{"id":3600,"date":"2024-07-03T14:44:43","date_gmt":"2024-07-03T17:44:43","guid":{"rendered":"https:\/\/www.purplemetrics.com.br\/?p=3600"},"modified":"2024-09-03T15:59:37","modified_gmt":"2024-09-03T18:59:37","slug":"modelos-de-atribuicao-e-o-impacto-do-branding-no-marketing","status":"publish","type":"post","link":"https:\/\/blog.purplemetrics.com.br\/en\/modelos-de-atribuicao-e-o-impacto-do-branding-no-marketing\/","title":{"rendered":"Modelos de atribui\u00e7\u00e3o e o impacto do branding no marketing"},"content":{"rendered":"

Entender como medir quais a\u00e7\u00f5es s\u00e3o respons\u00e1veis por converter clientes pode mudar toda a forma da sua empresa operar a \u00e1rea de marketing; vale lembrar que m\u00e9todos diferentes podem funcionar para opera\u00e7\u00f5es diversas e trazer prioridades variadas<\/em><\/p>\n\n\n\n

Bruno Capelas – Purple Metrics<\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

Quem gosta de futebol \u2013 e gosta de discutir futebol \u2013 talvez j\u00e1 tenha ido parar no meio de uma conversa acalorada sobre qual jogador \u00e9 o melhor de todos em um determinado contexto. Invariavelmente, algum incauto nesta discuss\u00e3o pode puxar do bolso o argumento do n\u00famero de gols marcados por um determinado craque. \u00c9 quase sempre um argumento final, mas nem sempre funciona: \u00e0s vezes quem faz mais gols pode ter mais sorte, ou ser o cobrador de p\u00eanaltis de um time em espec\u00edfico. Em compensa\u00e7\u00e3o, o astro do time pode ser aquele meio de campo que faz passes incr\u00edveis, ou ainda, o goleiro que n\u00e3o s\u00f3 faz boas defesas como tamb\u00e9m \u00e9 capaz de lan\u00e7ar a bola direto para o ataque. <\/p>\n\n\n\n

Mas antes que quem est\u00e1 lendo venha aqui defender Cristiano Ronaldo ou Messi, Marta ou Cristiane, vale o aviso: este texto n\u00e3o \u00e9 sobre futebol, mas sim sobre marketing. Tal como fazer um gol, converter um lead em uma venda costuma ser uma m\u00e9trica important\u00edssima para as empresas. No entanto, nem sempre quem d\u00e1 \u201co \u00faltimo toque na bola\u201d \u00e9 quem fez a parte mais importante da jogada \u2013 ou quer dizer, do caminho de convencimento do consumidor em ir l\u00e1 e comprar um determinado produto ou servi\u00e7o. No entanto, muitas empresas ainda assim utilizam m\u00e9todos muito espec\u00edficos para premiar ou despriorizar esfor\u00e7os de marketing, dependendo de quantas bolas na rede cada frente conseguiu encaixar. <\/p>\n\n\n\n

Se voc\u00ea trabalha com branding, talvez j\u00e1 tenha tido a impress\u00e3o de que a \u00e1rea \u00e9 uma esp\u00e9cie de patinho feio desse tipo de m\u00e9trica \u2013 e que a turma da performance talvez seja aquele atacante sortudo que faz gol at\u00e9 de barriga. Quem trabalha com outros esfor\u00e7os tamb\u00e9m pode ter essa impress\u00e3o: afinal, como justificar que uma \u201croubada de bola\u201d l\u00e1 no campo de defesa ou uma boa manchete de PR de fato resultaram em um ponto a mais no placar de vendas? \u00c9 por isso que todo mundo que trabalha com marketing precisa, de alguma forma, discutir sobre modelos de atribui\u00e7\u00e3o \u2013 algo que a gente fez recentemente no Purple Pills, nosso encontro quinzenal com doses de branding e growth, e que inspirou este texto. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Afinal, o que \u00e9 atribui\u00e7\u00e3o? <\/h2>\n\n\n\n

