Utilizando IA para impulsionar a aquisição de clientes, com Lomit Patel, vice-presidente de crescimento da IMVU

Como crescer mais rápido, mesmo em mercados desafiadores? E como reduzir o custo de aquisição de clientes personalizados em três vezes, acelerando simultaneamente o retorno sobre o investimento em anúncios em 5 vezes?

Bem, dados de qualidade são um requisito básico. Assim como informações sobre o que está funcionando e o que não está.

Mas a IA também pode ajudar.

Neste episódio do Growth Masterminds, conversamos com Lomit Patel. Patel é o vice-presidente de crescimento da IMVU e, anteriormente, liderou a área de performance e marketing digital da Roku. Ele também foi responsável pela aquisição de clientes na Texture, empresa que foi adquirida pela Apple e transformada no Apple News+.

Então ele entende um pouco de crescimento e aquisição de clientes. (Na verdade, como aplicativo social, o IMVU está crescendo bastante durante a pandemia do coronavírus.)

Ele também escreveu o livro sobre IA para crescimento… literalmente. Patel acaba de publicar Lean AI: How Innovative Startups Use Artificial Intelligence to Grow (IA Enxuta: Como Startups Inovadoras Usam Inteligência Artificial para Crescer) em março. O livro está repleto de conselhos práticos sobre como usar IA para escalar o crescimento e a aquisição de usuários.

Ouça o podcast:

Principais citações e insights: acelerando a aquisição de clientes com IA

Sobre os profissionais de marketing usando IA para crescimento:
“Menos de 5% realmente estão fazendo isso agora.”
-Lomit Patel

Lomit Patel sobre as três eras da aquisição de clientes:

• Aquisição de clientes 1.0: agregando todos os seus dados
• Aquisição de clientes 2.0: fornecendo dados precisos aos seus parceiros de publicidade
• Aquisição de clientes 3.0: usando IA para automatizar a alocação de orçamento entre parceiros de publicidade

Aquisição de clientes é o novo day trading:
“Estamos basicamente agindo como day traders porque vemos lances mudando de qualquer parceiro a qualquer momento. E isso nos permite ter mais confiança de que realmente alcançaremos nossas metas no final do dia e no final do mês.”
-Lomit Patel

Ao construir a IA por conta própria, ou em parceria:
“Uma das coisas que acabamos fazendo foi realmente fazer uma auditoria boa e honesta sobre onde nossas habilidades realmente se situam na IMVU, e ficou bem claro que não tínhamos muitas das capacidades essenciais para construir algo assim por conta própria.”
-Lomit Patel

O que a automação permite:
“Nós … estamos testando cerca de … alguns milhares de variações diferentes de criativos por mês.”
-Lomit Patel

Identificando fluxos de monetização rapidamente:
IMVU’s IA identifica se as pessoas vão monetizar via publicidade ou via compras dentro do app em 24-48 horas.

Lomit Patel sobre o que a IA fez pela aquisição de clientes da IMVU’s:
“’Vimos nosso CAC cair mais de 3X.”
“’Vimos nosso ROA, o retorno sobre investimento, subir mais de 3X.”
“Antes era cerca de 5-6 meses, mas agora … recuperamos a maior parte do gasto com anúncios em 30 a 35 dias.”

E a transcrição completa: Aquisição de clientes com inteligência artificial

John Koetsier: Como impulsionar o crescimento com inteligência artificial?

Bem-vindo ao Growth Masterminds com John Koetsier. Este é o podcast onde os profissionais de marketing mobile mais inteligentes ficam ainda mais inteligentes. Nosso convidado de hoje é o autor do livro "Lean AI", da O'Reilly Media, lançado em março. Ele é o Vice-Presidente de Crescimento da IMVU. Liderou o marketing de performance e digital da Roku. Também liderou a aquisição de clientes na Texture, empresa adquirida pela Apple e transformada no Apple News+.

Lomit Patel, por favor, diga olá!

Lomit Patel: Olá, pessoal. Eu’estou muito animado por estar aqui.

John Koetsier: Maravilhoso. Estou muito feliz em tê-la aqui. É super emocionante, você acabou de lançar o livro. Preciso começar por aqui, afinal, este é o fato mais importante em nossas vidas agora, o coronavírus, certo? Onde você está? Onde você esteve durante o isolamento? Como você está se mantendo informada?

