Como escalar a montanha do conteúdo orientado a dados
Publicados: 2020-09-29A chave para passar por esse processo é não se fixar nos efeitos de segunda ordem - quais pontos de dados obterão mais links, ou PR -, mas voltar ao básico e perguntar 'como os dados podem realmente ajudar nosso público?'
Os dados que sua empresa possui – dados de usuários, dados de produtos, dados coletados ou adquiridos – são um tesouro de histórias, insights e ideias que você pode compartilhar com o mundo. Use seus dados para fornecer ajuda real e significativa, e tráfego, links e cobertura da imprensa seguirão.
O estranho problema com a maioria dos conteúdos orientados a dados
O conteúdo orientado a dados é o conteúdo que usa um ou mais pontos de dados como o núcleo de uma história útil para seu público.
Cada parte dessa definição é importante.
- O conteúdo orientado a dados deve conter alguns dados legítimos . Não é importante se esta é uma estatística minúscula ou uma análise analítica de uma indústria inteira. Também não importa se sua propriedade, coletada ou comprada. Dados são dados.
- No conteúdo orientado por dados, os dados conduzem uma história . Ainda deve ser um ótimo conteúdo, envolvendo os dados no insight, conhecimento e compreensão que você tem de sua experiência e conhecimento.
- Esses dados+insight devem ajudar seu público . Pode ser sobre tirar o máximo proveito do seu produto ou ajudá-los a se comparar com o resto do setor. Mas as pessoas para quem você escreve devem sair disso com valor.
Essa é uma definição realmente básica, mas tem que ser feita. Enquanto todos recebem o ponto 1, e a maioria das pessoas recebe o ponto 2, é no ponto 3 que as pessoas viram a cabeça.
Em vez de escrever conteúdo de dados para o mesmo público que eles escrevem todos os outros conteúdos, eles o escrevem com o resultado desejado de “obter links”. Eles negligenciam a oportunidade de tornar o conteúdo útil e resolver problemas para seu leitor principal.
A forma mais notória disso é escrever para menções de relações públicas e imprensa. Ninguém espera chegar ao site do New York Times com 1.200 palavras sobre melhores encontros individuais. Mas as pessoas esperam isso com conteúdo de dados. Um ótimo conteúdo tem links e até menções na imprensa, como efeito de segunda ordem.
Mas o primeiro efeito deve ser sempre ajudar o seu leitor.
Foi isso que a Wistia fez quando quis compartilhar as melhores práticas para usar CTAs de vídeo.
Eles sabiam que clientes e prospects queriam entender como os outros estavam usando CTAs e sabiam que tinham os dados para ajudar. Assim, eles analisaram “mais de 3,6 milhões de personalizações de vídeos hospedados no Wistia – incluindo 481.514 Calls to Action de 324.015 vídeos” para informar aos usuários como os CTAs funcionam melhor.
Do guia Wistia às chamadas para ação no marketing de vídeo
Este artigo não apenas gera dezenas de milhares de visualizações, mas também faz o seguinte:
- Serve como garantia de vendas para a equipe de vendas da Wistia. Se eles estiverem em uma ligação com um cliente em potencial, eles podem apontá-los para esta peça para mostrar as taxas de conversão que eles devem esperar de CTAs em vídeo.
- Ele serve como aconselhamento para a equipe de sucesso do cliente. Eles podem usar essas informações para ajudar os clientes atuais a usar CTAs melhor em seus vídeos e ajudá-los a ter sucesso.
Isso não chegou à primeira página do New York Times , nem mesmo do Boston Globe , mas trouxe clientes da Wistia e ajudou os que tinham a ter mais sucesso. É por isso que você escreve conteúdo de dados.
Backlinks e menções na imprensa podem vir naturalmente para essas postagens de dados centradas no leitor, tanto quanto qualquer coisa escrita em primeiro lugar por jornalistas. O artigo com mais links no blog AdEspresso, um artigo que compara o custo dos anúncios do Facebook, tem impressionantes 4.170 backlinks de quase mil domínios de referência. Esta é uma informação muito procurada de uma fonte extremamente respeitável – a AdEspresso administra mais de US$ 636 milhões em gastos com anúncios – então qualquer pessoa que trabalhe com anúncios do Facebook vai vincular a ela.
