Guia para uma Gestão Eficiente de Dados

índice

01 Introdução .............................................................................. p. 03

02 Glossário ................................................................................. p. 05

03 Processos e Gestão ................................................................ p. 09

04 Intersecção de áreas e quebra de silos ............................... p. 12

05 Definição e alinhamento de dados ...................................... p. 15

06 Alimentação e atualização dos dados ................................. p. 17

07 Como evitar dados desnecessários? .................................... p. 20

08 A democratização dos dados nas empresas ....................... p. 22

09 Ferramentas para a gestão de dados .................................. p. 24

10 Tecnologia própria .................................................................. p. 30

11 Conclusão ................................................................................ p. 33

12 Apêndice .................................................................................. p. 35

13 Agradecimentos....................................................................... p. 37
Guia para uma Gestão Eficiente de Dados

Introdução
Em um contexto de mudanças nos hábitos dos consumidores, acelerado pelos reflexos da pandemia iniciada em 2020,
a jornada de compra tem sido reconhecida cada vez mais como não-linear. Isso porque o processo de tomada de
decisão é confuso e passa por uma série de influências, pontos de contatos, canais, veículos e até mesmo vieses que
motivam a aquisição de um produto ou serviço.

Neste contexto, conseguir desvendar, mensurar e compreender todos esses passos é um dos maiores desafios da atu-
alidade para os profissionais de marketing e de dados. Justamente por isso, tornam-se dia após dia mais prioritárias as
iniciativas para extrair insights por meio de dados relacionados aos seus clientes ou prospects, conseguindo responder
da forma mais personalizada possível às mudanças de comportamento – o que só é viável devido a uma efetividade
na quantidade e qualidade de dados presentes hoje no mercado.

É importante reforçar, entretanto, que ter acesso a um grande volume de dados não é o que faz, de fato, a diferença.
A grande dificuldade em extrair inteligência dos dados está em conseguir equilibrar e explorar os diferentes pilares
que envolvem uma gestão de dados eficiente e, desta forma, torná-la um diferencial competitivo. Isso envolve um
excelente domínio tecnológico e conhecimento deste ecossistema, processos sólidos, preocupação com questões de
segurança e até governança na gestão de todos os dados, já que eles passam a ser grandes conectores entre diferen-
tes áreas e objetivos.

Desenvolvido pelo Comitê de Gestão de Dados e Audiências do IAB Brasil, neste guia passaremos por cada um
desses pilares e falaremos das principais preocupações, pontos de atenção e oportunidades a serem exploradas para
se construir e manter uma estrutura de informações que embase toda uma cultura de decisões orientadas por meio
dos dados, bem como a evolução deste trabalho.

Boa leitura!

03
Guia para uma Gestão Eficiente de Dados

02.
Glossário
Guia para uma Gestão Eficiente de Dados

Glossário

C
CRM (Customer Relationship Management)
Trata-se de um sistema de vendas responsável por registrar e organizar todos os pontos de con-
tato da jornada do consumidor na relação com as marcas. Desta forma, o CRM é importante para
entender a jornada dos consumidores, pontos de contato, oportunidades comerciais e de reten-
ção, monetização e desenvolvimento de clientes.

D
Data-driven (Orientado a Dados)
Refere-se a processos organizacionais orientados por dados, ou seja, quando uma empresa ba-
seia a tomada de decisão e seu planejamento estratégico na coleta e na análise de informações.
Não se trata, portanto, apenas de uma ferramenta, mas de uma metodologia que permite às
organizações, por meio do cruzamento de dados, oferecer um panorama mais claro do mercado
e do seu negócio, conferindo a elas uma maior capacidade de aproveitamento de oportunidades
e de antecipação de tendências e problemas.

Data Lake
Ambiente em que se armazena todos os dados de uma empresa, provindos de diversas fontes
diferentes e sem qualquer tipo de análise ou tratamento. Portanto, um grande volume de infor-
mações brutas e centralizadas em um só lugar.

Data Lineage
O Data Lineage revela o ciclo de vida dos dados, visando mostrar um fluxo de informações comple-
to – do início ao fim. Trata-se de um processo de compreensão, registro e visualização de dados à
medida em que fluem das fontes para o consumo. Isso inclui todas as transformações pelas quais
os dados passaram ao longo do caminho – como os dados foram transformados, o que mudou
e por quê. Isso permite que as empresas rastreiem erros nos processos de dados, implementem
mudanças de processo com menor risco, executem migrações de sistema com confiança e com-
binem a descoberta de dados com uma visão abrangente de metadados para criar uma estrutura
de mapeamento.