Logo no come\u00e7o da conversa, mediada pelo COO Lucas Yokota e pela product marketing manager Marina dos Anjos, essa mesma pergunta foi feita para quem esteve presente no Purple Pills. As respostas pularam no chat: \u201c\u00e9 resultado\u201d, \u201ccanais\u201d, \u201cUTM\u201d, \u201clast click\u201d, \u201c\u00e9 um bicho de sete cabe\u00e7as!\u201d. Houve at\u00e9 quem falasse em \u201cinjusti\u00e7a\u201d \u2013 e d\u00e1 pra entender o porqu\u00ea. <\/p>\n\n\n\n

De maneira mais acad\u00eamica, d\u00e1 pra dizer que \u201catribui\u00e7\u00e3o \u00e9 o processo de identificar e determinar a origem de um determinado resultado ou a\u00e7\u00e3o\u201d. Ou seja, \u00e9 entender quais fatores ou eventos contribu\u00edram para um determinado efeito \u2013 seja o gol que toda torcida comemora ou uma venda espec\u00edfica. <\/p>\n\n\n\n

Em marketing, muita gente se acostumou a entender atribui\u00e7\u00e3o com ajuda do Google Analytics, ferramenta do Google que costuma mostrar uma s\u00e9rie de m\u00e9tricas importantes. Mas n\u00e3o \u00e9 s\u00f3 desse jeito que d\u00e1 para sacar atribui\u00e7\u00e3o. \u201cO Google Analytics \u00e9 tipo o Bombril da atribui\u00e7\u00e3o: muita gente acha que \u00e9 a ferramenta mais difundida, mas existem outras formas de chegar a uma boa conclus\u00e3o\u201d, como brincou o Lucas Yokota. Marina complementou: \u201cN\u00e3o tem resposta certa nem errada em atribui\u00e7\u00e3o, mas existe ver o que funciona melhor para o neg\u00f3cio.\u201d<\/p>\n\n\n\n

De maneira geral, antes da gente avan\u00e7ar, vale dizer que existem ainda quatro modelos comuns de atribui\u00e7\u00e3o. Vamos falar deles j\u00e1 j\u00e1, do mais simples para o mais complexo. <\/p>\n\n\n\n

    \n
  1. Self Reported Attribution<\/li>\n\n\n\n
  2. Single Touch Attribution<\/li>\n\n\n\n
  3. Multi Touch Attribution<\/li>\n\n\n\n
  4. Modelagem Estat\u00edstica<\/li>\n<\/ol>\n\n\n\n
    <\/div>\n\n\n\n
    \"\"\/<\/figure>\n\n\n\n
    <\/div>\n\n\n
    \n
    \"Self<\/figure>\n<\/div>\n\n\n

    <\/h2>\n\n\n\n

    Em bom portugu\u00eas, \u201cself reported attribution\u201d \u00e9 nada mais do que perguntar para os clientes onde eles descobriram a sua marca. \u201c\u00c9 uma pergunta que meu pai faz no restaurante dele h\u00e1 muitos anos: \u2018de onde voc\u00ea ouviu falar da gente?\u2019. \u00c9 arcaico, mas tem sua utilidade!\u201d, disse o Yokota. <\/p>\n\n\n

    \n
    \"\"<\/figure>\n<\/div>\n\n\n

    \u00c9 uma fun\u00e7\u00e3o muito comum tamb\u00e9m no e-commerce: atire a primeira pedra quem nunca viu uma pergunta dessas num question\u00e1rio antes de digitar os n\u00fameros do cart\u00e3o de cr\u00e9dito pra fechar uma compra. H\u00e1 v\u00e1rias vantagens de usar esse m\u00e9todo: ele captura insights qualitativos que m\u00e9todos quantitativos (como os que vir\u00e3o a seguir) podem perder, al\u00e9m de captar o que est\u00e1 mais forte na mem\u00f3ria da pessoa. <\/p>\n\n\n\n

    Por outro lado, muita gente pode responder de maneira incorreta, seja por confus\u00e3o, falta de mem\u00f3ria ou comodidade \u2013 n\u00e3o \u00e0 toa, a primeira resposta no question\u00e1rio de e-commerce costuma ser a mais respondida para muitas empresas. H\u00e1 at\u00e9 um estudo sobre isso: 47% dos usu\u00e1rios selecionam logo a primeira op\u00e7\u00e3o da lista, segundo a Ruler Analytics. <\/p>\n\n\n\n

