Humanidades

Marketing, matemática e microssegundos
O diretor do Laboratório de Marketing Computacional de Stanford GSB fala sobre a 'ciência terrivelmente complexa' por trás da pesquisa de publicidade online.
Por Steve Hawk - 27/05/2021


Não muito tempo atrás, o marketing do consumidor girava em torno da arte da persuasão subconsciente. Hoje, é “quase inteiramente um campo orientado por dados”, diz Harikesh Nair da Stanford GSB. | iStock / peterhowell

Como um especialista nos mecanismos algorítmicos que conduzem a publicidade online, Harikesh Nair adora explorar essa zona restrita onde a pesquisa acadêmica profunda e as necessidades de negócios do mundo real se sobrepõem.

Essa é uma das razões pelas quais, em 2017, ele tirou uma licença de seu cargo de professor titular na Stanford Graduate School of Business e se juntou à equipe de engenharia da JD.com, uma das maiores plataformas de e-commerce da China. Ele passou dois anos viajando entre o Vale do Silício e Pequim, supervisionando uma equipe de engenheiros que trabalhava nas trincheiras para converter conceitos matemáticos densos em soluções online tangíveis.

Quando voltou para Stanford GSB em 2019, Nair ajudou a fundar o Laboratório de Marketing Computacional da escola , que reúne professores, alunos e profissionais para identificar as melhores práticas - tanto em termos de lucratividade quanto de benefício social - para profissionais de marketing online.

“Antes, apenas cientistas, acadêmicos e engenheiros pensavam em ciência de dados, mas agora isso se tornou um problema de nível C”, diz ele. “O CTO, o CMO, o CEO - todo mundo está falando sobre isso. E se não forem, o conselho vai perguntar sobre isso. ”

O Insights by Stanford Business conversou recentemente com Nair para ouvir seus pensamentos sobre o estado atual da publicidade online, os desafios de realizar experimentos quando o comércio em tempo real é medido em milionésimos de segundo e que tipos de anúncios digitais o incomodam.

Por que exatamente você tirou uma licença para trabalhar na JD.com?

Desde que recebi meu doutorado em 2005, a prática do marketing na indústria tornou-se muito computacional. Está rapidamente a caminho de se tornar quase inteiramente um campo orientado por dados. Se você pensar nas empresas onde o marketing incrível foi originalmente inventado - lugares como a Clorox e outras marcas embaladas - esse não é mais o caso. Hoje em dia, todas as inovações significativas em marketing, publicidade e preços vêm de empresas de tecnologia como Google, Facebook e Amazon. Essa era uma tendência da qual eu queria fazer parte.

Por que JD.com?

Estou interessado em varejo e e-commerce, e nesse mundo a gravidade mudou para a Ásia. O Vale do Silício ainda é um centro de inovação, mas o grande crescimento do varejo online está acontecendo na Ásia. A classe média está se expandindo, então as pessoas estão fazendo mais escolhas com base na qualidade, ou qualidade percebida, dos produtos. É consumo aspiracional. Em algum momento, entrei em contato com alguns funcionários seniores da JD e conversamos sobre pesquisa e colaboração. Teve a oportunidade de passar algum tempo com eles e mergulhar muito mais fundo. Então pensei: “Ei, esta é uma boa oportunidade: tecnologia e Ásia”.

Além dos diferentes tamanhos de mercado - bilhões de clientes potenciais na Ásia contra centenas de milhões nos EUA - o que torna o marketing online na Ásia diferente daqui?
Nos Estados Unidos, ainda somos uma nação de desktops. As pessoas ainda usam o Chrome ou Safari em seus laptops ou computadores domésticos para fazer compras na Amazon.com. Na Ásia, e especialmente na China, muito poucas pessoas usam mais essas coisas. Tudo é feito pelo celular; 80% do tráfego de compras vem por meio de aplicativos móveis, e muitos consumidores estão na geração que ignorou completamente os laptops e foi diretamente para os telefones celulares. Isso muda o funcionamento do comércio.

Como assim?

É tudo uma questão de descoberta. Com os aplicativos móveis, o espaço é limitado: ninguém navega além das três primeiras páginas. Se você tem 8 listagens por página, são 24 produtos. Portanto, você precisa revelar 24 itens entre 300 milhões de opções de produtos possíveis e personalizar as classificações, encontrando uma boa correspondência entre as necessidades do usuário e o que está disponível. Tudo isso deve ser feito muito rápido, dentro de 200 microssegundos [0,0002 segundos], e deve ser executado na perfeição. É um problema de ciência terrivelmente complexo.

Como as características demográficas de um consumidor pesam nesse problema?

Na verdade, idade e sexo e coisas assim não são tão informativas. O que eles compraram recentemente e o que pesquisaram é o que importa.

Além do uso esmagador do celular na China, existem outras diferenças importantes entre os consumidores chineses e americanos na forma como interagem com os sites de comércio eletrônico?

Na China, o aspecto social do consumo é um fator importante. A sociedade deles é mais comunitária do que a nossa, então o consumo está mais inserido em suas redes sociais. Em vez de ir a um site e pesquisar algo e clicar e comprar e sair, que é o comportamento de consumo americano típico, as pessoas na China compartilham produtos nas redes sociais umas das outras e, ao fazer isso, muitas vezes podem obter uma redução de preço. É também uma sociedade com consciência de valores.

