Os clientes raramente convertem no primeiro contacto. Chegam por um canal (pesquisa orgânica) e não convertem. Voltam por outro canal (email) e não convertem. Voltam por um terceiro canal (anúncios pagos) e, por fim, convertem. Num modelo de atribuição ao último clique, os anúncios pagos ficam com todo o crédito. Mas a pesquisa orgânica e o email tiveram papéis de apoio essenciais. Os funis multicanal analisam todos os contactos e mostram como os diferentes canais trabalham em conjunto para gerar conversões. Este capítulo explica como medir as interações entre canais.
O que são funis multicanal
Um funil multicanal é o percurso desde o primeiro contacto até à conversão final. Exemplo: pesquisa orgânica → sem conversão → email → sem conversão → direto → conversão. Estiveram envolvidos três canais; os anúncios pagos fecharam o negócio, mas a pesquisa orgânica e o email ajudaram. A análise do funil multicanal mostra os três contactos e o papel de cada um.
Isto é diferente da atribuição de um só canal: a pesquisa orgânica trouxe uma visita (que pode ou não converter). O email trouxe uma visita. O direto trouxe uma visita. Cada uma é medida em separado. Os funis multicanal medem a sequência.
Padrões multicanal comuns
Padrão 1: notoriedade no topo do funil. Pesquisa orgânica (muito volume, pouca intenção) → notoriedade. Email (volume médio, intenção média) → consideração. Anúncios pagos (menos volume, muita intenção) → conversão. Cada canal tem o seu papel.
Padrão 2: pesquisa paga a fechar. Pesquisa orgânica, redes sociais e conteúdo → notoriedade. Pesquisa paga (remarketing) → fecho final. A pesquisa paga gera a maioria das conversões, mas não existiria sem os contactos anteriores.
Padrão 3: regressos diretos. O visitante chega por um anúncio e não converte. Volta diretamente (decorou o endereço) e converte. O direto parece um canal de alta conversão, mas quem tem o mérito é o anúncio.
Analisar funis multicanal na análise web
O Google Analytics (e outras plataformas) oferece relatórios de funis multicanal. Mostram: os caminhos de conversão (a sequência de canais que levou à conversão), a extensão do caminho (quantos contactos antes da conversão) e o tempo até à conversão (quanto tempo passa entre o primeiro contacto e a conversão).
Usa estes relatórios para responder: quantos contactos há antes da conversão (2, 3, 5)? Que combinações de canais são mais eficazes? Há padrões (por exemplo, a pesquisa orgânica é sempre o primeiro contacto e os anúncios pagos o último)? Que canais têm papéis de apoio?
Usar os dados multicanal na estratégia
Equilibra o orçamento: se a pesquisa orgânica tem sempre o papel de primeiro contacto (notoriedade) e o email tem sempre um papel intermédio (consideração), os dois canais são críticos. Não cortes o investimento em pesquisa orgânica só porque a atribuição ao último clique dá o crédito ao email. Os dois são necessários para as conversões.
Otimiza as sequências: se o padrão "orgânico → email → pago → conversão" for comum, garante que a tua sequência de emails é forte. Otimiza o passo do email, porque muitas conversões dependem dele.
Identifica estrangulamentos: se a maioria dos caminhos termina em tráfego direto (visitas diretas que não convertem), a experiência no teu website ou a tua oferta podem estar fracas. Melhora a experiência no site ou a oferta antes de culpares os canais.
Desafios da análise de funis multicanal
Janela de atribuição: durante quanto tempo acompanhas os contactos antes da conversão? 7 dias, 30 dias, 90 dias? Janelas mais longas mostram mais interações entre canais, mas podem incluir contactos irrelevantes. Solução: usa 30 dias como predefinição e testa 7 e 90 dias para perceber a sensibilidade.
Visitantes novos e recorrentes: às vezes o visitante é um cliente que volta a comprar. É o funil de um cliente novo ou de um cliente existente? Solução: separa os funis de clientes novos dos funis de clientes recorrentes. Analisa-os em separado, porque são diferentes.
Ambiguidade do tráfego direto: o tráfego direto pode ser favoritos, ligações de email sem parâmetros UTM, tráfego de aplicação para web ou utilizadores realmente diretos. Solução: limpa a implementação dos UTM para que as ligações de email sejam etiquetadas como email (e não como direto). Marca o tráfego da aplicação em separado. O tráfego direto que sobra é a tua base de referência.
Quantos contactos antes da conversão é normal?
Varia com o setor: B2B = 4 a 8 contactos. B2C = 2 a 4 contactos. Produtos de decisão ponderada = 5 a 10 contactos. Produtos de decisão rápida = 1 a 2 contactos. Os teus dados mostram a tua realidade. Se vires 2 contactos em média, otimiza para converter depressa. Se vires 7, foca-te em alimentar e manter o interesse.
Devo otimizar para o primeiro ou para o último contacto na análise multicanal?
Os dois contam. O primeiro contacto (notoriedade) precisa de volume e alcance. O último contacto (conversão) precisa de persuasão e de uma oferta forte. Não otimizes só o primeiro contacto (a notoriedade perde-se se a mensagem for fraca) nem só o último (não consegues fechar se não criaste notoriedade). Equilibra: 40% do orçamento em notoriedade, 40% em conversão e 20% em remarketing.
Como trato os clientes recorrentes na análise de funis multicanal?
Separa-os da análise de clientes novos. Os clientes recorrentes têm funis diferentes: o cliente existente vê uma oferta nova → clica no email → converte (2 contactos). Isto é diferente de um cliente novo (orgânico → email → pago → direto → conversão). Analisa em separado: os funis de clientes novos orientam a estratégia de aquisição; os funis de clientes recorrentes orientam a estratégia de retenção.
Qual é a janela de atribuição ideal para a análise de funis multicanal?
Começa com 30 dias: é o habitual em B2B. Se a maioria das conversões acontecer em 7 dias, usa uma janela de 7 dias (feedback mais rápido). Se as decisões demorarem mais de 90 dias, usa uma janela de 90 dias. Vê os teus dados: que percentagem das conversões acontece em 7, 14, 30, 90 dias? Usa a janela que apanha 85 a 90% das tuas conversões.
Como limpo o tráfego «direto» para a análise de canais ser mais rigorosa?
Adiciona parâmetros UTM a todo o tráfego de email e de aplicação. Revê os modelos de email para garantir que as ligações incluem utm_source=email. Revê o código da aplicação para garantir que os cliques incluem utm_source=app. Etiqueta as campanhas internas em separado. O tráfego direto que sobra é a tua verdadeira base de referência. Isto melhora a análise multicanal, porque retira o tráfego mal classificado.
Consigo prever que sequências de canais geram mais receita?
Sim, analisa as conversões passadas: agrupa por caminho e soma a receita por tipo de caminho. Exemplo: os caminhos orgânico → email → pago têm em média 5 mil $ de receita; os caminhos orgânico → pago têm em média 3 mil $. A primeira sequência vale mais. Otimiza essa sequência (melhora o conteúdo dos emails, melhora a taxa de conversão). Isto é preditivo: os clientes futuros que seguirem esse padrão terão provavelmente um valor alto.