De todas as ferramentas de persuasão que os profissionais de marketing de conteúdos têm no seu conjunto de ferramentas, os dados são uma das mais fortes.
De acordo com um estudo de 2014 do Cornell Food and Brand Lab, as pessoas tinham 40% mais probabilidades de acreditar que um medicamento funcionaria se soubessem do mesmo através de um gráfico em vez de apenas lerem um texto.
Vê o que eu fiz? 😉
Mas os dados também são complicados.
É fácil ver padrões onde eles não existem, ou distorcer a apresentação para defender o seu ponto de vista. E se isso acontecer, mesmo que não intencionalmente, pode minar a confiança que construiu com o seu público.
Então, como é que os profissionais de marketing de conteúdos inteligentes podem aprender a utilizar os dados de forma eficaz e responsável, de modo a criar confiança em vez de a destruir?
Para ser claro, aprender a reparar e a corrigir os seus próprios preconceitos na interpretação e apresentação de dados pode levar uma vida inteira.
Mas, felizmente, existem orientações que o podem manter no caminho certo, para que possa aprender a partilhar dados persuasivos de forma eficaz e responsável.
Vejamos quatro delas.
1. Questione a fonte
Se estiver a partilhar os resultados de um estudo (ou qualquer tipo de dados recolhidos por outra pessoa), é importante pensar criticamente sobre se confia nas conclusões antes de as partilhar com o seu público.
Na maioria das vezes, ao olhar para quem efectuou um estudo ou recolheu dados e por que razão pode revelar pistas importantes sobre a sua credibilidade.
Se está a citar um estudo e tem acesso ao seu texto integral, veja a sua metodologia e use o seu bom senso – acha que a experiência testou o que se propôs testar?
Outra estratégia para ajudar a verificar a credibilidade de um estudo é fazer uma análise de backlinks para ver quem mais citou o estudo e o que tinham a dizer sobre ele.
Recolha mais informações sobre a sua fonte e leia o que os outros têm a dizer sobre ela – e, mais importante, quem disse essas coisas – pode ajudá-lo a decidir se essa informação é ou não fiável.
2. Seja claro sobre a origem dos dados
Se estiver a partilhar os dados de outra pessoa, esta é fácil.
Geralmente, é suficiente criar um link para a fonte onde encontrou os dados. Afinal de contas, é um profissional de marketing de conteúdos, não um investigador, por isso não há necessidade do estilo MLA.
Mas e se estiver a partilhar dados que recolheu?
Talvez esteja a utilizar os dados do seu próprio sítio Web ou os dados das redes sociais para mostrar a eficácia de diferentes estratégias de marketing, ou esteja a partilhar os seus próprios dados de um inquérito aos clientes.
Neste caso, é importante considerar as limitações dos seus dados.
Um inquérito com apenas 20 respostas pode revelar algo interessante, mas é difícil tirar conclusões concretas com tão poucas respostas.
Isso não significa que não possa compartilhar o que aprendeu com esses dados; significa apenas que precisa deixar claro que as informações vieram apenas de 20 questionados.
3. Lembre-se de que correlação não é igual a causalidade
Esta é a regra de ouro da análise de dados, que provavelmente já ouviu antes.
O ponto crucial é: só porque duas tendências parecem estar relacionadas, não significa que estejam.
Isso não significa que a correlação nunca seja útil.
Muitas vezes, a correlação pode dar-lhe uma pista de que algo pode estar a acontecer entre duas variáveis. Mas tem de estar aberto à possibilidade de se tratar apenas de uma coincidência.
Por exemplo, se recebe mais tráfego numa determinada altura do dia, é provável que algo que está a acontecer para influenciar o seu tráfego nessa altura. Mas essa correlação não lhe diz o quê.
Só saberá isso quando fizer mais perguntas.
É perfeitamente válido citar uma correlação no seu marketing de conteúdo, mas não cometa o erro de confirmar uma ligação que pode ou não existir.
4. Utilize uma boa etiqueta gráfica
Os gráficos podem ser poderosos instrumentos de persuasão.
Quando usados de forma responsável, podem tornar um ponto-chave muito mais rápido e claro do que tentar explicá-lo com texto.
Mas têm de ser utilizados com cuidado.
Aqui estão algumas boas regras de ouro que aprendi ao longo dos anos:
Mantenha-o simples
Pergunte a si próprio:
O que é que estou a tentar comunicar?
Em seguida, elimine tudo o que não o ajude ativamente a defender o seu ponto de vista, incluindo elementos que sejam simplesmente redundantes.
Por exemplo, o que acha que estou a tentar dizer com este gráfico?
Se respondeu “Não sei”, essa é uma resposta válida.
Há boas informações nesse gráfico, mas você, como leitor, não faz ideia do que estou a tentar comunicar com ele.
Neste próximo gráfico, eliminei os dados de taxa de abertura e o rótulo supérfluo, para que possamos nos concentrar exatamente em um ponto: O email 5 teve a melhor taxa de cliques.
Não peça ao seu leitor para procurar informações – esse é o seu trabalho.
Apresente os dados para que o seu ponto de vista seja imediatamente claro.
Cuidado com a escala
As escalas são uma das formas mais fáceis de um gráfico se tornar enganador.
A sua aposta mais segura é começar o seu eixo Y em zero, uma vez que isso ajuda a manter tudo em perspetiva.
Neste primeiro gráfico, o Email 6 parece horrível.
Mas após uma inspeção mais atenta …
Ei, o eixo Y começa em 25%!
Com a escala apropriada, podemos ver que, sim, o Email 6 tinha a taxa de abertura mais baixa, mas não era tão terrível quanto a primeira escala fazia parecer.
Use rótulos e cores significativos
Numa visualização de dados, todos os elementos devem ter significado, caso contrário, atrapalham o que está a tentar comunicar.
Certifique-se de que quando escolhe diferentes rótulos, estilos ou cores, estes ajudam a clarificar o seu ponto de vista em vez de serem redundantes ou inúteis.
Neste primeiro gráfico, cada email tem uma cor diferente, o que não só é difícil de ver, mas também essencialmente sem sentido.
Sim, há seis e-mails diferentes, mas já sabemos isso porque há seis barras – as cores diferentes são redundantes.
Em vez disso, utilize uma cor de destaque para chamar a atenção para aquilo em que quer que o leitor se concentre.
Todos precisam de literacia de dados
Os dados costumavam ser o domínio dos cientistas e dos académicos. Agora já não é.
Agora que todos têm acesso a mais dados do que nunca, a literacia de dados deixou de ser uma preocupação de nicho.
Ser capaz de interpretar e utilizar os dados de forma responsável e eficaz pode melhorar o seu marketing de conteúdos, sim.
Mas também, quando dá um passo extra para refletir sobre os dados que lê e partilha, está a fazer a sua parte para melhorar a forma como a nossa sociedade utiliza os dados em geral.
Por isso, da próxima vez que se encontrar a citar um estudo ou a criar um gráfico para utilizar no seu marketing de conteúdos, reserve algum tempo para pensar criticamente sobre os dados e a forma como os está a partilhar.
Fazer a si próprio algumas perguntas críticas pode ajudá-lo a evoluir de um partilhador passivo de dados para uma fonte em que o seu público confia.