Resumo
A cada ciclo fechado, três coisas se acumulam ao mesmo tempo: uma audiência maior, uma relevância mais precisa e uma marca mais reconhecida. Os loops costumavam ficar abertos porque a etapa de fechamento dependia de trabalho manual, e esse trabalho volta à estaca zero quando o trimestre aperta. A IA deixa o fechamento barato o bastante para acontecer em todo ciclo. Assim o loop continua fechado e o efeito composto não para.
Os três ganhos do loop fechado
Um loop fechado tem efeito composto porque mais de uma coisa passa para o ciclo seguinte, e todas passam ao mesmo tempo.
Veja o loop de conteúdo que a Leanboat roda na própria marca. Cada post faz dois trabalhos: alcança pessoas hoje e ensina ao sistema a que a audiência reage. O alcance forma uma audiência. A audiência faz o próximo post render mais. A nota que cada post recebe faz o próximo ser melhor. Três coisas se acumulam ao mesmo tempo: a audiência, a relevância dos posts e o quanto a marca é reconhecida. Por isso o loop fica mais barato e mais preciso quanto mais tempo roda. Uma campanha que começa do zero precisa comprar atenção. Um loop em funcionamento já tem essa atenção.
Esse é o mecanismo do efeito composto: vários números que se alimentam, e não um número só que cresce. Uma audiência maior deixa o sinal de relevância mais forte, porque há mais reações para ler. Uma relevância mais precisa deixa a marca mais reconhecível, porque o trabalho continua acertando. E o reconhecimento barateia o alcance da próxima audiência, porque as pessoas já conhecem o nome. Cada ganho facilita o seguinte. É exatamente por isso que a distância entre um loop fechado e um aberto aumenta com o tempo em vez de ficar estável.
O loop só tem esse efeito composto se fechar de fato, se o aprendizado de cada ciclo mudar o seguinte. Se essa distinção for nova para você, leia antes Loop aberto e loop fechado. Este texto continua de onde aquele termina.
O limite do trabalho manual
Se todo o efeito composto vem de fechar o loop, a pergunta óbvia é por que tão poucos loops continuam fechados. O motivo não é falta de conhecimento das equipes. É que a etapa de fechamento depende de trabalho manual, e o trabalho manual tem três pontos de falha que aparecem toda vez.
Ele é limitado pelas horas de alguém. A execução (postar, enviar, fazer retargeting) pode ser agendada. O fechamento não entra no piloto automático do mesmo jeito: dar nota a cada resultado em relação a uma referência, ler o sinal e ajustar o peso do próximo ciclo. Isso é atenção, e atenção tem limite. O loop só aprende na velocidade em que uma pessoa consegue sentar e estudá-lo.
Ele é a primeira coisa que cai sob pressão. Quando o trimestre aperta, a execução sobrevive porque todo mundo vê: um post saindo, uma campanha no ar. A etapa de medir e aprender ninguém vê, então é a primeira a ser pulada. No momento em que ela é pulada, o loop abre, e o trabalho continua andando sem que nada passe para a frente.
O aprendizado fica na cabeça de uma pessoa. Se o único registro do que funcionou é a memória de alguém, o loop abre no dia em que essa pessoa está ocupada, de licença ou saiu da empresa. A marca não guarda o que aprendeu em março e aprende tudo de novo em abril, pagando o preço cheio. Um loop cuja memória é uma pessoa não é um loop que dura. É uma pessoa fazendo o trabalho de um loop até não conseguir mais.
(O segundo texto desta série aponta esses mesmos motivos como as causas do loop aberto. Aqui o ponto é mais preciso. Eles não são maus hábitos que a disciplina corrige, e sim o custo estrutural de fazer o fechamento com trabalho manual.)
O papel da IA
A mudança real é esta: a IA deixa a etapa de fechamento barata o bastante para rodar em todo ciclo. Não se trata de executar mais rápido, porque a execução nunca foi o problema; o problema era o fechamento.