    A principal desvantagem desse m\u00e9todo, por\u00e9m, \u00e9 que ele n\u00e3o explica a jornada do consumidor<\/em>, apenas uma lembran\u00e7a. Mas ele pode ser bem \u00fatil se combinado com outros dados, viu? <\/p>\n\n\n\n

    <\/div>\n\n\n
    \n
    \"Single<\/figure>\n<\/div>\n\n\n

    <\/h2>\n\n\n\n

    Mais comum dos modelos de atribui\u00e7\u00e3o, o Single Touch Attribution rastreia todas as intera\u00e7\u00f5es do usu\u00e1rio e d\u00e1 cr\u00e9dito de convers\u00e3o para uma a\u00e7\u00e3o espec\u00edfica \u2013 tal como o exemplo do gol que a gente usou l\u00e1 no come\u00e7o do texto. <\/p>\n\n\n\n

    No caso do marketing, normalmente esse ponto \u00e9 marcado para a primeira ou para a \u00faltima a\u00e7\u00e3o do usu\u00e1rio antes de entrar na p\u00e1gina e comprar. \u00c9 um jeito f\u00e1cil de entender a responsabilidade pela venda, mas pode n\u00e3o trazer a resposta que a gente espera \u2013 afinal de contas, os cliques mostram uma sequ\u00eancia de fatos, mas n\u00e3o a causalidade. <\/p>\n\n\n\n

    Entre as vantagens desse m\u00e9todo, \u00e9 importante lembrar que ele traz respostas diretas sobre quais canais s\u00e3o mais eficazes para fechar uma convers\u00e3o. \u00c9 um jeito t\u00e3o comum de medir que muitas plataformas \u2013 como o Google Analytics \u2013 j\u00e1 oferecem isso de maneira padr\u00e3o. <\/p>\n\n\n\n

    Por outro lado, n\u00e3o necessariamente o clique que gerou o resultado vem do esfor\u00e7o que mais contribuiu para a convers\u00e3o \u2013 da mesma forma que pode acontecer com quem faz um gol de rebote, ou pior ainda, com um gol contra! <\/p>\n\n\n\n

    Quer um exemplo? Quem nunca tinha decidido fazer uma compra e, antes de fechar o carrinho, decidiu procurar por algum cupom de desconto \u2013 e encontrou o de um influenciador que nunca tinha ouvido falar antes? Para o resultado, fica parecendo que aquele influenciador foi o respons\u00e1vel pela venda, mas n\u00e3o \u00e9 bem assim. <\/p>\n\n\n\n

    Tamb\u00e9m pode acontecer o contr\u00e1rio: \u00e0s vezes, o consumidor pode ser inundado com v\u00e1rias campanhas de uma marca, seja em influenciadores, PR ou redes sociais, a ponto do que era um produto desconhecido se tornar uma curiosidade ou um desejo. Mas a convers\u00e3o mesmo s\u00f3 vem depois de um esfor\u00e7o de m\u00eddia paga \u2013 e a\u00ed o gol \u00e9 s\u00f3 de performance? <\/p>\n\n\n\n

    \u201cEsse tipo de m\u00e9todo pode dar tanto falsos positivos quanto falsos negativos\u201d, comentou o Yokota. N\u00e3o \u00e0 toa, \u00e9 por causa dessas \u201cinjusti\u00e7as\u201d que surgiram m\u00e9todos mais complexos, como os que veremos a seguir. <\/p>\n\n\n\n

    <\/div>\n\n\n
    \n
    \"Multi<\/figure>\n<\/div>\n\n\n

    <\/h2>\n\n\n\n

    Mais sofisticado que o m\u00e9todo anterior, o Multi Touch Atributtion distribui o cr\u00e9dito da convers\u00e3o entre v\u00e1rias intera\u00e7\u00f5es ao longo da jornada do cliente at\u00e9 a compra \u2013 considerando a forma como ele se relacionou com an\u00fancios, e-mails e p\u00e1ginas do site da empresa. Usando ainda a met\u00e1fora do futebol, seria quase como dar o cr\u00e9dito de \u201cmeio gol\u201d pro jogador que fez aquele lan\u00e7amento sensacional. <\/p>\n\n\n\n