A IMVU está em modo de trabalho remoto devido ao coronavírus, assim como todo mundo

Lomit Patel: Então, o coronavírus definitivamente é o assunto do dia, todos os dias agora. Mas para mim, trabalhamos de casa nas últimas duas semanas na IMVU, então estávamos um pouco preparados, sabendo que isso viria. E somos muito sortudos por conseguir trabalhar remotamente com bastante eficiência. Está dando certo. Mas como empresa, o coronavírus não trouxe um grande problema para a IMVU, principalmente porque somos uma rede social e isso permite que as pessoas continuem se conectando com outros usuários ao redor do mundo. Para nós, foi o problema inverso, tentando gerenciar o aumento de demanda que realmente aconteceu nas últimas duas semanas

John Koetsier: Bem, it’s super interessante que você mencionou isso, porque, quero dizer, enquanto estávamos nos preparando para este programa há poucos minutos, estávamos falando sobre problemas de largura de banda e minha plataforma típica de podcast de áudio não estava funcionando. Você é uma rede social onde as pessoas se reúnem com um avatar e têm interações sociais que we’re desesperados e famintos por agora. E então você também tem esses problemas, ter largura de banda suficiente para entregar seu serviço, certo?

Lomit Patel: Sim. Para nós, o desafio é obviamente continuar adicionando mais infraestrutura à capacidade dos servidores, porque o que estamos descobrindo é tentar encontrar o equilíbrio certo entre usuários que chegam dos EUA e usuários globais, e tentar distribuir ao máximo essa demanda.

John Koetsier: Uau, uau.

Lomit Patel: E então, além disso, outra coisa que parece ser muito popular em muitas redes sociais é a transmissão ao vivo, certo? Essa’ é uma nova funcionalidade que realmente decolou e oferecemos algo semelhante chamado ‘host rooms’ onde as pessoas podem se conectar com seus amigos e hospedar um evento ao vivo. E, claramente, recursos como esse exigem mais largura de banda, certo?

John Koetsier: Absolutamente.

Lomit Patel: Porque as pessoas estão fazendo isso ao vivo. Então, sim, acho que é definitivamente um problema melhor de se ter em comparação com o outro problema que muitas pessoas estão enfrentando agora. Mas, sim, definitivamente é algo que tentamos ser mais proativos e algo que vai continuar a crescer ainda mais, especialmente à medida que mais e mais estados diferentes, especialmente nos EUA e em outras partes do país, começam a implementar requisitos de isolamento mais rigorosos. Então, isso vai exigir que mais pessoas fiquem isoladas, e como sabemos, como humanos, só há tanto que você pode fazer sozinho.

John Koetsier: Somos uma espécie social.

Lomit Patel: Sim, somos.

Vice-presidente de crescimento: um papel multidisciplinar abrangente

John Koetsier: Com certeza. Vamos começar. Vamos falar sobre inteligência artificial, vamos falar sobre crescimento, vamos falar sobre aquisição de clientes, vamos falar sobre aquisição de usuários, tudo isso.

Mas vamos contextualizar por um segundo. Você poderia nos apresentar um pouco sobre sua função atual, o que você faz?

Lomit Patel: Claro, meu nome é Lomit Patel e, como você mencionou, sou o vice‑presidente de crescimento.

Minha principal responsabilidade é gerenciar todos os nossos esforços de crescimento no IMVU. Isso engloba tudo, desde aquisição, retenção e monetização ao longo de todo o ciclo de vida do usuário... basicamente, a maneira mais fácil de pensar nisso é: como atraímos usuários? Como os mantemos engajados? E como descobrimos como gerar receita com eles para pagar as contas?

John Koetsier: É super interessante que você’seja o VP de growth. Nós lançamos recentemente uma pesquisa sobre CGOs, chief growth officers, e esse’é exatamente o papel que você tem, que é esse papel amplo que abrange muito do que antes era bastante separado, certo?

Você sabe, alguém trouxe os clientes, alguém realmente construiu o produto, entregou o produto que, com sorte, os deixou felizes, e outra pessoa se preocupou em como mantê-los. Você tem todo esse conjunto de responsabilidades sob sua alçada.

Lomit Patel: Sim. Acho que parte do desafio é quando diferentes equipes focam em partes distintas da jornada do usuário, o que acontece é que você acaba encontrando problemas de execução sobre quem’s responsável por qual peça do quebra-cabeça.

Um dos benefícios de qualquer empresa que tenha um diretor de crescimento é que sua responsabilidade é supervisionar todo o processo de se tornar o maior defensor do cliente. E ajudar a disseminar essa ideia internamente por toda a empresa para garantir que todos apoiem essa função. Porque é realmente uma função multifuncional. Não temos todos os recursos dedicados a nós, então precisamos trabalhar com todos os diferentes grupos.

Mas trata-se de garantir que estejamos sempre focados no objetivo principal — ou seja, em concentrarmo-nos nos projetos-chave que continuam a impulsionar o crescimento da empresa.

Lean AI: IA para crescimento e aquisição de clientes

John Koetsier: Faz todo o sentido.

Então, em meio a tudo isso, com a correria do seu trabalho e outras coisas que fazem parte da vida, você encontrou tempo para escrever um livro, e escreveu um livro sobre IA. Fale-me um pouco sobre por que você escreveu o livro? O que você precisava transmitir? O que você precisava dizer às pessoas?