'Acho que a maioria dos pesquisadores que trabalham nesse espaço concordaria que, historicamente, o efeito da propaganda foi exagerado'.

Harikesh Nair

Outra diferença importante é que os Estados Unidos têm três grandes empresas - Facebook, Amazon e Google - que não interagem. Eu penso neles como jardins murados. O Facebook é uma plataforma social com muita publicidade, mas muito pouca na forma de transações. A Amazon é onde o comércio acontece, mas não tem muito negócio de publicidade - embora isso esteja mudando. E o Google é onde ocorre a busca, mas não tem uma grande transação ou negócio social. Mas na China você tem a Tencent, que faz os três: pesquisa e social e comércio. Está bem fundido. O mesmo acontece com o Alibaba. Ambos têm seus próprios ecossistemas. E dentro de cada ecossistema, está tudo perfeitamente integrado, para que você flua suavemente desde a interação social até a pesquisa, a transação e o pagamento. Os consumidores respondem bem a isso.

Dado que o marketing é quase inteiramente orientado por dados nos dias de hoje, ainda existe alguma arte nele?

Não acho que a arte tenha desaparecido, mas mudou. Um bom gerente precisa entender como alavancar algoritmos e também entender o que os dados podem ou não fazer. Eles precisam saber quando basear uma decisão nos dados e quando basear em sua experiência: Qual capital humano é necessário para converter os dados em algo acionável?

Recentemente, exibimos um vídeo sobre seu trabalho no qual você disse: “Só porque comprei algo depois de ver um anúncio, não significa que o anúncio me levou a comprá-lo”. Você pode falar mais sobre isso?

Esse problema é enorme e muito complicado nos mercados de publicidade. O problema número um enfrentado por qualquer marca que gasta dinheiro em anúncios é a mensurabilidade: eles querem saber não apenas quantas pessoas viram seu anúncio, mas também se estão obtendo um retorno em termos de vendas. Provar isso é muito difícil, porque não posso simplesmente contar as pessoas que viram um anúncio e compraram o produto, porque talvez já estivessem planejando comprar. Quinze anos atrás, uma plataforma provavelmente poderia ter usado esse tipo de análise falha, mas as marcas não estão mais comprando isso. Eles querem provas de que seus anúncios estão causando aumentos incrementais nas vendas. Incrementalidade é o problema número um no mercado de anúncios no momento - provando isso de maneira adequada.

Como você prova isso?

Normalmente, realizando experimentos em escala. A experimentação é muito complexa, porque é impossível projetar e executar uma experiência separada sempre que um anunciante individual deseja essa medição. Quando eu estava na JD, por exemplo, tínhamos centenas de milhares de anunciantes. A maioria dos anúncios é vendida em leilão, então você deve codificar os experimentos nos leilões. Para mostrar um anúncio a alguém, você precisa vencer o leilão e, se quiser garantir que certas pessoas não vejam o anúncio - para fins de experiência - você precisa de casos em que o anunciante perde propositalmente o leilão. Ambas as circunstâncias têm consequências econômicas, porque perder o leilão pode custar a venda e vencer o leilão exige que você pague um lance.

Além disso, o experimento não pode desacelerar o sistema; você não pode ter latência. Portanto, você precisa construir a infraestrutura, codificar as estatísticas e torná-lo um mecanismo externo de autoatendimento que o anunciante possa ativar e desativar. Tudo isso deve ser executado em segundo plano - a complexidade deve ser escondida. E então os resultados devem ser comunicados por meio de uma interface simples visualizada em insights significativos para pessoas que realmente não sabem muito sobre estatísticas.

Que lições você aprendeu destruíram algumas das suposições que os profissionais de marketing costumavam ter?

Acho que a maioria dos pesquisadores que trabalham neste espaço concordaria que, historicamente, o efeito da propaganda foi exagerado - que os verdadeiros efeitos causais dos anúncios são, na verdade, muito menores do que alegam alguns na indústria. Outra coisa que aprendemos é que certos tipos de anúncios podem ser muito eficazes. Por exemplo, a publicidade de pesquisa - os anúncios que aparecem em resposta às suas pesquisas online - é realmente muito poderosa. Os dados mostram que os consumidores realmente gostam disso. Quando retiramos isso, em experimentos medidos adequadamente, descobrimos que os usuários param de vir para a plataforma. Na verdade, eles preferem plataformas que tenham esses anúncios informativos. Meu colega Navdeep Sahni aqui em Stanford GSB fez alguns experimentos realmente bonitos mostrando isso.

Uma última pergunta: como sua pesquisa mudou a maneira como você responde pessoalmente aos anúncios?

Estou incomodado com anúncios irritantes agora, porque sei que há má ciência por trás deles. Estou bem com a coleta de dados e coisas assim, mas minha tolerância com a falta de transparência é muito baixa. E, claro, sempre que um anúncio aparece em meu feed agora, sempre me pergunto: “Qual é o sistema de leilão que causou esse resultado? Qual é o algoritmo por trás disso? ” Essa é a parte divertida.

 

.
.

Leia mais a seguir