    Claro que fazer isso d\u00e1 mais trabalho. Mas \u00e9 algo que permite os times de marketing a terem uma vis\u00e3o mais completa de como v\u00e1rios esfor\u00e7os contribuem para a convers\u00e3o. Alguns modelos mais elaborados podem at\u00e9 distribuir pesos diferentes de acordo com a import\u00e2ncia de cada ponto de contato \u2013 e voc\u00ea pode inclusive usar diferentes padr\u00f5es de pesos para entender diferentes formas de \u201cpremiar\u201d seus esfor\u00e7os. <\/p>\n\n\n\n

    Por outro lado, \u00e9 um m\u00e9todo que \u00e0s vezes fica restrito a uma plataforma \u2013 como as de Meta e Google, por exemplo. Se voc\u00ea precisar utilizar v\u00e1rias plataformas, vai precisar padronizar os formatos e a estrutura de dados. <\/p>\n\n\n\n

    \u00c9 uma tecnologia ainda que tem uma carinha de \u201ccaixa preta\u201d, sendo meio dif\u00edcil de decifrar \u2013 n\u00e3o \u00e0 toa, para quem decide encarar o trabalho de fazer esse modelo internamente, pode ser necess\u00e1rio ter um time interno de cientistas de dados. <\/p>\n\n\n\n

    De qualquer forma, vale o incentivo: \u00e9 um modelo que ajuda muita gente a enxergar mais o todo do que apenas quem coloca a bola dentro da rede \u2013 o que ajuda muito quem trabalha com branding e outros esfor\u00e7os, como social media, canais de YouTube ou influenciadores. <\/p>\n\n\n\n

    <\/div>\n\n\n
    \n
    \"Modelagem<\/figure>\n<\/div>\n\n\n

    <\/h2>\n\n\n\n

    Por fim, mas n\u00e3o menos importante, est\u00e1 a modelagem estat\u00edstica \u2013 talvez o mais sofisticado modelo de atribui\u00e7\u00e3o, que busca usar esse ramo da ci\u00eancia justamente para n\u00e3o s\u00f3 analisar, mas at\u00e9 prever o impacto de diferentes atividades de marketing no resultado de neg\u00f3cio. <\/p>\n\n\n\n

    Entre as vantagens, ela pode usar m\u00faltiplas vari\u00e1veis e consegue prever os resultados do futuro \u2013 \u00e9 quase como um jogo de \u201ccausa e consequ\u00eancia\u201d, de saber quais os bot\u00f5es certos para apertar. Al\u00e9m disso, em tempos de fim dos cookies, ela tamb\u00e9m ganha peso por n\u00e3o utilizar dados individualizados dos usu\u00e1rios, mas sim o agregado dos resultados. <\/p>\n\n\n\n

    Por\u00e9m, j\u00e1 d\u00e1 pra adivinhar as desvantagens. A primeira delas \u00e9 que requer um conhecimento avan\u00e7ado n\u00e3o s\u00f3 em estat\u00edstica, mas tamb\u00e9m em marketing, para criar um modelo estat\u00edstico que funcione adequadamente. Al\u00e9m disso, desenvolver, validar e refinar um modelo desses \u00e9 um processo demorado e complexo, que precisa ser constantemente atualizado. <\/p>\n\n\n\n

    Al\u00e9m disso, quanto mais vari\u00e1veis e atividades for preciso considerar, mais complexo \u00e9 o modelo \u2013 que tamb\u00e9m \u00e9 menos granular do que as outras op\u00e7\u00f5es vistas anteriormente. <\/p>\n\n\n\n

    <\/div>\n\n\n\n

    Por que tudo isso importa? <\/h2>\n\n\n\n

    Em uma era em que branding e o marketing, de modo geral, precisa falar sobre receita financeira e retorno de investimentos, como bem mostrou Philip Kotler<\/a>, saber quem est\u00e1 \u201cmarcando gols\u201d \u00e9 um esfor\u00e7o que n\u00e3o s\u00f3 o time da \u00e1rea, mas at\u00e9 mesmo o pessoal do financeiro e o CEO v\u00e3o querer saber. <\/p>\n\n\n\n

