Quando esquecer o espelho retrovisor

Como os profissionais de marketing podem prever se o público pagará para ver um novo filme ou baixar uma nova música? Essas previsões são notoriamente complicadas. Os pesquisadores acadêmicos chamam os filmes e as músicas de "produtos da moda", porque suas vendas são impulsionadas pela volatilidade do gosto do consumidor. Os produtos da moda geralmente têm ciclos de vida curtos e dependem de decisões de compra impulsivas. Uma maneira de melhorar as previsões é buscar mais dados. Mas uma nova pesquisa sugere que, no caso dos produtos de moda, isso nem sempre ajuda. Matthias Seifert, da IE Business School, e uma equipe de colegas examinaram a função conjunta dos dados históricos e contextuais nos julgamentos humanos sobre quais produtos decolarão e quais não. Por exemplo, como uma empresa de música pondera os dados históricos ("O álbum anterior de Taylor Swift vendeu X cópias") em relação aos dados contextuais ("Planejamos gastar Y no marketing desse álbum") ao avaliar os próximos lançamentos? Como os setores criativos são altamente dinâmicos, os dados históricos nem sempre são úteis por si só. Embora o senhor possa presumir que, por exemplo, um filme com um ator famoso será um sucesso, estudos descobriram que o poder das estrelas não é realmente um indicador significativo das receitas de bilheteria. E os dados contextuais tendem a ser subjetivos e qualitativos, o que aumenta a complexidade do julgamento em questão. A equipe de Seifert estudou as previsões sobre onde os singles pop entrariam na lista dos 100 mais vendidos. Primeiro, eles entrevistaram 23 gerentes seniores de quatro grandes gravadoras para identificar "variáveis de previsão" - fatores que deveriam estar correlacionados com o sucesso. Esses fatores incluíam o orçamento de marketing individualizado para cada single, quem mais estava lançando singles na mesma semana e se o artista era um artista estabelecido ou uma cara nova. Em seguida, eles forneceram listas dos próximos singles, juntamente com informações de variáveis preditoras sobre eles, a 92 gerentes de contas a receber - pessoas que procuram e recrutam músicos. Em um período de 12 semanas, os gerentes de contas a receber preencheram quatro questionários on-line sobre as prováveis posições de entrada nas paradas dos singles que lhes foram atribuídos, usando as variáveis de previsão para fazer suas previsões - 210 no total. Depois disso, os pesquisadores ficaram atentos ao desempenho de cada single. Finalmente, eles categorizaram cada variável preditora como histórica ou contextual e realizaram análises matemáticas para ver qual tipo funcionou melhor - e como as duas funcionaram juntas. Eles descobriram um detalhe interessante: fazemos julgamentos melhores sobre a demanda volátil quando consideramos apenas os dados contextuais. Os dados históricos pareciam prejudicar a capacidade dos gerentes de contas a receber de interpretar o contexto. Como os algoritmos podem prever relações lineares muito melhor do que o cérebro humano, a equipe de Seifert sugere deixar que um computador tome decisões em ambientes estáveis em que as previsões dependam apenas de dados históricos. Porém, ao pedir a alguém que faça um julgamento em um ambiente volátil, considere a possibilidade de reter informações históricas para que a pessoa possa se concentrar nas informações contextuais. Mais dados nem sempre são melhores. Sobre a pesquisa: "Effective Judgmental Forecasting in the Context of Fashion Products", de Matthias Seifert, Enno Siemsen, Allègre L. Hadida e Andreas B. Eisingerich

Quando esquecer o espelho retrovisor

Partner Center