CASO 2 — “O mistério dos clientes fantasmas”
“A Uma rede de academias fitpremium percebe um fenômeno curioso:
todos os meses, milhares de pessoas conversam com o CI, pedem informações sobre planos e… somem. Não cancelam, não concluem a compra, só desaparecem.
A equipe de marketing tenta criar campanhas para reativá-los, mas os resultados são pífios. Eles não sabem quem são essas pessoas, há quanto tempo não interagem, nem o que procuravam originalmente.
A diretora propõe um desafio: “quero que criemos uma forma automática de identificar e reagrupar esses usuários adormecidos”. Além disso, ela quer poder acionar essas pessoas de volta, com mensagens diferentes conforme o tipo de comportamento:
● quem clicou em link de preços
● quem só perguntou horários,
● quem chegou a enviar CPF.”
O cenário mostra que a academia fitpremium apresenta um problema de estruturação de dados que possam ser utilizados em campanhas de marketing, essa ausência de estratégia na criação de um ciclo do usuário baseado em dados gera muita perda de possíveis clientes.
Para sanar esse problema vamos focar em nós questionarmos quanto às seguintes questões de falha de estruturação de dados cognitivos, ausência de segmentação e falha em uma análise diagnóstica desses comportamentos.
Dados coletados de forma inteligente seguidos de devidas análises podem nos gerar muitos insights que à primeira vista podem parecer relevantes.
Soluções BLIP recomendada para o caso: Smart Audiences 😎
Para resolver o desafio de identificar, reagrupar e acionar os usuários conforme o comportamento específico (clique em preços, dúvida de horários ou envio de CPF) usaremos o Smart Audiences.
“As Audiências Inteligentes são um recurso revolucionário que integra fontes de dados externas, como as plataformas de CRM (Customer Relationship Management) dos clientes, com nossos dados internos do Business Message (Dados dos contatos, Históricos de Conversas, Campanhas e Atendimento).”
Essa integração de dados nos permite realizar uma análise mais profunda em relação ao comportamento do cliente em questão.
Para que essa solução de segmentação fique bem implementada é preciso ser feita a identificação automática por segmentação de comportamento e em seguida como iremos usar esses dados, então podemos seguir os passos:
1. Identificação e Agrupamento Automático 📌
O Smart Audiences irá criar segmentos dinâmicos baseados em regras de negócio e comportamento do usuário dentro do contato inteligente.
2. Segmentação por Comportamento 📊
Utilizando os dados coletados durante as interações, podemos configurar os seguintes exemplos de audiências no Blip:
Audiência Interessados em Preço:usuários que acionaram a intenção de "consultar valores" ou clicaram no link de preços, mas não avançaram para contratação.
Audiência Exploradores de Grade/Horário: usuários cuja última interação foi sobre disponibilidade de horários de aula ou grade completa de horários.
Audiência "Quase Clientes” :usuários que chegaram a fornecer o "CPF", indicando uma alta intenção de compra, mas abandonaram o fluxo antes da confirmação final.
3. Criação de campanha 📨
Agora com as audiências criadas, a ferramenta permite a integração com plataformas de CRM e o disparo de campanhas direcionadas, garantindo que a mensagem de disparo seja contextualizada:
Para quem enviou CPF: por exemplo, uma mensagem focada em fechar contrato ou oferecer ajuda humana imediata.
Para quem viu preços: Uma oferta ou comparativo de planos.
Para complementar essa solução, podemos também identificar através do BLU como classificar exatamente o que o usuário disse antes de abandonar a conversa, para que o fluxo do Blip registre esses dados estruturados e contextuais, deixando o Smart Audiences agrupar automaticamente este usuário em uma audiência de "verificadores de grades".
Um leque muito grande de possibilidades e adaptações de campanhas podem ser feitas através das audiências, fazendo o trabalho da equipe de marketing ficar bem mais fácil 😉