    Mostrar que o trabalho \u00e9 coletivo e n\u00e3o apenas da turma da performance \u00e9 important\u00edssimo para justificar or\u00e7amentos, pessoal e aten\u00e7\u00e3o dos outros setores da empresa. Se voc\u00ea trabalha com branding e precisa sair desse texto com uma ideia s\u00f3, aqui est\u00e1: abandone assim que poss\u00edvel o modelo de Single Touch. <\/p>\n\n\n\n

    Al\u00e9m disso, descobrir quais s\u00e3o os esfor\u00e7os que d\u00e3o mais ou menos resultado tamb\u00e9m \u00e9 importante no dia a dia, para entender prioridades e at\u00e9 mesmo saber escolher qual influenciador performa melhor, por exemplo. <\/p>\n\n\n\n

    Outro ponto importante \u00e9 que, com as mudan\u00e7as nas regras de privacidade, o entendimento que muitas empresas t\u00eam da jornada do consumidor a partir de dados individualizados vai mudar bastante. Construir um modelo que seja mais independente de cookies e outros dados vai ser importante num futuro bem pr\u00f3ximo. <\/p>\n\n\n\n

    Al\u00e9m disso, ter um modelo que explica como suas vendas funcionam pode ajudar em tempos bicudos. \u201cParte das vendas vem de in\u00e9rcia do passado, enquanto o trabalho do marketing \u00e9 criar um extra que vem dos esfor\u00e7os – o resultado incremental\u201d, explica o Yokota. \u201cNa pandemia, muita gente precisou desligar custos de marketing milion\u00e1rios e perceberam que n\u00e3o afetou tanto o baseline. O ideal, claro, \u00e9 n\u00e3o precisar desligar para descobrir isso, mas sim entender o porqu\u00ea de investir em algo e gerar resultados\u201d, explica. <\/p>\n\n\n\n

    <\/div>\n\n\n\n
    \"\"\/<\/figure>\n\n\n\n

     O trabalho do marketing \u00e9 criar o extra que vem dos esfor\u00e7os – o resultado incremental<\/em><\/p>\n\n\n\n

    <\/div>\n\n\n\n

    Mais do que tudo, por\u00e9m, vale tamb\u00e9m o aviso: como qualquer n\u00famero em si, um modelo de atribui\u00e7\u00e3o sozinho n\u00e3o faz ver\u00e3o. Talvez a melhor forma seja combinar diferentes formas de atribui\u00e7\u00e3o, indo do macro ao micro e aproveitando o melhor de v\u00e1rios mundos diferentes. Nesse futebol, todo mundo pode fazer gol. <\/p>\n\n\n\n

    –<\/p>\n\n\n\n

    Purple Metrics: atribui\u00e7\u00e3o, analytics e planejamento de budget em uma plataforma feita para times de marketing<\/strong><\/h2>\n\n\n\n

    Purple Metrics is the data science software for branding designed for marketing teams to understand the impact of brand actions on business results.<\/p>\n\n\n\n

    Using proprietary statistical modeling, Purple Metrics analyzes your brand's data history to attribute results to each marketing effort, such as the impact of brand campaigns on conversion numbers.<\/p>\n\n\n\n

    The tool also features brand analytics visualization, forecasting, and budget optimization, contributing to more informed decisions.<\/p>\n\n\n

    \n
    \"\"<\/a>
    Purple Metrics \u2013 software de ci\u00eancia de dados para times de marketing provarem o resultado de branding<\/em>
    <\/figcaption><\/figure>\n<\/div>\n\n\n
    <\/div>\n\n\n\n

    O produto est\u00e1 em fase Beta, mas se voc\u00ea pode se inscrever na wishlist do nosso site<\/a> para ser um dos primeiros a testar. <\/strong><\/p>\n\n\n\n

    <\/div>\n\n\n\n

    –<\/p>\n\n\n\n

    <\/div>\n\n\n\n

    Resumo:<\/strong><\/h3>\n\n\n\n