Data Store
É uma base de dados integrada, volátil, de valores correntes e que contém somente dados deta-
lhados. Também pode ser entendido como uma visão integrada do mundo operacional. Normal-
mente sua construção adota bases de dados relacionais.

05
Guia para uma Gestão Eficiente de Dados

E
ERP (Enterprise Resource Planning)
A sigla ERP significa “Enterprise Resource Planning” ou, na Língua Portuguesa, sistema de gestão in-
tegrado. Essa tecnologia auxilia o gestor da empresa a melhorar os processos internos e integrar
as atividades de diferentes setores. A partir da centralização e unificação das informações em uma
plataforma, o fluxo de dados corporativos se torna mais fluido e é compartilhado com facilidade.

G
Geo-Behavior
Utiliza-se da localização geográfica do consumidor para traçar características de comportamento
dos clientes ou potenciais clientes. Desta forma, é possível identificar e criar perfis comportamen-
tais para traçar diversas estratégias baseadas no uso de dados.

I
ID Resolution
O ID Resolution – o processo de correspondência de identificadores entre dispositivos e pontos de
contato em um único perfil – ajuda a criar uma visão coesa e omnicanal de um consumidor, per-
mitindo que as marcas forneçam mensagens relevantes em toda a jornada do cliente.

L
LTV (Lifetime Value)
O LTV estima quanta receita um cliente representa para uma empresa ao longo da vida desse
relacionamento marca-cliente. Também chamado de Customer Lifetime Value (CLV ou CLTV), essa é
uma métrica crítica para para organizações já que busca avaliar o valor de um cliente ao longo de
toda sua relação com a marca, no lugar de transações individuais ou imediatas.

O
Omnicanal
Significa comunicação integrada em múltiplos canais, combinando características particulares de
cada um e visando a construção de uma única experiência para o consumidor de uma marca. Com
o omnichannel, é possível utilizar vários canais abertos entre uma marca e o seu cliente.

One to One
Marketing one to one é um conceito que coloca o cliente no centro das ações, com estratégias
focadas em engajar o usuário às ações e produtos da empresa. O objetivo é oferecer um relacio-
namento personalizado aos consumidores, procurando atender às suas demandas específicas, de
modo a aumentar a taxa de conversão de clientes.

06
Guia para uma Gestão Eficiente de Dados

S
Silos de dados
São “estoques” de informação gerenciados por um setor específico, que se mantêm isolados dos
demais sistemas da empresa. Eles se formam, por exemplo, quando os colaboradores optam por
salvar informações em dispositivos ou plataformas de uso exclusivo de sua equipe ao invés de
armazená-las em uma rede ou outro diretório unificado.

Single Customer View

Também conhecido como “Golden Record” ou “360-Degree Customer View”, o Single Customer View
é o processo de coleta de dados de diferentes fontes on-line e off-line, combinando-os e mes-
clando-os para formar um registro único de cada cliente. Ao isolar e organizar dados em torno de
clientes individuais, essa visão fornece aos profissionais de marketing a capacidade de empregar
o marketing personalizado de forma mais eficaz, assim como consolidar várias fontes de dados
relacionadas a um cliente específico. Isso elimina o potencial de imprecisões e redundâncias – ou
seja, enviar a comunicação de marketing errada para a pessoa errada, receber a mesma comuni-
cação duas vezes ou não receber nada.

SaaS (Software as a Service)

Trata-se de uma forma de disponibilizar softwares e soluções de tecnologia por meio da internet,
como um serviço. Os aplicativos SaaS também são chamados de softwares baseados na web, sof-
twares sob demanda ou softwares hospedados. Eles são executados nos servidores das empresas
provedoras, que têm a responsabilidade de gerenciar o acesso e manter a estrutura de segurança
de dados, conectividade e servidores.

Stakeholders
Em inglês ‘stake’ pode significar interesse, participação, risco. Já ‘holder’ é aquele que possui. Assim,
o termo stakeholder pode ser definido como parte interessada ou interveniente, que podem ser
pessoas, áreas, organizações, entidades ou todos que estejam interessados direta ou indireta-
mente em um projeto, planejamento estratégico ou plano de negócios, por exemplo.