Lomit Patel: Claro. Então, uma das coisas que eu’ve descoberto … nós’ve praticado bastante IA em automação nos últimos anos na IMVU. Isso surgiu principalmente porque eu realmente vejo isso como uma parte importante da tendência de onde as equipes de growth estão se dirigindo.

Principalmente agora, com a enorme velocidade com que recebemos dados, é muito difícil decifrá-los rapidamente para extrair informações que permitam tomar medidas e nos diferenciar da concorrência.

Então, o que me motivou a escrever o livro foi principalmente o impacto profundo que isso teve em nossos negócios na IMVU. Mas também tenho falado sobre esse assunto em diversas conferências e percebi que poucas empresas realmente adotaram essa prática na mesma medida que nós.

Eu diria que provavelmente é uma pequena porcentagem das empresas, menos de 5%, que estão realmente fazendo isso agora.

Então, senti que definitivamente existe uma boa oportunidade para inspirar outras pessoas no setor de crescimento a realmente aproveitar a IA na automação, porque, no fim das contas, uma coisa que eu gosto no setor de crescimento mobile é que somos muito abertos para compartilhar e crescer juntos. E eu acho que isso é algo que pode realmente nos ajudar a continuar a disseminar e avançar como setor.

Aquisição de clientes 1.0, 2.0 e 3.0

John Koetsier: Muito, muito legal. Agora, uma das coisas que você menciona é aquisição de clientes 1.0, você fala de aquisição de clientes 2.0 e agora aquisição de clientes 3.0. Pode nos explicar os .0’s?

Lomit Patel: Claro. Na verdade, isso volta exatamente à jornada que tive quando comecei na IMVU. Comecei na IMVU há mais de três anos e meio. Ao chegar, um dos maiores desafios era que tínhamos muitos dados de usuários, mas o problema era que eles estavam em silos. Temos dados de usuários porque we’re uma empresa cross‑platform. Então tínhamos dados de usuários do meu negócio web que viviam em servidores diferentes do mobile negócio, que estávamos tentando acessar na época, que ficava em outro lugar.

E, no fim das contas, é muito difícil tomar boas decisões quando seus dados estão isolados em silos.

John Koetsier: Sim, é verdade.

Lomit Patel: Então, a aquisição de clientes 1.0 busca integrar todas as fontes de dados; sem integração, não há prévia nem singular visão para realmente entender toda a jornada do cliente.

E uma vez que você tenha isso, a boa notícia é que a aquisição de clientes 2.0 consiste em aproveitar ao máximo os recursos de IA já existentes em diversos parceiros com os quais a maioria das pessoas investe seu orçamento de aquisição de usuários. Por exemplo, o Google e o Facebook, assim como uma série de outros parceiros, têm investido e avançado significativamente em como usar a IA para permitir que anunciantes como o IMVU sejam mais eficientes em nos ajudar a atingir nossos objetivos. Mas, para realmente ativar isso, você precisa fornecer a eles sinais de dados limpos e de alta qualidade.

Assim, a aquisição de clientes 2.0 consiste em, após integrar todos os seus dados, começar a fornecer as informações corretas para que eles possam aproveitar seus recursos de IA e ajudá-lo a atingir seus objetivos.

E a aquisição de clientes 3.0 é principalmente... sabe, o maior desafio que eu vi para nós como empresa e para qualquer outro anunciante é o quão dependentes você acaba se tornando de seus parceiros para dizer como gastar seu orçamento.

Sabe, trabalho com aquisição de usuários há mais de 20 anos e nunca, jamais, um parceiro me disse que deveríamos gastar menos.

Mas, além disso, o desafio é que, no fim das contas, comecei a pensar se haveria uma maneira melhor. E uma das áreas que realmente me inspirou foi o setor financeiro, porque vejo as equipes de aquisição de usuários como uma espécie de day trader, sempre tentando investir dinheiro diariamente para ajudar nossas empresas a obter um retorno melhor sobre esse investimento.

E uma das coisas em que o setor financeiro se destacou, e isso aconteceu quando contrataram vários analistas quantitativos e cientistas de dados, foi construir essas infraestruturas e essas máquinas inteligentes para permitir que se tornassem mais eficientes e inteligentes na compra de ações e commodities. E em vez de depender de intervenção humana, passou a ser baseado puramente em dados.

Isso me inspirou a criar a Aquisição de Clientes 3.0. O objetivo era descobrir como poderíamos replicar esse modelo, porque, no fim das contas, depois do RH em termos de salários, a aquisição ou o crescimento de usuários é o segundo maior gasto ou item de orçamento da empresa. Portanto, gerenciar esse orçamento envolve muita responsabilidade, e qualquer coisa que você possa fazer para ser melhor, mais rápido e mais inteligente nesse sentido é algo em que você definitivamente deve se concentrar.

Assim, a aquisição de clientes 3.0 surgiu da mesma inspiração que obtivemos no setor financeiro, para identificar que, agora que temos todos os nossos dados em um só lugar, a maior vantagem que possuímos sobre todos os outros parceiros individuais para os quais fornecemos nossos dados é ter essa visão singular do desempenho do negócio. E essa é a maior vantagem competitiva.

