Small Data – Inovação na Prática 4

Metodologias da Inovação – Small Data

“Uma citação muito conhecida nos diz que, se quisermos entender como os animais vivem, não devemos ir ao zoológico, mas à selva. É isso o que eu faço. Em quase todas as situações, após fazer uma pesquisa, por meio de um processo detalhado, que envolve visitar os consumidores em suas casa, recolher small data, e destrinchá-los com observações e insights que recolho ao redor do mundo, surge um momento em que descubro um desejo não percebido, algo que gera a base de uma nova marca, de um produto ou negócio inovador”.

O texto acima é de Martin Lindstrom, escritor e consultor que desenvolveu a interessante técnica de recolher pequenas pistas no cotidiano das pessoas, que podem resultar em importantes (e milionárias) inovações.

Esse desejo não percebido é o principal foco das pesquisas de Lindstrom, segundo ele, o desejo sempre está ligado a uma história e a um espaço vazio a ser preenchido: “uma vontade que irrompe, agita e motiva o comportamento humano, consciente e inconscientemente”.

O desejo pode se manisfestar de diversas formas, como, por exemplo, o interesse por dinheiro, status ou pela necessidade de pertencimento a um grupo. A segurança que buscamos do passado, também é um desejo, assim como a promessa do futuro. Não podemos deixar de citar uma contribuição de Platão, que já discutimos em outra ocasião: “Você ama o que deseja e deseja o que não tem“.

Com um entendimento mais profundo do desejo, precisamos entender o contexto em que o avaliado está inserido, como situações históricas, políticas, culturais, econômicas e tecnológicas. Essa visão holística é essencial para a compreensão dos Small Data que forem coletados.

“Considerando que 90% do que as pessoas deixam transparecer em suas conversas são sinais não verbais, nossas verdadeiras identidades podem ser encontradas analisando o que somos em nossas vidas reais, em nossas culturas e países. Esse amálgama de gestos, hábitos, gostos, aversões, hesitações, padrões de fala, hábitos de decoração, senhas, mensagens de Twitter, atualizações de status e uma série de outras coisas são o que chamo de Small Data”.

Utilização de Small Data

Um dos exemplos que considero mais relevantes é a construção de um shopping na Arábia Saudita, do qual Lindstrom foi contratado para planejar.

Como sabemos (ou pelo menos suspeitávamos), o contexto da região é complexo. A religião tem uma forte influência nos desejos e comportamento das pessoas e é um país altamente opressor com suas mulheres. “Lá, elas não podem dirigir, viajar, trabalhar, ir à escola, nem submeter-se a certos procedimentos médicos sem o consentimento de seus tutores do sexo masculino. Mas, mesmo assim, são as mulheres que fazem as compras e tomam as decisões no âmbito familiar”. Qualquer inovação no varejo local deveria levar essa dinâmica em consideração.

Após aprender um pouco mais sobre o contexto daquele país, Lindstrom foi em busca de pistas que o levassem a entender os desejos não atendidos daqueles consumidores. Todo small data recolhido foi descoberto por meio de muitas visitas às residências de moradores locais, recheadas de conversas e observações. Seguem algumas pistas que encontrou:

  • Grande parte dos imãs de geladeira retratam ícones internacionais, como a Torre Eiffel, o rio Sena, o Coliseu romano ou o Big Bang.
  • Os quadros das casas giravam em torno de um mesmo tema: água. Eram imagens de riachos, lagos, cachoeiras e oceanos.
  • Diferente das estatísticas mundiais, havia pouquíssimas escovas de dentes vermelhas, laranjas e amarelas.
  • Na cozinha, os copos eram organizados em bandejas, posicionados um ao lado do outro, nunca empilhados. Nada poderia cair ou tombar, quebrar ou rachar. O controle costuma ser um sinal e uma consequência do medo.
  • O comportamento das crianças brincando era controlado e cuidadoso, em vez de brincadeiras como pique-esconde e pega-pega, elas pareciam se centrar em temas como proteção e cuidado.
  • Os brinquedos favoritos eram caminhões de bombeiro, ambulâncias ou carros de polícia. Os livros infantis também seguiam a linha de segurança, indicando que o medo identificado nas mães era passado para seus filhos.
  • Esses livros retratavam campos verdejantes, fazendas, riachos, moinhos e picos de montanhas nevadas e não o cenário árido de seu país.

Ao investigar esses small data, ele chegou a conclusões importantes. Os imãs de geladeira representavam o desejo de fuga para lugares distantes e diferentes do que estavam acostumados. A combinação de brinquedos de bombeiros, as cores evitadas e as imagens de água, abriu caminho para a compreensão de que as sauditas têm medo de fogo. Fobia causada, talvez, pela ameaça de serem sufocadas, já que a roupa das mulheres é (ao menos aos olhos de um ocidental) claustrofóbica. O desejo de segurança era evidente.

Poucos meses depois, a construção tinha começado. Não foram utilizadas as cores vermelho, laranja ou amarelo. Foi dada ênfase às imagens aquáticas, com compridos canais ao longo do shopping, criando uma negação visual da possibilidade de incêndios.

