Este áudio é gerado automaticamente. Por favor, deixe-nos saber se você tiver comentários.
A seguir está um artigo escrito por Jeffrey Kennedy, diretor executivo de análise de clientes da WPP Media. As opiniões são do próprio autor.
“Navios fantasmas” são modelos tecnicamente perfeitos que nunca influenciam decisões reais. Eles parecem impressionantes em apresentações, mas não são construídos com a flexibilidade que as rápidas mudanças nos negócios exigem. Essa falha está aparecendo constantemente nas minhas reuniões de medição de performance, marca e inteligência artificial aplicada. O uso da IA só está acelerando esse problema.
Por exemplo, minha equipe passou seis meses construindo o modelo de previsão perfeito. O gerente de mídia adorou. Todos nós comemoramos. Então, três meses depois, as condições do mercado mudaram e as prioridades mudaram. O modelo não conseguiu se adaptar. Nove meses depois, o modelo morreu, criando outro navio fantasma.
Essa não é a parte desconfortável; Também defendi o modelo em várias reuniões antes de perceber que nosso modelo era muito rígido. Isso não apenas machucou meu ego, mas desmotivou a equipe.
Como construímos o navio fantasma
Nossa equipe projetou um modelo preditivo para uma marca que se baseou em seu modelo MMM atual para projetar compensações de ROI de longo e curto prazo. Isto foi pensado para cenários de investimento, avaliação de risco e para entender como as flutuações de gastos impactam as metas. Depois de seis meses, pensamos ter entregue as previsões perfeitas no nível do canal de produção que mostravam exatamente para onde mover o orçamento para atingir a meta. O gerente de marketing e mídia adorou. Todos concordaram que foi um sucesso. No entanto, o sucesso durou pouco. A dinâmica da categoria mudou. O comportamento do consumidor mudou. A intensidade competitiva acelerou. A meta de crescimento tornou-se subitamente inatingível.
O CMO precisava se articular para reformular tudo em relação ao novo objetivo de proteger a participação de mercado e, ao mesmo tempo, otimizar a eficiência. Foi quando o modelo quebrou. O modelo baseava-se num objectivo, mas a mudança de prioridades exigia dois. O modelo não se adaptou e a reconstrução significou uma perda de tempo que não podíamos pagar. As decisões não podiam esperar quatro meses. A marca precisava realocar o investimento imediatamente.
O CMO perguntou: “Podemos fazer uma nova previsão até a próxima semana?” A equipe respondeu: “Não. Precisamos recomeçar, pelo menos quatro meses para reconstruir”, ao que o CMO respondeu: “Então tomaremos decisões sem o modelo”. A sala ficou em silêncio, o analista assentiu e meu estômago embrulhou. Foi então que o navio fantasma foi lançado com alarde e se tornou irrelevante.
Este é o “teatro de medição” no seu aspecto mais caro. Construímos um muro de concreto quando precisávamos construir uma divisória que pudesse ser ajustada. A equipe e eu aprendemos então que os melhores sistemas de medição são aqueles que a liderança está disposta a eliminar. Se o seu modelo não pode ser questionado ou abandonado quando as prioridades mudam, então é uma dívida técnica com um belo PowerPoint. Eu aplico esse princípio agora e, desde a implementação, as idas e vindas das perguntas da equipe caíram 40%.
A correção da liderança
- Agende um teste de estresse de meta nos marcadores de marco de 33% e 66%, ou o ponto de verificação de dois e quatro meses em uma construção de seis meses, por exemplo. Defina a agenda em torno de um conceito: “Se a liderança mudar, o que quebrará este modelo?” Se a resposta for diferente de “podemos girar”, interrompa a construção e redesenhe o modelo.
- Faça esta pergunta antes da aprovação: “Explique o que falha se mudarmos as metas. Se a resposta for técnica, como entradas de dados, tudo bem. Se isso interromper toda a lógica e os requisitos de negócios, interrompa o projeto. Essa única pergunta economizou horas da minha equipe na reconstrução.
- Aplique a regra das 72 horas: “Se o modelo não puder fazer uma nova previsão dentro de 72 horas, tomamos a decisão sem ele”. Isso força a equipe a desenvolver agilidade desde o primeiro dia.
Onde a IA aplicada ajuda
- Use a resposta de um prompt de teste de estresse de IA em relação aos seus objetivos para testar suas suposições antes de construir. Se você não conseguir resolver as objeções, sua meta será rejeitada. Exemplo de solicitação para uso: “Sou um CFO que está revisando um plano de marketing. A equipe deseja criar uma previsão otimizada para (inserir meta). Quais são os três motivos pelos quais eu rejeitaria essa meta como irrealista, muito arriscada ou desalinhada com as prioridades de negócios?” Seja específico sobre restrições financeiras, condições de mercado e viabilidade.
- Use a resposta de um prompt de recuperação de IA no trabalho existente durante os check-ins. Este manteve nossos modelos relevantes quando nossa estratégia mudou no meio do ano. Reestruturamos os resultados em dois dias, em vez de perder semanas reconstruindo. Exemplo de prompt para uso: “Criamos previsões de marketing otimizadas para o crescimento da receita. As prioridades mudaram para proteção e eficiência de margem. Quais de nossas recomendações originais de (inserir recomendações) ainda se mantêm sob a nova meta? Quais premissas precisam mudar? Revise nossas recomendações para a nova prioridade de proteção e eficiência de margem.”
- Use a resposta de um prompt de apresentação de IA antes da apresentação para simular quaisquer objeções das partes interessadas. As taxas de aprovação aumentaram 30% usando essa abordagem. Exemplo de solicitação para usar: “Estou apresentando previsões de marketing a um CFO. Aqui estão minhas três principais recomendações: (listar recomendações). Encenar um CFO cético. Quais são as três primeiras perguntas que você faria para desafiar essas recomendações?”
Prova em ação
Nossa equipe estava há quatro meses construindo uma previsão de canal para uma marca de consumo quando o CMO sinalizou que uma mudança de estratégia estava por vir. Executamos um teste de estresse imediatamente e obtivemos: “Se girarmos, todo o modelo quebra”. Pausamos e redesenhamos o modelo para tratar a meta como uma variável. Isso levou três semanas extras antes. No entanto, quando a estratégia mudou oficialmente, fomos capazes de nos adaptar aos novos objetivos, tornando o modelo escalável e útil. A reprevisão com base na mudança de metas agora leva 36 horas, em vez de semanas para uma reconstrução. Usámos isto para três mudanças estratégicas já sem reconstrução. O modelo agora se tornou uma ferramenta oficial e não um navio fantasma.
Seu teste de pressão para tentar
Encontre um projeto no qual você esteja trabalhando atualmente e convoque uma reunião para perguntar: “Se nossa meta mudar no próximo trimestre, quanto tempo levará para revisar o modelo?” Se a resposta for semanas ou meses, você está construindo um navio fantasma. Construa sistemas que valem a pena matar. É assim que você saberá se vale a pena mantê-los.
