RE
Publicado por
Redação Trillia
Encontrar o perfil de investidor com mais chances de operar day trade é um desafio complexo, mesmo para bancos e corretoras que possuem uma base ampla de clientes. No caso específico de uma instituição, o grande gargalo não era a falta de dados, mas sim a dificuldade de transformar essas informações em uma audiência de alto potencial de conversão.
O problema
Até então, a área de marketing trabalhava baseada em suposições sobre o comportamento do público. As segmentações eram testadas em campanhas de mídia e CRM, mas geravam pouco impacto.
O day trade ainda trazia uma dificuldade adicional: por ser um mercado de alta rotatividade, encontrar novos públicos para renovar a base era uma necessidade constante. Diante disso, a equipe tentou estratégias mais abertas, como buscar investidores que operavam no exterior ou focar em pessoas com alta movimentação na carteira de renda variável.
Na prática, porém, esses testes mostravam pouco ou nenhum ganho na comparação com os grupos de controle.
“A gente tinha muitos dados. O que mudou foi sair de um trabalho pautado em hipóteses para um trabalho pautado de fato em ciência de dados”, resume o gerente responsável pelo projeto.
Como a nova audiência foi construída
Para mudar esse cenário, a Trillia utilizou um modelo estatístico preditivo. A modelagem utilizou dados internos da própria empresa, combinados com o enriquecimento de dados estratégicos da solução.
Em menos de um mês, a nova audiência estava pronta para ativação. A estratégia focou puramente na segmentação do público: as peças criativas e os conteúdos receberam apenas ajustes pontuais.
Para medir a eficiência de forma científica, a audiência foi dividida em dois grupos estatisticamente semelhantes: um recebeu o impacto da campanha e o outro permaneceu como grupo de controle (sem impacto).
A diferença apareceu na conversão
A validação do modelo estatístico veio nos resultados. Entre os investidores impactados pela campanha, a taxa de conversão chegou a 6,14%, com diferença de 6,12 pontos percentuais em relação ao grupo de controle, que permaneceu estável. O projeto também passou a influenciar a forma como a empresa estrutura suas estratégias de segmentação, incorporando modelos estatísticos às decisões de marketing.
⚠️ Audiências segmentadas para quem busca mais que cliques . Clique aqui e fale com nossos especialistas!
O retorno financeiro também se destacou. Com ROAS de 194, a campanha se tornou, segundo o gerente, a mais rentável dos últimos dois a três anos naquele mercado.
Após o resultado, a empresa passou a buscar com mais frequência segmentações apoiadas em modelos estatísticos. As hipóteses internas continuaram fazendo parte dos testes, mas a definição dos públicos passou a contar com uma base mais estruturada de dados.
O projeto também reforçou a aproximação entre as campanhas de marketing e métricas de negócio, como CAC, ROAS e receita.
Case em resumo:
|
Objetivo
|
Renovar a base de clientes em um nicho de alta rotatividade, superando as limitações das segmentações tradicionais de mercado.
|
|
Desafio
|
Substituir hipóteses por modelagem estatística preditiva, cruzando dados proprietários com o enriquecimento estratégico da Trillia para mapear o perfil ideal de conversão.
|
|
Ativação
|
Validar a eficácia via teste A/B, dividindo o público em grupos estatisticamente idênticos para isolar o impacto real das ações contra um grupo de controle.
|
|
Impacto
|
Marketing mais eficiente, gerando retorno financeiro e transformando o modelo preditivo em padrão oficial para futuras estratégias de negócios.
|
⚠️ Audiências segmentadas para quem busca mais que cliques . Clique aqui e fale com nossos especialistas!