O mesmo vale para a imprensa. Esta matéria sobre o mercado de trabalho global que a plataforma de negociação salarial Candor produziu em maio, no início da pandemia do COVID-19, teve boa repercussão na imprensa.
Ganhou a imprensa por ser útil primeiro. A Candor usou dados de crowdsourcing para gerar rapidamente uma lista de quem estava contratando, congelando contratações ou demitindo funcionários à medida que a pandemia se instalava em todo o mundo.
O artigo então usou essa lista para segmentar por indústria, localização e setor para que os leitores pudessem ver onde ainda estavam os empregos.
Do estado do mercado de trabalho global no COVID-19
Ele deu a milhares de pessoas informações críticas sobre o mercado de trabalho global em um momento em que elas precisavam desesperadamente. Claro que um jornalista vai escrever sobre isso. O artigo ajuda os leitores primeiro, e o subproduto disso foi mais tráfego e imprensa para a Sinceridade.
Quatro tipos de conteúdo de dados que qualquer empresa pode escrever
Como uma versão mais nerd de Wet Wet Wet poderia ter cantado, “Data is all around”.
Nós da Animalz trabalhamos com mais de 100 empresas, e todas elas escreveram ou podem escrever conteúdo de dados. Não se trata de encontrar dados; é uma questão de encontrar os dados certos.
Novamente, isso é centrado no leitor. Quais são os dados que seus leitores precisam conhecer? Quais são os dados que seus leitores precisam de sua visão?
1. Conteúdo de dados proprietários
Os dados que você possui sempre serão os melhores dados sobre os quais escrever. Você entende melhor, é o mais útil para o seu público e pode ser usado de inúmeras maneiras.
Em seu artigo Analisamos 752.626 anúncios do Facebook e aqui está o que aprendemos, a AdEspresso passou por toda a biblioteca de exemplos de anúncios para analisar a composição dos anúncios do Facebook.
Os leitores deste artigo chegam às centenas de milhares, e cada um deles aprendeu a produzir os melhores anúncios do Facebook. Estes não são tecnicamente dados do produto como o exemplo Wistia acima. Em vez disso, é um conjunto de dados tangencial que o AdEspresso construiu exatamente porque eles entenderam sua relevância para seu público. A análise ajuda ainda mais esse público.
Este artigo foi publicado inicialmente em 2015 e atualizado em 2018. Isso é fundamental para o conteúdo de dados – geralmente tem uma data de validade. Embora a verdade de suas 5 dicas para trabalho remoto seja eterna, seus dados se tornam obsoletos rapidamente e você deve atualizar com a maior frequência possível.
Mas há uma vantagem nesse trabalho extra: tráfego extra.
Quando este artigo foi atualizado, ele obteve um segundo pico no tráfego da segunda explosão e distribuição de e-mail, mas também obteve um aumento no tráfego orgânico de linha de base, que estava diminuindo porque os dados envelheceram. Ele está envelhecendo novamente agora, então este artigo provavelmente deve receber outra atualização no próximo ano. Mas quando for atualizado, veremos esse pico novamente, junto com outro aumento no tráfego de linha de base.
Nem todo artigo de dados precisa ser um gigante analisando todos os dados que você possui. Um pequeno artigo concentrando-se em um único dado pode ser igualmente útil para o seu público. Este artigo da Wistia sobre a duração ideal do vídeo tem menos de 800 palavras, mas fornece aos leitores todas as informações necessárias para fazer uma escolha informada sobre a duração do vídeo:
Este artigo foi escrito como um desdobramento da análise de dados maior para o guia CTA acima. Se você produzir um grande conteúdo de dados, pense em como você pode reutilizar e remixar as descobertas para outros artigos. Você pode dividir cada ponto de dados em seu próprio artigo menor e expandir em detalhes lá. As pessoas interessadas apenas nisso podem se concentrar nesse artigo sem ter que percorrer o pedaço maior.
