Mineração de dados

Muitas pessoas e mesmo alguns profissionais da área de marketing têm a tendência de confundirem dados com informações, portanto antes de evoluir no assunto, cabe esclarecer que:

Dados são coletâneas de fatos brutos, enquanto informações representam a organização e a interpretação desses fatos.

Tal tipo de confusão pode ser creditado ao pouco conhecimento que as pessoas têm a respeito do que é realmente o marketing.

Provavelmente são os mesmos que chamam de "marketeiros" todos aqueles que fazem qualquer espécie de divulgação.
Essas pessoas chegam ao extremo de acharem que para se exercer funções nessa área é dispensável possuir uma boa habilidade numérica e familiaridade com modelos estatísticos.

Ledo engano, pois lidar com números é fundamental para uma boa gestão de marketing.

O processo analítico para a exploração de grandes quantidades de dados na busca de padrões ou desvios significativos chama-se Mineração de Dados ou Data Mining.

Atualmente várias empresas dos mais variados segmentos têm se utilizado dessa ferramenta e obtido expressivos resultados.

O Walmart, talvez seja o exemplo mais clássico desse conceito, quando identificou que existia uma forte correlação entre as vendas de cerveja e as de fraldas para bebês.
Baseado nesses dados, aprofundou a investigação e descobriu que a aquisição de cerveja era motivada por um sentimento de "auto recompensa" pelo fato de se estar naquele momento no supermercado, adquirindo produtos que até então estavam fora de sua cesta padrão.

Diante dessa realidade, o Walmart colocou tais mercadorias próximas, o que resultou num incremento das vendas de cervejas.

No esporte, esse conceito ainda não recebe a atenção devida, razão pela qual são poucos os cases a esse respeito.

A NBA, no entanto, é uma das exceções.
O Cleveland Cavaliers, por exemplo, tem um banco de dados com os nomes e contatos de seus torcedores/clientes, além de informações detalhadas sobre os produtos por eles adquiridos.
Através da análise desses dados, eles conseguem direcionar ofertas mais atrativas a cada perfil de cliente.

O Portland Blazers, com trabalho semelhante, consegue ter uma estimativa mais confiável em relação às suas receitas, e assim otimiza as iniciativas que dependem dessa variável.

Tal conceito, pode também ser estendido aos aspectos técnicos do esporte.

Em 1997, o Orlando Magics identificou que havia estreita correlação entre seus momentos de bons resultados e a presença do jogador Darrell Armstrong em quadra, fato que o levou a ser titular.

As possibilidades de utilização do data mining ou mineração de dados no esporte são inúmeras:
Vão desde técnicos que cruzam as informações de desempenho com outras variáveis presentes no esporte, até clubes e confederações que buscam conhecer melhor o perfil de seus torcedores, atletas e fãs, para daí elaborar estratégias que melhorem seus resultados.

Evidentemente, as empresas que investem no esporte também poderiam utilizar esse processo para otimizar suas iniciativas de patrocínio,  e assim identificar quais objetivos mercadológicos - recall, market share, receitas, fidelização, retenção, etc. - guardam melhor correlação com o patrocínio.
Provavelmente ainda demorará algum tempo para que essa ferramenta passe a fazer parte do cotidiano de todos os gestores de marketing, entretanto, quem não a utilizar estará deixando de usufruir de vantagens competitivas no que tange à retenção de clientes, ao desenvolvimento de melhores relacionamentos, ao aprimoramento das promoções de vendas e à personalização de ofertas, entre outros inúmeros benefícios facultados pela Mineração de Dados.