W
Web-Behaviour
Trata-se de atos ou ações dos consumidores manifestadas dentro de um site ou aplicativo, que
podem ser observados por meio de ferramentas de mensuração ou análise comportamental. É
um fator relevante para avaliar por que um usuário age de determinada forma, antecipar compor-
tamentos e detectar possíveis lacunas no processo de compra.

07
Guia para uma Gestão Eficiente de Dados

03.
Processos e
Gestão
Guia para uma Gestão Eficiente de Dados

Processos e Gestão
Para estruturar uma gestão de dados de maneira efetiva é necessário que a empresa defina um conjunto de ações,
princípios e critérios que reforcem sua estratégia sobre a perspectiva dos dados em três elementos:

Essas premissas guiarão o entendimento da companhia sobre a importância dos dados, bem como diretrizes claras
para atributos mínimos obrigatórios de coleta, armazenamento, compartilhamento, uso, retenção e gerenciamento.

Dentro deste processo, é importante lançar um olhar para além das plataformas de armazenamento e da análise dos
dados, mapeando também os stakeholders e, principalmente, os times que já trabalham com o tipo de dado priorizado,
estabelecendo os papéis e as responsabilidades de cada um.

Prioridade de iniciativas de gerenciamento de dados nos próximos 6-12 anos

Prioridade significante Prioridade moderada Não é uma prioridade

0 25 50 75 100
Fonte: MarketingCharts.com e Experian

09
Guia para uma Gestão Eficiente de Dados

Algumas destas funções, claro, já devem existir na companhia, enquanto outras precisam ser completamente novas.
Esse pode ser o caso, por exemplo, da figura do Chief Data Officer (CDO) – responsável por gerir o funcionamento deste
ecossistema.

Obviamente, garantir uma boa gestão de dados não é tarefa fácil e, por isso, é necessário ter regras muito bem estabe-
lecidas, orientadas pelas legislações interna e externa. Entretanto, é também essencial existir flexibilidade, buscando
sempre o equilíbrio entre segurança e acessibilidade, disponibilizando os dados aos colaboradores a fim de empode-
rá-los com as informações corretas e fomentando, assim, a cultura data-driven.

10
Guia para uma Gestão Eficiente de Dados

04.
Intersecção
de áreas e
quebra de silos
Guia para uma Gestão Eficiente de Dados

Intersecção de áreas e
quebra de silos
Como garantir a intersecção entre áreas e quebra de silos?

A quebra de silos é um desafio diário para qualquer organização. E, com mais presença e complexidade nas empresas
tradicionais que estão em plena transformação digital ou que buscam inovação, é importante objetivar mais trabalhos
interdisciplinares, construir mais redes e gerar aprendizados sobre os clientes em uma abordagem colaborativa e
holística.

Isso significa analisar os times que trabalham com os dados e entender quais são os objetivos deles para a construção
de uma estratégia comum ao negócio, descentralizando fontes e informações, mostrando os ganhos de um empenho
coletivo e comunicando honestamente quais são as barreiras que ainda existem ou que impedem a quebra deste silo.

Neste sentido, utilizar metodologias ágeis contribui para que as equipes operem de forma colaborativa, permitindo,
desta forma, que os projetos passem a ser estruturados para que os envolvidos troquem informações e cooperem
uns com os outros.

“Em 2022, 90% das estratégias corporativas mencionarão explicitamente a informação

como um ativo empresarial crítico e a análise como uma competência essencial.”
Gartner (www.gartner.com)

“Em 2023, a educação em dados se tornará um impulsionador explícito e necessário do

valor do negócio, demonstrado por sua inclusão formal em mais de 80% das estraté-
gias de dados, análises e programas de gerenciamento”
Gartner (www.gartner.com)

Para garantirmos essa intersecção entre áreas é importante que, durante a construção da estrutura de gestão de
dados, os processos sejam desenhados e as responsabilidades sejam atribuídas para cada uma das etapas junto aos
responsáveis.