2. Conteúdo de Dados Públicos
Os dados públicos não oferecem a vantagem integrada que os dados proprietários oferecem. Em teoria, qualquer um pode encontrá-lo e escrever sobre ele. Então você tem que trazer insight.
É assim que a CB Insights aborda seu conteúdo de dados. Às vezes, eles têm dados proprietários para trabalhar, mas têm um entendimento tão apurado de negócios e tecnologia que, mesmo quando estão usando dados externos, podem fazer com que pareçam seus.
Foi isso que eles fizeram com Como o Uber ganha — e perde — dinheiro:
A CB Insights “analisou os dados públicos financeiros e de usuários da Uber, declarações de membros da equipe sênior da Uber e textos como The Upstarts, de Brad Stone, formados a partir de entrevistas com líderes de lá” para montar o relatório mais abrangente da Internet sobre como as finanças da Uber funcionam. Embora os dados possam ser encontrados em outro lugar, o insight e a análise não são.
De como o Uber ganha – e perde – dinheiro
Essa percepção e análise são o que muitas vezes pode diferenciar um ótimo conteúdo de dados.
Uma falha comum com o conteúdo de dados é que ele pode ser muito prosaico, apenas descrevendo números, mas não os colocando em uma história que atraia o leitor e explique os dados no contexto. Os dados podem ser úteis por si só apenas em virtude de chamar a atenção para eles. Mas é mais útil mostrar ao leitor o que um ponto de dados significa para ele e o que ele pode fazer a seguir com esse conhecimento.
Todo o produto da Clearbit é baseado em dados. Eles oferecem uma API e produtos que dão aos profissionais de marketing acesso a dados sobre seus clientes – sua empresa, setor e tamanho. A Clearbit escreveu um artigo sobre as integrações que você deve construir, onde analisaram dados de centenas de milhares de empresas de tecnologia para determinar as ferramentas de tecnologia mais populares. Por quê? Para que a Clearbit pudesse fazer recomendações oficiais ao seu público.
De As integrações de software que você deve construir
Não dizia apenas: “Ei, as pessoas usam Shopify”. Ele dizia: “Ei, as pessoas usam Shopify e você pode usar essas informações para criar integrações para Shopify para aumentar sua base de usuários”. Os dados são a âncora do artigo, mas, assim como nos artigos do CB Insights, o insight é o que ajuda o leitor.
3. Conteúdo dos dados da pesquisa
Se você não possui dados e não consegue encontrá-los, sempre pode solicitá-los.
As pesquisas são alguns dos artigos de dados mais simples de se colocar em prática - envie um tweet rápido para um link de formulário do Google e você estará coletando dados. Ao controlar as perguntas, você controla os dados, portanto, há menos limpeza, análise e análise. Você pode obter os resultados e escrevê-lo rapidamente.
É assim que meu ex-colega do Animalz, Jimmy Daly, está realizando pesquisas para o blog Superpath.
Ele envia a pesquisa no Twitter e no grupo Content Marketing Slack, espera e depois compara. Ele monta alguns gráficos rápidos para mostrar os resultados e depois escreve. Aqui, ele estava analisando os salários no marketing de conteúdo e como as pessoas acham que são pagas de forma justa, divididas por gênero e etnia:
Da pesquisa: Você é pago de forma justa?
Dessa forma, o Superpath pode obter conteúdo orientado a dados duas vezes por mês com pouco aumento.
Você também pode usar pesquisas como base para análises de dados muito maiores. No ano passado, a plataforma de solicitação e renovação de seguros Indio divulgou seu relatório State of Renewals. Isso foi baseado em uma pesquisa com mais de 400 agências, analisando “todo o seu processo de renovação – desde a entrega de pacotes de envio de renovação para seus clientes até o recebimento de aplicativos assinados e preenchidos prontos para serem lançados no mercado”.
Do Estado das Renovações de Seguros
As pesquisas também funcionam muito bem para geração de leads. Você pode criar um ativo com as respostas como o Indio fez. Isso se autoperpetua, porque você pode enviar sua próxima pesquisa por e-mail para a lista de pessoas que baixaram a primeira e pedir que respondam, aumentando não apenas sua lista de e-mail, mas também seu conjunto de dados ao mesmo tempo.
