Você já viu um relatório de caminho de conversão no Google Analytics 4? Aqui está para um de nossos clientes do mês passado:
O que isso mostra são os diferentes padrões de visitas que os usuários realizam antes de concluir uma ação de conversão no site.
O comprimento do caminho varia de acordo com o site, mas é raro encontrarmos um site que normalmente tenha usuários convertendo na primeira visita de forma consistente. Como você pode ver acima, muitas pessoas fazem mais de 10 visitas ao site antes de se comprometerem.
Então – isso levanta o tópico da atribuição de conversão. Se você estiver exibindo anúncios pagos e esses anúncios estiverem contribuindo parcialmente para uma ação de conversão, mas não totalmente, como você deve calcular o ROI ou a distribuição do valor do lead/venda?
Além disso, em um canal pago como os anúncios do Google, há muitos casos em que um usuário clica em 2 ou 3 anúncios pagos do mesmo site antes de se comprometer. Então, como dividir o valor dessa conversão entre esses cliques para que você possa determinar o retorno do investimento em publicidade para cada palavra-chave? O primeiro clique é mais significativo? O último clique? Ou todos os cliques igualmente, etc?
Os modelos de atribuição no Google Ads referem-se às regras ou metodologias usadas para determinar como o crédito pelas conversões é atribuído a diferentes pontos de contato na jornada do cliente. Na publicidade digital, o caminho de um cliente até a conversão pode envolver múltiplas interações com anúncios e vários canais antes de concluir uma ação desejada, como fazer uma compra ou preencher um formulário.
Até o final de 2023, o Google Ads fornecia os modelos de atribuição abaixo que os anunciantes podiam escolher para analisar e compreender o impacto dos diferentes pontos de contato no processo de conversão. Cada modelo tinha seu próprio conjunto de regras para atribuição de crédito, permitindo aos anunciantes obter insights sobre quais anúncios e palavras-chave contribuem de forma mais significativa para as conversões. Mas com o surgimento dos lances automáticos baseados em IA do Google, a maioria dos modelos de atribuição foram removidos, exceto o último clique e os modelos de atribuição baseados em dados, porque esses modelos não forneciam a flexibilidade necessária para se adaptar à evolução das jornadas do consumidor.
Atribuição de último clique (ainda disponível):
Atribui o crédito total de uma conversão à última interação (clique) que levou à conversão.
Atribuição de primeiro clique (não disponível):
Atribui crédito total por uma conversão à primeira interação (clique) na jornada do cliente.
Atribuição Linear (não disponível):
Distribui crédito igualmente entre todas as interações ao longo do caminho de conversão.
Atribuição de redução de tempo (não disponível):
Dá mais crédito às interações mais próximas da conversão, com diminuição do crédito para interações anteriores.
Atribuição baseada em posição (não disponível):
Atribui 40% de crédito para a primeira e a última interação, com os 20% restantes distribuídos uniformemente entre as interações intermediárias.
Atribuição baseada em dados (disponível):
Utiliza aprendizado de máquina para analisar caminhos de conversão e atribui crédito dinamicamente com base no impacto real de cada interação.
A figura abaixo simplifica ainda mais cada modelo.
O modelo de atribuição baseado em dados se distingue por sua abordagem sofisticada para atribuir crédito a vários pontos de contato na jornada do cliente. Este modelo aproveita algoritmos de aprendizado de máquina para analisar vastos conjuntos de dados, identificando padrões e tendências no comportamento do usuário. Ao contrário dos modelos estáticos, a abordagem baseada em dados é dinâmica e adaptativa. Ele aprende e ajusta continuamente suas regras de atribuição com base na evolução do comportamento do usuário.
Elegibilidade
O acesso ao modelo de atribuição baseada em dados está sujeito a critérios de elegibilidade com base na quantidade de dados disponíveis na sua conta do Google Ads. Em geral, as ações de conversão precisam de pelo menos 300 conversões e 3.000 interações com anúncios em todas as plataformas de anúncios do Google (pesquisa, display, youtube, compras etc.) em 30 dias para serem qualificadas. Depois de usar a atribuição baseada em dados para essas ações de conversão, você não poderá continuar usando esse modelo se seus dados ficarem abaixo de 2.000 interações com anúncios em todas as plataformas de anúncios do Google ou abaixo de 200 conversões para a ação de conversão em 30 dias. Você receberá um alerta quando seus dados ficarem abaixo desse nível. Após 30 dias de dados baixos contínuos, sua ação de conversão mudará para o modelo de atribuição “Último clique”.
Como funciona a atribuição baseada em dados
O mecanismo de funcionamento do modelo de atribuição baseado em dados pode ser dividido em algumas etapas principais:
Coleta de dados: o Google Ads coleta e processa dados sobre as interações do usuário (como cliques e engajamentos de vídeo em pesquisas, compras, display etc., comportamento do usuário no site, dados de conversões) com seus anúncios e site.