12
Guia para uma Gestão Eficiente de Dados

Estrutura típica de Patrocinadores executivos

uma governança de

ico
tég
tra
dados Conselho DG

Es
o
tic
Tá Comitê de direcionamento
al
ion

Grupos de trabalho
ac
er

Administradores de dados
Op

Proprietários de dados

Usuário de dados

Fonte: I&I Software, ‘What Should Your Data Governance Team Structure Look Like?’.

13
Guia para uma Gestão Eficiente de Dados

05.
Definição e
alinhamento de
dados
Guia para uma Gestão Eficiente de Dados
Definição e alinhamento
de dados
Como garantir uma definição ou
um alinhamento de dados e/ou
fonte única da verdade?
Se pensarmos nos mais di-
ferentes tipos de dados que
temos e que todos eles vêm
de diferentes fontes, parece
impossível existir uma única
fonte da verdade. Porém,
se todas essas informações
estão modeladas e classifica-
das para alimentar um único
sistema – utilizado por toda
a empresa de forma a per-
mitir a identificação deste
dado de uma única maneira
–, estamos efetivamente ga-
rantindo uma fonte única de
dados.
Em termos práticos e num
exemplo bastante simples,
se pensarmos em produtos
como um analytics (uma fer-
ramenta que podemos ge-
renciar por meio de platafor-
mas para monitoramento),
possivelmente encontrare-
mos divergências nas métri-
cas mais triviais pelo simples
fato de que diferentes siste-
mas entendem e classificam
seus dados de maneiras di-
ferentes.
Para este caso, a ideia é que
seja escolhida somente uma
plataforma para visualizar o
tráfego do site e fazer com
que todos (agentes internos
e externos) sempre consul-
tem a mesma ferramenta
para garantir unidade.
Utilizar dashboards com-
partilhados pode contribuir
para que as equipes visu-
alizem os mesmos dados.
Tudo fica consolidado con-
solidadas em um único lugar
e a gestão das informações
compartilhadas se torna
mais ágil e efetiva – possibili-
tando, assim, o alinhamento
de estratégias e decisões da
empresa.
15
Guia para uma Gestão Eficiente de Dados

06.
Alimentação
e atualização
dos dados
Guia para uma Gestão Eficiente de Dados
Alimentação e atualização
dos dados
Como criar rotinas e mecanismos para a
alimentação e a atualização dos dados a
fim de garantir ativações e otimizações?
Para o planejamento de mensuração da coleta dos dados é
importante saber quais serão seus objetivos. Por mais que
pareçam simples, eles devem ser concretos e bem detalha-
dos para que a atividade seja mais eficiente e busque resul-
tados mais precisos.
Planeje como cada etapa será executada e quais equipes se-
rão responsáveis pelo processo, o período e o prazo (quan-
do existe uma data final para tal). Lembre-se que também é
possível planejar quais serão as ferramentas utilizadas para
realizar essa tarefa de maneira otimizada.
Dentro do plano estabelecido, a definição dos silos de da-
dos é um dos passos mais importantes para que se consiga
cruzar informações. E eles nada mais são do que conjuntos
de dados ou sistemas independentes, que estão restritos a
uma área e não se relacionam com o restante dos dados da
organização.
Na maior parte das vezes, são consequência do crescimento
das empresas – que ao criarem mais áreas e unidades de
negócio sem priorizar a integração total entre elas, acabam
dando origem a bases de dados fragmentadas e limitadas a
cada time, dificultando assim o fluxo de informação.
A falta dessa unificação pode ser muito prejudicial pelos se-
guintes fatores:
Falta de confiabilidade: em uma reunião
de resultados, fica difícil (ou impossível)
para a gestão saber rapidamente qual das
áreas está levando a informação correta e,
portanto, toma-se decisões com base nela.
Se todas as áreas levarem o mesmo resul-
tado, elimina-se o tempo de discussão e da
validação dos dados. Além disso, a pauta
da reunião deixa de ser “quem está certo?”
para “quais ações podemos tomar com base
nessa informação?”.
Perda de visão integral do negócio: se os
dados não estão integrados aos dados de
vendas, a equipe de marketing não terá a
visão necessária para trazer mais leads quali-
ficados e que, de fato, resultem em compras.
Ou então, se os dados de vendas não estão
integrados aos dados de pós-vendas, essa
área não terá uma visão de como os novos
clientes se comportam depois da compra e
não saberá quais são os perfis de clientes
mais rentáveis para a companhia. Além de
diminuir a fricção entre os times, fazer com
que todas essas informações se conversem
é essencial para uma análise profunda do
negócio, onde todos podem ter a mesma
perspectiva e consigam trabalhar juntos em
torno do mesmo objetivo.
Recursos desperdiçados: se duas equipes
mantêm bases de dados distintas contendo
a mesma informação, o custo de armaze-
namento será duplicado sem necessidade.
Ou se essas duas áreas mantêm planilhas
diferentes, também contendo ao mesmo
conteúdo, dois profissionais estão gastando
tempo compilando esses dados – horas que
poderiam ser gastas com outras tarefas.
Eliminar esses silos de dados e substituí-los
por uma base unificada irá acabar com o
desperdício de tempo e dinheiro que é man-
ter dados repetidos e descentralizados entre
os times.
17
Guia para uma Gestão Eficiente de Dados