4. Conteúdo de dados experimentais
Talvez o conteúdo orientado a dados mais divertido que você possa produzir seja um experimento. Esse experimento deve incluir seu produto de alguma forma para (a) mostrar como ele funciona e (b) mostrar seu valor.
Esse tipo de conteúdo é um pouco mais complicado de configurar e analisar do que outros tipos porque é analítico. O conteúdo de dados pode basicamente ser dividido em dois tipos:
- Conteúdo descritivo de dados: é aqui que você usa estatísticas descritivas para interpretar dados. O benchmarking é um bom exemplo disso, onde você usará contagens (752.626 anúncios do Facebook), médias (o tamanho médio do título foi de cinco palavras) e porcentagens (33,04% das empresas usaram um CTA Saiba mais) para permitir que os leitores entendam onde eles estão em relação aos outros.
- Conteúdo de dados analíticos: é quando você tenta detalhar especificamente as alterações ou diferenças entre dois conjuntos de dados (um antes/depois ou uma coorte de controle/experiência). Aqui, você também pode ver porcentagens (aumento das taxas de conversão em 5,45%) ou talvez até valores-p se o experimento for adequadamente científico.
O “aumento das taxas de conversão em 5,45%” vem de um artigo do Segment sobre como eles diminuíram o atrito em seu processo de inscrição.
Nesse caso, eles usaram seu próprio produto, juntamente com o Clearbit, para experimentar melhorar o fluxo de inscrição para novos usuários. Esse é o tipo de experimento de UX que quase todas as empresas de tecnologia estão executando diariamente (pense em todos os testes A/B que você executa), mas a Segment optou por escrever suas descobertas e usá-las para conteúdo. Ele fornece aos leitores resultados concretos sobre o uso do Segment e Clearbit e mostra como eles podem fazer isso sozinhos.
Mesmo se você não estiver executando experimentos para melhorar seu produto, ainda poderá criar conteúdo de dados experimentais apenas por diversão e ajudar os leitores a entender sua ferramenta e os resultados que podem obter com ela. Buffer executa experimentos constantemente para ajudar seus leitores. As ferramentas de mídia social de terceiros afetam negativamente o alcance e o engajamento? Nosso 200+ Post Experiment and Results, eles experimentam diferentes ferramentas para postagem social, descobrindo se algumas ferramentas afetam negativamente o alcance.
As ferramentas de mídia social de terceiros afetam negativamente o alcance e o engajamento? Nossa experiência e resultados com mais de 200 postagens
Se o seu produto funciona, fazer um experimento e mostrar que funciona é um dos melhores conteúdos orientados por dados que você pode produzir. Se você puder mostrar aos seus leitores não apenas que funciona, mas também todas as práticas recomendadas para obter os melhores resultados, você terá criado algo realmente valioso para eles.
Introdução ao conteúdo de dados
O conteúdo de dados é desafiador, mas recompensador. Você estará adicionando algo completamente novo ao mundo. Fizemos muito isso, com muitas empresas diferentes. Com base em toda essa experiência, aqui estão algumas maneiras de começar este exercício, juntamente com algumas armadilhas a serem evitadas.
1. Comece descobrindo o que seus clientes precisam saber
Se você tem um, sua equipe de vendas é um ótimo lugar para descobrir o que seus clientes precisam saber. Sua equipe conversa com os clientes todos os dias, ouvindo objeções e dúvidas sobre seu produto. O conteúdo de dados é uma excelente garantia de vendas e pode ajudar seus vendedores a se antecipar a essas objeções e perguntas que os clientes em potencial têm.
É um ótimo exemplo de colaboração de conteúdo e vendas:
Ou você pode simplesmente perguntar às pessoas:
Estamos trabalhando em conteúdo de dados agora, então Ryan perguntou diretamente a outros profissionais de marketing de conteúdo no CMCG o que eles estariam interessados em descobrir. Isso nos ajuda a entender onde o foco em nosso relatório deve estar.
