Introdução
Este artigo tem como objetivo esclarecer o que é o Modelo de Atribuição e qual sua influência no processo de acompanhamento das conversões.
Se você utiliza o Marketing Digital para divulgar sua marca, produtos ou serviços, com certeza já esbarrou nesse termo. É muito importante conhecê-lo e compreender as diferenças entre os Modelos.
Vamos lá?
Conversões e Modelo de Atribuição
Para entender o que é um modelo de atribuição, primeiro precisamos saber o que é conversão.
Sempre que se concretiza um objetivo na sua página – seja ele a venda, uma assinatura de newsletter, uma visualização de vídeo, etc. – você tem uma conversão.
Os objetivos principais para os negócios anunciados são vendas, no caso de um e-commerce, e a geração de contatos, para negócios que dependam de leads.
Com usuários cada vez mais conectados, é natural que os caminhos de conversão se tornem cada vez mais complexos.
O que traz um questionamento: como saber em que momento a decisão de compra (ou cadastro) foi tomada? E em qual plataforma, em qual dispositivo, através de qual anúncio?
Então, o modelo de atribuição é a regra que determina como é distribuído o crédito de conversão às diferentes interações do cliente ao longo do caminho de conversão.
Ou seja, é analisada toda a jornada de compra do consumidor, desde o primeiro contato até a concretização da mesma. E por fim, são dados pesos diferentes à cada uma dessas etapas.
Quais sãos os Modelos de Atribuição?
Quando falamos de Google Ads, existem 6 modelos de atribuição distintos e possíveis. São eles:
Modelo Último Clique (Last Click)
Atribui a totalidade do crédito (do peso) pela conversão ao último ponto de contato com o cliente. Ignorando a influência que as interações anteriores tiveram sobre a compra.
O Modelo Último Clique é utilizado na maioria das contas que a Pareto avalia, antes de iniciar o trabalho conosco.
Por exemplo, uma pessoa clicou no anúncio do Google Ads de uma determinada loja, mas naquele dia não fechou a compra. No dia seguinte, decide voltar ao site da loja digitando diretamente no navegador o site. E, nesse dia, conclui a compra.
Neste modelo de último clique, 100% da conversão seria atribuída ao canal Direto. Desconsiderando o peso do anúncio que a pessoa clicou.
Modelo Primeiro Clique
De forma oposta ao modelo last click, atribui todo crédito ao primeiro ponto de contato, desconsiderando o impacto das demais interações do usuário.
Modelo Redução de Tempo
Neste modelo, o crédito da conversão é maior quanto mais perto a interação aconteceu do momento da conversão. Gerando um resultado mais próximo ao modelo Last Click, mas considerando influência de todas as interações em que o cliente passou até chegar à conversão.
Modelo Linear
Já o Modelo Linear distribui peso sobre a conversão igualmente entre todos os cliques do caminho do usuário.
Por exemplo, se uma pessoa passou por um anúncio no Facebook, depois por um anúncio do Google e por fim acessou pelo direto, o peso da conversão seria dividido por 3.
Modelo Baseado na Posição (Position Based)
Este modelo atribui 40% da conversão ao primeiro clique e 40% ao último último, atribuindo os 20% restantes às demais interações do meio.
Esse é o modelo mais recomendado pela Pareto para o acompanhamento das conversões.
Com esse modelo, espera-se englobar e atribuir de forma justa todo tipo de interação do usuário com o site.
Modelo Orientado por Dados
Este é um modelo próprio do Google, que utiliza machine learning para entender o comportamento do cliente e identificar um padrão de atribuição de crédito de conversão. Este modelo precisa de dados ostensivos, o que necessita um volume de investimento maior.
Qual é a importância do Modelo de Atribuição?
Atribuir peso de conversão a todos os cliques que levaram o usuário à decisão final faz com que o Pareto Quantic entenda melhor os seus dados. E assim, realize ajustes mais fundamentados na sua conta.
Por isso a Pareto não recomenda a utilização dos dois primeiros modelos apresentados: Último Clique e Primeiro Clique. Já que eles ignoram boa parcela da jornada de conversão do cliente.
Definido que a todos os cliques devem, sim, ser atribuídos uma parcela da conversão, a questão é como fazê-lo?
Como distribuir os pesos de conversão?
É através do primeiro contato que o cliente começa a decidir se quer, ou não, fazer negócio com a sua empresa. Assim, faz sentido atribuir um peso maior para a primeira impressão.
Por outro lado, o último clique é quando o usuário fecha negócio. Então, também faz sentido atribuir um peso maior para a interface final.
Desse modo, apesar de ser menos utilizado, a Pareto Group considera que o modelo Baseado na Posição é o que apresenta a melhor regra de atribuição.
Vale ressaltar que, apesar de totalmente baseado em dados e utilizar machine learning como forma de atribuir de maneira inteligente os créditos pela conversão, o modelo Orientado por Dados demanda grande volume de informações para funcionar de maneira acurada.
Ou seja, o modelo baseado em dados não é aplicável a qualquer negócio, podendo ser utilizado apenas por grandes contas.
Modelos de atribuição mudam o modo como olhamos para os dados de conversão na plataforma do Google Ads. Não alterando seus resultados, mas sim sua perspectiva sobre quais pontos de contato estão gerando conversão.
Esse tipo de informação é fundamental na tomada de decisão na hora de alocar seus recursos. Fazendo com que o Pareto Quantic tenha dados mais completos para otimizar a sua conta e buscar melhor performance.
Conclusão
Neste artigo, apresentamos o que é o Modelo de Atribuição e como ele é importante na hora de analisar o desempenho de conversões.
Vimos que eles alteram o modo como enxergamos o peso de cada canal que o cliente tem contato até finalizar a compra, mas que não alteram os dados em si.
Então, pode ficar tranquilo, pois o acompanhamento geral do negócio continua sendo o mesmo! Isso significa que alterar o modelo de atribuição não muda a visão do seu negócio como um todo. Nem os dados que você enxerga no Google Analytics.
Essa mudança viabiliza que a inteligência artificial da Pareto aloque seus recursos de forma mais eficiente, trazendo melhores resultados para o seu negócio.
Neste outro artigo, mostramos como existe discrepância nos dados de conversão entre as plataformas. Principalmente quando se trata do Facebook.
Se você quiser saber mais sobre Taxa de Conversão, recomendamos este outro artigo que preparamos para você.