Mesmo sabendo o quão prejudiciais esses silos podem ser, muitas organizações hesitam em desfazê-los. Isso porque,
com tantos sistemas diferentes e específicos para cada área, buscar que eles conversem entre si pode ser custoso e
demorado. Felizmente, existe uma solução muito mais rápida e igualmente efetiva: a centralização de todas as infor-
mações em uma base de dados unificada.

8. Interpretação 1. Geração

7. Visualização 2. Coleta

6. Análise 3. Processo

5. Gerenciamento 4. Armazenamento

Fonte: Harvard Business School Online, ‘Data Life Cycle’.

Levar os dados de todos os sistemas da empresa para um data warehouse é mais fácil do que se imagina: basta usar
ferramentas de ELT (Extract, Load, Transform ou, em português “Extrair, Carregar, Transformar”) em nuvem.
Com todas as informações unificadas, será necessário modelar os dados cruzando tabelas de diferentes fontes e dei-
xando-as prontas para serem consultadas por toda – o que traria como ganho uma visão 360° do negócio.

18
Guia para uma Gestão Eficiente de Dados

07.
Como evitar
dados
desnecessários?
Guia para uma Gestão Eficiente de Dados

Como evitar dados

desnecessários?
É preciso ter sempre muito claro o que queremos coletar, o porquê queremos coletar, o que faremos com esses dados
e como isso influencia no negócio – tudo para não acabar armazenando informações que não são importantes ou que
nunca serão utilizadas.

Você pode utilizar

este checklist
como guia:

Para não deixar que essa interpretação se torne pesso-
al e particular de cada pessoa, a definição precisa ser
estabelecida como um princípio do plano de governan-
ça de dados.
Por exemplo, para “dados dos consumidores” é impor-
tante definir quais são estes dados e selecionar quais
campos compõem um “golden profile” – algo que se
torna um ponto de partida para que, dessa forma, os
demais dados que se diferenciam desta classificação
sejam ser despriorizados.
Além de coletar e tratar somente o necessário, um me-
nor processamento de dados contribui para a respon-
sabilidade social da empresa e pode gerar economia de
recursos.

20
Guia para uma Gestão Eficiente de Dados

08.
Democratização
dos dados na
empresa
Guia para uma Gestão Eficiente de Dados

Democratização dos
dados na empresa
Democratizar os dados consiste na otimização da exploração dessas informações, tornando-as acessíveis para quem
precisa, no momento em que se precisa. Porém, antes de criar acessos para todos os funcionários, é importante ca-
pacitar os colaboradores.

Além de fornecer as ferramentas corretas para lidar com o que foi coletado, a capacitação também é a alfabetização
do entendimento do que aqueles dados representam. O que eles significam, como lê-los e como realizar as devidas
comparações? Estes são passos importantes para nivelar o conhecimento e não gerar informações imprecisas ou até
mesmo incorretas.

A cultura da empresa também deve refletir o data-driven, enxergando-o como um processo contínuo, com o intuito de
manter atualizações sobre as políticas de governança de dados e aprimorar habilidades para que, cada vez mais, os
colaboradores possam usar essas informações com segurança, facilidade e ética.

22
Guia para uma Gestão Eficiente de Dados

09.
Ferramentas
para gestão de
dados
 Guia para uma Gestão Eficiente de Dados

Ferramentas para
gestão de dados

Como escolher as melhores ferramentas para gestão de dados e

quais features considerar?