Quando o fechamento é barato, os três pontos de falha se invertem:
- Medir todo resultado, e não só aqueles para os quais sobra tempo. Cada post, envio e campanha recebe uma nota em relação à própria referência, de forma automática, porque dar mais uma nota custa quase zero.
- Ajustar o peso em todo ciclo. Não quando alguém tiver tempo: toda vez, os vencedores do último ciclo entram no plano do próximo. O ajuste deixa de disputar espaço com o resto da semana de alguém.
- Registrar o aprendizado no sistema, e não na cabeça de alguém. O que funcionou fica escrito no próprio loop, então sobrevive a uma semana corrida e continua lá depois que sai quem rodava o loop.
A divisão do trabalho é esta: a IA faz o fechamento e a equipe aprova. O sistema mede, dá nota e propõe o novo peso de cada coisa, e uma pessoa aprova a estratégia e o que vai ao ar. A IA não substitui o julgamento. Ela tira o motivo pelo qual o julgamento costumava ser pulado.
Toda a diferença está aí, e é preciso dizer o que ela não é. Não é velocidade. Um loop que roda duas vezes mais rápido, mas ainda larga o fechamento quando o trimestre aperta, continua aberto e só se repete mais depressa. O que a IA muda é que o loop continua fechado, ciclo após ciclo, quando antes abria no momento em que uma pessoa ficava ocupada. Manter o loop fechado é o que decide tudo, e é a parte que o trabalho manual nunca conseguiu sustentar.
O modelo da Leanboat
Daqui vem o modelo da Leanboat. Ele tem três nomes: geração de demanda, captura de demanda e efeito composto. Cada nome tem um sentido preciso, para o terceiro não ser mal interpretado.
- Os loops de geração de demanda conquistam atenção e formam uma audiência que conhece a marca antes de ver qualquer anúncio. O loop de conteúdo é o exemplo mais claro.
- Os loops de captura de demanda transformam essa demanda em resultado, convertendo a atenção que a geração de demanda conquistou em reuniões agendadas, cadastros ou vendas.
O efeito composto não é um terceiro grupo de loops. É a camada que fica acima de todos eles: a disciplina de medir e aprender, que melhora a si mesma e mantém cada loop fechado e com efeito composto. Geração e captura de demanda são os loops. O efeito composto é o que faz qualquer um deles valer mais neste ciclo do que no anterior. É o fechamento aplicado em todo lugar, feito pela IA e aprovado pela equipe, e é exatamente o assunto deste texto.
Loops e campanhas
Uma campanha termina. Quando termina, leva o aprendizado junto: o que funcionou fica numa apresentação, na memória de alguém ou em lugar nenhum, e a próxima campanha começa quase do zero. Você paga de novo por uma atenção que já tinha pago antes.
Um loop fechado não termina. Ele mantém a audiência, a relevância que aprendeu e o reconhecimento que conquistou, e leva tudo isso para o ciclo seguinte. É a diferença entre gastar para ficar parado e gastar uma vez para construir algo que deixa o próximo gasto mais barato.
Por isso a Leanboat instala loops em vez de rodar campanhas, e cuida da parte difícil de sustentar: o fechamento que mantém o efeito composto do loop quando o trimestre aperta. Não a execução, e sim o efeito composto.
Se você está avaliando se um loop serve para a sua marca, o próximo passo é olhar os loops que existem e ver qual combina com a sua audiência. Ou fale com a gente, e diremos com franqueza se um loop é o caminho certo ou se uma campanha atende melhor. Veja todos no catálogo de loops.
Os próximos textos
- O loop de crescimento: o ponto de partida, com a comparação entre funil e loop, se você pulou essa parte.
- Loop aberto e loop fechado: por que um loop só tem efeito composto se fechar, e como é fechar um loop na prática.
- O catálogo de loops: todos os loops que a Leanboat roda, cada um com um Loop Score atualizado.