Assim, sabemos exatamente como um parceiro se compara a outro em qualquer momento, em qualquer dia, em qualquer semana, em qualquer mês.

Assim, com essa visão holística dos diferentes canais e dos diferentes dados, estamos em uma posição muito melhor para realmente aproveitar as principais alavancas. Porque o interessante é que, embora esses parceiros tenham criado muitas capacidades em torno da IA, eles ainda dependem muito de certas informações provenientes de qualquer equipe de aquisição de usuários, como lances, orçamentos, criativos e metas.

Então, foram essas coisas que comecei a pensar em automatizar. E a automação foi realmente desencadeada com base em insights de dados, onde tínhamos todos os nossos dados em um só lugar para nos dizer a qualquer momento onde deveríamos aumentar nossos orçamentos, onde deveríamos diminuí-los, onde deveríamos realocá-los. E outra maneira de ver isso é que, no fim das contas, tudo se resume à oferta e à demanda. Temos tido muita sorte de que tudo o que acabamos gastando em nossos orçamentos agora é feito de forma programática.

Porque foi isso que começamos a descobrir: quando conseguimos identificar e analisar todos esses diferentes parceiros de forma holística, percebemos que, em determinados horários do dia, o Facebook podia ser mais eficiente que o Snapchat, por exemplo, e o Google podia ser mais eficiente que a Busca da Apple.

Mas o problema é que, humanamente, é impossível ficar sentado 24 horas por dia fazendo isso. Mas se você aproveitasse as capacidades da IA ​​para pensar como um humano e tomar decisões preditivas com base em quando essas oportunidades surgirem, esse seria o grande momento de descoberta para nós.

IA: devolvendo aos profissionais de marketing o controle sobre a aquisição de clientes

John Koetsier: O que realmente adoro nisso é que os profissionais de marketing têm sentido cada vez mais a falta de controle, já que vocês têm jogado dinheiro no Facebook, no Google, nos demais parceiros. Eles construíram suas caixas‑pretas cheias de IA e inteligência. E, como você disse, quanto mais dados vocês alimentam, melhor eles entregam o que vocês querem, absolutamente

Mas você também perde o controle e, na verdade, está alimentando o crescimento ou a inteligência dessa máquina dentro dessa caixa preta. O que você fez foi adicionar uma camada de IA por cima disso e agora está dizendo: "Ei, fiquem tão inteligentes quanto quiserem. Isso é maravilhoso, ótimo, bom para nós. Vamos dominar todas as nossas fontes de aquisição de clientes e usuários, e é aí que vamos superar a concorrência.".

Isso é realmente interessante.

Lomit Patel: Certo. E acho que você resumiu bem, porque, no fim das contas, uma das coisas que mais ouço é que não temos controle. Mas a verdade é que temos sim certos elementos que podemos controlar, e esses são os componentes-chave que você precisa controlar. Porque, no final das contas, o que todos esses parceiros mais querem é que você gaste mais do orçamento, certo?

E você tem o controle disso. É tudo uma questão de seguir o dinheiro. Você controla como quer gastar seu dinheiro. Você não precisa ser completamente passivo e simplesmente entregá-lo a terceiros.

O que acontece agora é que, basicamente, agimos como day traders todos os dias, porque vemos as ofertas de qualquer parceiro mudando a qualquer momento. E isso nos permite, em última análise, ter mais confiança de que podemos realmente atingir nossas metas no final do dia e no final do mês.

Controlando a IA que gerencia seu crescimento

John Koetsier: Então eu tenho que fazer esta pergunta. Temos’ visto algumas catástrofes ao entregar tudo às máquinas nos mercados de ações. Esperamos que isso’ seja passado, mas temos’ visto alguns cenários em que alguém comprou, alguns sistemas simplesmente travaram porque tudo estava caindo, então eles venderam, venderam, venderam, venderam, e agora colocaram freios artificiais nisso. E há outros cenários que ouvimos onde a máquina simplesmente cometeu um erro e bilhões de dólares evaporaram.

Que medidas de segurança você implementou para isso?

Lomit Patel: Sim, então uma das coisas que fizemos é muito semelhante ao que fazem na indústria financeira, onde basicamente há ordens de stop‑loss, colocando certos limites que, se algo subir ou cair demais, restringem o quanto pode acontecer.

E uma das razões pelas quais acabamos fazendo isso, sabe, ao contrário do setor financeiro, onde os preços podem oscilar bastante, é que você precisa ter em mente, ao trabalhar com todas essas diferentes capacidades de IA de diversos parceiros, a capacidade de implementar essas mudanças com uma margem de erro de apenas 10 a 20% em qualquer período.

Se você continuar fazendo muitas mudanças bruscas além desse limite, acabará reiniciando a IA, pois ela terá a impressão de estar treinada para fazer alterações cumulativas. Mas se você fizer mudanças drásticas, parecerá que é uma campanha completamente nova. Isso fará com que ela seja reiniciada, o que é contraproducente para todo o programa.

John Koetsier: Sim, sim.

Lomit Patel: Então foi isso que acabamos fazendo para ajudar.

As tecnologias que a IMVU utiliza para aquisição de usuários

John Koetsier: Faz muito sentido. Muito, muito legal. Isso’ é uma ótima visão geral do que você’ está fazendo. Que tal aprofundar um pouco mais, quais tecnologias você está usando especificamente para sua IA?

Lomit Patel: Então, para nossa IA, há três componentes principais. Um são mobile parceiros de medição e isso é de onde recebemos grande parte dos nossos mobile dados. Grande parte dos nossos dados de desktop vem do nosso próprio data warehouse, então usamos o Tableau para extrair esses dados. E todos os dados de comportamento do usuário pós-instalação vêm do Leanplum atualmente, que é nossa automação de CRM.

Então, o que fizemos foi basicamente agregar todas essas três fontes em um só lugar, onde podemos obter uma visão unificada. E conseguimos fazer isso de duas maneiras. Uma delas é por meio do endereço de e-mail, porque cada pessoa que cria uma conta no IMVU tem um endereço de e-mail único; você não pode criar um novo nem reutilizar o mesmo endereço.

Outro ponto importante é que cada usuário recebe um ID de cliente exclusivo. Esses são os dois elementos que podemos usar universalmente para rastrear a jornada do usuário, independentemente de sua origem e da forma como ele interage conosco.

Construindo e treinando a IA: equipes e parceiros

John Koetsier: Certo. Agora, em termos de equipes, você montou uma equipe de IA ou distribuiu esse talento por várias equipes?

Lomit Patel: Então, o que fizemos foi tentar distribuir isso entre várias equipes. Mas, principalmente, uma das coisas que fizemos foi realmente fazer uma auditoria boa e honesta sobre onde nossas habilidades realmente se situam na IMVU. E ficou bem claro que não tínhamos muitas das capacidades essenciais para construir algo assim por conta própria

Então, o que acabamos fazendo foi identificar um parceiro em potencial ou uma plataforma SaaS que pudéssemos aproveitar para nos ajudar a juntar a peça final.

E o que descobrimos foi uma empresa chamada Nectar9. Era uma pequena startup que estava tentando construir algo semelhante. Mas o que lhes faltava na época era obter uma grande quantidade de dados de usuários para realmente treinar os algoritmos e aperfeiçoar sua capacidade de funcionar em um contexto de aquisição de usuários. Então, o que acabamos fazendo foi... meio que tentar construir isso, porque, como você sabe, John, construir qualquer coisa já é um desafio, mas o outro desafio ao tentar construir algo é mantê-lo, certo?

E eu realmente não queria me aprofundar nesse assunto. Então acabei fazendo essa parceria com a Nectar9, onde colaboramos e, por meio dos meus contatos na indústria, consegui ajudá-los a integrar várias APIs à plataforma deles, vindas de grandes parceiros como Google, Facebook e Snapchat, onde investimos e onde a maioria das pessoas investe seu dinheiro.

Assim, com essas APIs implementadas, conseguimos fornecer acesso para que eles obtivessem todos os sinais de dados relevantes.

Então eles já tinham a capacidade de IA e o modo como ela funciona é aprendizado não estruturado. Então é’s basicamente receber um monte de dados e tentar gerar insights a partir deles. E então, com base nisso, nós’re capazes de começar a treinar o algoritmo para trabalhar para nós, analisando tudo de forma holística ao invés de avaliar cada parceiro individualmente.
Então, a melhor forma que encontramos foi fazer passo a passo.

Então, começamos a fornecer alguns dados para eles quando ainda estávamos gerenciando essas campanhas de forma semi-manual, sendo o Facebook um dos primeiros parceiros com quem trabalhamos. Depois, começamos a fornecer alguns desses dados para a Nectar9 para ver como a tecnologia automatizada poderia funcionar da maneira como estávamos fazendo as coisas.

E levou provavelmente de 30 a 40 dias, mas a máquina acabou conseguindo treinar e melhorar, e começou a ser muito mais eficiente do que nós. Então, começamos com uma pequena área geográfica, acho que era o Reino Unido ou algo assim. Depois, começamos a expandir para ver se continuaria funcionando, e começou a funcionar, então, eventualmente, automatizamos o Facebook completamente por meio disso. E então começamos a fazer o mesmo com o Google, o Snapchat e vários outros parceiros com os quais trabalhamos.

Mas foi sequencial, não foi simplesmente colocar tudo lá de uma vez.

E em relação aos recursos internos, principalmente na minha equipe, eu meio que mudei o conjunto de habilidades, porque um dos grandes desafios que encontrei foi reter pessoas para a gestão de campanhas. Muitas pessoas acabam se esgotando com esse trabalho, e sempre tem alguém disposto a oferecer de 10 a 20 mil dólares a mais para você ir para outra empresa e assumir essa função.

Parte do meu desafio e frustração era continuar treinando algumas pessoas novas que estavam chegando. O que eu percebi foi que, ao fazer isso de forma automatizada e pontual, eu nunca precisava me preocupar em desenvolver essa habilidade na equipe do zero. Então, o que eu fiz foi redirecionar o conjunto de habilidades que tínhamos na equipe para focar em como daríamos suporte a essa máquina, como a alimentaríamos, por assim dizer. Uma área em que realmente avançamos muito e investimos internamente foi o desenvolvimento criativo.

Uma das pessoas da minha equipe se concentra principalmente em analisar todos os insights de dados gerados pela máquina — para ver o que está funcionando e o que não está entre os diferentes parceiros com os quais estamos investindo — e continua trabalhando com nossa equipe interna para criar novas versões inovadoras que possamos continuar alimentando a máquina.

E, em geral, estamos testando cerca de duas mil variações diferentes de peças criativas por mês. Isso se deve principalmente ao fato de termos percebido que essa é uma ferramenta fundamental para nos ajudar a contar nossa história.

John Koetsier: Uau.

Inteligência artificial, retenção e jornadas do usuário

Lomit Patel: A outra parte, a outra função que realmente evoluí na equipe foi focada em retenção e CRM, para realmente aproveitar todos os dados que estamos’ obtendo agora—mas descobrir como criar jornadas de usuário melhores e mais personalizadas para usuários que chegam por diferentes canais, para realmente estar pronto

Por exemplo, alguém que vem do Google e cuja motivação criativa o trouxe para cá... queremos poder dar continuidade a essa motivação, mantendo-a viva. E então, tentar integrá-lo o mais rápido possível para que ele vivencie todos os principais momentos de descoberta do produto.

Parte dessa função é onde a IA realmente ajuda, pois nos permite identificar qual é a jornada ideal do usuário, ou seja, os comportamentos e ações que alguém precisa realizar, especialmente durante o processo de integração, que é fundamental, como você sabe, no mobile . Se você não conseguir cativar as pessoas rapidamente, você as perderá.

O que conseguimos fazer foi identificar dois segmentos diferentes, porque é assim que monetizamos os usuários.

Uma delas diz respeito às compras dentro do aplicativo e a outra à publicidade. Geralmente, o que as pessoas fazem é comprar créditos do IMVU, pois temos nossa própria moeda virtual que pode ser usada para comprar itens virtuais e criar mundos virtuais. Portanto, haverá pessoas mais propensas a gastar e comprar esses créditos, enquanto outros usuários serão mais propensos a assistir a vídeos com recompensas, responder a pesquisas online ou interagir com anúncios para tentar ganhar esses créditos.

Assim, nossa IA consegue identificar rapidamente, nas primeiras 24 a 48 horas, com base no que as pessoas estão fazendo ou deixando de fazer, para determinar em qual caminho elas têm maior probabilidade de se enquadrar: no caminho da compra dentro do aplicativo ou no caminho da publicidade. E, com base nisso, começamos a mostrar a elas diferentes experiências que demonstram como podemos monetizar esses usuários posteriormente.

John Koetsier: Interessante. Você’está realmente construindo a jornada do usuário, a jornada do cliente, de certa forma, através da sua compreensão de quem eles são ao chegar.

Mas você também está personalizando o uso do seu produto com base no que você entende: esse usuário provavelmente vai pagar alguma coisa? Ele vai assistir a um anúncio ou algo do tipo? Então, toda a experiência é personalizada de acordo com a forma como você vai monetizar esse grupo específico, eu diria.

Equipes multifuncionais

Lomit Patel: Certo. É aí que entra a parte de trabalharmos de forma cross‑funcional, como com a equipe de produto. Assim, desses dois cargos que tenho, um passa muito tempo com a equipe de produto focada em otimizar a experiência do produto para atender ao que buscamos. O outro dedica mais tempo à equipe de marketing, concentrando‑se no desenvolvimento criativo e nos ativos para contar nossa história melhor e alimentar tudo isso na máquina.

A outra função que desempenhamos é principalmente com o nosso parceiro, pois ele coleta todos esses dados e fornece os insights. Eles contam com um cientista de dados chefe, o que nos ajuda, pois não precisamos contratar essa pessoa, mas realizamos reuniões semanais, no mínimo. Parte da função deles é analisar o algoritmo continuamente e nos informar exatamente o que ele está aprendendo e que tipo de resultados está gerando. Isso porque uma das coisas que queremos evitar são os vieses que a máquina possa acabar apresentando.

E queremos garantir que quaisquer algoritmos que venhamos a desenvolver estejam alinhados com o nosso valor fundamental como empresa, que é a diversidade. Portanto, não queremos jamais nos tornar uma empresa que se concentra apenas em um determinado tipo de público-alvo, gênero ou qualquer outra coisa, onde a sobre-representação se dá em uma área específica. Porque queremos manter nossa base de usuários o mais diversa possível.

John Koetsier: Isso’ é super interessante e super inteligente. Porque se o algoritmo notar algo e houver vieses na nossa sociedade— e há coisas que às vezes, mesmo inconscientemente ou subconscientemente, fazemos que resultam em casos de viés, discriminação ou outras coisas assim— e se sua IA aprender isso, estaremos replicando isso no ambiente digital de maneiras difíceis de perceber.

Que ótimo que você está fazendo isso.

Também estou animado em saber que vocês estão realocando alguns dos seus funcionários de aquisição de usuários, já que a máquina faz isso agora, mas estão realocando essas pessoas para cargos de nível superior, o que é realmente muito bom.

Principais métricas de crescimento: Custo de aquisição de clientes, ROI e ROAS

Você também mencionou que analisa algumas métricas-chave. Gostaria de perguntar sobre essas métricas e, para complementar a pergunta, gostaria de saber: com o que você fez com IA, quanto você acha que melhorou? Você tem dados que comprovem isso? Números que demonstrem isso? Quanto você melhorou?

Lomit Patel: Claro. Primeiro, respondendo às perguntas sobre quais são nossos indicadores‑chave de desempenho são, basicamente, dois objetivos que a equipe de growth foca para impulsionar o negócio.

Uma delas diz respeito ao custo de aquisição de clientes (CAC), e a segunda meta está relacionada ao retorno sobre o investimento em publicidade (ROAS), mas, principalmente, chamamos de retorno sobre o investimento (ROI), porque uma grande diferença é que, quando se trata de ROI, não consideramos apenas a receita gerada pelos nossos gastos com anúncios. Também tentamos descontar, por exemplo, alguns dos custos que sustentam essa receita, como os 30% de participação na receita que você paga ao Google e à Apple em compras dentro do aplicativo, além de algumas taxas de royalties para criadores de conteúdo.

Porque temos muitos criadores, assim como o YouTube tem criadores, temos muitos criadores que produzem muitas dessas coisas.
Então somos meio que um marketplace onde os criadores produzem muitas coisas e conseguimos combinar usuários com itens que podem ser interessantes para eles. Sempre que alguém compra créditos IMVU para adquirir esses diferentes itens, obviamente recebemos uma parte da receita, mas precisamos devolver uma certa porcentagem aos nossos incríveis criadores. Por isso nosso padrão é um pouco mais alto ao descontar esses custos.

E então, quando se trata do custo de aquisição de um cliente, isso é bem direto: quanto nos custa.
Definimos um novo cliente como alguém que faz uma compra nos primeiros sete dias, então sempre analisamos coortes de sete dias. Para dar alguns exemplos dos resultados, voltando ao exemplo da aquisição de clientes 1.0, quando comecei, partimos de um CAC bastante alto, até chegarmos à aquisição 3.0 com muita IA e automação.

Observamos que nosso CAC (custo de aquisição de clientes) caiu mais de 3 vezes nesse período e que nosso ROI (retorno sobre o investimento) aumentou mais de 3 vezes no mesmo período.

Rapidez no retorno do investimento: uma enorme vantagem

John Koetsier: Isso é enorme!

Lomit Patel: Mas a melhor parte disso é que, no final das contas, quando você conversa com muitos mobile anunciantes, uma das outras coisas que as pessoas observam é qual é o período de retorno do seu gasto com anúncios. Quando eu comecei, era cerca de 5 – 6 meses, mas agora nós … conseguimos recuperar a maior parte do nosso gasto em anúncios em 30 a 35 dias.

John Koetsier: Isso deve ter um impacto enorme na sua capacidade de crescer rapidamente.

Lomit Patel: Exatamente.

Isso tem nos ajudado bastante, principalmente porque minimiza a taxa de consumo de caixa, já que conseguimos recuperar rapidamente qualquer gasto, criando um ciclo virtuoso em que reinvestimos o dinheiro em crescimento. Isso está nos ajudando muito, sim.

John Koetsier: Uau. Esses são números excelentes. Quero dizer, são números incríveis. Se você observar os custos de aquisição de clientes que muitas startups têm, muitas empresas de tecnologia têm, eles’re absolutamente massivos, incluindo apenas mobile-only companies eles’re absolutamente massivos. Gastando centenas de milhares de dólares por dia na aquisição de novos usuários, e se você conseguir reduzir isso em um fator de três … uau … isso é impressionante.

Eu também queria participar, e sei que estamos chegando ao fim do tempo que agendamos juntos, mas queria compartilhar algumas das suas ideias para o futuro. Você já fez coisas realmente incríveis até agora. Você tem ótimas métricas.

Você teve uma melhora significativa, mas estamos sempre de olho no futuro, certo?

O futuro da IA ​​e do crescimento

Estamos sempre de olho no futuro, para onde a IA está nos levando e o que você prevê para os próximos 6 a 18 meses

Lomit Patel: Sim, para mim, sinto que o futuro será cada vez mais sobre equipes de growth ou de aquisição de usuários, realmente se voltando mais para aproveitar ou construir uma máquina de IA inteligente que’s, que’s vai ficar entre elas e todos esses diferentes canais onde gastam dinheiro, seja em aquisição ou retenção, para realmente capacitá‑las a serem melhores, mais rápidas e mais inteligentes no uso dos dados, porque no fim das contas, todo mundo tem dados, mas eles não valem nada se você não extrair valor rapidamente

E a outra parte disso é que o segredo do crescimento está em realizar o máximo de experimentos possível para descobrir o que funciona e o que não funciona. Assim, você pode investir ainda mais no que dá certo e abandonar o que não dá. E outra coisa que acredito que muitas empresas farão é eliminar grande parte dos pontos de contato ou interações humanas em todo o processo de gerenciamento e execução de diferentes campanhas.

E a empresa vai depender cada vez mais dessas máquinas inteligentes com inteligência artificial para que elas realmente façam grande parte desse trabalho.

E eu sinto que empresas como Singular e outras MMPs estão se tornando verdadeiros depósitos de dados valiosos para os clientes. E, no fim das contas, acredito que provavelmente haverá algum tipo de integração com máquinas inteligentes que se integrem a essas plataformas, tornando a experiência realmente perfeita, centralizada em um único lugar, ao contrário do que tínhamos que fazer quando começamos, pois não tínhamos muita escolha a não ser tentar juntar todas essas peças diferentes.

O problema de tentar juntar muitas peças diferentes é que sempre existe o risco de algo dar errado no processo. Quanto mais você tiver tudo em um só lugar, como se diz, singular fonte de dados, mais fácil fica, certo?

O livro Lean AI

John Koetsier: Exatamente, exatamente. Bem, obrigado por isso e obrigado por este tempo. Quero perguntar rapidamente, se alguém pegar seu livro, onde pode encontrá‑lo? Presumo que esteja em todos os lugares, mas onde pode obtê‑lo e o que um profissional de marketing, um especialista em aquisição de clientes ou qualquer executivo vai aprender com seu livro?

Lomit Patel: Claro. O livro está disponível nas principais livrarias agora, como Amazon, Barnes & Noble, Target, Walmart e várias outras, você pode encontrá‑lo nesses sites. Meu objetivo ao escrever o livro, e ele’s foi pensado para falar com diferentes públicos, principalmente executivos – fundadores, CMOs ou heads de growth – para capacitar você a ser um defensor da IA no seu negócio e como fazer isso

E então, o texto se dirige a pessoas que estão mais no nível de diretoria ou gerência quando se trata de crescimento em IA, em termos das habilidades necessárias para realmente se aprimorar nessa área, e fornece um roteiro pragmático para qualquer empresa. O que eu sei que, especialmente agora com tudo o que está acontecendo com o coronavírus, uma das grandes perguntas que muitas empresas começarão a se fazer é: como podemos obter mais? Como podemos melhorar as operações? Como podemos fazer mais com menos? Essa sempre foi uma pergunta, mas será uma pergunta ainda mais importante agora.

Este livro realmente oferece um roteiro de como fazer isso, especialmente quando se trata de um dos maiores investimentos em crescimento para as empresas: a aquisição de usuários. E eu me solidarizo com muitas empresas que estão enfrentando desafios com a atual crise do coronavírus, mas acredito que um dos pontos positivos de qualquer crise é que ela força as empresas a repensarem os problemas que enfrentam.

Voltando à minha história na IMVU, entrei na empresa num momento em que o crescimento estava indo na direção errada e a empresa realmente queria tentar algo diferente. Isso me ajudou a me tornar um defensor dessa ideia. E acredito que outras pessoas que estão em uma posição semelhante agora podem usar isso como uma oportunidade, porque permitirá que mais pessoas se abram para a ideia de como aproveitar a IA e a automação, porque, no fim das contas, nenhuma empresa vai superar essa crise apenas cortando custos, já que cortar custos não é uma estratégia para o crescimento.

Você precisa descobrir como usar seus dados de forma mais eficiente, rápida e inteligente para realmente impulsionar a aquisição de clientes. E acredito que o livro aborda exatamente isso, e este é um momento tão bom quanto qualquer outro para começar a ter essas conversas.

John Koetsier: Bem Lomit, isso’s ótimo. Isso’s ótimo conselho, eu recomendo. Recomendo esse livro e quero agradecer por dedicar esse tempo conosco. Agradeço muito e obrigado por passar esta hora ou quase uma hora conosco no Growth Masterminds

Lomit Patel: Obrigado, John. Eu’ve sido um grande fã seu. Adoro ler seu conteúdo e ouvir seu podcast, então é uma honra estar aqui

John Koetsier: Muito obrigado.

Lomit Patel: Obrigado.