum nas classes de estatística da universidade.
De acordo com um relatório citado em Ruído: uma falha no julgamento humanouma inspeção de 708 estudos nas ciências cognitivas e comportamentais, que procuram padrões no comportamento humano, descobriram que apenas 3% dos estudos produziam correlações que eram 0,50 ou mais. Qualquer correlação maior que 0,50 é considerada forte.
Pensando como um estatístico exige um nova estrutura mental. Quatro práticas mentais ajudarão os tomadores de decisão a aplicar com sucesso mudança.
Fazer as pazes com não saber
Embora mais dados, melhores análises e processos aprimorados aumentem a certeza, algumas coisas nunca serão conhecidas – tudo bem. Obviamente, os tomadores de decisão devem reduzir a quantidade de incerteza para o menor grau razoável.
Mesmo com mais tempo, dinheiro ou a melhor tecnologia, situações complexas como o marketing nunca atingirão zero incerteza – independentemente das apostas. Perseguir certeza de um diploma irracional ou culpar as pessoas pelo que é inevitável ajuda a ninguém.
Amplie suas fontes de informação
Os resultados de marketing e vendas raramente são simples. Eles derivam de vários fatores simultâneos. Ferramentas como modelagem de mix de marketing ou IA causal ajudam a identificar a combinação certa de variáveis que melhor explicam um resultado. Quanto mais diversas suas fontes de dados, melhores serão as chances de encontrar o melhor ajuste.
Faça apostas
As apostas colocam um preço nas crenças e ajudam a evitar decisões arriscadas baseadas em opinião. Fazer várias apostas pequenas, em vez de uma grande, faz mais sentido quando as coisas são altamente incertas.
Esclarecer a ambiguidade
Os tomadores de decisão desejam procurar dados objetivos e verificáveis quando estiverem disponíveis. Ainda assim, muitas decisões de marketing, como determinar os valores da marca ou a decisão de promover alguém, exigem julgamento.
Nesses casos, a precisão da tomada de decisão pode ser melhorada usando ferramentas de clareza, como escalas e benchmarks. Você terá melhores resultados se o grupo de tomada de decisão concordar com definições.
Para tomar melhores decisões no mundo bagunçado da Vuca do marketing, pense como um estatístico.
Cavar mais: por que a IA causal funciona quando outros modelos de previsão falham
Alimente com informações gratuitas de marketing.
Os autores contribuintes são convidados a criar conteúdo para a Martech e são escolhidos por sua experiência e contribuição para a comunidade Martech. Nossos colaboradores trabalham sob a supervisão da equipe editorial e as contribuições são verificadas quanto à qualidade e relevância para nossos leitores. A Martech é de propriedade de Semrush. Não foi solicitado ao colaborador que faça menções diretas ou indiretas ao SEMRush. As opiniões que eles expressam são suas.