Análise de aprendizado de máquina: O algoritmo de aprendizado de máquina analisa esses dados, identificando padrões e relacionamentos entre diferentes pontos de contato na jornada do cliente. Ele analisa fatores como dispositivos, hora do dia, dia da semana e localização geográfica para entender o que gera conversões.
Atribuição de Crédito: Com base na análise, o modelo atribui crédito a cada touchpoint, considerando sua real influência nas conversões. Ele fornece uma representação mais detalhada e precisa da jornada do cliente.
Adaptabilidade: Uma das características de destaque é a adaptabilidade. À medida que o comportamento do utilizador evolui, o modelo continua a refinar as suas regras de atribuição, garantindo uma precisão contínua.
Vamos entender isso com um exemplo.
Uma marca de móveis de comércio eletrônico tem como objetivo principal vender sofás on-line usando o Google Ads. O modelo de atribuição baseado em dados coleta e analisa todos os dados, incluindo cliques, comportamento do usuário no site, dados de conversões, etc. e descobre que os usuários que primeiro pesquisam cores de sofá com tipos de tecido, como ‘sofá de veludo vermelho’, e depois clicam em uma palavra-chave de marca, eram os mais propensos a comprar. Já os usuários que pesquisam palavras-chave sem cores e tecidos, como ‘sofá com desconto’ e ‘sofá feito à mão’ primeiro e depois clicam nas palavras-chave da marca, têm menor probabilidade de conversão. Isso resulta na atribuição baseada em dados, atribuindo mais crédito a palavras-chave, grupos de anúncios e campanhas relacionadas a cores. Agora, ao analisar os dados e relatórios da sua conta, você tem informações mais completas e valiosas.
Benefícios
A adoção do modelo de atribuição baseada em dados traz várias vantagens:
Precisão na atribuição: ao considerar o impacto real de cada ponto de contato, o modelo fornece uma compreensão mais precisa de quais palavras-chave, anúncios, grupos de anúncios e campanhas contribuem para as conversões.
Alocação otimizada de orçamento e lances: os profissionais de marketing podem alocar seu orçamento e lances de maneira mais eficaz, concentrando-se em canais e pontos de contato que realmente contribuem para os resultados de conversão. Se você usar uma estratégia de lances automáticos para gerar mais conversões, seus lances usarão essas informações importantes para ajudá-lo a conseguir mais conversões.
Insights para refinamento da estratégia: insights detalhados derivados do modelo podem informar decisões estratégicas, ajudando os profissionais de marketing a refinar suas estratégias de publicidade para obter o máximo impacto.
Como configurar a atribuição baseada em dados
Certifique-se de que sua conta atenda aos critérios de elegibilidade, principalmente tendo um volume suficiente de dados de conversão.
Passo 1 – Clique em ‘Medição’ em ‘Ferramentas e configurações’ e a seguir clique em ‘Conversões’.
Passo 2 – Clique na ação de conversão para a qual deseja configurar o modelo de atribuição baseada em dados.
Passo 3 – Clique em ‘Editar configurações’.
Passo 4 – Em ‘Atribuição’, selecione ‘Baseado em dados’. Clique em ‘Salvar’.
Compreender o modelo dinâmico de atribuição baseada em dados fornece aos anunciantes insights poderosos para otimizar campanhas. Seja aproveitando o modelo tradicional de último clique ou adotando um modelo inovador baseado em dados, a chave está em decodificar a jornada do cliente. Armados com esse conhecimento, os anunciantes podem alocar orçamentos estrategicamente e impulsionar suas campanhas rumo ao sucesso no cenário digital cada vez mais competitivo.
https://www.deepfootprints.co.uk/2024/03/01/data-driven-excellence-navigating-the-world-of-data-driven-attribution-in-google-ads/
Autor: Kinjal Patel
Com os Cursos da Faculdade, você tem a possibilidade de estudar em mais de um curso ao mesmo tempo, estudando em quantos cursos você deseja no mês, assim ampliando suas oportunidades. Nossos cursos da Faculdade sua jornada são dinâmicos e flexíveis, permitindo que você tenha em mãos um pouco em tempo quantos certificados desejar. Nos cursos da Faculdade, seja almejando planos de carga e evolução em empresas privadas ou em órgãos públicos, nossos cursos capacitam você com as habilidades e certificações essenciais para se destacar. Certificado pela nossa parceira Faculdade de Ensino Superior Pelegrino Cipriani, www.faspec.edu.br nossa missão vai além do ensino, nos cursos da Faculdade o aprendizado é rápido, acessível e voltado para o seu sucesso. Junte-se a nós e descubra o poder de alcançar seus sonhos.