A armadilha aqui é tentar ser tudo para todas as pessoas. Sim, você pode produzir grandes relatórios cobrindo vários pontos de dados, mas se você está começando, se concentrar em uma pergunta interessante e abordar isso em profundidade deixará você e seu público empolgados.
2. Depois de fazer suas perguntas, descubra se seus dados podem respondê-las
Você já deve saber quais segredos seus dados guardam, mas depois de ter uma direção para o seu conteúdo, você pode começar a entrar nos detalhes. Você quer ter um bom entendimento dos dados antes de iniciar qualquer análise real. Se você está falando de dados proprietários, isso pode significar saber exatamente o que você tem em seu banco de dados. Se você está coletando dados, o que e onde você pode obtê-los?
A armadilha nesta fase é simplesmente não passar tempo suficiente aqui. Se você for um pouco nerd de dados, vai querer começar a analisar. Mas o tempo gasto aqui vai acelerar o resto do processo.
3. Mantenha sua análise rápida e leve
Quando você é novo em qualquer tipo de análise, esta é a parte que é um mau presságio. Mas a maioria das perguntas pode ser respondida com uma análise muito simples. Você não precisa ser um engenheiro de dados. Você não estará executando nenhum aprendizado de máquina. Você deve pensar em termos de contagens, somas, proporções e porcentagens.
Vamos pegar as perguntas de Phillip Paquette acima: Quantas peças de cluster eles têm apontando para suas páginas principais? E quantos links externos apontam para seus pilares em média?
Isso é apenas contagens e médias. No entanto, responde a uma pergunta fundamental que nosso público tem.
A armadilha aqui está ficando atolada. Tentar fazer demais ou não ter um objetivo específico para a análise. É por isso que os dois passos mencionados acima são tão importantes. Você precisa de perguntas para orientá-lo e ter uma boa compreensão dos dados antes de começar, para que possa obter as respostas rapidamente. Tome mais tempo antes disso para levar menos tempo aqui.
4. Imagens e Gráficos Fazem Toda a Diferença
Tabelas e gráficos são as peças centrais do conteúdo de dados. Você simplesmente não pode descrever números em palavras. Esteja aberto para passar algum tempo aqui - existem algumas ótimas ferramentas que são fáceis de usar e tornam os gráficos mais atraentes. No Animalz, usamos uma mistura de gráficos diretos do Planilhas Google, Figma, D3 e plot.ly.
Mesmo se você estiver usando apenas gráficos do Excel ou do Google Sheets, certifique-se de que eles tenham um título e que os eixos estejam rotulados. Deixar bem claro para o seu público o que cada gráfico está mostrando torna o artigo mais atraente e a imagem individual mais compartilhável.
Uma armadilha é não refinar o design. Se você tem designers em sua equipe, definitivamente envolva-os. Se for só você, faça uma iteração em suas imagens com cada artigo para melhorar o elemento de design.
5. Escreva
A parte mais importante aqui é não esquecer a história. Esta ainda deve ser uma boa leitura, não apenas uma recitação de números. Deve explicar os dados completamente e centralizá-los nas perguntas que os clientes têm. Ajuste a narrativa aos dados, e não o contrário.
A armadilha aqui é o contrário. Não comece com uma história e encontre os dados para apoiá-la – os dados conduzem a história . Se você começar com uma história e procurar dados para apoiá-la, isso é apenas conteúdo normal. Esteja disposto a deixar os dados liderarem, mesmo que seja em algum lugar inesperado.
O melhor trabalho exige esforço
Sempre será mais rápido criar a lista "5 Best X" ou outra parte do conteúdo copiado do que ter tempo para analisar dados e escrever conteúdo orientado a dados.
Mas esse material é o conteúdo mais útil para seus leitores. Você pode dizer a eles onde eles estão com benchmarks, você pode mostrar a eles os dados de que eles precisam para ter sucesso e você pode convencê-los a ter sucesso com seu produto. Coloque os leitores em primeiro lugar com conteúdo orientado a dados e você terá um ótimo conteúdo que os ajudará a ter sucesso. Em troca, você receberá tráfego, backlinks... e talvez até um link da BBC.