Como usar dados primários para engajamento e monetização?

O uso estratégico de dados primários é fundamental para a saúde financeira e o engajamento de qualquer veículo de notícias. Esta foi a mensagem principal de Ricardo Fiorotto, do Google, durante o Café com Aner da última terça-feira, dia 17 de setembro, na série Intensivo com o Google. Para executivos e líderes da indústria de mídia, a mensagem é clara: antes de acelerar em tecnologias avançadas, é muito importante entender a maturidade de dados da organização.

A avaliação da maturidade de dados é o primeiro passo para criar uma proposta de valor sólida. Fiorotto indica um documento desenvolvido em parceria com o Google e a Deloitte, os veículos podem ser classificados em quatro estágios: Nascendo, Em Desenvolvimento, Maduro e Líder. A aceleração das métricas de negócios, incluindo o aumento do engajamento do leitor, a melhoria da recirculação, o planejamento de conteúdo e a otimização da experiência do usuário, está diretamente ligada ao nível de maturidade atingido.

Maior maturidade de uso de dados leva a melhor relacionamento com leitores e usuários

O avanço nessa maturidade impacta diretamente a monetização e o relacionamento com o leitor. Veículos com alta maturidade conseguem melhorar as relações de pagamento direto, como otimizar a precificação de assinaturas e maximizar o lifetime value (LTV) do leitor. Além disso, a maturidade de dados permite a diversificação de receitas, a criação de novos produtos e o aumento da receita de anunciantes através de uma publicidade mais focada na audiência e uma gestão de inventário mais eficiente.

A diferença entre os níveis de maturidade se manifesta claramente nas estratégias de monetização. Em estágios básicos (Nascendo/Em Desenvolvimento), a segmentação é rudimentar e o marketing é amplo (o famoso one fits all), com preços trabalhados de forma sazonal. Já no nível intermediário, a estratégia avança para uma segmentação detalhada (dados pessoais e comportamentais) e o marketing se torna sob medida. No nível avançado (Maduro/Líder), a segmentação é dinâmica, feita com Inteligência Artificial (IA) e predição de cancelamento (churn), e as promoções são extremamente direcionadas, adaptando-se automaticamente aos interesses mutáveis do leitor.

Para operacionalizar essa estratégia, a fonte recomenda o uso de uma matriz de reflexão que cruza informações disponíveis, ações desejadas e objetivos finais. As informações a serem coletadas incluem dados sensíveis (nome, e-mail), origem do tráfego, comportamento do usuário no site (até onde lê, recirculação), seus interesses (política, esporte, soft news, hard news) e a plataforma utilizada. As ações variam entre otimizar (produção de conteúdo, tomada de decisão, engajamento) e personalizar (experiência, mensagem, oferta).

Dados primários: ferramentas Google ajudam na captura

O cerne de qualquer estratégia de dados eficaz é a captura de dados primários, transformando o usuário anônimo em um leitor conhecido e logado. Para tal, o Google oferece o Google Identity Services (GIS), um conjunto de produtos que inclui o Sign with Google e, principalmente, o One Tap (ANTep). O ANTEp é destacado como uma das ferramentas mais interessantes para o jornalismo, pois permite que o usuário se torne logado, com a captura de nome, sobrenome e e-mail, com literalmente um clique, garantindo maior conversão e segurança anti-fraude.

Os resultados da implementação do ANTEp são substanciais e servem como um forte indicador de retorno sobre o investimento (ROI). Um grande parceiro nacional do Google capturou 2 milhões de cadastros em aproximadamente oito meses. Outro exemplo notável é o da Zero Hora/RBS, que viu a quantidade de cadastros diários crescer mais de 20 vezes após a implementação, saindo de uma média de 20 mil para 200 mil cadastros por mês, com impacto direto na geração de leads para assinaturas. Usuários logados, por sua vez, demonstram uma tendência natural a recircular mais, assinar ou doar, pois se identificam mais com o portal.

Por fim, o alerta de Fiorotto para os líderes é focar em fazer o básico bem feito, pois misturas de estratégia (como implementar IA avançada sem ter o básico de dados estruturado) geram confusão e frustração. Sobre a infraestrutura de dados, para análises mais robustas, ele explicou que o ideal é investir em um datalake (como o BigQuery do Google). Contudo, a recomendação é ter cuidado com o volume excessivo de dados capturados, pois guardar informações muito granulares pode tornar a operação cara e, paradoxalmente, gerar confusão em vez de insights.

Perdeu o Café com Aner ou quer rever?

Talvez você também se interesse pelos outros episódios desta série:

Gemini no jornalismo: veja dicas sobre como usar

Notebook LM para jornalistas: saiba como usar