O shopping se transformou em um mundo de sonhos, repleto de imagens que envolviam a presença de água, como chafarizes, riachos e até mesmo imagens invernais de cabanas suíças, montanhas nevadas e pistas de esqui. Dessa maneira, as mulheres sauditas poderiam se sentir mais seguras e se lembrariam da proteção e do aconchego que sentiam quando crianças. Com o cuidado de que, como os copos nas casas dos moradores, essas montanhas não ficassem muito distantes do chão.

O método

Certamente, não foram apenas algumas simples visitas que determinaram a criação de um shopping, que revolucionou o varejo de um país. Apenas uma mente muita treinada consegue unir contexto e small data para entender desejos nessa magnitude. Porém, podemos fazer uso dessa técnica nos mais diversos projetos que estamos envolvidos. Para facilitar o entendimento do processo, o autor desenvolveu um roteiro, que foi batizado de Metodologia 7C:

  • Coleta – Como suas informações são traduzidas em uma casa?

O primeiro passo no processo é fazer o possível para remover o filtro que nos impede de ver o que está efetivamente acontecendo. Para isso, converse com pessoas que possuam alguma conexão com seu público alvo, as redes sociais podem lhe ajudar nessa tarefa. O importante é coletar informações de diferentes perspectivas, para ser capaz de entender o contexto e definir uma hipótese. Fazendo isso, você terá um caminho a seguir, quando começar a entrevistar consumidores.

  • Comunicação – Que reflexões emocionais distintas você está observando?

Seu objetivo como pesquisador é criar uma narrativa, um história coesa que se encaixe e seja única. Por isso, nada do que vir ou ouvir é irrelevante. Tudo no interior de uma casa, dos quadros ao conteúdo dos armários do banheiro, está posicionado por uma razão. Mas não se engane, a pessoa geralmente se esconde atrás de um “eu” idealizado, uma forma que ele quer que os outros a vejam. Para encontrar desejos ainda não descobertos, você vai precisar se esforçar um pouco mais.

  • Conexão – Quais são as consequências do comportamento emocional?

Até aqui, você já deve ter encontrado alguns exemplos de small data. É hora de entender se existem semelhanças entre eles, que possam validar sua hipótese. Você está buscando um gap emocional, um exagero ou falta de algo. Se estiver no caminho certo, a linguagem corporal dos entrevistados demonstrará, na maioria das vezes, mal-estar ou desconforto. Fique atento.

  • Correlação – Em que momento os comportamentos ou emoções aparecem pela primeira vez?

Nessa fase, procuramos evidências dos primeiros sinais de mudança no comportamento do consumidor que você identificou. Um ponto de entrada ou mudança de personalidade pode ser expressado por meio de roupas diferentes, da adoção de novos amigos ou parceiros, a ida dos filhos para a faculdade ou uma transição de carreira. Ou seja, qualquer marco que tenha correlação com a mudança de comportamento.

  • Causalidade – Que emoção isso evoca?

Agora é hora de entender e validar o que motivou essa mudança. Junte as correlações que encontrou e faça uso da empatia para entender qual tipo de emoção é provocada nesses casos.

  • Compensação – Qual é o desejo insatisfeito ou não realizado?

Depois de validar a causalidade, é tempo de destilá-la na sua essência mais emocional, o desejo. Aliar contexto e small data é a melhor forma de se fazer isso. Muitas vezes, olhando álbuns de fotografias dos entrevistados, você encontrará a resposta. Procure momentos felizes nas vidas das pessoas. Entre esses dois polos – momentos em que as pessoas se sentiam emocionalmente realizadas versus o que estão vivendo agora – você encontrará o desejo.

  • Conceito – Qual é a grande ideia de compensação para o desejo do consumidor que você identificou?

Agora a criatividade entra em cena. É hora de refletir sobre suas observações e propor soluções para aqueles desejos não atendidos que você acabou de encontrar.

Para finalizar

“Se as empresas querem entender seus consumidores, o Big Data oferece uma solução valiosa, mas incompleta. Eu diria que nossa preocupação contemporânea com os dados digitais coloca em perigo os insights de alta qualidade e as observações acuradas. Isso porque, por mais que recebamos grandes dados, a internet continua sendo uma versão maquiada e idealizada de quem realmente somos.”

Martin Lindstrom

Assim como comentamos no post Empatia, precisamos ter um entendimento mais profundo do consumidor. Não podemos enxergá-los como “desafortunados alvos do marketing” ou tratá-los como números dispostos em um gráfico. Ambas as ferramentas – Empatia e Small Data – facilitam nosso aprendizado sobre o público e são essenciais para uma maior compreensão das oportunidades que ainda não estão sendo exploradas.

Se conseguirmos treinar nossa mente para captar tais insights em nosso cotidiano, melhor ainda. Seremos capazes de propor soluções que, realmente, farão alguma diferença na vida das pessoas.

Referências:  Small Data, Martin Lindstrom, 2016

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *