24 de abril de 2024 - 10h38

Assim que a Inteligência Artificial Generativa atropelou todas as previsões e passou a ser a principal tecnologia disruptiva para a área de marketing, 59% das lideranças da área enxergavam que a IA seria usada principalmente para a criação de conteúdos personalizados e em escala, oferecendo experiências únicas para cada consumidor. Um ano depois, apenas 26% dos CMOs afirmam fazer este tipo de uso.

Por outro lado, o uso mais comum da Inteligência Artificial hoje na área de marketing é para a realização de análises de dados e estudos de mercado. 39% dos CMOs americanos afirmam, segundo o emarketer, que já usam IA para acelerar as decisões baseadas em dados, enquanto 53% conseguem compreender seu potencial.

A IA Generativa consegue retirar boa parte da fricção do processo de tomada de decisões data-driven, ao permitir que a analista ou tomadora de decisão possa focar no que importa: levantar as perguntas relevantes de negócios e avaliar as respostas, testando-as com novas perguntas até se sentir segura para agir.

Uma das coisas que destaco há alguns anos nas minhas aulas e palestras é que a principal habilidade no processo de análise de dados é definir bem as hipóteses, questões e o propósito. Há entre os profissionais um entendimento ferramental do data analytics, que faz parecer que para realizá-lo é preciso dominar Python, Tableau, Regressão Linear e muito mais. Sempre digo que estes são instrumentos que podem ou não ser necessários para chegar ao que importa: as respostas que podem ser encontradas nos dados.

As ferramentas de IA atuais permitem que ao se subir uma base de dados (como uma tabela excel), possamos fazer perguntas (“qual fonte de tráfego gera vendas de maior ticket?”, “pode me mostrar se há relação entre volume vendido e investimento em mídia?” Etc) e recebamos respostas. No caso do ChatGPT 4, toda a análise é feita usando a linguagem Python, mas isso fica opaco para o usuário, que recebe apenas as respostas, e pode avaliar se são consistentes ou não.

Claro que para ter uma experiência efetiva de análise de dados com assistentes de IA o profissional deve ter o chamado letramento de dados e letramento de IA, que tratam das habilidades básicas para compreender dados e lidar com ferramentas de inteligência artificial. Além disso, se esta pessoa tiver domínios técnicos de visualização de dados, testes estatísticos e bibliotecas de análise, ela terá um layer de aprimoramento, que permitirá direcionar melhor o assistente de IA ou refutar algumas análises inconsistentes. Mas isso não é chave para uma análise de impacto. A chave é o domínio do negócio, do público e do que é importante. A chave é saber qual pergunta merece resposta, e o que fazer quando se tem uma boa resposta (insight) em mãos.

Que cada vez mais o uso da IA para análise de dados se popularize, ampliando o número de profissionais de marketing que conseguem extrair dos dados insights acionáveis relevantes de maneira rápida, ampliando assim o impacto de suas decisões nas Organizações.