A “desinteligência” de dados na saúde: dicas para uma gestão de marketing mais eficiente

Blog post Lucas-01

O professor ficou chocado com o que eu disse.

No colégio, sempre fui considerado um dos “nerds” da turma em matérias quantitativas: matemática, física, química, you name it! Em 2011, fui aceito no processo seletivo da Universidade de São Paulo (USP) para iniciar minha graduação e compareci nessas confraternizações de cursinhos para alunos aprovados. Um dos professores, logo me parabenizou: “Mais um para a engenharia da Poli!” (Escola Politécnica da USP). Respondi, quase que constrangido por desapontar seu entusiasmo: “Professor, na verdade eu vou cursar Publicidade e Propaganda.” Essa decisão improvável acabou se demonstrando uma grande vantagem para a carreira que eu viria construir no setor de healthcare.

Já é sabido há tempos que a área de marketing é cada vez mais dependente de dados, conectada a métricas e mensurada em cada uma de suas etapas. Não existe mais investimento a ser realizado sem uma ideia de ROI, LTV, CAC, CPL, Taxa de Conversão e outras siglas que vemos no nosso dia-a-dia (se você não conhece algum desses termos, sugiro “dar um Google”). Além disso, vivemos na era de abundância de informações e metodologias de processamento, com cruzamento de dados primários, bases externas e fontes de Big Data via inteligência artificial e machine learning. Para a felicidade deste nerd em matemática que vos fala, tudo isso começou a fazer parte do dia-a-dia do marketing. Mas é claro que trabalhar nas “CNTP” (referência das aulas de física) é um sonho longe de se concretizar. A realidade é outra, principalmente no ramo de saúde.

Tecnologia no mercado brasileiro de healthcare

Apesar da tecnologia avançar cada vez mais no tratamento de enfermidades, as empresas do setor de saúde ainda não conseguem utilizar os dados de seus pacientes para melhorar a qualidade de seu atendimento. De acordo com dados da PwC, menos de 30% dos serviços públicos de saúde no Brasil são digitalizados. Ademais, especialistas afirmam que cerca de 80% dos registros médicos coletados não possuem dados estruturados, resultando numa dificuldade de geração de informações relevantes para o negócio. Resumindo, enquanto em outras indústrias geralmente o maior desafio é saber que dado utilizar, na saúde o problema é precisamente encontrar dados confiáveis.

Pensando nisso, compilei abaixo algumas dicas do que aprendi na minha trajetória profissional para criação de ações de impacto baseadas em análises de dados. Essas dicas poderiam ser aplicadas a qualquer negócio, mas são ainda mais importantes na indústria de healthcare.

1- Comece pequeno, mas comece já!

Sua empresa usa três bancos de dados diferentes, as informações não batem, não há campo-chave em comum, não possui API, não há integração e além de tudo a qualidade da coleta de informações é muito baixa. Essa é a realidade de muitas empresas, mas não quer dizer que você não possa realizar nada ainda HOJE. Quanto antes você iniciar um relacionamento com seu consumidor/paciente, melhor. Foque em um “easy-win” por vez: uma régua de e-mails de aniversário para seus pacientes, uma segmentação simples por gênero, comunicação em datas comemorativas, uma ação de “look-alike” ou simplesmente poder atender o telefone e chamar seu paciente pelo nome. Com certeza há algo que possa ser feito e que influencia nos KPIs do seu negócio.

2- E quando planejar a longo prazo, pense na empresa como um todo

É bacana ter os dados básicos dos seus clientes, mas será que eles servem apenas ao marketing? A falta de comunicação entre áreas geralmente gera ruídos e retrabalhos enormes. Ao se falar de banco de dados podemos estar falando de uma perda potencial de meses de trabalho e possível obsolescência precoce dos seus sistemas. Áreas como operações, ouvidoria, TI e vendas devem estar comprometidas com a coleta e tratamento dos dados. Além disso, é bom ressaltar que as planilhas de Excel “da NASA” podem ser boas para o momento, mas seus dados não geram inteligência compartilhável com toda a empresa e, dessa maneira, ferem a governança da companhia. No final, quem perde com isso é o seu paciente.

3- Em terra de CRM, o unique ID é rei

O sonho de todos que trabalham com dados é o de poder cruzar todos os dados de seus clientes por um único campo-chave. Defina esse campo e inicie esse trabalho agora. Seja e-mail, CPF, CNPJ ou qualquer outra coisa, o mais importante é que você consiga encontrar as informações que você precisa rapidamente. Imagine a dor de cabeça de perder um prontuário? A vergonha de chamar seu paciente pelo nome errado? Ou o constrangimento de enviar uma comunicação sobre ginecologista a um homem? Já passei por tudo isso, mas você não precisa passar. Comece já esse trabalho.

4- Enriqueça sua base constantemente

Mesmo que sua base de dados esteja perfeita (e eu duvido muito!) é de extrema importância enriquecer seus cadastros para mantê-los atualizados e com maior detalhe de informações. O que não faltam hoje são empresas que trabalhem com Big Data para te auxiliar nessa tarefa. Cito aqui algumas com boa reputação para você pesquisar: Neoway, BigData Corp, GeoFusion, Ramper e Speedio. Além disso, utilize incentivos como promoções para conseguir os dados diretamente dos seus clientes. Pode ser mais fácil e rápido. Por fim, fique esperto com a  LGPD (Lei Geral de Proteção de Dados) para não ter problemas futuros.

5- O problema não está na base de dados, e sim no seu negócio

Essa dica parece óbvia, mas é uma das mais importantes. Já cansei de me deparar em situações nas quais os próprios gestores da empresa não compreendem qual problema devem atacar e saem realizando análises sem um objetivo claro. Se essa é sua situação, talvez você deva dar um passo atrás para refletir mais sobre seu negócio. Qual é sua missão? Quais são os principais indicadores (e não adianta falar faturamento) que deveriam traduzir o sucesso da sua missão? Eles estão sendo mensurados corretamente? Qual deles está abaixo do esperado? Apenas com as respostas a essas perguntas que é possível encontrar o problema-chave e, aí sim, utilizar os dados para otimização de performance. Metodologias simples e ágeis como PDCA, cinco porquês, Diagrama de Ishikawa e 5W2H podem facilitar a identificação dos reais problemas.

Footer blog vars-01

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.