É possível observar sempre a tendência de um ciclo de altos e baixos quando falamos de estratégias de marketing digi-
tal. Em 2020, este cenário variou entre focos como: análise da jornada do consumidor; implementação de Inteligência
Artificial para o marketing; mídia comprável (shoppable); entre outros.

24
Fonte: Gartner, Hype Cycle for Digital Marketing
Guia para uma Gestão Eficiente de Dados

Com o fim do suporte aos cookies e identificadores de terceiros e o consequente aumento de uso dos dados first-party,
os features listados abaixo serão fundamentais para qualquer projeto de dados.

Data Management Platform

Um gerenciador/organizador que permite coletar e catalogar suas fontes de dados
em um Data Lake dedicado. O repositório possibilita o armazenamento e catalo-
gação de múltiplos data stores, facilitando o tratamento de dados de diferentes
formatos.

Data Protection
Um sistema de Data Lineage para rastreabilidade dos dados de ponta a ponta,
através de uma única plataforma. Essa funcionalidade ajuda o negócio a estar em
conformidade com as leis de proteção de dados, como a Lei Geral de Proteção de
Dados (LGPD) Brasil – o que colabora com a criação de interfaces de fácil entendi-
mento para explicar ao usuário como seus dados serão usados, pedir seu consen-
timento (caso seja essa a base legal em questão) e fazer a gestão dessa informação.

Golden Record
Sistema de ID Resolution que unifica os registros das suas bases de dados, viabili-
zando o Single Customer View de todos os seus consumidores. O Golden Record é
viabilizado por meio de chaves como CPF, e-mail, telefone, ID único da marca ou
uma seleção de chaves. Após a integração de dados, o seu negócio pode obter uma
visão sistêmica do cliente – entendendo, por exemplo, como ele interage com a
marca, se comunica com o negócio, seu nível de engajamento, entre outros. Dessa
forma, é possível prever as ações do consumidor e trabalhar em uma comunicação
one to one.

Data Enrichment
Para expandir o conhecimento sobre os dados proprietários, podemos lançar mão
de enriquecimento de dados feito a partir de informações de terceiros – como o
IBGE, Bureaus de Crédito, Dados de Web-Behavior, Geo-Behavior, entre outros.

25
Guia para uma Gestão Eficiente de Dados

Personas
Funcionalidade que permite construir as personas da sua marca para uma visão
360º omnicanal, por meio de uma interface simples e intuitiva.

Data Activation
Transforma as personas da sua marca em audiência on-line para segmentos, que
podem ser ativados em campanhas de marketing para a compra de mídia, por
exemplo.

Data Visualization
Interface amigável que possibilita a criação de diversos dashboards personalizados.
A partir destas funcionalidades, uma série de dores podem ser resolvidas:

A) Integração de dados B) Experiência do cliente

Muitas empresas angariam dados, mas não os organi- Com os dados unificados e organizados é possível olhar
zam, deixando-os em silos, praticamente isolados. Po- para a jornada e para o comportamento do cliente de
rém, a riqueza das informações só se mostra em seu forma mais analítica, extraindo insights sobre como a
potencial completo quando elas são cruzadas, permi- experiência pode ser otimizada e personalizada a pon-
tindo : to de melhorar o relacionamento dele com o negócio e,
consequentemente, aumentando o LTV (Life Time Value).
• Integrar dados de clientes e fornecedores em uma úni-
Nesse sentido, temos os seguintes impactos positivos:
ca plataforma;
• Melhora nas ações de retenção ao permitir que a em-
• Oferecer uma visão única do cliente para impulsionar
presa ofereça experiências personalizadas para os
ações que ajudem na personalização da experiência
usuários;
do usuário;
• Fornecimento de uma visão real do comportamento
• Matching mais massivo entre dados on-off (O2O);
dos clientes e da rotatividade de dados;
• Unificar os dados de diferentes fontes, oferecendo
• Auxílio na personalização do marketing, oferecendo o
uma visão única e completa dos clientes;
produto certo para cada perfil de cliente.
• Organizar e integrar dados que estão guardados em
silos nas empresas, muitas vezes duplicados.

26
Guia para uma Gestão Eficiente de Dados

C) Marketing D) Produtividade

Ter os dados dos clientes organizados ajuda na otimiza-
ção e maior personalização do marketing – o que, por
sua vez, possibilita a diminuição do custo de aquisição
de clientes, aumenta o tempo de relacionamento entre
usuário e marca e otimiza a experiência do consumidor
com a empresa. Isso se traduz nos seguintes benefícios:
• Entendimento de quais são os verdadeiros interesses
dos clientes, com possibilidade de conhecer o ciclo de
vida de cada um;
Estes dados também podem ajudar nos processos in-
ternos de uma empresa, ao passo que:
• Adequa a estratégia de dados à Lei Geral de Proteção
de Dados (LGPD) e outras regulamentações;
• Ajuda a enriquecer os dados do negócio, criando per-
fis mais completos dos clientes;
• Alimenta dados organizados, sistemas completos de
inteligência artificial e automação dos negócios.

• Avaliação do potencial de crédito de um usuário;

• Encontro dos clientes mais valiosos via segmentação

e personas.

Quais são os prós e contras entre as principais plataformas de gestão de dados

disponíveis no mercado?

Fonte: Gartner

27
Guia para uma Gestão Eficiente de Dados

Existem no mercado diferentes ferramentas para análise de dados dos consumidores e ativação dessas informações.
Muitas delas, inclusive, são complementares e, por isso, acabam sendo confundidas como uma coisa só.

CDP (Customer Data Platform) e DMP (Data Management Platform) são exemplos disso: enquanto a primeira usa infor-
mações de clientes reais para entender o perfil do consumidor de uma marca, a segunda usa dados de comportamen-
to não identificáveis para criar uma audiência.

Além da finalidade de cada uma, entre as principais diferenças das plataformas está o fato da audiência criada em
uma DMP ficar disponível por menos tempo do que os insights gerados pela CDP. Além disso, a DMP utiliza dados de
comportamento on-line de usuários que não necessariamente são clientes daquela empresa.

28
Guia para uma Gestão Eficiente de Dados

10.
Tecnologia
própria
Guia para uma Gestão Eficiente de Dados

Tecnologia própria
Faz sentido pensar no desenvolvimento de tecnologia própria?

Fonte: IAB State Of Data 2021

Ao ouvir sobre as possibilidades de se utilizar uma CDP, muitas empresas questionam se efetivamente faz mais senti-
do desenvolver uma solução própria ou contratar uma solução SaaS pronta no mercado. É um dilema real e legítimo
de qualquer CMO (Chief Marketing Officer) ou CTO (Chief Technology Officer) no Brasil e no mundo. Para ajudar nesta
decisão, você pode questionar as vantagens de contratar uma CDP.

1) Criar seu próprio código-fonte para administrar os dados dos seus clientes é a especialidade da sua com-
panhia? Você terá condição de manter essa plataforma constantemente atualizada e competitiva no longo-
-prazo? Seu time pode ser alocado para um desenvolvimento e manutenção dessa natureza, em detrimento
de outros projetos?

Muitas empresas fizeram a mesma avaliação anos atrás, quando ventilaram a hipótese de construir seu
próprio CRM (Customer Relationship Management) ou seu próprio ERP (Enterprise Resource Planning). O tempo
mostrou que essa abordagem não faz sentido na grande maioria dos casos, inclusive porque os investimen-
tos em Capex (investimentos em bens de capitais) são cada vez mais escassos.

30
Guia para uma Gestão Eficiente de Dados

2) As plataformas open source encontradas à disposição no mercado para você tentar configurar e manter
conseguem entregar todas as funcionalidades que você precisa? Por exemplo: centralizar e organizar todos
os dados dos seus consumidores que você possui; disponibilizar dados pré-embarcados de comportamento
(para conhecer com muito mais detalhes o perfil do seu consumidor); gerar recursos para organizar os perfis
em audiências on-line e utilizá-las em todas as plataformas de mídia; e utilizar os recursos de uma completa
refinaria de dados para enriquecer, analisar, e rodar modelos de Machine Learning sobre seus dados.

Para qualquer projeto de marketing é fundamental que tudo isso funcione em conjunto e esteja de pronti-
dão – caso contrário, você terá que desenvolver múltiplas soluções para resolver as dores do time de marke-
ting, tornando o projeto ainda mais complexo, demorado e custoso.

3) Não subestime os custos de uma plataforma própria – não é apenas de software que se faz uma DMP,
ainda que utilizando open sources gratuitos. Existem outros gastos inevitáveis, tais como servidores e nuvens
com custos de armazenagem, processamento, transferência de dados, entre outros. Em geral, eles são pre-
cificados em dólar.

Além disso, é preciso alocar um time dedicado (custo homem/hora) para a manutenção de sua nuvem priva-
da e escalar a infraestrutura quando for necessário.

4) Finalmente, temos que considerar a “ativação” ou uso dos dados em mídia digital para que toda a inte-
ligência construída sobre uma CDP possa proporcionar também uma maior eficiência nos investimentos
publicitários.

31
Guia para uma Gestão Eficiente de Dados

11.
Conclusão
Guia para uma Gestão Eficiente de Dados

Conclusão
Quando se fala em uma cultura orientada por dados, que fomenta decisões e otimização a partir da inteligência gerada
através deles, é essencial construir, fazer a gestão e evoluir pilares que sustentem essa estrutura. Por isso, reforçamos
o quão importante é garantir o equilíbrio entre os três pilares abaixo:

Processos e gestão: estabelecendo governança, definindo padrões e diluindo silos para uma
maior democratização no acesso aos dados.

Tecnologias: selecionando e integrando as melhores soluções, considerando todo o ciclo de vida

dos dados e aproveitando o máximo de cada tecnologia.

Pessoas: capacitando e atualizando os profissionais com mindset orientado por dados, que se-
rão, de fato, os responsáveis por traduzir os desafios técnicos para responder às necessidades
de negócio.

Assim, uma gestão eficiente de dados compreende um conjunto de fatores que, juntos, contribuem para uma visão
mais integrada e completa da jornada dos clientes, refletindo em visibilidade democratizada e insumos para decisões
inteligentes e mais assertivas – que, no final das contas, impactam em resultados de negócio das companhias.

33
Guia para uma Gestão Eficiente de Dados

12.
Apêndice
Guia para uma Gestão Eficiente de Dados

Apêndice
Fontes:

GARTNER, Hype Cycle for Digital Marketing

Harvard Business School Online, ‘Data Life Cycle’.

IAB US, ‘State of Data 2021’.

I&I SOFTWARE, ‘What Should Your Data Governance Team Structure Look Like?’.

35
Guia para uma Gestão Eficiente de Dados

13.
Agradecimentos
Guia para uma Gestão Eficiente de Dados

Agradecimentos
Este material é reflexo do trabalho desenvolvido pelo Comitê de Gestão de Dados e Audiências
2021/2022 do IAB Brasil por meio de um grupo de trabalho que contou com a participação vo-
luntária de diversos profissionais do setor. Agradecemos aos membros pelo comprometimento
e pela entrega. Somente com a colaboração de todos podemos continuar oferecendo ao mer-
cado brasileiro fontes credíveis e detalhadas de informações.

Em especial, agradecemos também ao Google, que tornou possível a realização deste guia. São
parcerias assim que nos permitem promover a troca de conhecimento e experiências com e
entre nossos associados, além de fomentar uma atuação em publicidade digital transparente,
sustentável e em constante evolução.

IAB Brasil

37
Guia para uma Gestão Eficiente de Dados

Créditos
Emmanuel Martins Fernanda Atulim
Presidente do Comitê de Gestão de Dunnhumby
Dados e Audiências 2020/2021
Giovanni Luigi
Mônica Fukumoto Publicis
Vice-presidente do Comitê de Gestão de
Dados e Audiências 2021 Ítalo Mingoni
Brius
Alexandre Kavinski
Presidente do Comitê de Gestão de Jean Amann
Dados e Audiências 2022 Alright

Renata Minami Larissa Schwanka Da Silva Cavalli

Vice-presidente do Comitê de Gestão de DirecTV/Sky
Dados e Audiências 2022
Lucas Nicoliello
Adriano Porto Audi
Onetrust
Matheus Machado
Alan Begnossi da Silva Unilever
Bradesco
Pedro Ramos
Aldo Gregory Agurto Muñoz Baptista Luz
Rede Gazeta
Rafael Ennes
Bruna Rodrigues Guilherme DP6
Enext
Ricardo Monteiro
Clarissa Luz TunAd
Felsberg Advogados
Roberta Reis
Daniel Simões Electrolux
Localiza
Tainá Pussi
Daniela Freund Alright
Onetrust

Elizete Rosa
boo-box

Oferecimento: