O que Ashton faria — e isso importa?

Sempre que dou uma palestra, faço um experimento simples. Primeiro, peço aos membros da platéia que levantem a mão se seguirem o ator Ashton Kutcher no Twitter. Normalmente, as mãos da maioria das pessoas se levantam, o que não é uma grande surpresa. Por vários anos, Kutcher vem conquistando seguidores de forma agressiva, até mesmo alugando cartazes incentivando as pessoas a seguirem “aplusk”, seu nome de usuário no Twitter. Em 2009, ele se tornou o primeiro usuário a adquirir 10 milhões de seguidores; no início de 2013, o total era de 13,7 milhões. Kutcher parece ser a própria definição de um “influenciador” de mídia social. Mas então eu faço outra pergunta ao público: Quantos já fizeram algo porque Kutcher sugeriu isso? Na maioria das vezes, ninguém levanta a mão. Então, eu tenho que me perguntar: se Kutcher é o influenciador por excelência, mas ninguém faz o que ele sugere, de que forma ele é influente? Todo profissional de marketing deve pensar bem nessa questão. Desde que Malcolm Gladwell popularizou a ideia de influenciadores em seu livro de 2000, O ponto de inflexão, as empresas estão obcecadas com a ideia de que, se conseguirem levar seu produto a um grupo seleto de consumidores conectados e expressivos, será apenas uma questão de tempo até que ele se torne viral. Os profissionais de marketing estão gastando milhões em estratégias de mídia social para esse fim; eles estão trabalhando para reunir seguidores e estão usando “pontuações de influência” criadas por empresas como Klout e PeerIndex para tentar entender quanta influência cada seguidor exerce. Com o tempo, eles esperam abandonar os métodos tradicionais, caros e ineficientes de publicidade em massa para campanhas boca a boca, ponto a ponto. E os profissionais de marketing não são os únicos que se esforçam para capitalizar a influência. Os formuladores de políticas estão tentando entender como ele pode ser usado para espalhar mudanças sociais positivas, como diminuir a obesidade ou aumentar o uso de preservativos. É um trabalho desafiador. Até mesmo cientistas de dados que usam ferramentas estatísticas poderosas têm dificuldade em descobrir a influência de outros fatores. Fazer a coisa certa pode melhorar as vendas e os lucros ou a adesão aos programas sociais. Errar pode levar a práticas de marketing que simplesmente segmente usuários que já estavam propensos a comprar. E alguns acadêmicos que estudaram o papel da influência no comportamento do consumidor começaram a duvidar que ela seja tão poderosa quanto Gladwell e outros acreditam. Por exemplo, em seu livro Tudo é óbvio, Duncan Watts argumenta que as tendências têm a mesma probabilidade de começar com pessoas comuns do que com influenciadores como Kutcher. Para resolver esses debates, precisamos de dados — em particular, dados experimentais. Meus colegas e eu conduzimos experimentos de pesquisa com redes de mídia social para estimar com mais precisão a influência. Também trabalhei com várias empresas, incluindo Facebook, Yahoo e New York Times, para ajudá-las a entender melhor como os clientes influenciam uns aos outros. Embora os insights desse trabalho ainda estejam surgindo, nossos resultados iniciais podem ajudar as organizações a aprender quais tipos de pessoas são mais influentes e quem é mais suscetível à sua influência. Pássaros de uma pena... A principal razão pela qual é difícil entender a influência é que as pessoas confundem correlação e causalidade. Incontável estudos mostraram que os comportamentos humanos tendem a se agrupar entre amigos e com o tempo: por exemplo, amigos costumam realizar atividades (assistir Castelo de Cartas, bebendo coquetéis de bourbon) mais ou menos ao mesmo tempo. A questão é se isso é resultado da influência entre pares ou de outra coisa. Entendendo o “efeito iPhone” Se alguém compra um novo produto, sua amiga geralmente também compra. Os modelos estatísticos tradicionais atribuem isso à influência. Mas modelos melhores reconhecem que o papel da influência é frequentemente exagerado, em grande parte porque os primeiros usuários — aqueles que compram um produto assim que ele é colocado à venda — tendem a ter personalidades e interesses semelhantes. Uma explicação possível é o fenômeno sociológico chamado “homofilia” — a propensão das pessoas a se associarem com outras que são como elas (lembre-se do ditado “Pássaros do mesmo tamanho voam juntos”). Por definição, isso significa que nossas preferências, interesses e comportamentos estão altamente correlacionados com os de nossos amigos. Compramos os mesmos produtos ao mesmo tempo. Assistimos aos mesmos programas de TV e visitamos os mesmos sites, então estamos expostos aos mesmos anúncios. Comemos nos mesmos restaurantes, frequentamos as mesmas academias e seguimos padrões de deslocamento semelhantes. Todas essas coisas imitam a influência social, mas podem não ter nada a ver com isso. Os pesquisadores os chamam de “fatores de confusão”. Para estimar com precisão a influência social, precisamos identificar fatores de confusão para que possamos diferenciar o comportamento tendências de comportamental mudanças. Para determinar o quanto você pode ter influenciado minha decisão de compra, precisamos saber o efeito de seu comportamento ou recomendação mais e mais minha probabilidade anterior de compra. Na prática, isso pode ser extremamente difícil, mas com as mídias sociais, temos um novo laboratório para experimentação. Nós estudamos a adoção de um produto de serviço móvel entre 27 milhões de usuários em uma rede de mensagens instantâneas do Yahoo e usou técnicas estatísticas para separar a influência (especificamente, como o uso ou a recomendação do produto por um amigo afetou a decisão de outra pessoa de usá-lo) da homofilia e de outros fatores de confusão. Descobrimos que os modelos tradicionais superestimaram o poder de influência por um fator de sete e que metade da influência percebida era, na verdade, apenas homofilia e outras confusões. Também descobrimos que as superestimativas de influência eram particularmente extremas no início do ciclo de vida do produto. Isso porque os adotantes precoces têm maior probabilidade de serem semelhantes entre si do que os adotantes tardios. Se você quiser ver isso em ação, vá a uma loja da Apple na próxima vez que um novo iPhone for lançado e veja as pessoas acampadas na frente. Essas descobertas têm implicações dramáticas para a estratégia de marketing. Imagine que você é o diretor de marketing de uma marca que está planejando o lançamento de um produto. O cientista de dados da sua empresa apresenta evidências que preveem que, quando alguém adota seu produto, muitos de seus amigos também começarão a usá-lo. Se seu cientista de dados demonstrar que 90% da correlação tem a ver com influência, você provavelmente alocará grande parte do orçamento de marketing para estratégias entre pares e boca-a-boca, por exemplo, oferecendo uma promoção de “amigos e familiares” que permita aos usuários compartilhar um código de desconto. Mas se ela sugerir que 90% da correlação tem a ver com homofilia, você perceberá que é improvável que uma campanha peer-to-peer funcione e que seria melhor segmentar o mercado em grupos demográficos distintos e atingir prováveis adotantes (independentemente de quem sejam seus amigos) por meio de anúncios e promoções tradicionais. Em um segundo experimento, estudamos como a influência afetou a decisão de baixar um aplicativo comercial de filmes entre 1,4 milhão de usuários do Facebook. Dividimos os adotantes do aplicativo em três grupos aleatórios. Quando os do primeiro grupo baixaram o aplicativo, eles puderam convidar pessoalmente amigos para usá-lo. Para o segundo grupo, uma notificação automática alertou os amigos de que o membro estava usando o aplicativo. Para o terceiro grupo, nem convites nem notificações foram enviados. Descobrimos que 6% das pessoas que receberam um convite pessoal baixaram o aplicativo — três vezes mais do que aquelas que receberam uma notificação automática. Também descobrimos que os usuários usaram o aplicativo 17% a mais a longo prazo quando amigos se juntaram a eles por causa de um convite pessoal do que quando amigos entraram por causa de uma notificação automática. No geral, essas estratégias não apenas criaram aumentos sustentados no engajamento, mas geraram um aumento significativo na adoção total, tudo por um custo fixo único de cerca de $600 para projetar e implementar os recursos virais. RE: Ei, você já experimentou este aplicativo? Em um experimento, muito menos usuários do Facebook baixaram um aplicativo quando receberam um anúncio automático, em vez de um convite pessoal de um amigo, mas como muitos outros anúncios automatizados foram lançados, o benefício geral foi muito maior. Também analisamos os dados para obter informações sobre quais tipos de pessoas foram influentes e quais tipos. eram suscetíveis à influência. Descobrimos que os homens eram mais influentes do que as mulheres; que as mulheres influenciavam os homens mais do que influenciavam outras mulheres; que as pessoas com mais de 30 anos, em geral, eram mais influentes e menos suscetíveis do que as pessoas mais jovens; e que as pessoas casadas eram menos suscetíveis do que as solteiras. E determinamos que influência e suscetibilidade se compensavam: pessoas mais influentes tinham menos probabilidade de serem influenciadas, e pessoas mais suscetíveis à influência tendiam a ser menos influentes. Embora esses resultados não sejam necessariamente válidos para outros produtos, eles ilustram um método geral para medir a influência e a suscetibilidade e mostram como a pesquisa pode fornecer às empresas informações valiosas sobre quais tipos de consumidores provavelmente influenciarão a adoção de seus produtos. Em um estudo posterior, exploramos como as empresas podem incentivar os usuários a recomendar em seu nome. Experimentamos três tipos de incentivos para promover um serviço de entrega de flores baseado na web. Oferecemos aos usuários de um grupo $10 para convidar amigos a usar o serviço — um programa que chamamos de “incentivo egoísta”. Oferecemos aos do segundo grupo a chance de dar a um amigo um desconto de $10 por se inscrever — um “incentivo generoso” (o recomendador não recebeu nenhuma recompensa). Oferecemos ao terceiro grupo um “incentivo justo”, no qual o recomendador recebeu $5 e o amigo recebeu um desconto de $5. Os resultados nos surpreenderam: os incentivos generosos e justos geraram mais envios do que o incentivo egoísta. Acontece que as pessoas não gostam de enviar spam para seus amigos, a menos que possam repassar um benefício. Esses resultados estão de acordo com a noção sociológica de uma “economia da dádiva”, na qual a generosidade confere status. Os insights que descrevi têm aplicações muito além do marketing de produtos de consumo. Por exemplo, em um programa piloto na África do Sul, estamos conduzindo uma variação do nosso experimento de entrega de flores para investigar quais tipos de incentivos levarão as pessoas a fazer o teste de HIV. Com a MTV, estamos pesquisando maneiras pelas quais o uso das mídias sociais pelas pessoas pode influenciar a mobilização política de seus amigos. O futuro do marketing de influência social dependerá de análises robustas para aumentar nossa compreensão sobre o que impulsiona a mudança comportamental. Confundir qualquer um dos inúmeros fatores de confusão com influência pode levar a erros caros — na estratégia de marketing e em políticas públicas.

O que Ashton faria — e isso importa?

Partner Center